买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学;中国华电科工集团有限公司

摘要：本公开涉及一种混合储能抑制风电波动方法、装置、电子设备和存储介质，属于储能技术领域。其中方法包括：获取风电机组待预测时刻前连续多个时刻的风电波动功率及待预测时刻风速数据；将各时刻风电波动功率分解为多个模态分量；将各模态分量划分为对应的低频或高频波动分量；将各时刻同种波动分量和待预测时刻风速数据输入对应低频波动分量预测模型和高频波动分量预测模型，得到各低频波动分量和高频波动分量的预测结果；将预测结果作为储能装置的指令信号，实现对所述风电机组功率波动的平抑。本公开能够对风电波动分量进行准确预测，储能装置的指令信号为精细化功率预测的结果，可进一步提高风电功率平抑的准确性，保证风电并网的可靠性。

主权项：1.一种混合储能抑制风电波动方法，其特征在于，包括：获取风电机组待预测时刻前连续多个时刻的风电波动功率及待预测时刻的风速数据；根据预设的变分模态分解数目，对所述多个时刻的风电波动功率进行分解，以得到所述风电波动功率在所述多个时刻的多个模态分量；将所述多个模态分量分别划分为对应的低频波动分量或高频波动分量；将所述多个时刻的同种所述波动分量和所述待预测时刻的风速数据对应输入预设的低频波动分量预测模型和高频波动分量预测模型，以得到所述风电机组所述低频波动分量和所述高频波动分量的预测结果；将所述低频波动分量和所述高频波动分量的预测结果作为储能装置的指令信号，以实现对所述风电机组功率波动的平抑；其中，所述低频波动分量预测模型为浅层神经网络模型，所述高频波动分量预测模型为深层神经网络模型；所述将所述低频波动分量和所述高频波动分量的预测结果作为储能装置的指令信号，以实现对所述风电机组功率波动的平抑，包括：将所有所述低频波动分量的预测结果之和作为所述储能装置中蓄电池储能元件的指令信号，将所有所述高频波动分量的预测结果之和作为所述储能装置中超级电容储能元件的指令信号；其中，当所述指令信号为正时，所述储能装置进行充电，充电功率为所述指令信号的大小；当所述指令信号为负时，所述储能装置进行放电，放电功率为所述指令信号的大小。

全文数据：

权利要求：

百度查询： 清华大学 中国华电科工集团有限公司 混合储能抑制风电波动方法、装置、电子设备和存储介质