本发明涉及电动汽车储能系统,尤其涉及一种分布式储能系统功率预测优化的方法。
背景技术:
1、目前,电动汽车规模化入网是对电网规划运行的巨大挑战,也是突破电动汽车发展限制的机遇,在电动汽车的储能系统中,对充电功率预测可进一步研究电动汽车协调充电,通过需求侧响应宏观调度电动汽车充电的随机特性,在满足电动汽车功率需求的基础上开展对有序充电策略的研究。电动汽车作为分散式储能设备,在智能电网高效、可靠、安全运行中发挥着重要作用,是实现低碳环境目标、管理智能电网需求方面的有效途径,因此利用大规模电动汽车储能特性参与配电网调控,实现电网稳定运行和提高整体经济性,对储能系统的优化具有重要指导意义。
2、影响电动汽车储能系统的因素非常复杂,且储能系统的使用行为在时间和空间上都有很大的随机性,现有技术中虽然存在多种方式对储能系统实现调度优化,但并没有对储能系统的使用强度进行预测的解决方案。
技术实现思路
1、本发明的目的是提供一种分布式储能系统功率预测优化的方法,该方法准确率高、鲁棒性强、泛化能力强,能够较好的对储能系统的使用强度进行预测,从而提前规划电力优化策略,实现对储能系统的前置优化。
2、本发明的目的是通过以下技术方案实现的:
3、一种分布式储能系统功率预测优化的方法,所述方法包括:
4、步骤1、收集影响分布式储能系统使用强度的因素特征,构建分布式储能系统强度预测样本数据集;其中,所述影响分布式储能系统使用强度的因素特征包括:电动车辆规模、充电设施、出行日期类型、充电电价、交通路况、车辆性能、车主个人主观出行习惯特征;
5、步骤2、对所构建的样本数据集进行预处理,包括注意力增强和降维处理;
6、步骤3、建立基于改进随机森林的机器学习预测模型,利用步骤2处理后的样本数据集对预测模型进行训练;
7、步骤4、利用步骤3训练完成后的预测模型对未标记的样本数据进行分类识别,根据预测模型输出的结果对分布式储能系统的使用强度进行预测;
8、步骤5、再根据预测的使用强度对分布式储能系统进行维护和优化。
9、由上述本发明提供的技术方案可以看出,上述方法准确率高、鲁棒性强、泛化能力强,能够较好的对储能系统的使用强度进行预测,从而提前规划电力优化策略,实现对储能系统的前置优化。
1.一种分布式储能系统功率预测优化的方法,其特征在于,所述方法包括:
2.根据权利要求1所述分布式储能系统功率预测优化的方法,其特征在于,在步骤1中,对所述样本数据集进行预处理,具体过程为:
3.根据权利要求1所述分布式储能系统功率预测优化的方法,其特征在于,在步骤2中,对所构建的样本数据集进行注意力增强处理的过程具体为:
4.根据权利要求3所述分布式储能系统功率预测优化的方法,其特征在于,在步骤2中,对注意力增强处理后的样本数据集进行降维处理的过程具体为:
5.根据权利要求1所述分布式储能系统功率预测优化的方法,其特征在于,所述步骤3的过程具体为:
6.根据权利要求1所述分布式储能系统功率预测优化的方法,其特征在于,在步骤4中,所述根据预测模型输出的结果对分布式储能系统的使用强度进行预测的过程具体为: