CN110649635B - 储能电池的倍率确认方法、装置、计算机设备和存储介质 - Google Patents
储能电池的倍率确认方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110649635B CN110649635B CN201810669505.5A CN201810669505A CN110649635B CN 110649635 B CN110649635 B CN 110649635B CN 201810669505 A CN201810669505 A CN 201810669505A CN 110649635 B CN110649635 B CN 110649635B
- Authority
- CN
- China
- Prior art keywords
- multiplying power
- energy storage
- data
- storage battery
- power
- 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
Links
Images
Classifications
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Abstract
本申请涉及一种储能电池的倍率确认方法、装置、计算机设备和存储介质。方法包括:对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到储能电池的倍率充放电次数与倍率的映射关系,利用映射关系以及储能电池投资总成本确定单次充放电成本,根据单次充放电成本以及倍率,确定储能电池的目标倍率,从而利用目标倍率对储能电池采用分批次倍率充放电,不会频繁充放电,延长储能电池使用寿命年限,提高电池使用次数,从而降低单次充放电成本,提高综合效益。
Description
技术领域
本申请涉及储能电网技术领域,特别是涉及一种储能电池的倍率确认方法、装置、计算机设备和存储介质。
背景技术
储能电池参与电网调频是其在电网环节的重要功能,通过其优质的功率调节能力可有效改善系统运行状态。系统发生功率扰动时,频率随之变化,常规机组通过惯性响应、一次调频等手段来进行频率响应。相比较常规机组,储能调频具有快速反应、灵活调节的特点,可以在短时间内进行更加快速、有效的功率支撑。然而,现有的储能调频运行模式,或不考虑储能倍率充放电特性,或对储能调频下的储能倍率缺少研究,以不恰当的储能倍率参与电网调频,使得调频场景下频繁充放电,导致储能电池使用寿命年限过短,折算年均成本过高,综合效益不足。
因此,现有技术中存在着不考虑储能倍率充放电特性,或对储能调频下的储能倍率缺少研究,以不恰当的储能倍率参与电网调频,使调频场景下频繁充放电,导致储能电池使用寿命年限过短,综合效益不足的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种考虑储能倍率充放电特性,能够对储能调频下的储能倍率进行研究,以目标倍率参与电网调频,延长储能电池使用寿命,提高综合效益的储能电池的倍率确认方法、装置、计算机设备和存储介质。
一种储能电池的倍率确认方法,所述方法包括:
对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系;
利用所述映射关系以及储能电池投资总成本确定单次充放电成本;
根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。
在其中一个实施例中,所述所述对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系,包括:
对所述储能电池的所述实际充放电深度数据及所述实际循环寿命数据进行数据拟合,得到充放电次数模型;
对所述储能电池的所述实际充放电倍率数据及所述实际循环寿命数据进行数据拟合,得到倍率效应系数;
将所述充放电次数模型与所述倍率效应系数融合得到所述倍率充放电次数与倍率的映射关系。
在其中一个实施例中,所述根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率,包括:
对所述单次充放电成本进行关于倍率的求导,并使导数为0,得到备选倍率;
根据充放电电量参数及电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率。
在其中一个实施例中,所述根据充放电电量参数及电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率,包括:
若所述备选倍率中不存在所述充放电电量参数及所述电池容量参数,则将所述备选倍率确定为所述储能电池的目标倍率。
在其中一个实施例中,所述方法还包括:
若所述备选倍率中存在所述充放电电量参数或所述电池容量参数,则对所述单次充放电成本中的倍率上限值和倍率下限值进行离散,得到若干离散倍率值;
将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率。
在其中一个实施例中,所述将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率,包括:
利用所述仿真系统中的优化模型对输入的离散倍率值进行计算,得到对应的净调频效益值;
将所述净调频效益值中的最大值,确定为目标净调频效益值;
将与所述目标净调频效益值对应的离散倍率值,确定为所述储能电池的目标倍率。
在其中一个实施例中,所述优化模型的构建步骤包括:
获取预设时段内的原始频率分布数据,对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数;
将所述无储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到无储能频率偏差风险模型;
将所述有储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到有储能频率偏差风险模型;
对所述无储能频率偏差风险模型及所述有储能频率偏差风险模型进行拟合,得到调频效益模型;
对所述调频效益模型及预设的调频成本模型进行拟合,得到所述优化模型。
在其中一个实施例中,所述对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数,包括:
将所述原始频率分布数据减去预设的系统频率,得到无储能频率偏差数据;
对所述无储能频率偏差数据进行数据拟合,得到所述无储能频率偏差分布函数;
将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据;
对所述扰动频率分布数据进行数据拟合,得到所述有储能频率偏差分布函数。
在其中一个实施例中,所述将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据,包括:
对所述原始频率分布数据进行参数拟合,得到无储能频率分布函数;
初始化所述无储能频率分布函数,得到同形式的功率扰动分布函数;
利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数;
计算所述无储能频率分布函数和所述仿真频率分布函数的相关系数,并将所述相关系数与预设的阈值进行比较;
若所述相关系数小于所述阈值,则对所述功率扰动分布函数的参数进行调整,并返回执行所述利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数的步骤;
若所述相关系数大于或等于所述阈值,则将所述功率扰动序列加入所述仿真系统,得到功率扰动仿真系统;
在所述功率扰动仿真系统中加入储能电池后,将所述离散倍率值输入至所述功率扰动仿真系统中,得到不同倍率下的频率分布数据,并将所述不同倍率下的频率分布数据确定为所述扰动频率分布数据。
一种储能电池的倍率确认装置,所述装置包括:
拟合模块,用于对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系;
确定成本模块,用于利用所述映射关系以及储能电池投资总成本确定单次充放电成本;
确定倍率模块,用于根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系;
利用所述映射关系以及储能电池投资总成本确定单次充放电成本;
根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系;
利用所述映射关系以及储能电池投资总成本确定单次充放电成本;
根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。
上述储能电池的倍率确认方法、装置、计算机设备和存储介质,考虑储能倍率充放电特性,利用储能电池的实际数据得到单次充放电成本,从而确定储能电池的目标倍率。利用上述方法得到的目标倍率对储能电池采用分批次充放电,不会频繁充放电,延长储能电池使用寿命年限,提高电池使用次数,从而降低单次充放电成本,提高综合效益。
附图说明
图1为一个实施例中储能电池的倍率确认方法的应用环境图;
图2为一个实施例中储能电池的倍率确认方法的流程示意图;
图3为一个实施例中步骤201的细化步骤的流程示意图;
图4为一个实施例中步骤203的细化步骤的流程示意图;
图5为一个实施例中步骤402的细化步骤的流程示意图;
图6为一个实施例中步骤503的细化步骤的流程示意图;
图7为一个实施例中步骤601中的优化模型的构建步骤的流程示意图;
图8为一个实施例中步骤701的细化步骤的流程示意图;
图9为一个实施例中储能电池的倍率确认装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的储能电池的倍率确认方法,可以应用于如图1所示的应用环境中。其中,电网系统10通过网络与服务器20进行通信。服务器20通过串口线接收用户输入的储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据,对此进行分析,确认储能电池的目标倍率。在需要利用服务器的仿真系统优化目标倍率的时候,电网系统10将运行过程中的原始频率分布数据通过网络发送给服务器20,服务器对上述数据进行分析计算,从而得到储能电池的目标倍率。其中,服务器20可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
可选的,该服务器20在计算出储能电池的目标倍率后,可以通过网络将该目标倍率反馈回电网系统10,以便于电网系统10利用该目标倍率进行充放电。
可选的,服务器20包含显示屏,将该目标倍率输出显示。
在一个实施例中,如图2所示,提供了一种储能电池的倍率确认方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤201,对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系。
其中,倍率充放电次数与倍率的映射关系是有关于电池充放电循环次数、充放电深度和充放电倍率的函数,电池充放电循环次数随着充放电深度和充放电倍率的变化而变化。
在本发明实施例中,在生产储能电池过程中,厂家会在储能电池上或者说明书上标注出储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据。将上述实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据上传至服务器,利用服务器对上述数据进行数据拟合,得到储能电池的倍率充放电次数与倍率的映射关系。
步骤202、利用所述映射关系以及储能电池投资总成本确定单次充放电成本。
在本发明实施例中,将储能电池投资总成本除以倍率充放电次数与倍率的映射关系,即储能电池投资总成本除以电池充放电循环次数,得到单次充放电成本。
步骤203、根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。
在本发明实施例中,对单次充放电成本进行求导计算,得出储能电池的目标倍率。
上述储能电池的倍率确认方法,考虑储能倍率充放电特性,利用储能电池的实际数据得到单次充放电成本,从而确定储能电池的目标倍率。利用上述方法得到的目标倍率对储能电池采用分批次充放电,不会频繁充放电,延长储能电池使用寿命年限,提高电池使用次数,从而降低单次充放电成本,提高综合效益。
作为一种可选的实施方式,如图3所示,为步骤201的细化步骤的流程示意图,具体包括:
步骤301、对所述储能电池的所述实际充放电深度数据及所述实际循环寿命数据进行数据拟合,得到充放电次数模型。
储能电池的循环寿命与很多因素相关,本发明实施例主要考虑的因素为充放电深度(depth of discharge,DOD)和充放电倍率。在步骤301中,将倍率固定,即不考虑倍率充放电时的循环寿命与充放电深度的关系。
对若干实际充放电深度数据与实际循环寿命数据进行曲线拟合,得到充放电循环次数为:
其中,NC表示充放电循环次数,DOD表示充放电深度,λ表示倍率,表示,f1(λ)=B,B的取值与λ有关,表示前因子,TT表示温度,R表示理想气体常数,a为B的对应参数,b为NC的对应参数,c为DOD的对应参数,表示c的倒数,Q表示寿命周期内的容量衰减度,常见取值为20,即衰减20%认为电池结束寿命周期,在不考虑倍率充放电时,将式(3-1)进行转化得到式(3-2):
其中,充放电深度数据与循环寿命数据具有一一对应。
步骤302、对所述储能电池的所述实际充放电倍率数据及所述实际循环寿命数据进行数据拟合,得到倍率效应系数。
对若干实际充放电倍率数据与实际循环寿命数据进行曲线拟合,得到倍率效应系数为:
可选的,步骤301及步骤302中的曲线拟合可以为幂函数拟合、分段拟合和多项式拟合。
步骤303、将所述充放电次数模型与所述倍率效应系数融合得到所述倍率充放电次数与倍率的映射关系。
其中,倍率充放电次数与倍率的映射关系为:
上述储能电池的倍率确认方法,考虑到了储能倍率充放电特性,将充放电次数模型与倍率效应系数的乘积确定为倍率充放电次数与倍率的映射关系,并且利用倍率充放电次数与倍率的映射关系可以确定储能电池的目标倍率。
作为一种可选的实施方式,如图4所示,为步骤203的细化步骤的流程示意图,具体包括:
步骤401、对所述单次充放电成本进行关于倍率的求导,并使导数为0,得到备选倍率。
在本发明实施例中,将储能电池投资总成本除以步骤303中得到的倍率充放电次数与倍率的映射关系,得到的单次充放电成本为:
其中,τcd(λ)为单次充电成本,τdc(λ)为单次放电成本,单次充电成本和单次放电成本相同,Ebm表示储能电池的总容量,是一种电池容量参数,单位MWh,Cs表示单位容量的成本,λmin为倍率的下限值,λmax为倍率的上限值,Eλ表示λ倍率充放下的单批次电池容量,Eλ=Ebm/λ,E0表示充电或放电行为(功率为最大值)下的电量变化值,是一种充放电电量参数,表示倍率为1C充放电深度为时对应的循环寿命。式(4-1)是有关于E0、Ebm和λ的函数。
对式(4-1)进行有关于λ的求导,另导数为0,得到备选倍率。
步骤402、根据充放电电量参数及电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率。
在本发明实施例中,分析上述备选倍率内是否存在充放电电量参数E0、电池容量参数Ebm,并以此为依据确定储能电池的目标倍率。
上述储能电池的倍率确认方法,利用储能倍率充放电特性得到有关于E0、Ebm和λ的单次充放电成本,对单次充放电成本进行求导,得到备选倍率,分析上述备选倍率内是否存在充放电电量参数E0、电池容量参数Ebm,并以此为依据可以确定储能电池的目标倍率。
作为一种可选的实施方式,如图5所示,为步骤402的细化步骤的流程示意图,具体包括:
步骤501、若所述备选倍率中不存在所述充放电电量参数及所述电池容量参数,则将所述备选倍率确定为所述储能电池的目标倍率。
在本发明实施例中,关于λ为0求导时,当求得的折算到单次充电成本τcd(λ)和单次放电成本τdc(λ)为最小值时,单次充电成本τcd(λ)和单次放电成本τdc(λ)只和储能电池的倍率和充放电深度相关,与充放电电量参数E0、电池容量参数Ebm无关时,说明目标倍率λ的取值是由其电池相关参数决定的,与运行中的充电或放电行为下的电量变化值E0、储能电池的总容量Ebm是解耦的,则直接将备选倍率确定为储能电池的目标倍率。
步骤502、若所述备选倍率中存在所述充放电电量参数或所述电池容量参数,则对所述单次充放电成本中的倍率上限值和倍率下限值进行离散,得到若干离散倍率值,。
步骤503、将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率。
在本发明实施例中,若上述备选倍率中存在充放电电量参数E0或电池容量参数Ebm,则表明目标倍率λ的取值与充放电电量参数E0或电池容量参数Ebm是有关联的,对上述公式(4-1)中的λ∈[λmin,λmax]进行离散化,得到若干离散值,将上述若干离散值代入预设的仿真系统进行优化,从而确定目标倍率λ。
上述储能电池的倍率确认方法,分析备选倍率,若备选倍率中不存在充放电电量参数E0和电池容量参数Ebm,则直接将备选倍率确定为储能电池的目标倍率;若存在二者任意一个,则需要进行仿真优化,从而得到目标倍率。利用得到的目标倍率进行充放电,不会频繁充放电,延长储能电池使用寿命年限,提高电池使用次数,从而降低单次充放电成本,提高综合效益。
作为一种可选的实施方式,如图6所示,为步骤503的细化步骤的流程示意图,具体包括:
步骤601、利用所述仿真系统中的优化模型对输入的离散倍率值进行计算,得到对应的净调频效益值。
其中,净调频效益值表示总调频效益减去调频效益成本所得的净收入。输入一个离散倍率值至优化模型,就可以得到一个对应的净调频效益值。
步骤602、将所述净调频效益值中的最大值,确定为目标净调频效益值。
步骤603、将与所述目标净调频效益值对应的离散倍率值,确定为所述储能电池的目标倍率。
上述储能电池的倍率确认方法,利用仿真系统中的优化模型可以得到若干净调频效益值,因离散倍率值和净调频效益值是一一对应关系,确定净调频效益值中的最大值,即找到了目标倍率。利用得到的目标倍率进行充放电,不会频繁充放电,延长储能电池使用寿命年限,提高电池使用次数,从而降低单次充放电成本,提高综合效益。
作为一种可选的实施方式,如图7所示,为步骤601中的优化模型的构建步骤的流程示意图,具体包括:
步骤701、获取预设时段内的原始频率分布数据,对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数。
获取电网系统10预设时段内的原始频率分布数据,电网系统10将上述原始频率分布数据通过网络发送给服务器20,服务器20将输入的原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数。
其中,无储能频率偏差分布函数表示未加储能电池时的拟合得到的函数,有储能频率偏差分布函数表示加入储能电池时的拟合得到的函数。
步骤702、将所述无储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到无储能频率偏差风险模型。
其中,拟合得到的无储能频率偏差分布函数表示为g(Δf),与之对应的风险函数表示为h(Δf)=c·eμ·|Δf|,将无储能频率偏差分布函数g(Δf)与对应的风险函数h(Δf)=c·eμ·|Δf|相乘后进行积分运算,得到的无储能频率偏差风险模型为:
步骤703、将所述有储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到有储能频率偏差风险模型。
其中,拟合得到的有储能频率偏差分布函数表示为g(|Δf|)λ,与之对应的风险函数表示为h(Δf)=c·eμ·|Δf|,将有储能频率偏差分布函数g(|Δf|)λ与对应的风险函数h(Δf)=c·eμ·|Δf|相乘后进行积分运算,得到的有储能频率偏差风险模型为:
步骤704、对所述无储能频率偏差风险模型及所述有储能频率偏差风险模型进行拟合,得到调频效益模型。
步骤705、对所述调频效益模型及预设的调频成本模型进行拟合,得到所述优化模型。
在本发明实施例中,预设的调频成本模型为:
cb(λ)=c1(λ)+c2(Pbm) (7-4)
εi表示充放电深度为DODi时的循环次数,i表示第i充放电,DODi表示第i充放电时的充放电深度,Pbm表示储能配置容量,CP表示储能的单位功率成本,r表示年利率,T1'表示时间段T1与1年时间的比值。
将调频效益模型Δq(λ)=q(λ=0)-q(λ)减去预设的调频成本模型cb(λ),得到优化模型max{Δq(λ)-cb(λ)}。
上述储能电池的倍率确认方法,利用仿真系统中的优化模型max{Δq(λ)-cb(λ)},得到若干净调频效益值,因离散倍率值和净调频效益值是一一对应关系,确定净调频效益值中的最大值,即找到了目标倍率。利用得到的目标倍率进行充放电,不会频繁充放电,延长储能电池使用寿命年限,提高电池使用次数,从而降低单次充放电成本,提高综合效益。
作为一种可选的实施方式,如图8所示,为步骤701的细化步骤的流程示意图,具体包括:
步骤801、将所述原始频率分布数据减去预设的系统频率,得到无储能频率偏差数据。
在本发明实施例中,电网系统都会预设一个系统频率,在正常运行时,以该系统频率进行工作。但是,在电网系统发生功率扰动的时候,频率会随之变化,把随着功率扰动而变化的频率分布数据当做原始频率分布数据。
步骤802、对所述无储能频率偏差数据进行数据拟合,得到所述无储能频率偏差分布函数。
步骤802中的无储能频率偏差分布函数的描述内容与步骤701中的无储能频率偏差分布函数的描述内容相似,此处不再加以赘述。
步骤803、将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据。
在本发明实施例中,对原始频率分布数据进行参数拟合,得到无储能频率分布函数初始化无储能频率分布函数的参数,得到同形式函数,将该同形式函数作为功率扰动分布函数。利用功率扰动分布函数随机抽取生成m组功率扰动序列,将m组功率扰动序列输入至仿真系统,得到仿真频率分布函数。计算无储能频率分布函数和和仿真频率分布函数的相关系数,将该相关系数与预设的阈值进行比较。若该相关系数小于阈值,则表明仿真频率分布函数和无储能频率分布函数的相关性不高,上述m组功率扰动序列不满足仿真系统要求,对功率扰动分布函数的参数进行调整,并重新随机抽取生成新的m组功率扰动序列,得到新的仿真频率分布函数,计算相关系数并比较相关系数和阈值的关系。直到相关系数大于或等于阈值,则将与相关系数大于或等于阈值所对应的功率扰动序列加入仿真系统,得到准确的功率扰动仿真系统。之后,需要在功率扰动仿真系统中加入储能电池,将之前离散好的离散倍率值输入至功率扰动仿真系统中,得到不同倍率下的频率分布数据,将不同倍率下的频率分布数据确定为扰动频率分布数据。
步骤804、对所述扰动频率分布数据进行数据拟合,得到所述有储能频率偏差分布函数。
步骤804中的有储能频率偏差分布函数的描述内容与步骤701中的有储能频率偏差分布函数的描述内容相似,此处不再加以赘述。
上述储能电池的倍率确认方法,对原始频率分布数据进行功率扰动,可以得到准确的功率扰动仿真系统。利用该功率扰动仿真系统可以得到若干净调频效益值,因离散倍率值和净调频效益值是一一对应关系,确定净调频效益值中的最大值,即找到了目标倍率。利用得到的目标倍率进行充放电,不会频繁充放电,延长储能电池使用寿命年限,提高电池使用次数,从而降低单次充放电成本,提高综合效益。
应该理解的是,虽然图2-8的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-8中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图9所示,提供了一种储能电池的倍率确认装置,包括:拟合模块901、确定成本模块902和确定倍率模块903,其中:
拟合模块901,用于对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系。
确定成本模块902,用于利用所述映射关系以及储能电池投资总成本确定单次充放电成本。
确定倍率模块903,用于根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。
作为一种可选的实施方式,拟合模块901具体用于:对所述储能电池的所述实际充放电深度数据及所述实际循环寿命数据进行数据拟合,得到充放电次数模型;对所述储能电池的所述实际充放电倍率数据及所述实际循环寿命数据进行数据拟合,得到倍率效应系数;将所述充放电次数模型与所述倍率效应系数融合得到所述倍率充放电次数与倍率的映射关系。
作为一种可选的实施方式,确定倍率模块903具体用于:对所述单次充放电成本进行关于倍率的求导,并使导数为0,得到备选倍率;根据充放电电量参数及电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率。
作为一种可选的实施方式,确定倍率模块903还具体用于:若所述备选倍率中不存在所述充放电电量参数及所述电池容量参数,则将所述备选倍率确定为所述储能电池的目标倍率;若所述备选倍率中存在所述充放电电量参数或所述电池容量参数,则对所述单次充放电成本中的倍率上限值和倍率下限值进行离散,得到若干离散倍率值;将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率。
作为一种可选的实施方式,确定倍率模块903还具体用于:利用所述仿真系统中的优化模型对输入的离散倍率值进行计算,得到对应的净调频效益值;将所述净调频效益值中的最大值,确定为目标净调频效益值;将与所述目标净调频效益值对应的离散倍率值,确定为所述储能电池的目标倍率。
作为一种可选的实施方式,确定倍率模块903还具体用于:获取预设时段内的原始频率分布数据,对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数;将所述无储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到无储能频率偏差风险模型;将所述有储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到有储能频率偏差风险模型;对所述无储能频率偏差风险模型及所述有储能频率偏差风险模型进行拟合,得到调频效益模型;对所述调频效益模型及预设的调频成本模型进行拟合,得到所述优化模型。
作为一种可选的实施方式,确定倍率模块903还具体用于:将所述原始频率分布数据减去预设的系统频率,得到无储能频率偏差数据;对所述无储能频率偏差数据进行数据拟合,得到所述无储能频率偏差分布函数;将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据;对所述扰动频率分布数据进行数据拟合,得到所述有储能频率偏差分布函数。
作为一种可选的实施方式,确定倍率模块903还具体用于:对所述原始频率分布数据进行参数拟合,得到无储能频率分布函数;初始化所述无储能频率分布函数,得到同形式的功率扰动分布函数;利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数;计算所述无储能频率分布函数和所述仿真频率分布函数的相关系数,并将所述相关系数与预设的阈值进行比较;若所述相关系数小于所述阈值,则对所述功率扰动分布函数的参数进行调整,并返回执行所述利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数的步骤;若所述相关系数大于或等于所述阈值,则将所述功率扰动序列加入所述仿真系统,得到功率扰动仿真系统;在所述功率扰动仿真系统中加入储能电池后,将所述离散倍率值输入至所述功率扰动仿真系统中,得到不同倍率下的频率分布数据,并将所述不同倍率下的频率分布数据确定为所述扰动频率分布数据。
关于储能电池的倍率确认装置的具体限定可以参见上文中对于储能电池的倍率确认方法的限定,在此不再赘述。上述储能电池的倍率确认装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储储能电池的实际数据及电网系统10的运行数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种储能电池的倍率确认方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系;
利用所述映射关系以及储能电池投资总成本确定单次充放电成本;
根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对所述储能电池的所述实际充放电深度数据及所述实际循环寿命数据进行数据拟合,得到充放电次数模型;对所述储能电池的所述实际充放电倍率数据及所述实际循环寿命数据进行数据拟合,得到倍率效应系数;将所述充放电次数模型与所述倍率效应系数融合得到所述倍率充放电次数与倍率的映射关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对所述单次充放电成本进行关于倍率的求导,并使导数为0,得到备选倍率;根据充放电电量参数及电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述备选倍率中不存在所述充放电电量参数及所述电池容量参数,则将所述备选倍率确定为所述储能电池的目标倍率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若所述备选倍率中存在所述充放电电量参数或所述电池容量参数,则对所述单次充放电成本中的倍率上限值和倍率下限值进行离散,得到若干离散倍率值;将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:利用所述仿真系统中的优化模型对输入的离散倍率值进行计算,得到对应的净调频效益值;将所述净调频效益值中的最大值,确定为目标净调频效益值;将与所述目标净调频效益值对应的离散倍率值,确定为所述储能电池的目标倍率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取预设时段内的原始频率分布数据,对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数;将所述无储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到无储能频率偏差风险模型;将所述有储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到有储能频率偏差风险模型;对所述无储能频率偏差风险模型及所述有储能频率偏差风险模型进行拟合,得到调频效益模型;对所述调频效益模型及预设的调频成本模型进行拟合,得到所述优化模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将所述原始频率分布数据减去预设的系统频率,得到无储能频率偏差数据;对所述无储能频率偏差数据进行数据拟合,得到所述无储能频率偏差分布函数;将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据;对所述扰动频率分布数据进行数据拟合,得到所述有储能频率偏差分布函数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对所述原始频率分布数据进行参数拟合,得到无储能频率分布函数;初始化所述无储能频率分布函数,得到同形式的功率扰动分布函数;利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数;计算所述无储能频率分布函数和所述仿真频率分布函数的相关系数,并将所述相关系数与预设的阈值进行比较;若所述相关系数小于所述阈值,则对所述功率扰动分布函数的参数进行调整,并返回执行所述利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数的步骤;若所述相关系数大于或等于所述阈值,则将所述功率扰动序列加入所述仿真系统,得到功率扰动仿真系统;在所述功率扰动仿真系统中加入储能电池后,将所述离散倍率值输入至所述功率扰动仿真系统中,得到不同倍率下的频率分布数据,并将所述不同倍率下的频率分布数据确定为所述扰动频率分布数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
对储能电池的实际充放电深度数据、实际充放电倍率数据及实际循环寿命数据进行数据拟合,得到所述储能电池的倍率充放电次数与倍率的映射关系;
利用所述映射关系以及储能电池投资总成本确定单次充放电成本;
根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率。在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对所述储能电池的所述实际充放电深度数据及所述实际循环寿命数据进行数据拟合,得到充放电次数模型;对所述储能电池的所述实际充放电倍率数据及所述实际循环寿命数据进行数据拟合,得到倍率效应系数;将所述充放电次数模型与所述倍率效应系数融合得到所述倍率充放电次数与倍率的映射关系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对所述单次充放电成本进行关于倍率的求导,并使导数为0,得到备选倍率;根据充放电电量参数及电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述备选倍率中不存在所述充放电电量参数及所述电池容量参数,则将所述备选倍率确定为所述储能电池的目标倍率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若所述备选倍率中存在所述充放电电量参数或所述电池容量参数,则对所述单次充放电成本中的倍率上限值和倍率下限值进行离散,得到若干离散倍率值;将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:利用所述仿真系统中的优化模型对输入的离散倍率值进行计算,得到对应的净调频效益值;将所述净调频效益值中的最大值,确定为目标净调频效益值;将与所述目标净调频效益值对应的离散倍率值,确定为所述储能电池的目标倍率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取预设时段内的原始频率分布数据,对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数;将所述无储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到无储能频率偏差风险模型;将所述有储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到有储能频率偏差风险模型;对所述无储能频率偏差风险模型及所述有储能频率偏差风险模型进行拟合,得到调频效益模型;对所述调频效益模型及预设的调频成本模型进行拟合,得到所述优化模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将所述原始频率分布数据减去预设的系统频率,得到无储能频率偏差数据;对所述无储能频率偏差数据进行数据拟合,得到所述无储能频率偏差分布函数;将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据;对所述扰动频率分布数据进行数据拟合,得到所述有储能频率偏差分布函数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对所述原始频率分布数据进行参数拟合,得到无储能频率分布函数;初始化所述无储能频率分布函数,得到同形式的功率扰动分布函数;利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数;计算所述无储能频率分布函数和所述仿真频率分布函数的相关系数,并将所述相关系数与预设的阈值进行比较;若所述相关系数小于所述阈值,则对所述功率扰动分布函数的参数进行调整,并返回执行所述利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数的步骤;若所述相关系数大于或等于所述阈值,则将所述功率扰动序列加入所述仿真系统,得到功率扰动仿真系统;在所述功率扰动仿真系统中加入储能电池后,将所述离散倍率值输入至所述功率扰动仿真系统中,得到不同倍率下的频率分布数据,并将所述不同倍率下的频率分布数据确定为所述扰动频率分布数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种储能电池的倍率确认方法,其特征在于,所述方法包括:
对储能电池的实际充放电深度数据及实际循环寿命数据进行数据拟合,得到充放电次数模型;
对所述储能电池的实际充放电倍率数据及所述实际循环寿命数据进行数据拟合,得到倍率效应系数;其中,所述倍率效应系数用于表征所述实际充放电倍率数据对所述实际循环寿命数据的影响;
将所述充放电次数模型与所述倍率效应系数融合得到所述储能电池的倍率充放电次数与倍率的映射关系;其中,所述映射关系为关于电池充放电循环次数、充放电深度和充放电倍率的函数,用于表征储能电池投资总成本与单次充放电成本之间的映射关系;
利用所述映射关系以及所述储能电池投资总成本确定所述单次充放电成本;
根据所述单次充放电成本、所述倍率、充放电电量参数及电池容量参数,确定所述储能电池的目标倍率。
2.根据权利要求1所述的方法,其特征在于,所述根据所述单次充放电成本以及所述倍率,确定所述储能电池的目标倍率,包括:
对所述单次充放电成本进行关于倍率的求导,并使导数为0,得到备选倍率;
根据所述充放电电量参数及所述电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率。
3.根据权利要求2所述的方法,其特征在于,所述根据充放电电量参数及电池容量参数对所述备选倍率进行筛选,确定所述储能电池的目标倍率,包括:
若所述备选倍率中不存在所述充放电电量参数及所述电池容量参数,则将所述备选倍率确定为所述储能电池的目标倍率。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述备选倍率中存在所述充放电电量参数或所述电池容量参数,则对所述单次充放电成本中的倍率上限值和倍率下限值进行离散,得到若干离散倍率值;
将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率。
5.根据权利要求4所述的方法,其特征在于,所述将所述离散倍率值输入仿真系统进行仿真,确定所述储能电池的目标倍率,包括:
利用所述仿真系统中的优化模型对输入的离散倍率值进行计算,得到对应的净调频效益值;
将所述净调频效益值中的最大值,确定为目标净调频效益值;
将与所述目标净调频效益值对应的离散倍率值,确定为所述储能电池的目标倍率。
6.根据权利要求5所述的方法,其特征在于,所述优化模型的构建步骤包括:
获取预设时段内的原始频率分布数据,对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数;
将所述无储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到无储能频率偏差风险模型;
将所述有储能频率偏差分布函数与对应的风险函数相乘后进行积分运算,得到有储能频率偏差风险模型;
对所述无储能频率偏差风险模型及所述有储能频率偏差风险模型进行拟合,得到调频效益模型;
对所述调频效益模型及预设的调频成本模型进行拟合,得到所述优化模型。
7.根据权利要求6所述的方法,其特征在于,所述对所述原始频率分布数据进行数据拟合,得到无储能频率偏差分布函数和有储能频率偏差分布函数,包括:
将所述原始频率分布数据减去预设的系统频率,得到无储能频率偏差数据;
对所述无储能频率偏差数据进行数据拟合,得到所述无储能频率偏差分布函数;
将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据;
对所述扰动频率分布数据进行数据拟合,得到所述有储能频率偏差分布函数。
8.根据权利要求7所述的方法,其特征在于,所述将所述原始频率分布数据进行功率扰动,得到功率扰动后的扰动频率分布数据,包括:
对所述原始频率分布数据进行参数拟合,得到无储能频率分布函数;
初始化所述无储能频率分布函数,得到同形式的功率扰动分布函数;
利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数;
计算所述无储能频率分布函数和所述仿真频率分布函数的相关系数,并将所述相关系数与预设的阈值进行比较;
若所述相关系数小于所述阈值,则对所述功率扰动分布函数的参数进行调整,并返回执行所述利用所述功率扰动分布函数随机抽取生成功率扰动序列,将所述功率扰动序列输入至所述仿真系统,得到仿真频率分布函数的步骤;
若所述相关系数大于或等于所述阈值,则将所述功率扰动序列加入所述仿真系统,得到功率扰动仿真系统;
在所述功率扰动仿真系统中加入储能电池后,将所述离散倍率值输入至所述功率扰动仿真系统中,得到不同倍率下的频率分布数据,并将所述不同倍率下的频率分布数据确定为所述扰动频率分布数据。
9.一种储能电池的倍率确认装置,其特征在于,所述装置包括:
第一拟合模块,用于对储能电池的实际充放电深度数据及实际循环寿命数据进行数据拟合,得到充放电次数模型;
第二拟合模块,用于对所述储能电池的实际充放电倍率数据及所述实际循环寿命数据进行数据拟合,得到倍率效应系数;其中,所述倍率效应系数用于表征所述实际充放电倍率数据对所述实际循环寿命数据的影响;
数据融合模块,用于将所述充放电次数模型与所述倍率效应系数融合得到所述储能电池的倍率充放电次数与倍率的映射关系;其中,所述映射关系为关于电池充放电循环次数、充放电深度和充放电倍率的函数,用于表征储能电池投资总成本与单次充放电成本之间的映射关系;确定成本模块,用于利用所述映射关系以及所述储能电池投资总成本确定所述单次充放电成本;
确定倍率模块,用于根据所述单次充放电成本、所述倍率、充放电电量参数及电池容量参数,确定所述储能电池的目标倍率。
10.一种计算机设备,包括存储器及处理器,所述存储器上存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810669505.5A CN110649635B (zh) | 2018-06-26 | 2018-06-26 | 储能电池的倍率确认方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810669505.5A CN110649635B (zh) | 2018-06-26 | 2018-06-26 | 储能电池的倍率确认方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110649635A CN110649635A (zh) | 2020-01-03 |
CN110649635B true CN110649635B (zh) | 2021-07-13 |
Family
ID=68988416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810669505.5A Active CN110649635B (zh) | 2018-06-26 | 2018-06-26 | 储能电池的倍率确认方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110649635B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156789A (zh) * | 2014-08-21 | 2014-11-19 | 重庆大学 | 计及储能寿命损耗的孤立微电网最优经济运行方法 |
CN105226691A (zh) * | 2015-11-11 | 2016-01-06 | 重庆大学 | 一种孤立微电网混合储能优化配置方法 |
CN106169108A (zh) * | 2016-07-14 | 2016-11-30 | 河海大学 | 含电池储能系统的主动配电网短期有功优化方法 |
CN106953339A (zh) * | 2017-03-29 | 2017-07-14 | 国网浙江省电力公司电力科学研究院 | 一种铅炭电池实时平抑光伏电站功率波动的方法 |
CN107220752A (zh) * | 2017-05-17 | 2017-09-29 | 东北电力大学 | 考虑寿命减损影响的锂电池储能调频成本核算方法 |
CN107240926A (zh) * | 2017-07-13 | 2017-10-10 | 北京索英电气技术有限公司 | 一种实时电价下户用储能智能化管理方法 |
-
2018
- 2018-06-26 CN CN201810669505.5A patent/CN110649635B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156789A (zh) * | 2014-08-21 | 2014-11-19 | 重庆大学 | 计及储能寿命损耗的孤立微电网最优经济运行方法 |
CN105226691A (zh) * | 2015-11-11 | 2016-01-06 | 重庆大学 | 一种孤立微电网混合储能优化配置方法 |
CN106169108A (zh) * | 2016-07-14 | 2016-11-30 | 河海大学 | 含电池储能系统的主动配电网短期有功优化方法 |
CN106953339A (zh) * | 2017-03-29 | 2017-07-14 | 国网浙江省电力公司电力科学研究院 | 一种铅炭电池实时平抑光伏电站功率波动的方法 |
CN107220752A (zh) * | 2017-05-17 | 2017-09-29 | 东北电力大学 | 考虑寿命减损影响的锂电池储能调频成本核算方法 |
CN107240926A (zh) * | 2017-07-13 | 2017-10-10 | 北京索英电气技术有限公司 | 一种实时电价下户用储能智能化管理方法 |
Non-Patent Citations (2)
Title |
---|
Optimal utilization of microgrids supplemented with battery energy storage systems in grid support applications;Amjad Anvari-Moghaddam等;《2015 IEEE First International Conference on DC Microgrids (ICDCM)》;20150709;全文 * |
面向电网全调频过程的高倍率钛酸锂电池容量配置;黎淑娟等;《高电压技术》;20180131;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110649635A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7015678B2 (ja) | バッテリ充電方法、バッテリ充電情報生成方法、及びバッテリ充電装置 | |
JP7155138B2 (ja) | 電池の健全性状態の判定および警報の発生 | |
KR101866073B1 (ko) | 배터리 soh 추정 방법 | |
Lin et al. | Prognostics for lithium-ion batteries using a two-phase gamma degradation process model | |
JP2019079794A (ja) | バッテリ充電方法及び装置 | |
KR102418791B1 (ko) | 동적 컷오프 전압 기반의 배터리 고속 충전 시스템 및 방법 | |
CN110658460B (zh) | 一种电池包的电池寿命预测方法及装置 | |
CN111376778B (zh) | 充电桩控制方法、装置、计算机设备和存储介质 | |
US11108094B2 (en) | Method and device for using an electrochemical energy store so as to optimize the service life | |
US11193984B2 (en) | Method and device for the service life-optimized usage of an electrochemical energy store | |
US8612362B2 (en) | Appliance cooperation operation device | |
CN110649635B (zh) | 储能电池的倍率确认方法、装置、计算机设备和存储介质 | |
JP6372690B2 (ja) | 電力管理システム及び電力管理方法 | |
EP4144564A2 (en) | In-vehicle battery management device | |
CN107861082B (zh) | 一种电子测量设备的校准间隔确定方法及装置 | |
JP2019212514A (ja) | 蓄電システムの運用評価方法及び蓄電システムの運用評価装置 | |
CN115754780A (zh) | 电池电芯寿命修正方法、装置及电子设备、存储介质 | |
AU2016357168B2 (en) | Method for determining parameters of an electrochemical energy store in a computer-aided manner | |
CN113075550A (zh) | 获取电动势曲线的方法、装置、介质及电子设备 | |
CN113169386A (zh) | 用于运行电蓄能器的方法 | |
CN111098743A (zh) | 一种充电时间的预测方法、装置及电子设备 | |
CN114035065B (zh) | 电池应力安全阈值获得方法、设备及存储介质 | |
CN110843549B (zh) | 电机扭矩的预测方法、装置、电机控制器和存储介质 | |
WO2022244549A1 (ja) | 蓄電素子モデルの生成方法、蓄電素子モデルの生成装置及びプログラム | |
CN115459299A (zh) | 低压配电无功调节方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |