基于深度学习的直流供电系统技术方案

本实用新型专利技术公开一种基于深度学习的直流供电系统，包括多个分布式能源发电装置、分布式能源互补控制器、第一调度模组、直流储能装置、多个直流负载支路、第二调度模组及服务器。所述分布式能源互补控制器生成第一直流电压信号。所述第一调度模组对所述分布式能源互补控制器发电效率深度融合并控制所述第一直流电压信号输出。所述直流储能装置储存来自所述多个分布式能源发电装置的电能。所述第二调度模组向所述多个直流负载支路配电。所述服务器根据所述第二调度模组的功耗参数反馈控制信号驱动所述第一调度模组，进而控制所述多个分布式能源发电装置协调工作。本实用新型专利技术的直流供电系统提高供电侧和配电侧的均衡调度。供电系统提高供电侧和配电侧的均衡调度。供电系统提高供电侧和配电侧的均衡调度。

【技术实现步骤摘要】
基于深度学习的直流供电系统


[0001]本技术涉及供电
，具体涉及一种基于深度学习的直流供电系统。

技术介绍

[0002]近年来，随着分布式能源的发展，可再生能源并网技术和新型电力电子技术的亦得到快速发展，另一方面，随着供电需求的增加和配电网技术的发展，配电网的结构日趋复杂，朝着规模化、多节点及多样化方向发展。
[0003]在配电网络侧接入大量分布式电源、储能系统及大容量充电器等，配电网络的运行方式日益复杂，因此，赋予了配电网络结构和参数显著的分散性、不对称性和多样性因素。
[0004]现有技术中存在多种分布式发电系统，如：光伏发电系统、风力发电系统等，上述分布式发电系统应用于电网存在诸多缺陷，首先，大多数分布式电源需要通过电力电子转换器为电网或负载供电；其次，许多分布式电源在输出中是间歇性和随机的，通常需要与能量存储设备，功率补偿设备和其他类型的分布式电源相匹配，以实现相对较高的动态和静态性能；再者，中/低容量分布式电源主要接入中/低压配电网络，此时网络参数和负载的不对称性大大增加；此外，用户侧的分布式电源可能是通过单相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的直流供电系统，其特征在于，包括：多个分布式能源发电装置；分布式能源互补控制器，对多个所述分布式能源发电装置的发电效率深度融合获得直流电压信号；第一调度模组，采用深度学习智能调度所述多个分布式能源发电装置的发电功率，实现对所述分布式能源互补控制器发电效率深度融合的控制，调整所述直流电压信号的输出；直流储能装置，接收经调整后的来自所述分布式能源互补控制器的直流电压信号，储存来自所述多个分布式能源发电装置的电能；多个直流负载支路，接收来自所述直流储能装置的电能；第二调度模组，采用深度学习智能调度所述直流储能装置向所述多个直流负载支路的配电；及服务器，接收来自所述第二调度模组的用电功耗参数，并根据所述第二调度模组的功耗参数反馈控制信号驱动所述第一调度模组，进而控制所述多个分布式能源发电装置均衡工作。2.根据权利要求1所述的基于深度学习的直流供电系统，其特征在于，还包括交流输入/输出端及双向转换模组，所述双向转换模组两端分别与所述交流输入/输出端及所述直流储能模组对应电连接。3.根据权利要求2所述的基于深度学习的直流供电系统，其特征在于，所述双向转换模组包括依次相接设置的第一转换单元、第二转换单元、第三转换单元及变压器，其中当所述直流储能模组向所述第一转换单元的输入端输入直流电压时，所述第一转换单元、第二转换单元、第三转换单元顺次对所述直流电压进行斩波、整流及逆变以转换为第一交流电压，所述第一交流电压从所述第三转换单元的输出端输出；当所述第三转换单元的输出端连接交流电压时，所述第三转换单元、第二转换单元、第一转换单元顺次对所述交流电压进行第一次整流、斩波及第二次整流以转换为第二直流电压，所述第二直流电压为所述直流储能模组充电。4.根据权利要求1所述的基于深度学习的直流供电系统，其特征在于，所述分布式能源发电装置至少包括光伏...

【专利技术属性】
技术研发人员：王福谭，王冠旻，周鹏林，林兆乐，邵华波，路全中，
申请(专利权)人：华能青岛热电有限公司，
类型：新型
国别省市：