一种电力电子设备日前优化控制方法

    公开(公告)号:CN116488254A

    公开(公告)日:2023-07-25

    申请号:CN202310409940.5

    申请日:2023-04-14

    Abstract: 本发明涉及一种电力电子设备日前优化控制方法,属于能源优化控制技术领域。本发明首先构建微电网内部模型,对微电网中的发电系统和负荷系统进行短期预测,根据微电网构建拓扑结构,根据得到的拓扑结构信息、电力电子设备和负荷需求信息,形成功率最优路径集,以经济成本最低为目标建立最优出力模型,根据次日购/收电政策和对应的使用电量得到最优用电时段,根据发电的预测数据、负荷用电预测数据、最优用电时段和充放电计划,基于微电网模型的约束条件,以及功率最优路径数据集,对模型求解,得到日前最优出力计划,根据日前最优出力计划进行控制,该方法同时考虑了负荷用电和能源路由调度的情况,降低经济使用成本。

    一种光伏发电预测方法及装置
    50.
    发明公开

    公开(公告)号:CN118137447A

    公开(公告)日:2024-06-04

    申请号:CN202211493845.X

    申请日:2022-11-25

    Abstract: 本发明属于新能源发电技术领域,具体涉及一种光伏发电预测方法及装置。该方法获取预测时间段的光伏影响因素数据、以及预测时间段前一时间段的光伏发电功率数据和光伏影响因素数据,输入至构建的光伏发电预测模型中,输出得到预测时间段的光伏发电功率数据;其中,所述光伏发电预测模型为神经网络模型,且神经网络每层神经元之间的权值利用粒子群算法优化得到。本发明兼并了粒子群算法与神经网络的优点,具有更快的收敛速度,更好的泛化性能以及预测精度,相较于传统只用发电功率序列做输入变量,更加可靠,不仅解决了光伏发电局部最优问题,还解决了由于发电序列波动较大导致预测不准确问题,契合光伏发电特点,准确地预测光伏发电功率。

Patent Agency Ranking