[发明专利]储能电站调节方法有效
| 申请号: | 202010768296.7 | 申请日: | 2020-08-03 |
| 公开(公告)号: | CN111884239B | 公开(公告)日: | 2021-08-27 |
| 发明(设计)人: | 谭丽平;张兴伟;沈晓隶;徐志强;罗磊鑫;刘立洪;贺丽;刘义;廖鹰翱;章玉明;张亮;梁秋红 | 申请(专利权)人: | 湖南经研电力设计有限公司;国网湖南省电力有限公司经济技术研究院 |
| 主分类号: | H02J3/28 | 分类号: | H02J3/28;H02J3/00 |
| 代理公司: | 长沙永星专利商标事务所(普通合伙) 43001 | 代理人: | 周咏;米中业 |
| 地址: | 410114 湖*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 电站 调节 方法 | ||
1.一种储能电站调节方法,包括如下步骤:
S1. 确认电网调节范围;
S2. 获取电网调节范围内各个储能电站的储能实测数据;
S3. 根据步骤S2获取的各个储能电站的储能实测数据,各个储能电站分别独立计算得到各自的序列;具体为各个储能电站采用如下步骤独立计算得到自己的序列:
a. 第i储能电站获取第1储能电站~第n储能电站所依次对应的第1储能实测数据~第n储能实测数据;
b. 第i储能电站采用事先设定好的储能预测模型,根据步骤a得到的第1储能实测数据~第n储能实测数据,预测得到第1储能电站~第n储能电站所依次对应的第1储能预测数据~第n储能预测数据;具体为采用如下步骤获取事先设定好的储能预测模型:
(1)预先收集样本数据,并将样本数据划分为训练集和验证集;所述样本数据包括了若干个储能数据和对应的已标注的若干个预测储能数据;
(2)采用步骤(1)得到的训练集对神经网络模型进行训练,从而得到初步预测模型;
(3)采用步骤(2)得到的验证集对步骤(2)得到的初步预测模型进行验证;
(4)若验证通过,则当前预测模型为最终的储能预测模型;若验证不通过,则修改当前预测模型,并重复步骤(2)~(3)直至验证通过,从而得到最终的储能预测模型;
c. 将步骤b得到的第1储能预测数据~第n储能预测数据按照设定的排序规则进行排列,从而得到第i储能电站所对应的第i序列;
d. 重复上述步骤,直至所有储能电站均独立计算得到各自的序列,从而得到第1序列~第n序列;
所述的神经网络模型为VGG19模型、VGG16模型、VGG-F模型、ResNet50模型、ResNet152模型、InceptionV3模型、DenseNet模型或AlexNet模型;各个储能电站所对应的各自的事先设定好的储能预测模型均各不相同;
S4. 对步骤S3得到的各个储能电站的序列进行判断;具体为采用如下规则进行储能调节:
若各个储能电站的序列全部相同,则将第1储能电站~第n储能电站的储能目标依次设定为序列中的第1储能预测数据~第n储能预测数据;
若各个储能电站的序列不全部相同,则将所有数据上报上级调度中心,并由上级调度中心进行各个储能电站的储能调节;
S5. 根据步骤S4得到的判断结果,对电网调节范围内的各个储能电站进行储能调节。
2.根据权利要求1所述的储能电站调节方法,其特征在于步骤S2所述的储能电站的储能实测数据,具体为采用如下步骤得到储能实测数据:
A. 采用电学数据传感器采集当前储能电站的电学数据;
B. 采用无人机阵列,在预设的位置采集当前储能电站的图像数据;
C. 将步骤B得到的图像数据和步骤A得到的电学数据进行数据汇聚,从而得到当前储能电站的储能实测数据。
3.根据权利要求2所述的储能电站调节方法,其特征在于步骤C所述的将步骤B得到的图像数据和步骤A得到的电学数据进行数据汇聚,从而得到当前储能电站的储能实测数据,具体为先将电学数据形成若干个电学数值构成的向量,从而得到第一向量;再将图像数据进行若干次卷积操作,从而得到第二向量;最后将第一向量和第二向量顺序连接,从而得到当前储能电站的储能实测数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南经研电力设计有限公司;国网湖南省电力有限公司经济技术研究院,未经湖南经研电力设计有限公司;国网湖南省电力有限公司经济技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010768296.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种隧道修复方法
- 下一篇:一种屏幕共享方法、装置、设备及存储介质





