基于AI算法群和大模型系统的智慧能源管理方法及系统技术方案

本发明专利技术涉及储能管理技术领域，更具体地说，本发明专利技术涉及基于AI算法群和大模型系统的智慧能源管理方法及系统，方法包括：实时监测收集各个储能设备状态的运行数据；从能源交易所获取电力价格的预测数据；输入时刻至预构建的时刻‑需求量数学模型，得到对应的预测需求量，将电量、预测需求量与电力价格的预测数据输入至预构建的第一机器学习模型输出充放电的优化策略，即动作；根据充放电的优化策略对储能设备发送充放电指令；输入当前温度至预构建的第二机器学习模型输出调整至预设适宜温度所需最少电量的温度调节策略；本发明专利技术贯彻低碳环保的理念，以最低成本满足储能的需求与安全。

【技术实现步骤摘要】

本专利技术涉及储能管理，更具体地说，本专利技术涉及基于ai算法群和大模型系统的智慧能源管理方法及系统。

技术介绍

1、储能系统(energy storage systems，ess)是现代能源网络不可或缺的一部分，主要作用是储存过剩的能源供后续使用。这些系统有助于平衡供需，提高能源利用效率，尤其是在可再生能源领域。其中，锂电池技术因其高能量密度和长寿命而成为储能系统的重要组成部分。

2、锂电管理芯片(afe)与系统(bms)

3、afe(analog front end)：这是锂电池管理系统中的关键组件，负责电池单元的电压、电流和温度的测量，是数据采集的重要环节。

4、bms(battery management system)：负责监控和管理电池的充放电，保护电池安全运行，延长使用寿命，并提高能量利用效率。bms通过实时收集afe提供的数据来实现这些功能。

5、储能逆变器(pcs)与能量管理系统(ems)

6、pcs(power conversion system)：这是储能系统中负责将电能从一本文档来自技高网...

【技术保护点】

1.基于AI算法群和大模型系统的智慧能源管理方法，其特征在于，方法包括：

2.根据权利要求1所述的基于AI算法群和大模型系统的智慧能源管理方法，其特征在于，所述运行数据包括时刻、电量、单位储能费用、当前温度与预设适宜温度。

3.根据权利要求1所述的基于AI算法群和大模型系统的智慧能源管理方法，其特征在于，所述时刻-需求量数学模型的构建方法包括：

4.根据权利要求1所述的基于AI算法群和大模型系统的智慧能源管理方法，其特征在于，所述第一机器学习模型的构建方法包括：

5.根据权利要求4所述的基于AI算法群和大模型系统的智慧能源管理方法，其特征在...

【技术特征摘要】

1.基于ai算法群和大模型系统的智慧能源管理方法，其特征在于，方法包括：

2.根据权利要求1所述的基于ai算法群和大模型系统的智慧能源管理方法，其特征在于，所述运行数据包括时刻、电量、单位储能费用、当前温度与预设适宜温度。

3.根据权利要求1所述的基于ai算法群和大模型系统的智慧能源管理方法，其特征在于，所述时刻-需求量数学模型的构建方法包括：

4.根据权利要求1所述的基于ai算法群和大模型系统的智慧能源管理方法，其特征在于，所述第一机器学习模型的构建方法包括：

5.根据权利要求4所述的基于ai算法群和大模型系统的智慧能源管理方法，其特征在于，所述第一机器学习模型训练方法包括：

6.根据权利要求1所述的基于ai算法群和大模型系统的智慧能源管理方法，其特征在于，所述第二机...

【专利技术属性】
技术研发人员：孙磊，孙晨程，刘宇，梁建忠，
申请(专利权)人：电芯兆能科技上海有限公司，
类型：发明
国别省市：