基于机器学习的储能系统容量规划与需求预测研究.pdfVIP

第14卷第7期储能科学与技术Vol.14No.7

2025年7月EnergyStorageScienceandTechnologyJul.2025

第十三届储能国际峰会暨展览会专辑

基于机器学习的储能系统容量规划与需求预测研究

112

张晓慧，杨瑞赓，焦松坤

12

（石家庄铁路职业技术学院，中国核电工程有限公司河北分公司，河北石家庄050000）

摘要：随着新型电力系统的发展，储能系统的容量规划与电力需求预测面临着高度的不确定性与复杂耦合关

系。为应对这一挑战，本文提出了一种基于机器学习的协同建模策略，从理论上构建了“估算-置信-反馈”三

阶段容量规划框架，并结合深度学习与集成回归方法，构建多尺度、多分位的负荷预测体系。通过滚动优化与

自适应更新机制，实现了容量与需求之间的动态联动与系统自学习。该方法强调数据驱动与策略闭环，提升了

预测精度、容量适应性与模型稳健性，为储能系统在多变环境中的智能配置提供理论支撑。

关键词：储能系统；容量规划；需求预测；机器学习；数据驱动建模

doi：10.19799/ki.2095-4239.2025.0630

中图分类号：TM91；TP391.4；TP18