System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 光伏储能充电桩的供电控制方法及系统技术方案_技高网

光伏储能充电桩的供电控制方法及系统技术方案

技术编号:40319445 阅读:11 留言:0更新日期:2024-02-07 21:02
本申请涉及供电控制技术领域,公开了一种光伏储能充电桩的供电控制方法及系统。所述方法包括:获取光伏储能充电桩的目标光伏板发电性能数据和目标储能设备状态数据;计算多个第一性能评价指标和多个第一状态评价指标;进行组合赋权,得到多个第二性能评价指标和多个第二状态评价指标;通过目标多任务学习模型进行光伏板发电性能预测和储能设备充放电状态预测,得到光伏板发电性能预测数据和储能设备充放电状态预测数据;创建初始供电控制方案;基于自适应混合人工蜂群算法,对初始供电控制方案进行供电控制参数优化,得到目标供电控制方案,进而提高了光伏储能充电桩的供电控制的效率和精度。

【技术实现步骤摘要】

本申请涉及供电控制,尤其涉及一种光伏储能充电桩的供电控制方法及系统


技术介绍

1、光伏储能充电桩作为一种重要的可再生能源应用设备,面临着供电控制的挑战。当前,由于负载波动等因素,光伏储能充电桩的供电效率和稳定性有待提高,传统控制方法难以满足需求。

2、传统供电控制方法受到负载预测的限制,难以实时适应变化条件。同时,现有方法对充电桩中的多个性能参数难以进行有效整合,导致控制方案不够智能化。此外,光伏板和储能设备之间的协同性也需要更好的优化,以提高供电效率。


技术实现思路

1、本申请提供了一种光伏储能充电桩的供电控制方法及系统,进而提高了光伏储能充电桩的供电控制的效率和精度。

2、本申请第一方面提供了一种光伏储能充电桩的供电控制方法,所述光伏储能充电桩的供电控制方法包括:

3、获取光伏储能充电桩中光伏板的目标光伏板发电性能数据,并获取所述光伏储能充电桩中储能设备的目标储能设备状态数据;

4、计算所述目标光伏板发电性能数据的多个第一性能评价指标,并计算所述目标储能设备状态数据的多个第一状态评价指标;

5、对所述多个第一性能评价指标进行组合赋权,得到多个第二性能评价指标,并对所述多个第一状态评价指标进行组合赋权,得到多个第二状态评价指标;

6、将所述多个第二性能评价指标以及所述多个第二状态评价指标输入预置的目标多任务学习模型进行光伏板发电性能预测和储能设备充放电状态预测,得到光伏板发电性能预测数据和储能设备充放电状态预测数据;

7、根据所述光伏板发电性能预测数据和所述储能设备充放电状态预测数据创建所述光伏储能充电桩中光伏板与储能设备之间的初始供电控制方案;

8、基于自适应混合人工蜂群算法,对所述初始供电控制方案进行供电控制参数优化,得到目标供电控制方案。

9、本申请第二方面提供了一种光伏储能充电桩的供电控制系统,所述光伏储能充电桩的供电控制系统包括:

10、获取模块,用于获取光伏储能充电桩中光伏板的目标光伏板发电性能数据,并获取所述光伏储能充电桩中储能设备的目标储能设备状态数据;

11、计算模块,用于计算所述目标光伏板发电性能数据的多个第一性能评价指标,并计算所述目标储能设备状态数据的多个第一状态评价指标;

12、赋权模块,用于对所述多个第一性能评价指标进行组合赋权,得到多个第二性能评价指标,并对所述多个第一状态评价指标进行组合赋权,得到多个第二状态评价指标;

13、预测模块,用于将所述多个第二性能评价指标以及所述多个第二状态评价指标输入预置的目标多任务学习模型进行光伏板发电性能预测和储能设备充放电状态预测,得到光伏板发电性能预测数据和储能设备充放电状态预测数据;

14、创建模块,用于根据所述光伏板发电性能预测数据和所述储能设备充放电状态预测数据创建所述光伏储能充电桩中光伏板与储能设备之间的初始供电控制方案;

15、优化模块,用于基于自适应混合人工蜂群算法,对所述初始供电控制方案进行供电控制参数优化,得到目标供电控制方案。

16、本申请提供的技术方案中,通过采用多任务学习神经网络模型,能够智能地整合和分析多个性能参数,以实现对光伏储能充电桩的智能化供电控制。这有助于提高系统对变化条件的适应能力,从而提高供电效率。基于mtlnn模型的性能预测能够更准确地估计光伏板的发电性能,使供电控制能够更好地匹配实际情况,最大程度地利用太阳能资源。这有助于提高能源利用效率。不仅可以预测光伏板的性能,还可以预测储能设备的充电和放电状态,使能源的储存和释放更加有效和可控。这有助于提高储能设备的寿命和性能。基于自适应混合人工蜂群算法的供电控制参数优化,使系统具备了自适应性。充电桩可以根据实际情况调整控制参数,以确保供电的稳定性和可靠性。通过更准确的预测和自适应控制,能够减少不必要的能源浪费,提高能源的利用效率,有助于降低能源成本。结合mtlnn和smabc算法,光伏储能充电桩的供电控制方法可以提高系统的可靠性,减少停机时间,确保用户的充电需求得到满足,进而提高了光伏储能充电桩的供电控制的效率和精度。

本文档来自技高网...

【技术保护点】

1.一种光伏储能充电桩的供电控制方法,其特征在于,所述光伏储能充电桩的供电控制方法包括:

2.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述获取光伏储能充电桩中光伏板的目标光伏板发电性能数据,并获取所述光伏储能充电桩中储能设备的目标储能设备状态数据,包括:

3.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述计算所述目标光伏板发电性能数据的多个第一性能评价指标,并计算所述目标储能设备状态数据的多个第一状态评价指标,包括:

4.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述对所述多个第一性能评价指标进行组合赋权,得到多个第二性能评价指标,并对所述多个第一状态评价指标进行组合赋权,得到多个第二状态评价指标,包括:

5.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述将所述多个第二性能评价指标以及所述多个第二状态评价指标输入预置的目标多任务学习模型进行光伏板发电性能预测和储能设备充放电状态预测,得到光伏板发电性能预测数据和储能设备充放电状态预测数据,包括:

6.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述根据所述光伏板发电性能预测数据和所述储能设备充放电状态预测数据创建所述光伏储能充电桩中光伏板与储能设备之间的初始供电控制方案,包括:

7.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述基于自适应混合人工蜂群算法,对所述初始供电控制方案进行供电控制参数优化,得到目标供电控制方案,包括:

8.一种光伏储能充电桩的供电控制系统,其特征在于,所述光伏储能充电桩的供电控制系统包括:

...

【技术特征摘要】

1.一种光伏储能充电桩的供电控制方法,其特征在于,所述光伏储能充电桩的供电控制方法包括:

2.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述获取光伏储能充电桩中光伏板的目标光伏板发电性能数据,并获取所述光伏储能充电桩中储能设备的目标储能设备状态数据,包括:

3.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述计算所述目标光伏板发电性能数据的多个第一性能评价指标,并计算所述目标储能设备状态数据的多个第一状态评价指标,包括:

4.根据权利要求1所述的光伏储能充电桩的供电控制方法,其特征在于,所述对所述多个第一性能评价指标进行组合赋权,得到多个第二性能评价指标,并对所述多个第一状态评价指标进行组合赋权,得到多个第二状态评价指标,包括:

5.根据权利要求1所...

【专利技术属性】
技术研发人员:谭黎明刘彬肖艳卢细群
申请(专利权)人:深圳市名洋能源科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1