【技术实现步骤摘要】
本专利技术涉及电池控制，具体涉及一种基于深度学习算法的储能电池充放电方法、系统及介质。
技术介绍
1、储能电池的充放电是通过电池管理系统(bms)和功率转换系统(pcs)进行调整和控制的。调整充放电过程可以根据不同的需求和情况进行，包括调节充电速率、放电功率，实现储能电池的充放电过程的控制管理。
2、现有技术中需要在充放电过程中逐一进行优化求解得到最佳控制参数，充放电过程的控制参数优化分析的工作量大且繁杂，因此需要的充放电过程控制分析时长也较长，造成充放电规划的效率得不到保障，难以满足电池充放电规划的时效性需求。
技术实现思路
1、本专利技术的目的在于提供一种基于深度学习算法的储能电池充放电方法及系统、介质，以解决现有技术中充放电过程的控制参数优化分析的工作量大且繁杂，需要的充放电过程控制分析时长也较长，造成充放电规划的效率得不到保障的技术问题。
2、为解决上述技术问题，本专利技术具体提供下述技术方案：
3、一种基于深度学习算法的储能电池充放电方法，包括
<本文档来自技高网...【技术保护点】
1.一种基于深度学习算法的储能电池充放电方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习算法的储能电池充放电方法，其特征在于：所述最优充电控制参数的求解过程包括：
3.根据权利要求2所述的一种基于深度学习算法的储能电池充放电方法，其特征在于：所述最优放电控制参数的求解过程包括：
4.根据权利要求3所述的一种基于深度学习算法的储能电池充放电方法，其特征在于：所述储能系统的系统参数包括发电系统的发电功率、电网系统的供电功率、负载装置的用电功率，以及新能源设备的充电功率和放电功率。
5.根据权利要求3...
【技术特征摘要】
1.一种基于深度学习算法的储能电池充放电方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习算法的储能电池充放电方法，其特征在于：所述最优充电控制参数的求解过程包括：
3.根据权利要求2所述的一种基于深度学习算法的储能电池充放电方法，其特征在于：所述最优放电控制参数的求解过程包括：
4.根据权利要求3所述的一种基于深度学习算法的储能电池充放电方法，其特征在于：所述储能系统的系统参数包括发电系统的发电功率、电网系统的供电功率、负载装置的用电功率，以及新能源设备的充电功率和放电功率。
5.根据权利要求3所述的一种基于深度学习算法的储能电池充放电方法，其特征在于：所述充放电均衡控制模型的构建方法包括：
6.根据权利要求5所述的一种基于深...
【专利技术属性】
技术研发人员：张梅，袁锦锡，
申请(专利权)人：广东智储智慧能源科技有限公司，
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。