[发明专利]一种基于机器学习的储充站控制方法及终端

说明书

本发明公开了一种基于机器学习的储充站控制方法及终端，基于获取到的储充站的运行数据，调用多个训练器训练对应的子神经网络，再基于运行数据和训练器的子神经网络对能量管理模型进行参数优化，因此能够基于不同的训练器训练不同维度的子神经网络，从而保证能够从不同维度优化能量管理模型的参数；若储充站需要更新能量控制策略，需要根据储充站的历史运行数据和能量管理模型计算储充站的控制参数，因此能够智能地对能量管理策略进行调整，减少人工维护的成本，提高储充站运营的经济效益。

技术领域

本发明涉及新能源技术领域，特别涉及一种基于机器学习的储充站控制方法及终端。

背景技术

由于传统能源的不断减少以及传统能源对环境的污染，新能源的利用和开发被提到了新的高度。储能充电站中含有一组储能电池，可以在充电站有空闲的时候将一部分电能事先存储于储能电池中，留作之后电动汽车有用电需求的时候再放出，从而提高了充电站一段时间内的输出功率，并且通过削峰填谷的方式降低充电站的电费。

但是，因电动汽车充放电需求的不确定性、充电站业务量的变化、电费方案的变化、储能电池充放电的折旧成本、电站各用电器在不同工况下的能量转化效率以及运营安全等问题，不同设备在使用过程中的性能有可能发生变化，使得制定优秀的能量管理策略变得非常困难，并且人为制定的固定的能量管理策略很难一直保持最优化。

发明内容

本发明所要解决的技术问题是：提供了一种基于机器学习的储充站控制方法及终端，能够提高储充站运营的经济效益。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于机器学习的储充站控制方法，包括步骤：

获取储充站的运行数据，调用多个训练器基于所述运行数据训练所述训练器对应的子神经网络；

根据所述运行数据和每一所述训练器的子神经网络，对能量管理模型进行参数优化；

判断所述储充站是否需要更新能量控制策略，若是，则根据所述储充站的历史运行数据和所述能量管理模型计算所述储充站的控制参数。

为了解决上述技术问题，本发明采用的另一种技术方案为：

一种基于机器学习的储充站控制终端，包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取储充站的运行数据，调用多个训练器基于所述运行数据训练所述训练器对应的子神经网络；

根据所述运行数据和每一所述训练器的子神经网络，对能量管理模型进行参数优化；

判断所述储充站是否需要更新能量控制策略，若是，则根据所述储充站的历史运行数据和所述能量管理模型计算所述储充站的控制参数。

本发明的有益效果在于：基于获取到的储充站的运行数据，调用多个训练器训练对应的子神经网络，再基于运行数据和训练器的子神经网络对能量管理模型进行参数优化，因此能够基于不同的训练器训练不同维度的子神经网络，从而保证能够从不同维度优化能量管理模型的参数；若储充站需要更新能量控制策略，需要根据储充站的历史运行数据和能量管理模型计算储充站的控制参数，因此能够智能地对能量管理策略进行调整，减少人工维护的成本，提高储充站运营的经济效益。

附图说明

图1为本发明实施例的一种基于机器学习的储充站控制方法的流程图；

图2为本发明实施例的一种基于机器学习的储充站控制终端的示意图；

图3为本发明实施例的一种基于机器学习的储充站控制方法的具体步骤流程图。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。