基于PSO-BP神经网络的储能装置实时容量识别与实现

摘要：

微电网下新能源的使用促使了人们对能量优化调度的研究,储能装置是其中的关键一部分,准确识别其存储容量是实现微电网电力优化调度的任务之一.为实现对微电网下储能装置的实时容量在线识别,利用BP神经网络结构建立了储能装置容量识别模型,并引入了优化的粒子群算法PSO,实现了储能装置的实时容量在线识别.通过对比传统的BP神经网络识别结果,采用PSO-BP神经网络识别模型的容量误差在0.3％～2.4％之间,传统的BP神经网络误差范围为1.0％～21％,表明采用PSO-BP神经网络识别模型明显优于传统的BP神经网络识别模型.

关键词：容量识别、储能装置、识别建模、BP神经网络、粒子群算法、在线识别

所属期刊栏目：43

分类号：TN711-34;TM912(基本电子电路)

资助基金：国家自然科学基金资助项目51667007

在线出版日期：2020-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：69-73