一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统技术方案

本发明专利技术公开了一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统，市电电网与控制电路连接，光伏电池板通过控制电路与逆变电路连接，逆变电路与冷库连接，负荷预测模块用于根据气象局的气象数据，历史负荷信息，冷库储存量，贮存的货物种类，以及制冷温度建立冷库负荷预测模型，并对冷库未来的负荷进行预测；能源管理中心模块用于通过光伏发电功率与冷库预测负荷，以及光伏发电上网电价与市电价格的对比分析，制定运行策略并进行控制。本发明专利技术可实现光伏发电和冷库的有效结合，通过负荷预测，解决了光伏发电与冷库的匹配性问题，减少了光伏发电给电网带来的波动，既能满足用户的需求又能实现节能减排。

【技术实现步骤摘要】

本专利技术涉及一种光伏冷库，尤其涉及一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统。
技术介绍
随着人民生活水平的提高，人们对冷冻冷藏食品的依赖度越来越高，冷冻、冷藏食品产业呈现快速发展势头。据统计，2014年全国冷库总量达到3320万吨，折合8300万立方米，与去年2411万吨相比增长了36.9%。作为冷链物流的主要环节，其能耗的需求也逐年升高。大量的冷库消耗着巨大的电能，造成了城市用电紧张，给电网带来了巨大压力，这些电能同样消耗了大量的煤炭资源。近年来，随着能源结构的调整，太阳能、风能等新能源在能源结构中所占的比重逐年提高。由于太阳电池具有安全可靠、无噪声、无污染等特点，许多国家加强了对新型太阳能光伏发电发展的支持。国内外光伏发电的研究都取得了丰硕的成果，各项新技术被大量应用在生活当中。目前国内外在冷库节能上主要考虑设计和运行两方面，在设计上主要着眼于冷库隔热材料的选择、空气幕的优化，在运行中主要考虑蒸发器融霜、冷库堆放形式的优化等。并且太阳能冰箱已有了很多应用，这就为太阳能与冷库的结合提供了可能。由于太阳能的间歇性影响，光伏组件的发电功率随气象参数动态变化，冷库所需功本文档来自技高网...

【技术保护点】
一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统，其特征在于，包括市电电网、光伏电池板、控制电路、蓄电池、逆变电路、库体、制冷系统、控制系统、冷却系统、冷库，所述市电电网与控制电路连接，蓄电池与控制电路连接，所述光伏电池板通过控制电路与逆变电路连接，所述逆变电路与冷库连接，所述冷库包括库体、制冷系统、控制系统、冷却系统，所述库体、制冷系统、冷却系统依次相连，所述控制系统分别与库体、制冷系统、冷却系统相连。

【技术特征摘要】
1.一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统，其特征在于，包括市电电网、光伏电池板、控制电路、蓄电池、逆变电路、库体、制冷系统、控制系统、冷却系统、冷库，所述市电电网与控制电路连接，蓄电池与控制电路连接，所述光伏电池板通过控制电路与逆变电路连接，所述逆变电路与冷库连接，所述冷库包括库体、制冷系统、控制系统、冷却系统，所述库体、制冷系统、冷却系统依次相连，所述控制系统分别与库体、制冷系统、冷却系统相连。2.根据权利要求1所述的一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统，其特征在于，还包括负荷预测模块及能源管理中心模块，负荷预测模块用于根据气象局的气象数据，历史负荷信息，冷库储存量，贮存的货物种类，以及制冷温度建立冷库负荷预测模型，并对冷库未来的负荷进行预测；所述能源管理中心模块用于通过光伏发电功率与冷库预测负荷，以及光伏发电上网电价与市电价格的对比分析，以经济性最优为目标，做出需求响应，制定运行策略并进行控制。3.根据权利要求2所述的一种基于神经网络的负荷预测与需求响应控制的光伏冷库系统，其特征在于，所述负荷预测模块的负荷预测模型建立包括如下步骤：（1）确定冷库负荷预测模型的输入量和输出量：所述输入量包括室外温...

【专利技术属性】
技术研发人员：赵军，苏鹏伟，王甫，许金虎，孙思尚，
申请(专利权)人：山东三九制冷设备有限公司，
类型：发明
国别省市：山东;37