[发明专利]一种基于异构储能系统的功率可预测性控制方法

权利要求书

1.一种基于异构储能系统的功率可预测性控制方法，其特征在于，该控制方法通过对异构储能系统建立成本模型，以成本最低为目标，采用遗传算法对神经网络的参数进行优化，并以优化后的神经网络控制异构储能系统运行时的充/放电。

2.根据权利要求1所述的一种基于异构储能系统的功率可预测性控制方法，其特征在于，所述的异构储能系统是指至少包括两种储能介质的储能系统。

3.根据权利要求2所述的一种基于异构储能系统的功率可预测性控制方法，其特征在于，所述的储能介质包括电化学储能、机械储能、电磁储能或热能储能。

4.根据权利要求2所述的一种基于异构储能系统的功率可预测性控制方法，其特征在于，所述的成本模型为：

Cost=Σi=1nμiJiCPi×CisNi]]>

s.t.n≥2

式中，i表示第i种储能介质，n为储能介质种类数，μ_i表示第i种储能介质每千瓦时的成本，J_i表示其储能量，CP表示其储能率，C_is表示在生命周期内该储能介质的最大充放电次数，N_i表示该储能介质的每天充放电次数。

5.根据权利要求4所述的一种基于异构储能系统的功率可预测性控制方法，其特征在于，所述的神经网络为包括输入层、隐藏层、输出层的三层神经网络。

6.根据权利要求5所述的一种基于异构储能系统的功率可预测性控制方法，其特征在于，所述的采用遗传算法对神经网络的参数进行优化具体为：

101)定义遗传算法中的染色体为：

{J1,...,Jn,w1,...,wr,w·1,...,w·s}]]>

其中，J₁，...，J_n为各储能介质的储能量，w₁，...，w_r表示输入层到隐藏层之间的权值，r为输入层神经元数与隐藏层神经元数的乘积，表示隐藏层到输出层之间的权值，s为隐藏层神经元数与输出层神经元数的乘积；

102)产生初始种群，根据成本模型计算种群中各个体的成本；

103)以成本最小为目标，初始种群依次通过选择、交叉、变异操作进行循环，获得具有最小成本的染色体；

104)以具有最小成本的染色体作为神经网络的参数。