科研之友
微信
新浪微博
Facebook
分享链接
摘要
在日照资源充足的地区，大量通信基站配置了太阳能板和光伏充电模块，通过优先利用太阳能来减少市电电费开支。但是太阳能有较大的随机性和不确定性，实际中难以被充分利用。针对这个问题，提出了一种基于神经网络的方法。该方法通过实时采集的光照强度、温度和负载功率，结合天气预报、历史同期数据等，并借助神经网络的暴力计算，实现了太阳能产能和负载用能的预测；以高循环性能锂电池作为储能调用，实现了太阳能的主动、高效利用，减少了太阳能浪费及电费开支。
- 单位
在日照资源充足的地区，大量通信基站配置了太阳能板和光伏充电模块，通过优先利用太阳能来减少市电电费开支。但是太阳能有较大的随机性和不确定性，实际中难以被充分利用。针对这个问题，提出了一种基于神经网络的方法。该方法通过实时采集的光照强度、温度和负载功率，结合天气预报、历史同期数据等，并借助神经网络的暴力计算，实现了太阳能产能和负载用能的预测；以高循环性能锂电池作为储能调用，实现了太阳能的主动、高效利用，减少了太阳能浪费及电费开支。
