【技术实现步骤摘要】
本申请涉及火电机组，尤其涉及一种储能系统辅助火电机组agc调频的性能预测方法及装置。
技术介绍
1、随着可再生能源的快速发展，储能系统作为一种能量存储和调节手段，受到越来越多的关注和应用。储能系统的技术不断进步，成本逐渐下降，使其在电力系统中的应用变得更加可行和普遍。为了优化agc控制策略，需要对储能系统辅助火电机组agc调频的性能进行评估，但是该评估过程涉及到的因素复杂多变，增加了评估的难度。
技术实现思路
1、为了解决上述问题，本申请提供了一种储能系统辅助火电机组agc调频的性能预测方法及装置。
2、根据本申请的第一方面，提供了一种储能系统辅助火电机组agc调频的性能预测方法，包括：
3、获取所述储能系统辅助火电机组agc调频过程中的状态数据；
4、将所述状态数据输入至预设的性能预测模型，获得所述储能系统辅助火电机组agc调频的性能预测结果；其中，所述性能预测模型已学习得到所述储能系统辅助火电机组agc调频过程中的状态数据与对应的性能数据之间的映射关系。
5、在本申请的一些实施例中，所述状态数据包括：所述火电机组额定容量、所述火电机组的实际输出功率、所述储能系统的额定容量、所述储能系统的充电功率、所述储能系统的放电功率和调频周期。
6、作为一种可能的实现方式，所述性能预测模型通过以下步骤预先训练的：
7、获取历史时间段内的所述储能系统辅助火电机组agc调频过程中的状态数据样本及对应的性能数据样本；
<...【技术保护点】
1.一种储能系统辅助火电机组AGC调频的性能预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述状态数据包括：所述火电机组额定容量、所述火电机组的实际输出功率、所述储能系统的额定容量、所述储能系统的充电功率、所述储能系统的放电功率和调频周期。
3.根据权利要求1所述的方法，其特征在于，所述性能预测模型通过以下步骤预先训练的：
4.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本，对所述初始神经网络模型进行训练，获得所述性能预测模型，包括：
5.一种储能系统辅助火电机组AGC调频的性能预测装置，其特征在于，包括：
6.根据权利要求5所述的装置，其特征在于，所述状态数据包括：所述火电机组额定容量、所述火电机组的实际输出功率、所述储能系统的额定容量、所述储能系统的充电功率、所述储能系统的放电功率和调频周期。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括训练模块；所述训练模块用于：
8.根据权利要求7所述的装置，其特征在于，所述训练模块还用于：
9
10.一种计算机可读存储介质，用于其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的方法。
...【技术特征摘要】
1.一种储能系统辅助火电机组agc调频的性能预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述状态数据包括：所述火电机组额定容量、所述火电机组的实际输出功率、所述储能系统的额定容量、所述储能系统的充电功率、所述储能系统的放电功率和调频周期。
3.根据权利要求1所述的方法，其特征在于，所述性能预测模型通过以下步骤预先训练的：
4.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本，对所述初始神经网络模型进行训练，获得所述性能预测模型，包括：
5.一种储能系统辅助火电机组agc调频的性能预测装置，其特征在于，包括：
6.根据权利要求5所述的装置，其特征在于...
【专利技术属性】
技术研发人员：高欢欢，柴琦，兀鹏越，郭新宇，张立松，赵俊博，杨沛豪，解非，寇水潮，高峰，贺婷，李志鹏，孙梦瑶，王劼文，燕云飞，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：
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。