[发明专利]一种基于能量优化的分布式储能控制方法及系统

权利要求书

1.一种基于能量优化的分布式储能控制方法，其特征在于，包括：

获取目标区域电气节点数据；

根据所述电气节点数据对不同节点进行电气特征提取得到不同节点对应的电气节点特征数据；

根据电气节点特征数据对多个电气节点进行集群划分，将划分后的电气节点进行微电网与大电网特征对比并基于LSTM进行微电网负荷预测得到电网负荷预测数据；

根据所述电网负荷预测数据结合用户预测需求时间信息进行波动性与周期性特征分析，得到最优负荷预测数据；

根据所述最优负荷预测数据进行能量储备计算与分析，得到电力优化方案。

2.根据权利要求1所述的一种基于能量优化的分布式储能控制方法，其特征在于，所述根据所述电气节点数据对不同节点进行电气特征提取得到不同节点对应的电气节点特征数据，具体为：

根据目标区域面积大小进行区域划分，得到多个节点区域；

将目标区域电气节点数据根据节点区域范围进行数据划分得到多个节点数据；

将所述节点数据进行电气特征数据提取得到对应的电气节点特征数据。

3.根据权利要求1所述的一种基于能量优化的分布式储能控制方法，其特征在于，所述根据电气节点特征数据对多个电气节点进行集群划分，将划分后的电气节点进行微电网与大电网特征对比并基于LSTM进行微电网负荷预测得到电网负荷预测数据，具体为：

根据电气节点特征数据进行数据特征比较并通过特征相似度将多个电气节点进行集群划分，得到多个电气集群；

一个电气集群包括一个或多个电气节点，一个电气节点对应一个节点区域。

4.根据权利要求1所述的一种基于能量优化的分布式储能控制方法，其特征在于，所述根据电气节点特征数据对多个电气节点进行集群划分，将划分后的电气节点进行微电网与大电网特征对比并基于LSTM进行微电网负荷预测得到电网负荷预测数据，还包括：

构建电力预测模型；

获取目标区域历史电网数据；

将历史电网数据进行微网特征与大电网特征分析并进行数据划分，得到历史微网数据与历史大电网数据；

将所述历史微网数据与历史大电网数据导入电力预测模型进行基于LSTM算法模式的电网数据预测训练，直至电力预测模型预测准确率达到预设准确率。

5.根据权利要求1所述的一种基于能量优化的分布式储能控制方法，其特征在于，所述根据所述电网负荷预测数据结合用户预测需求时间信息进行波动性与周期性特征分析，得到最优负荷预测数据，具体为：

选取一个电气集群并标记为当前电气集群，将当前电气集群中的所有电气节点特征数据与对应的数据采集时间信息导入电力预测模型；

电力预测模型根据导入的数据对电气集群进行多时间维度的电网波动性分析，得到日间波动数据、一周波动数据、季节性波动数据；

根据所述日间波动数据、一周波动数据、季节性波动数据进行特征提取得到多时间维度波动特征；

根据所述多时间维度波动特征进行电力周期性分析得到电力波动周期特征。

6.根据权利要求5所述的一种基于能量优化的分布式储能控制方法，其特征在于，所述根据所述电网负荷预测数据结合用户预测需求时间信息进行波动性与周期性特征分析，得到最优负荷预测数据，还包括：

将多时间维度波动特征、电力波动周期特征导入电力预测模型进行电力负荷预测，得到电网负荷预测数据；

获取用户预测需求时间信息；

根据用户预测需求时间信息得到预测需求时间点，基于预测需求时间点对电网负荷预测数据进行数据提取得到对应的时间点的第一负荷预测数据；

将第一负荷预测数据根据用户预设时间维度进行划分得到多段预测数据与对应时间信息；

将所述多段预测数据与对应时间信息作为最优负荷预测数据。