[發明專利]一種基于異構儲能系統的功率可預測性控制方法

有效

• 申請號: 201310501062.6
• 申請日: 2013-10-22
• 公開（公告）號: CN104578135B
• 公開（公告）日: 2017-01-11
• 發明（設計）人: 尚笠;李東勝;趙瑩瑩
• 申請（專利權）人: 同濟大學
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/28
• 代理公司: 上海科盛知識產權代理有限公司31225
• 代理人: 趙繼明

1.一種基于異構儲能系統的功率可預測性控制方法，其特征在于，該控制方法通過對異構儲能系統建立成本模型，以成本最低為目標，采用遺傳算法對神經網絡的參數進行優化，并以優化后的神經網絡控制異構儲能系統運行時的充/放電。

2.根據權利要求1所述的一種基于異構儲能系統的功率可預測性控制方法，其特征在于，所述的異構儲能系統是指至少包括兩種儲能介質的儲能系統。

3.根據權利要求2所述的一種基于異構儲能系統的功率可預測性控制方法，其特征在于，所述的儲能介質包括電化學儲能、機械儲能、電磁儲能或熱能儲能。

4.根據權利要求2所述的一種基于異構儲能系統的功率可預測性控制方法，其特征在于，所述的成本模型為：

Cost=Σi=1nμiJiCPi×CisNi]]>

s.t.n≥2

式中，i表示第i種儲能介質，n為儲能介質種類數，μ_i表示第i種儲能介質每千瓦時的成本，J_i表示其儲能量，CP表示其儲能率，C_is表示在生命周期內該儲能介質的最大充放電次數，N_i表示該儲能介質的每天充放電次數。

5.根據權利要求4所述的一種基于異構儲能系統的功率可預測性控制方法，其特征在于，所述的神經網絡為包括輸入層、隱藏層、輸出層的三層神經網絡。

6.根據權利要求5所述的一種基于異構儲能系統的功率可預測性控制方法，其特征在于，所述的采用遺傳算法對神經網絡的參數進行優化具體為：

101)定義遺傳算法中的染色體為：

{J1,...,Jn,w1,...,wr,w·1,...,w·s}]]>

其中，J₁，...，J_n為各儲能介質的儲能量，w₁，...，w_r表示輸入層到隱藏層之間的權值，r為輸入層神經元數與隱藏層神經元數的乘積，表示隱藏層到輸出層之間的權值，s為隱藏層神經元數與輸出層神經元數的乘積；

102)產生初始種群，根據成本模型計算種群中各個體的成本；

103)以成本最小為目標，初始種群依次通過選擇、交叉、變異操作進行循環，獲得具有最小成本的染色體；

104)以具有最小成本的染色體作為神經網絡的參數。