一种基于多目标遗传算法的钠离子电池储能系统能量管理方法、系统、介质及处理器

本申请提供一种基于多目标遗传算法的钠离子电池储能系统能量管理方法，建立钠离子电池数学模型；构建深度学习模型CNN‑LSTM对电力供需偏差进行预测；实时判断钠离子电池SOC与SOH状态，计算储能系统是否满足预测的风险电量缺口；调用强化学习模型输出当前时刻的最优充放电动作；引入多目标优化算法并构建优化函数，生成最优调度路径；将最优调度路径转化为控制指令，并下发至储能系统的变流器（PCS）和能量管理系统（EMS），驱动钠离子电池系统执行充放电操作，完成对电网风险电量缺口的智能补偿与响应。能够提升储能系统对电力系统不确定性风险的响应能力与运行效率。