CN104321943B - 能量存储 - Google Patents

能量存储 Download PDF

Info

Publication number
CN104321943B
CN104321943B CN201380028488.2A CN201380028488A CN104321943B CN 104321943 B CN104321943 B CN 104321943B CN 201380028488 A CN201380028488 A CN 201380028488A CN 104321943 B CN104321943 B CN 104321943B
Authority
CN
China
Prior art keywords
opportunity
candidate
price
energy
charging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380028488.2A
Other languages
English (en)
Other versions
CN104321943A (zh
Inventor
扬·斯波尔仁
克里斯托弗·拉瑟福德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN104321943A publication Critical patent/CN104321943A/zh
Application granted granted Critical
Publication of CN104321943B publication Critical patent/CN104321943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Abstract

一种通过响应于指示随时间变化的电能的未来价格的价格数据和通过对能量存储装置进行充电和放电引起的能量损耗而对能量存储装置进行充电和放电来控制电能的存储的方法，该方法包括：通过将定价数据中的局部最低价格的下一次出现选择作为候选充电时机或将定价数据中的局部最高价格的下一次出现选择作为候选放电时机来检测关于定价数据的交替的候选充电和放电时机；如果那个候选充电或放电时机与定价数据中的另一个随后价格之间的价格差异至少足以补偿由对所述能量存储装置进行充电和放电引起的能量损耗，则批准候选充电或放电时机；以及分别在批准的充电和放电时机时对能量存储装置进行充电和放电。

Description

能量存储
相关申请的交叉引用
本申请要求于2012年3月30日向欧洲专利局提交的EP12162695.6的在先提交日的权益，通过引用将其全部内容结合于本文中。
技术领域
本公开涉及能量存储。
背景技术
本文中所提供的“背景技术”描述以对本公开的背景作一般性说明为目的。就其描述程度而言，描述在背景技术部分的、目前署名的发明人的工作以及申请时未另限定为现有技术资格的说明方面，既没有明确地也没有隐含地承认作为与本发明的相对的现有技术。
随着电池组价格的降低、电池组容量的增加以及将不可预知性引进到能量产生的可再生能源的增长，用于电网的电池组存储变为用于电网平衡的一个越来越值得注意的可替换方式。在此使用的术语“电网平衡(gridbalancing)”指的是尽力将电网的消耗需求与生产能力或与电网相关的供给能力相关联的持续需求，并且“电网(grid)”被用作用于供电网络的通用术语。
通常，针对电网的使用量图案(usage pattern)在24小时时段的期间会显著改变。夜间的使用量通常低于正常工作日期间。在日间的时间段内，在与工业活动时间和工人休息时间以及与诸如烹饪晚餐的非工作活动的典型时间有关的消耗图案中会存在明显的峰(peak)和谷(trough)。
在消耗图案中的这个变化的一个影响在于与任何特定时间时的电力供给相关联的价格。价格变化与预期需求总体上成反比关系，使得电力在高需求的时间(或更确切地是在高需求的预期时间)较贵并且在较低需求的预期时间较便宜。
价格变化具有对电网的操作的不同影响。首先，为大宗用户在较低需求的时间汲取电力提供奖励。所以如果工厂能够在夜间操作，其电费会显著低于在日间等效操作所使用的电费。其次，为发电公司在较高需求的时间提供额外发电能力提供奖励。
价格体系(pricing structure)总体上是通过电力供应商与诸如经销商的大宗用户之间的相互作用而预先设定的。例如，存在诸如拍卖的日常交互，其设定在下一个日历上的一天或24小时时段或下星期期间的不同时间时针对电力供应所征收的价格。然后这些价格可向市场公布使得消费者和供应商可基于所公开的与时间相关的价格体系采取它们认为适宜的任何行动。
更复杂的电网平衡设置适用于可再生能源。通常，在许多国家存在强有力的政府奖励以增加或保持诸如太阳能、风能或波浪发电的所谓可再生能源的发电能力。尽管这些可再生能源在降低非可再生碳资源的使用方面具有许多优点，但它们存在任何时间提供电力的量均取决于处于电力公司控制之外的自然环境方面上的缺点。例如，太阳会走到云的后面或者风会变弱，这些都会导致来自太阳能或风能产生的电力的量相对突然减少。所以对于日间的时间来说，当依赖可再生能源时，电力发电机需要将以下事实构建至定价模型中，即在突发的临时通知下需要可替换的供电电源。
为解决这两方面的需要，已提出从电网中存储电力并且随后在特定需要的时间释放到电网。多种技术可用于以这种方式存储电力。在一个实例中，可使用一个或多个可充电电池组。在其他实例中，可采用机械能存储，例如通过将巨大的飞轮连接至发动机/发电机结构，或者通过将水从较低点抽到较高点使得当从较高点释放水时其可驱动涡轮进行发电。
发明内容
本公开提供了一种通过响应指示随时间过去的电能的未来价格(future price)的定价数据和由充电与放电能量存储装置所引起的能量损耗而对能量存储装置进行充电和放电来控制电能存储的方法，该方法包括：
通过将定价数据中的局部最低价(locally minimum price)的下一次出现选择作为候选(candidate)充电时机或将价格数据中的局部最高价(locally maximum price)的下一次出现选择作为候选放电时机来检测关于定价数据的交替的候选充电与放电时机；
如果候选充电或放电时机与定价数据中的另一个随后价格之间的价格差异至少足以补偿由对能量存储装置进行充电和放电所引起的能量损耗，则批准(validate)候选充电或放电时机；以及
分别在批准的充电和放电时机时对能量存储装置进行充电和放电。
本公开认识到电池组存储操作可由价格机制触发，其中当电力便宜(或“干净的(clean)”，术语“干净的”和“污浊的(dirty)”与产生电力的环境和/或碳消耗有关)时进行充电并且当电力较贵(或“污浊的”)时进行放电。
然而创建从预测的(或之前拍卖的)价格表规划正确的充电与放电时间的算法不是简单的任务。实施方式至少可缓解这个问题。作为输入，方法的实施方式采用未来电力价格(随时间变化)的价格表和电池组系统的往返效率。作为输出，方法的实施方式可提供何时对电池组进行充电和何时对电池组进行放电的时间列表。
这个技术的有效性不限于电池组；其还可以用于各种存储系统，包括(例如)利用旋转主体(mass)的转动能量进行存储。其还可用于其他基于价格的采购系统。
已经通过总体介绍的方式提供了前述段落，但不旨在限制以上权利要求的范围。通过参照以下结合附图所做的详细描述，可更好地理解所描述的实施方式和另外的优点。
附图说明
当结合附图考虑时，通过参照以下示例性实施方式的详细描述，本发明更全面的理解及容易获得的本发明伴随的优点将会变得更容易获得，在附图中：
图1示意性示出了包括能量存储装置的电网的一部分；
图2示意性示出了具有能量存储装置的电力发电机；
图3示意性示出了具有能量存储装置的电力消费者；
图4示意性示出了能量存储装置；
图5a和图5b示意性示出了图4的装置的一方面的更详细的细节；
图6示意性示出了充电/放电控制器；
图7示意性示出了机械能存储；
图8至图10示意性示出了根据使用中的充电、存储和放电系统的“往返(round-trip)”效率的公开的价格体系内的实例充电和放电次数；
图11是示出了充电/放电控制器的操作的示意性流程图；以及
图12至图16示意性示出了使用图11的流程图制定的充电与放电判定。
具体实施方式
通过介绍的方式，将首先描述用于存储和释放电网电力的基于电池组的系统。这样的布置通常包括：
a)电池组充电器，其将市电电压(诸如230伏特(V)的交流电(AC))转换成较低的(例如，48V)直流(DC)电压
b)电池组(battery)
c)诸如所谓的并网逆变器(grid-tied inverter)的逆变器，其将来自电池组的DC电压转换回市电电压(例如，230V的AC电压)，或更笼统地说，转换成高于电池组电压的电压。
所有的这三个特征会导致能量损耗并且因此可被认为是呈现特定效率。系统的总效率被称作为“往返”效率，用于指示其表示将输入到充电/放电系统中的能量的量与从系统中恢复的能量的量联系在一起的单个的效率图。往返效率在经济上影响其是否适合于执行充电/放电周期。
可从该系统的初步评估中得知针对特定系统的往返效率，例如在制造或装配后进行测试时。可替换地，往返效率可通过系统本身进行测量，例如，诸如一天一次、或者每个充电/放电周期一次的周而复始。在这种情况下，系统可应用已知的技术测量在充电过程中提供至系统的能量的量和放电过程中从系统中释放的能量的量。
如所提及的，往返效率Eff是诸如在市电电压下测量的充电/存储/放电系统的总效率。例如，如果用于对电池组进行充电的电力的系统消耗1kWh(千瓦时)，那么可传递回到电网的的能量的真实量不是1kWh，而是1kWh×Eff。
例如，在具有85％的往返效率的系统中，这意味着对于1kWh的能量输入，输送回电网的能量应该是：
1kWh×0.85＝0.85kWh
以另一种方式看，对于输送回电网的每一个1kWh的能量，系统必须消耗1kW/Eff以提供电池组中的必要的充电量以便将1kWh输送回电网。
因此，在输送1kWh至电网的充电/放电周期中能量损耗的量是(1kWh/Eff)-1kWh
令：
PC＝在对电池组进行充电时支付1kWh的电价
PD＝在电池组放电时接收1kWh的电价
那么，当将1kWh输送回电网时损耗的电力的成本是：
成本＝((1/Eff)-1)·PC
由此，遵循其进行充电和放电仅在经济上是有意义的，如果：
PD-PC>((1/Eff)-1)·PC
或者简单地：
PD>PC/Eff
将在下文中论述根据充电/存储/放电效率来选择充电与放电次数的技术。
图1示意性地示出了包括能量存储装置的电力网的一部分。
显然地，真实的电力网是复杂的网络。所以为使示图简单起见，图1仅示出了单个的电力发电机10，单个的电力消费者20、链接发电机10与消费者20的输电线30以及连接至输电线30的能量存储40。如所提及的，可以理解的是真实的电网可包括许多不同的发电机、大量的消费者和链接发电机和消费者的潜在复杂的输电线的集合，有时在发电机与消费者之间插入所谓的配电器。然而，与实施方式有关的一般原理可参考在图1中示出的简化的电网布置来描述。
在操作中，发电机10以基本能级将电力经由传输线路30提供给消费者20。然而，在可替换的模式中，能量存储40可将由发电机10生成的一些电能存储在诸如一个或多个电池组的电力存储布置中。例如，能量存储40可在消费者20的低需求时存储由发电机10生成的电力，其可以依次由发电机10所设定的低定价反映出来。在消费者20的高需求时间，并且因此是高电价的时间，能量存储40例如可通过对电池组进行放电或部分地放电并且将由放电操作所释放的能量提供到传输线路30来将能量释放至电网。释放的能量至少可在提供消费者20的瞬时需要中用于补充从发电机10输出的电力。
在图1中，能量存储40被示出为连接至依次表示至电网的连接的传输线路30的独立系统。在图2和图3中示出了不同的布置。具体地，图2示意性地示出了具有能量存储装置的电力发电机，并且图3示意性地示出了具有能量存储装置的电力消费者。
首先参照图2，发电机10’具有相关联的能量存储40’。这意味着发电机10’可控制能量存储40’并使用其作为发电处理的一部分。在任何时刻，由发电机10’供应至传输线路30的电力可来源于诸如涡轮机或太阳能电池板的发电装置或者可从能量存储装置40’先前存储的能量得到。
在图3中，消费者20’具有相关联的能量存储40”。使用这个布置，在任何时刻，消费者可将能量提供给用于存储的能量存储40”，或者从由能量存储40”保留的存储能量提取能量。
事实上，图1至图3的布置之间的差异更多的在于语义上而非真正意义上。在许多方面，能量存储的物理上的定位无关紧要，或者至少物理位置可以是与其班组控制(party controls)、能量存储的使用费用和益处不相关的。例如，图1中的能量存储40可处于发电机10的组织运转、消费者或第三方的控制下。参照图2，尽管能量存储40’被示出为直接连接至发电机10’，但其不必与发电机10’位于一处，而是可以是在发电机10’的控制下的远程设备。在图3中，即使能量存储40”位于消费者的处所，但仍不意味着其处于消费者的控制下。例如，能量存储40”可被实施为家庭消费者的电表布置的一部分，以便在电力发电机或配电公司的控制下运行作用，以设置用于平衡其中消费者单独的电力消耗的输出的峰和谷和/或通过在一天的便宜时间存储电力并且在一天的较昂贵的时间将其送回到电网(或者到消费者)来产生收益(和/或允许更低的用户价目表)。实际上，能量存储40”可位于消费者的处所，但事实上具有至电网的直接连接，被示意性示出为虚线50。
在一些情形下，在大量的“损耗”能量被释放为热量的意义上，实际上可以至少被部分减轻由于能量存储的充电-存储-放电操作中的低效率所导致的能量损耗，并且这个热量可被用于帮助在其上适合能量存储的位置处进行空间加热或水加热。如果情况是这样的，那么该位置原则上可以针对从能量存储中的损耗贡献的热量开账单或者付费。这样的费用可用于抵消与能量存储中的系统损耗有关的低效率。
因此，可以看出在能量存储的定位和控制方面可以有许多不同的选择。还将理解的是不同规模的装置适合于不同的用途。例如，对于诸如图3的存储器40”的能量存储，其位于消费者的处所，期望装置本身在物理上被合理地紧凑化，例如不大于小的手提箱。使用当前的电池组技术，这将会将存储能量的能力限制在几kWh的量。另一方面，诸如与发电机相关联的存储器40’的能量存储在物理尺寸和存储能力两者上会是相当大的。然而，不论是哪种情况，用于选择何时对能量存储进行充电和何时对能量存储进行放电的算法或做判定的过程从属于相同的总体原则。
图4示意性示出了能量存储装置，并且图5示意性示出了装置的一部分的更详细的细节。
参照图4，能量存储装置包括可访问数据存储120的充电/放电控制器100，该数据存储120例如通过因特网数据连接130存储从诸如配电公司的定价数据的来源中检索的定价数据的时间顺序。充电/放电控制器100根据数据存储120中存储的定价数据来控制能量存储140的充电或放电。能量存储140可通过一个或多个电连接110连接到电网(或可根据在图1至图3的示意性表示的连接到传输线路30)。注意，图4中的所有的项可从电网或另一电源接收它们的运行电力(operation power)，而与以下事实无关，即能量存储140可连接到电网以存储来自电网的能量和向电网提供能量。
图5a提供了能量存储140的更详细的示意性实例。诸如锂离子电池的次级电子电池150的阵列以串联/并联布置而相互连接，以便在所要求的操作电压下设置一个或多个电池。电池组被连接至电池管理系统(BMS)170、逆变器190和充电器180。
例如，如果每个电池具有比方说3V的额定工作电压，并且系统作为一个整体具有所需要的比方说48V的工作电压，然后电池可被布置为并联连接的电池组160的组，每个电池组包括串联连接的16个电池150的链。
电池管理系统(BMS)170计算每个电池组中的电量并且保持对单独的电池电压的追踪，使得BMS 170可将是否需要临时停止充电或放电的消息发信号给充电/放电控制器100以避免电池之间的充电状态的失衡。BMS 170通常还将电池组端子电压、估计的电量、电池序列号和/或可能的其他数据作为数据信号传递到充电/放电控制器100。
充电器180从电网接收电能，例如，在表示提供给在该国家中家庭消费者使用的额定电压的所谓的“市电”电压下接收来自电网的电能。例如，市电电压可以是230V或240V，且可以低到110V。一般来说，市电电力被提供为AC电力，然而电池150以DC方式运行。所以，充电器180具有三个主要功能：其将市电电压下调到电池组160的工作电压，其相对市电电压的任何改变使下调的电压是稳定的，并且即使在其输入是AC信号的情况下，其提供平稳的输出电压。
逆变器190提供与充电器180的功能大体相反的功能。逆变器190从电池组160接收DC电压并且将其转换成(通常较高的)输出AC电压。例如，逆变器190可从电池组160接收48V的DC供电并且使用已知的逆变器技术将其转换成输出AC市电电压。逆变器190的输出被送回至电网和/或至消费者用于本地使用。
充电器180和逆变器190在充电/放电控制器100的控制下操作，以便在由充电/放电控制器100设定的充电时间或放电时间是开始运行。
图5b示意性示出了不同的实例布置，其中开关172控制由电池组160构成的电力存储是否被连接至充电器180、逆变器190或者是否既不被连接至充电器180也不被连接至逆变器190。开关在充电/放电控制器100的控制下进行操作。如上所述，开关170的功能可包括发送数据到充电/放电控制器100，以便指示电池组160的充电的当前状态。这个特征是可选择的；在一些实施方式中，充电/放电控制器100可基于由表示最近充电和放电周期的充电/放电控制器100所保留的信息来分析得出电池组160的充电状态。然而，在可替换的方式中，开关170可包括检测器，该检测器例如通过在空负荷或者测试负荷情况下监测它们的输出电压来检测电池组160的当前充电状态。
图6示意性示出了充电/放电控制器100的更详细的细节。图6的环境是图5a的布置，虽然技术人员将认识到相似的布置可应用于图5b的系统。
如上所述，充电/放电控制器100例如经由控制接口240控制BMS170、充电器180和逆变器190的操作。充电/放电控制器100包括：微处理器(CPU)200；存储器210，诸如机器可读非临时性存储介质(例如，只读存储器、永久随机存取存储器、磁盘介质或光盘介质)，用于存储程序代码以控制充电/放电控制器100的操作，并且其还可以包括用于临时存储在由CPU 200所执行的计算中所使用的数据的工作存储器；输入/输出接口220；用于与数据存储120接口连接的数据存储接口230；以及控制接口240，在CPU 200的控制下操作并且其传递控制信号以控制BMS 170、充电器180和逆变器190的操作。充电/放电控制器100的各种组件通过总线布置250连接在一起。
在操作中，CPU 200执行存储在存储器210中的程序代码以经由数据存储接口230访问定价信息。在至少一些实施方式中，CPU 200还访问指示出电池组160的当前充电状态的数据，该数据(如上所述)例如可经由控制接口240从BMS 170访问。可替换地，CPU 200可基于先前执行的充电和放电周期得出电池组160的当前充电状态的分析的指示。基于这些数据，CPU 200设定下一次充电或放电周期的时间，可能在情况可以是，在那时控制控制接口240以视情况操作充电器180或逆变器190来设置充电周期或放电周期。一般地说，如果电池组的电量多于50％，那么下一个周期正常将是放电周期。如果电池组当前电量少于50％，那么由CPU 200设定的下一个周期正常将是充电周期。
输入/输出接口220使用一个外部装置或多个外部装置提供数据连接。例如，充电/放电控制器100可与发电机或配电公司进行交互，使得发电机或配电公司可(例如)支配某个充电或放电操作，否则这些操作将由CPU200来规划。在另一个布置中，输入/输出接口220可将数据输出至本地用户，例如以表示诸如下一次计划的充电和放电周期和/或电池组160的当前充电状态的数据显示的形式提供给本地消费者。
在更多的可能中，目前被描述为由CPU 200执行的一些功能实际上可远程执行，使得充电或放电周期的定时是使用如下描述的算法进行设定，而算法是在远程位置处执行而非本地充电/放电控制器。然后利用输入/输出接口220将定时数据传输至本地充电/放电控制器100，以由CPU 200和控制接口240来实施。
图7示意性示出了机械能存储的一个实例，包括通过配电轴310连接至电动机/发电机布置320的飞轮300。这里，应注意在有些情况下，电动机可“反向地”操作，以便当通过机械旋转的动力源驱动时起到电力发电机的作用。所以在当前实例中，当期望对设备进行“充电”时，就是说使用图7的系统存储能量，电动机/发电机320起到电动机的作用以转动的方式驱动飞轮300。当电力从电动机/发电机320断开时，飞轮300继续旋转。当电动机/发电机320既不起到电动机也不起到发电机的作用时可设置离合器装置330以将轴310从电动机/发电机320断开。通过这么做，离合器装置330可减少随着时间推移在系统中的机械损耗。
一般来说，由电动机/发电机320提供的机械驱动力被移除之后，巨大的飞轮300可继续旋转很长时间。这通过以旋转的动能的形式存储能量来提供能量存储。系统可通过使用离合器装置330连接至旋转的300来“放电”(或者换言之将存储的能量取回作为电能)至电动机/发电机320，然后其作为发电机以产生输出电力。
尽管可采取减少图7的系统中的机械损耗的步骤，但将显而易见的是大多数情况下飞轮300将逐渐减慢。同样，如果图5的电池组160被放置足够长的时间，那么它们会逐渐地自放电。这个特性不是对于所有的能量存储系统都是成立的，例如，包括将水从较低水平抽到较高水平的系统不会受到任何与时间相关的能量损耗。但是对于确实具有存储的能量的衰变量的实例系统来说，将在下面论述具体的因素。
在详细论述用于选择针对对能量存储装置进行充电和放电的次数的算法之前，将论述定价数据和设备效率的一般方面。
图8至图10示意性示出了根据使用中的充电、存储和放电系统的效率在公开的价格体系内的进行充电和放电次数的实例。
在这些实例中使用的定价数据包括数据的时间顺序并且涉及一个实例市场中的九天的时段，并且包括取决于一天时间的传输与分配成本。每个图表的水平轴从1月1日开始直到1月9日结束，并且每个图表的垂直轴涉及任意的成本比例。三个单独的图表涉及不同的系统效率(如上所述的Eff)。由符号“+”表示在其上选择充电周期的时间位置并且由符号“X”表示在其上选择的放电周期的时间位置。
在图8中，系统效率是95％。这里，即使当价格变化受限时(例如，在实例数据中的1月1日)，使得根据经济概念而频繁地充电和放电，有时为每天两次。
在图9中，系统效率被认为是75％。这里，当价格变化在某种程度上平稳时，在工作日期间每天充电和放电一次是有意义的而非在周末期间(例如，1月7/8日)。可以看出工作日(在这个实例中)每天存在两个截然不同的价格峰，但是在75％的效率下局部最小值(那些峰之间的下沉)不足以深到允许额外的充电和放电周期。这是因为由于充电、存储和放电导致的损耗使得由当电力较便宜时进行充电并且当电力较贵时进行放电所取得的利润不足以超过与损耗相关联的成本。
这个情况在65％的效率下更为显著(图10)，此时使得在经济意义上充电和放电能量存储是相对较少发生。
下面将参照图11论述用于充电/放电控制器100的操作的算法的实例。将参考对一个或多个电池组(诸如电池组160)进行充电来描述该算法，但是当然可以应用于诸如图7的机械系统的其他能量存储布置。该算法提供通过响应于指示随时间变化的电能的未来价格的定价数据和由充电和放电能量存储设备所引起的能量损耗(例如，由效率测量Eff指示)而对能量存储装置进行充电和放电来控制电能存储的方法。这样的能量存储装置可以如上所述而形成。
所论述的算法将检查n个价格样本的数据组并且给出特定的往返效率Eff，其将返回理想的充电和放电次数的列表。操作具有复杂度为O(n)的算法意味着数据组的规模加倍，则处理时间加倍。
充电和放电次数被检测为交替的时机，使得充电时机紧随放电时机之后，并且放电时机紧随充电时机之后。最初，该时机被检测作为候选，然后将这些候选时机使用如下所述的方法进行“批准”。候选时机的批准意味着通过算法的当前执行将那个时机确定或设定为不会进一步改变的时机并且其是视情况而使能量存储装置于其上进行充电或放电的时机。
首先，在步骤400中，CPU 200确定算法是否需要首先寻找价格最小值(即，用于对电池组进行充电)或寻找价格最大值(即，用于对电池组进行放电)作为第一时机。在一些实施方式中，这可能取决于当前电池组电量是否大于或小于50％。所以，如果当前电量水平小于50％，那么下一个周期应当对电池组进行充电，然而如果当前电量大于50％，那么下一个周期应当对电池组进行放电。然而，当然可以使用除50％以外的阈值，诸如40％或60％。同样，在一些实施方式中，可使用更复杂的方法来设定阈值而不是简单的预先设定阈值，下面将描述这种可选的方法。
如果电池通过步骤400被认为是在被“放电”，那么在步骤410中第一周期被设定为充电周期。如果步骤400认为电池通过施加阈值而被“放电”，那么控制改为进行到步骤420，在其中第一周期被设定为放电周期。这两个结果之间的差异是步骤410将下一个动作限定为识别针对充电的最低价格，然而步骤420将下一个动作限定为识别针对放电的最高价格。
在步骤430中，CPU 200访问数据存储120中的定价数据并且将第一可用成本要素(价格)初始地设定为充电或放电的候选。
在步骤440中，CPU 200检测在价格数据中是否存在更多的成本数据要素(价格)是可用的。如果不是，那么在步骤450中处理结束并且返回全部选择的或批准的充电和放电次数，使得根据返回的次数设定能量存储装置的充电和放电操作。
然而，假设更多的价格是可用的，控制进行到步骤460，在其中考虑下一个成本数据要素(价格)。在步骤470中，执行测试以检测是否重新考虑的要素比充电或放电的当候选更好。这里，术语“更好(better)”意味着重新考虑的成本数据要素的价格低于当前候选(用于充电)或高于当前候选(用于放电)。如果重新考虑的成本数据要素实际上比当候选更好，那么在步骤480中，由重新考虑的成本数据要素代替候选并且控制返回到步骤440。
以这种方式，在定价数据的时间序列中，局部最低价格的下一次出现被选择作为候选充电时机或者局部最高价格的下一次出现被选择作为候选放电时机。应注意，继续应用这个测试直至批准了候选时机，使得批准候选充电或放电时机包括：在批准那个候选时机的后面的价格之前，检测由与那个候选时机有关的定价数据所指示的那个时机时的价格是否表示相应的最低价格或最高价格。如果不是，则在批准候选时机的后面的价格之前，由相应的最低价格或最高价格来代替该候选时机。
在步骤470中，如果新的要素不比当前的候选更好，那么控制进行到步骤480，在该步骤中进行比较，以检测与新的要素相关联的成本(价格)是否取得候选的收益，或者是否至少足以补偿由充电和放电能量存储装置所引起的能量损耗。这个过程被称作“批准”或确认候选时机。
具体地，将测试应用到基于新的要素的下一次放电时间或充电时间给出的当前系统效率在充电候选时进行充电或者在放电候选时进行放电是否是有利可图的。应用测试是否是PD>PC/Eff。如果是这样，那么在步骤490中批准充电候选或放电候选并且现在处理为“充电判定(chargedecision)”。
如果步骤480中的测试结果是错误的，那么控制回到步骤460使得可以考虑新的成本数据要素。然而，如果步骤480中的测试结果是正确的，那么在步骤490中当候选被选择或被批准作为充电或放电时间，并且考虑中的当前成本数据要素被设定作为下一个候选时间和价格。在步骤500中，搜索被转换使得如果先前搜索的是充电候选，那么新搜索的是放电候选，或者如果先前搜索的是放电候选，那么新搜索的是充电候选。再次，控制返回到步骤440。
应注意在实施方式中，对局部最小值的搜索和那个最小值的批准没有被处理为两个单独的操作的序列。而是算法连续地搜索最小值并且如果发现更好的最小值则更新当候选，同时搜索足够高的随后价格以批准候选最小值。因此，一流的供电(elegant power)的一个方面和现有算法的简单性在于以下事实：同时发生对那个最小值(并且由此成为候选最大值)的最小值搜索和最大值搜索两者的批准。
然后，一旦已设定所有批准的充电和放电时机，能量存储装置分别在那些时机进行充电和放电。如上所述，这发生在充电/放电控制器100的控制下。
如上所述的步骤可通过充电/放电控制器来执行，并且具体地，通过充电/放电控制器的CPU 200执行，因此其起到检测交替的候选充电和放电时机的检测器的作用、批准候选充电或放电时机的批准器的作用以及控制能量存储装置的充电或放电的充电控制器的作用。
图12至图16示意性地示出了这个过程中的步骤。图12示意性地示出了识别为第一局部最小值的充电候选时间600，在从当前时间(横轴的左手端)的上升时间顺序中评定。通过重复应用步骤460、470、480、440直至在步骤470中的测试结果是负值来识别局部最小值。
然后应用步骤480。直至发现批准局部最小值600的最大值，(在步骤470中)检查每个新的成本数据要素以检测是否其比当前候选更好(更低，在这种情况下)。在这个搜索过程中，在定价数据中识别新的较低定价的最小值，因此现在这个时间(610，图13)被作为充电候选进行对待。
继续应用步骤480以找到最大值，该最大值将允许相对于候选充电时间610有利的操作。最终，检测成本数据要素620(图14)，对于成本数据要素，给出的当前系统效率在充电候选时间进行充电和在当前数据要素时间进行放电都是有利可图的。应用测试是否是PD>PC/Eff。如果是这样，那么批准充电候选610并且现在步骤490中将其作为“充电判定”进行对待。还是在步骤490中，提供成功的批准的成本数据要素(要素620)变为新的放电候选。
在每个迭代检查下一个成本数据要素是否是更好的(更高的定价)放电候选时搜索继续，并且如果不是，则成本数据要素是否批准当前放电候选(在步骤480中的测试)。在通过进行到步骤480的测试之前的步骤470识别新的、较高定价的放电候选630(图15)。
图16示出了可进行通过识别有利的操作的下一个时机(成本数据要素640)来批准这个放电候选630。批准程包括通过再次测试是否PD>PC/Eff检查放电候选和充电候选之间的可达到的价格差异为正(就是说，放电充电周期将要成为有利可图的)，其中PD表示在放电时机时的价格，PC表示在充电时机时的价格，并且Eff表示能量存储装置的充电和放电的效率，使得Eff等于放电时重新取得的能量与充电时输入的能量的比率。如果是这样，放电候选630被批准为放电判定并且(在步骤490和500中)要素640变为下一个充电候选等等。
现在将描述算法的进一步推导。
如上所述的算法的版本将仅输出理想的充电和放电时间或者瞬间，而没有将充电和放电采用某个非零时间量纳入考虑，在该时间量期间价格可改变。
因此可使用算法的延伸，其将使用诸如在预定时长(窗口)上价格的滑动窗口平均值的时间平均值，窗口大小(时间)是预测的充电和放电持续时间，其可以被设定为预定时长。
同样，应注意锂离子电池组(作为电池组160的实例)通常是使用恒定电流相位充电的，后面是恒定电压相位。这意味着由充电过程取得的电力将在接近充电结束时减少。
因此，可修改算法以使用具有电力价格而不是滑动窗口平均值的充电功率的卷积(convolution product)。换言之，批准处理可被操作为将电力消耗的成本对充电周期的时间进行积分，以检测与充电时机相关联的价格。可对放电时机释放的能量应用相似的处理。这将会导致考虑以下情况的充电/放电判定，该情况为接近充电时间结束使用的电力少于充电时间开始时的电力。
如果：
P(t)是时间t时的充电或放电(负数)电力。
PC(t)是时间t时的电力消耗价格。
PD(t)是时间t时的电力产生价格。
那么：
是对电池组进行充电的成本，起始于持续时间Δt的时间t。
并且：
是电池组放电的利润，起始于持续时间Δt的时间t。
与简单的算法类似，充电/放电周期是有利可图的，仅当
D(放电时间)>C(充电时间)/Eff。
进一步推导，其可单独处理或者与上述推导相结合，涉及考虑与时间相关的存储能量的损耗并且具体地作为批准程的一部分而将根据自上次充电时机起过去的时间来应用与充电的能量存储装置有关的随时间变化的能量损耗。
可使用如上所述的算法对电池组进行充电以及在物理电力存储系统中通过使旋转主体(诸如如上所述的飞轮)加速来机械式地存储能量。电池组和旋转主体两者将随着时间过去而损耗一些它们的能量(在电池组的情况下的电量或者旋转速度，并且因此针对旋转主体的转动能量)。同样，能量存储装置和充电/放电控制器通常本身具有非零电力消耗。这些电力消耗也可以被认为是与时间有关的存储损耗。
收益率等式：
PD>PC/Eff
可容易地适配于考虑这些与时间有关的存储丢失。如先前所论述的，其充电或放电有意义的，当：
PD(t)–PC(t’)>成本
其中
成本＝((1/Eff)–1)PC
当考虑电池组损耗或旋转主体损耗时，这个变化为：
成本(tC,tD)＝((1/Eff)–1)PC(tC)+L(tD-tC)PC(tC)
其中
L是电池组或旋转主体的kWh/s中的能量损耗
然后组合的等式变为有利可图的存储的标准：
PD(tD)–PC(tC)>((1/Eff)–1)PC(tC)+(tD-tC)L PC(tC)
或者：
PD(tD)>(1/Eff+(tD-tC)L)PC(tC)
使用这个等式接受充电或放电候选将使算法适合用于随着时间推移而泄漏能量的存储系统。
在另一个推导中，如果在充电/存储/放电周期中作为热量的能量损耗可被卖给消费者例如作为用于空间或水加热的能量，那么效率图Eff可被修改为表示改善的(更高效的)系统。
尽管上面讨论涉及所谓的市电电压，但将理解那个对应的技术可以是可应用于在如配电电压的更高的电压(可在几万伏特范围内)下的并网连接。
变型可应用于判定第一周期是否应当是充电周期或放电周期的阈值充电水平(步骤400)。例如，可记录电池组上次充电时的电力价格并且将其与算法开始时的现行价格进行比较(就是说，在如示出的价格图表的左手端处)。举例来说，如果现行价格比电池组上次充电时的价格低阈值差值，那么由步骤400(判定是否电池组被认为是“充电的”或者“未充电的”)应用的阈值可被设定为比50％高的值，例如60％，使得电池组在第一周期时更可能被充电。然而如果现行价格比记录的价格高阈值的量，那么由步骤400应用的阈值可被设定为更低的值，如40％，使得电池组在第一周期时更可能被放电。
在已描述为通过软件控制的数据处理装置至少部分地实现的实施方式的范围内，将理解这样的软件和装有这样的软件的存储设备(诸如例如非临时性机器可读存储介质，诸如非易失性存储器、磁盘介质或光盘介质)同样被认为是本公开的实施方式。
显而易见的是，借鉴上述教导，本发明的众多变形和改变是可能的。因此应当理解，在所附权利要求的范围内本技术可以按不同于这里具体描述的方式来实施。
在以下编号的段落中限定本公开的各个方面和特征：
1.一种通过响应于定价数据和由于对能量存储装置进行充电和放电引起的能量损耗而对所述能量存储装置进行充电和放电来控制电能存储的方法，所述定价数据指示随时间变化的电能的未来价格，所述方法包括：
通过将所述定价数据中的局部最低价格的下一次出现选择作为候选充电时机或者将所述定价数据中的局部最高价格的下一次出现选择作为候选放电时机，来检测关于所述定价数据的交替的所述候选充电时机和所述候选放电时机；
如果候选充电时机或候选放电时机与所述定价数据中的另一个随后价格之间的价格差异至少足以补偿由于对所述能量存储装置进行充电和放电引起的能量损耗，则批准该候选充电时机或该候选放电时机；以及
分别在批准的充电时机和放电时机时对所述能量存储装置进行充电和放电。
2.根据段落1所述的方法，批准所述候选充电时机或者所述候选放电时机的步骤包括：检测与该候选时机有关的所述定价数据是否表示在批准该候选时机的后面的价格之前的相应的最低价格或最高价格，如果不是，则由在批准该候选时机的后面的价格之前的相应的最低价格或最高价格来代替所述候选充电时机或所述候选放电时机。
3.根据段落1或段落2所述的方法，其中，所述批准步骤检测是否：
PD>PC/Eff，
其中，PD表示在放电时机时的价格，PC表示在充电时机时的价格并且Eff表示所述能量存储装置的充电和放电的效率，使得Eff等于在放电时重新得到的能量与在充电时输入的能量的比率。
4.根据段落1至3中任一项所述的方法，其中，由所述检测步骤和所述批准步骤使用的所述定价数据表示在预定时长上的所述定价数据的时间平均值。
5.根据段落1至3中任一项所述的方法，其中，所述批准步骤能够操作为将电力消耗的成本对充电周期的时间进行积分，以检测与充电时机相关联的价格。
6.根据前述段落中所述的方法，其中，所述批准步骤能够被操作为根据从上次充电时机起过去的时间来应用与充电的能量存储装置有关的随时间变化的能量损耗。
7.根据前述段落中任一项所述的方法，包括以下步骤：
根据所述能量存储装置的当前充电状态来确定第一时机是否应当是充电时机或放电时机。
8.根据段落7所述的方法，其中，所述确定步骤包括将所述当前充电状态的测量量与阈值量进行比较。
9.根据段落8所述的方法，包括以下步骤：
根据所述定价数据改变阈值。
10.一种计算机软件，当通过计算机执行所述计算机软件时使所述计算机执行根据前述段落中任一项所述的方法。
11.一种存储介质，所述存储介质存储根据段落10所述的计算机软件。
12.一种通过对能量存储装置进行充电和放电来控制电能存储的能量存储控制器，所述控制器响应于指示随时间变化的电能的未来价格的定价数据和通过对所述能量存储装置进行充电和放电引起的能量损耗，所述控制器包括：
检测器，被配置为通过将所述定价数据中的局部最低价格的下一次出现选择作为候选充电时机或者将所述定价数据中的局部最高价格的下一次出现选择作为候选放电时机，来检测关于所述定价数据的交替的所述候选充电时机和所述候选放电时机；
批准器，被配置为如果该候选充电时机或者该候选放电时机与所述定价数据中的另一个随后价格之间的价格差异至少足以补偿通过对所述能量存储装置进行充电和放电引起的能量损耗，批准所述候选充电时机或所述候选放电时机；以及
充电控制器，能够操作为分别在批准的充电时机和放电时机时对所述能量存储装置进行充电和放电。
13.一种能量存储设备包括：
能量存储装置；以及
根据权利要求12所述的能量存储控制器，用于通过所述能量存储装置来控制能量存储。
14.根据段落13所述的设备，其中，所述能量存储装置包括一个或多个电池组。
15.根据段落14所述的设备，包括逆变器，所述逆变器用于产生高于所述电池组电压的输出电压。
16.根据段落13所述的设备，其中，所述能量存储装置包括能移动主体(movable mass)，所述能移动主体具有用于驱动所述能移动主体的电动机和用于从所述能移动主体的运动生成电力的发电机。
17.一种电力消耗计量器，包括根据段落12至15中任一项所述的设备。
附录：伪代码的软件实施

Claims (15)

1.一种通过响应于定价数据和由于对能量存储装置进行充电和放电引起的能量损耗而对所述能量存储装置进行充电和放电来控制电能存储的方法，所述定价数据指示随时间变化的电能的未来价格，所述方法包括：
通过将所述定价数据中的局部最低价格的下一次出现选择作为候选充电时机或者将所述定价数据中的局部最高价格的下一次出现选择作为候选放电时机，来检测关于所述定价数据的交替的所述候选充电时机和所述候选放电时机；
如果候选充电时机的价格或候选放电时机的价格与所述定价数据中的另一个随后价格之间的价格差异至少足以补偿由于对所述能量存储装置进行充电和放电引起的能量损耗，则批准该候选充电时机或该候选放电时机；以及
分别在批准的充电时机和放电时机时对所述能量存储装置进行充电和放电。
2.根据权利要求1所述的方法，其中，批准所述候选充电时机或者所述候选放电时机的步骤包括：检测与所述候选充电时机或者所述候选放电时机有关的所述定价数据是否表示在批准所述候选充电时机或者所述候选放电时机的后面的价格之前的相应的最低价格或最高价格，如果不是，则由在批准所述候选充电时机或者所述候选放电时机的后面的价格之前的相应的最低价格或最高价格来代替所述候选充电时机或所述候选放电时机。
3.根据权利要求1所述的方法，其中，所述批准步骤检测是否：
PD>PC/Eff，
其中，PD表示在放电时机时的价格，PC表示在充电时机时的价格，并且Eff表示所述能量存储装置的充电和放电的效率，使得Eff等于在放电时重新得到的能量与在充电时输入的能量的比率。
4.根据权利要求1所述的方法，其中，由所述检测步骤和所述批准步骤使用的所述定价数据表示在预定时长上的所述定价数据的时间平均值。
5.根据权利要求1所述的方法，其中，所述批准步骤能够操作为将电力消耗的成本对充电周期的时间进行积分，以检测与所述候选充电时机相关联的价格。
6.根据权利要求1所述的方法，其中，所述批准步骤能够被操作为根据从上次充电时机起过去的时间来应用与充电的能量存储装置有关的随时间变化的能量损耗。
7.根据权利要求1所述的方法，包括以下步骤：
根据所述能量存储装置的当前充电状态来确定第一时机是否应当是所述候选充电时机或所述候选放电时机。
8.根据权利要求7所述的方法，其中，所述确定步骤包括将所述当前充电状态的测量量与阈值量进行比较。
9.根据权利要求8所述的方法，包括以下步骤：
根据所述定价数据改变阈值。
10.一种通过对能量存储装置进行充电和放电来控制电能存储的能量存储控制器，所述控制器响应于指示随时间变化的电能的未来价格的定价数据和由于对所述能量存储装置进行充电和放电引起的能量损耗，所述控制器包括：
检测器，被配置为通过将所述定价数据中的局部最低价格的下一次出现选择作为候选充电时机或者将所述定价数据中的局部最高价格的下一次出现选择作为候选放电时机，来检测关于所述定价数据的交替的所述候选充电时机和所述候选放电时机；
批准器，被配置为如果候选充电时机的价格或者候选放电时机的价格与所述定价数据中的另一个随后价格之间的价格差异至少足以补偿由于对所述能量存储装置进行充电和放电引起的能量损耗，批准该候选充电时机或该候选放电时机；以及
充电控制器，能够操作为分别在批准的充电时机和放电时机时对所述能量存储装置进行充电和放电。
11.一种能量存储设备，包括：
能量存储装置；以及
根据权利要求10所述的能量存储控制器，用于控制所述能量存储装置的能量存储。
12.根据权利要求11所述的设备，其中，所述能量存储装置包括一个或多个电池组。
13.根据权利要求12所述的设备，包括逆变器，所述逆变器用于产生高于所述电池组电压的输出电压。
14.根据权利要求11所述的设备，其中，所述能量存储装置包括能移动主体，所述能移动主体具有用于驱动所述能移动主体的电动机和用于从所述能移动主体的运动生成电力的发电机。
15.一种电力消耗计量器，包括根据权利要求11的设备。
CN201380028488.2A 2012-03-30 2013-03-19 能量存储 Active CN104321943B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP12162695.6 2012-03-30
EP12162695 2012-03-30
PCT/GB2013/050703 WO2013144577A2 (en) 2012-03-30 2013-03-19 Energy storage

Publications (2)

Publication Number Publication Date
CN104321943A CN104321943A (zh) 2015-01-28
CN104321943B true CN104321943B (zh) 2016-08-24

Family

ID=48539292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380028488.2A Active CN104321943B (zh) 2012-03-30 2013-03-19 能量存储

Country Status (4)

Country Link
US (1) US10192184B2 (zh)
EP (1) EP2831972B1 (zh)
CN (1) CN104321943B (zh)
WO (1) WO2013144577A2 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015063914A1 (ja) * 2013-10-31 2015-05-07 中国電力株式会社 蓄電池の充放電計画装置、蓄電池の充放電計画方法、プログラム、蓄電池の充放電装置
JP5661975B1 (ja) * 2013-11-19 2015-01-28 中国電力株式会社 蓄電池の制御装置、制御方法、制御プログラム、および蓄電システム
CN105260618B (zh) * 2015-11-04 2017-11-28 华北电力大学 一种基于云模型的储能系统典型曲线挖掘方法
CN107994592B (zh) * 2017-11-30 2021-06-25 国网辽宁省电力有限公司 一种基于储热装置提高电网谷时电能负荷方法
US11774932B2 (en) * 2018-05-02 2023-10-03 Virtual Peaker, Inc. Systems and methods for managing the charge and discharge of energy from controllable devices
US11196258B2 (en) * 2018-08-03 2021-12-07 Sacramento Municipal Utility District Energy control and storage system for controlling power based on a load shape
WO2020103048A1 (zh) * 2018-11-21 2020-05-28 亿可能源科技（上海）有限公司 储能管理及控制方法、系统、计算机设备、存储介质
CN109669629B (zh) * 2018-11-22 2022-05-10 厦门科灿信息技术有限公司 电池充放电数据存储方法及终端设备
CN110027416B (zh) * 2019-04-01 2020-10-16 广州小鹏汽车科技有限公司 一种用电调节方法及车辆电池管理系统
US11508019B2 (en) * 2019-06-04 2022-11-22 Inventus Holdings, Llc Regulating charging and discharging of an energy storage device as part of an electrical power distribution network
CN110979105B (zh) * 2019-12-24 2022-06-14 中铁二院工程集团有限责任公司 一种贯通双边牵引供电系统外部电源接入方案设计方法
US20230394603A1 (en) * 2020-10-08 2023-12-07 Blip, Llc Distributed System For Energy Storage And Energy Demand Shifting
CN112686548B (zh) * 2020-12-31 2024-01-12 广东电网有限责任公司 一种储能系统运行方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2339686A1 (en) * 2008-10-13 2011-06-29 Huawei Technologies Co., Ltd. Method and apparatus for controlling charging and discharging of battery in base station
CN102184475A (zh) * 2011-05-11 2011-09-14 浙江大学 基于多时间尺度协调的微网经济运行优化调度方法
CN102180169A (zh) * 2011-04-15 2011-09-14 合肥工业大学 一种基于成本的可外接充电混合动力汽车动力总成优化方法及其应用

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
UA74018C2 (en) 2000-10-10 2005-10-17 American Electric Power Compan Power-accumulating system for power supply of consumers in peak demands
CA2363604C (en) * 2001-11-20 2010-04-13 Edison Source Method and apparatus for ameliorating electrolyte stratification during rapid charging
US7271568B2 (en) 2004-02-11 2007-09-18 Research In Motion Limited Battery charger for portable devices and related methods
JP4780402B2 (ja) * 2006-06-27 2011-09-28 株式会社デンソー 車両用電源装置
US7844370B2 (en) 2006-08-10 2010-11-30 Gridpoint, Inc. Scheduling and control in a power aggregation system for distributed electric resources
US9853488B2 (en) * 2008-07-11 2017-12-26 Charge Fusion Technologies, Llc Systems and methods for electric vehicle charging and power management
JP4596073B2 (ja) * 2009-01-13 2010-12-08 株式会社デンソー 動力発生源制御装置
CN101877486B (zh) 2009-04-30 2013-04-10 比亚迪股份有限公司 一种用于平衡电网负荷的电池储能电站
EP2290387A3 (en) * 2009-08-31 2016-11-16 Kabushiki Kaisha Toshiba Apparatus and method for establishing battery value index
WO2011037322A2 (en) * 2009-09-25 2011-03-31 Lg Electronics Inc. Apparatus and method for controlling a battery
US20120229081A1 (en) 2009-11-30 2012-09-13 Kyocera Corporation Control device and control method
US20110137481A1 (en) 2009-12-23 2011-06-09 General Electric Company System and metehod for providing power grid energy from a battery
WO2011080905A1 (ja) * 2009-12-28 2011-07-07 パナソニック株式会社 充電システム及び充電システムの制御方法
WO2011085093A2 (en) * 2010-01-06 2011-07-14 Tremont Electric, Llc Electrical energy generator
JP2011151896A (ja) * 2010-01-19 2011-08-04 Toshiba Corp 充放電制御装置
WO2011142114A1 (ja) * 2010-05-10 2011-11-17 パナソニック株式会社 制御装置、蓄電システム、制御方法およびコンピュータプログラム
US8359132B2 (en) 2010-06-16 2013-01-22 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for optimizing use of a battery
KR101210204B1 (ko) * 2010-07-02 2012-12-07 엘에스산전 주식회사 충방전 시스템, 충방전 장치, 충방전 방법
US20110125337A1 (en) * 2010-08-30 2011-05-26 Vyacheslav Zavadsky Household appliance adapted to work with time of use electricity rates
JP2014003726A (ja) 2010-10-08 2014-01-09 Sanyo Electric Co Ltd 電力供給システム
US9248752B2 (en) * 2011-03-04 2016-02-02 Nec Corporation Charging control system, charging control method, and recording medium
JP5899640B2 (ja) * 2011-03-30 2016-04-06 ソニー株式会社 電力管理装置、電力管理方法および電力管理システム
JP5874047B2 (ja) 2011-03-30 2016-03-01 パナソニックＩｐマネジメント株式会社 充電制御装置及びそれを用いる充電制御システム
US20120249065A1 (en) * 2011-04-01 2012-10-04 Michael Bissonette Multi-use energy management and conversion system including electric vehicle charging
JP2013025359A (ja) 2011-07-15 2013-02-04 Sony Corp 電力制御装置、電力管理装置、電力制御方法および電力管理システム
JP5106708B1 (ja) * 2011-12-06 2012-12-26 中国電力株式会社 電力需要計画調整装置、方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2339686A1 (en) * 2008-10-13 2011-06-29 Huawei Technologies Co., Ltd. Method and apparatus for controlling charging and discharging of battery in base station
CN102180169A (zh) * 2011-04-15 2011-09-14 合肥工业大学 一种基于成本的可外接充电混合动力汽车动力总成优化方法及其应用
CN102184475A (zh) * 2011-05-11 2011-09-14 浙江大学 基于多时间尺度协调的微网经济运行优化调度方法

Also Published As

Publication number Publication date
WO2013144577A3 (en) 2014-07-17
US20150112751A1 (en) 2015-04-23
EP2831972A2 (en) 2015-02-04
US10192184B2 (en) 2019-01-29
WO2013144577A2 (en) 2013-10-03
CN104321943A (zh) 2015-01-28
EP2831972B1 (en) 2016-02-03

Similar Documents

Publication Publication Date Title
CN104321943B (zh) 能量存储
Dufo-López et al. Optimisation of PV-wind-diesel-battery stand-alone systems to minimise cost and maximise human development index and job creation
Daneshvar et al. Transactive energy management for optimal scheduling of interconnected microgrids with hydrogen energy storage
Wang et al. An efficient multi-objective model and algorithm for sizing a stand-alone hybrid renewable energy system
Seeling-Hochmuth A combined optimisation concet for the design and operation strategy of hybrid-PV energy systems
Su et al. Stochastic energy scheduling in microgrids with intermittent renewable energy resources
Wang et al. Multicriteria design of hybrid power generation systems based on a modified particle swarm optimization algorithm
Graabak et al. Optimal planning of the Nordic transmission system with 100% electric vehicle penetration of passenger cars by 2050
Tostado-Véliz et al. Optimal electrification of off-grid smart homes considering flexible demand and vehicle-to-home capabilities
US8762189B2 (en) Systems and methods for stochastically using electric vehicles as mobile energy storage
Daghi et al. Factor analysis based optimal storage planning in active distribution network considering different battery technologies
Chakraborty et al. Intelligent economic operation of smart-grid facilitating fuzzy advanced quantum evolutionary method
JP6590029B1 (ja) 行動生成装置、蓄電素子評価装置、コンピュータプログラム、学習方法及び評価方法
Shafie-Khah et al. Economic and technical aspects of plug-in electric vehicles in electricity markets
Daneshvar et al. Optimal day-ahead scheduling of the renewable based energy hubs considering demand side energy management
CN103389471A (zh) 一种基于gpr带有不确定区间的锂离子电池循环寿命间接预测方法
CN102474115A (zh) 控制装置、蓄电系统、控制方法及计算机程序
Wei et al. Battery management and application for energy-efficient buildings
Chen et al. A battery management strategy in microgrid for personalized customer requirements
Wu Machine learning algorithms and applications for sustainable smart grid
Duan et al. Optimal operation and simultaneous analysis of the electric transport systems and distributed energy resources in the smart city
Gholami et al. Risk-oriented energy management strategy for electric vehicle fleets in hybrid AC-DC microgrids
Duan et al. Modified teaching-learning-based optimization by orthogonal learning for optimal design of an electric vehicle charging station
Hai et al. Optimal energy scheduling of microgrid with electric vehicles based on electricity market price
Dabbagh et al. Optimal operation of vehicle-to-grid and grid-to-vehicle systems integrated with renewables

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant