CN111525601B - 用户侧储能设备的充放电控制方法、装置及存储介质 - Google Patents
用户侧储能设备的充放电控制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111525601B CN111525601B CN202010463293.2A CN202010463293A CN111525601B CN 111525601 B CN111525601 B CN 111525601B CN 202010463293 A CN202010463293 A CN 202010463293A CN 111525601 B CN111525601 B CN 111525601B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- period
- time period
- peak
- discharge
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 189
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000007599 discharging Methods 0.000 title claims description 55
- 230000005611 electricity Effects 0.000 claims abstract description 137
- 230000009467 reduction Effects 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims abstract description 14
- 230000002902 bimodal effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请公开了一种用户侧储能设备的充放电控制方法、装置及存储介质,涉及储能控制技术领域。该方法包括:获取历史时间段内储能设备所接入的变压器下的历史用电数据;对历史用电数据进行曲线拟合生成符合以月为单位划分的目标时间段内用电功率变化的典型负荷曲线;采用典型负荷曲线的曲线类型对应的充放电策略计算储能设备在目标时间段内的充电子时间段与放电子时间段,控制储能设备的充放电,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略。该方法中充电子时间段与放电子时间段是参考目标时间段内典型负荷曲线的走向来计算的,以更好的达到削峰填谷与降低需量中的至少一个目标,降低用户的用电成本。
Description
技术领域
本申请涉及储能控制技术领域,特别涉及一种用户侧储能设备的充放电控制方法、装置及存储介质。
背景技术
用电需求高的企业通常会建设储能系统,以采用削峰填谷和/或降低需量的方法来降低高峰期的耗电量,从而减小电网的负担,也即减小电网在高峰期的用电负荷,其中,负荷是指用电设备在某一个时刻从电网取用的电功率总和。
削峰填谷即在负荷低谷对储能设备进行充电,在负荷高峰对储能设备进行放电,以降低负荷高峰、填补负荷低谷;降低需量是指降低用电功率。也就是说,企业内储能系统在设备用电的高峰时间段控制储能设备进行放电,在设备用电的低谷时间段控制储能设备进行充电,将高峰时段的负荷分摊至低谷时段,以减小电网在高峰时段的负荷;或者,通过降低高峰时段需量来减小此时电网的负荷。一般情况下,储能系统会按照预先设置的充放电时间来施行,即在预先设置的充电时间段内对储能设备进行充电,在预先设置的放电时间段内对储能设备进行放电。
但是,企业的设备用电的高峰时段是变化的,每一天设备用电的高峰时段均可能不同,因此,通过固定的充放电时间实现的削峰填谷和/或降低需量对于减小电网负荷的效果差。
发明内容
本申请实施例提供了一种用户侧储能设备的充放电控制方法、装置、设备及存储介质,可以更加有效的减小电网的负担。所述技术方案如下:
根据本申请的一方面,提供了一种用户侧储能设备的充放电控制方法,应用于储能系统中,该储能系统中包括储能设备与储能设备所接入的变压器,该变压器下连接有用电设备,该方法包括:
获取历史时间段内变压器下的历史用电数据;
对历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线,目标时间段是以月为单位划分的时间段;
采用典型负荷曲线的曲线类型对应的充放电策略计算储能设备在目标时间段内的充电子时间段与放电子时间段,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略;
控制储能设备在充电子时间段充电,以及在放电子时间段放电。
根据本申请的另一方面,提供了一种用户侧储能设备的充放电控制装置,该装置包括:
获取模块,用于获取历史时间段内储能设备所接入的变压器下的历史用电数据;
生成模块,用于对历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线,目标时间段是以月为单位划分的时间段;
计算模块,用于采用典型负荷曲线的曲线类型对应的充放电策略计算储能设备在目标时间段内的充电子时间段与放电子时间段,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略;
控制模块,用于控制储能设备在充电子时间段充电,以及在放电子时间段放电。
根据本申请的另一方面,提供了一种服务器,该服务器包括:
存储器,与存储器相连的处理器;
处理器,被配置为加载并执行存储器中存储的可执行指令以实现如上一个方面及其可选实施例所述的用户侧储能设备的充放电控制方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,上述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,上述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上述一个方面及其可选实施例所述的用户侧储能设备的充放电控制方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过对历史时间段内储能设备所接入的变压器下的历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线;采用与典型负荷曲线的曲线类型对应的充放电策略来计算储能设备在目标时间段内的充电子时间段与放电子时间段,其中,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略,也就是说,充电子时间段与放电子时间段是参考目标时间段内典型负荷曲线的起伏情况来计算的,与典型负荷曲线的曲线走向更加匹配,从而控制储能设备在充电子时间段充电、以及在放电子时间段放电,以更好的达到用电量的削峰填谷与降低需量中的至少一个目标。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个示例性实施例提供的物联网系统的结构示意图;
图2是本申请一个示例性实施例提供的用户侧储能设备的充放电控制方法的流程图;
图3是本申请另一个示例性实施例提供的用户侧储能设备的充放电控制方法的流程图;
图4是本申请一个示例性实施例提供的负荷曲线的示意图;
图5是本申请另一个示例性实施例提供的负荷曲线的示意图;
图6是本申请另一个示例性实施例提供的负荷曲线的示意图;
图7是本申请另一个示例性实施例提供的负荷曲线的示意图;
图8是本申请另一个示例性实施例提供的用户侧储能设备的充放电控制方法的流程图;
图9是本申请一个示例性实施例提供的用户侧储能设备的充放电控制装置的框图;
图10是本申请一个示例性实施例提供的服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
针对本申请中涉及词语的解释如下:
物联网(the Internet of Things,IoT):是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术,实时采集任何需要监控、连接、互动的物体或过程,采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息,通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
请参考图1,示出了本申请实施例涉及的一种物联网系统的示意图。该物联网系统100可以包括:服务器集群101和物联网设备102。
服务器集群101是将多个服务器集中起来用于计算和存储数据信息的群集。在本申请实施例中,服务器集群101包括至少一个服务器。物联网设备102是指具有物联网通信能力的物理设备。
示例性的,物联网设备102可以为用电设备,比如风机、变电器、生产设备、监控设备、处理设备、空调、冰箱、计算机等。或者,物联网设备102还可以为储能设备,比如风力储能设备、太阳能储能设备、以及水利储能设备等。
本申请实施例中,服务器集群101包括物联网平台,通过物联网平台可以实现物联网设备102之间的数据连接、以及协调控制。可选地,物联网平台周期性采集且存储用电设备的历史用电数据,该用电设备包括储能设备下接入的用电设备。示例性的,该历史用电数据包括用电设备在第k个时刻的用电功率;或者,用电设备连接在变压器下,物联网平台周期性采集且存储变压器下用电设备在第k个时刻的总用电功率;其中,k为正整数。
在物联网系统中,储能平台可以控制储能设备为用电设备供电,示例性的,物联网平台可以用于执行本申请提供的用户侧储能设备的充放电控制方法,以为用电设备供电。
示例性的,物联网平台获取历史时间段内储能设备所接入的变压器下的历史用电数据,通过历史用电数据预测出符合目标时间段内用电功率变化的典型负荷曲线;针对上述典型负荷曲线进行分析,计算出目标时间段内储能设备的充电子时间段与放电子时间段,以更好的实现对目标时间段内负荷进行削峰填谷与降低需量的目标。其中,降低需量是指降低用电量需求。
需要说明的是,物联网平台可以部署在一个或多个服务器中,本申请实施例对此不作限定。服务器集群101还可以是其他具有接收物联网设备102上传的信息、并对信息进行处理功能的物联网节点。例如:路由器、网关等。
可选的,服务器集群101和物联网设备102以树型拓扑结构连接,其中,物联网设备102位于叶子节点,服务器集群101位于非叶子节点的分节点和根节点。
物联网设备102与服务器集群101之间通过网络连接,该网络既可以是有线网络也可以是无线网络。例如,物联网设备102与服务器集群101,以及服务器集群101与服务器集群101之间可以采用物联网设备到物联网设备的方式连接,即采用点对点(Ad-Hoc)的方式连接;也可以在基站或无线访问点(Access Point,AP)的协调下连接,本申请实施例对此不作限定。
本领域技术人员可以知晓,上述服务器集群101或物联网设备102的数量可以更多或更少。比如上述服务器集群101或物联网设备102可以仅为一个,或者上述服务器集群101或物联网设备102为几十个或几百个,或者更多数量。本申请实施例对服务器集群101或物联网设备102的数量和类型不加以限定。
一般情况下,企业的储能系统会按照预先设置的充放电时间来控制储能设备充放电,即在预先设置的充电时间段内对储能设备进行充电,在预先设置的放电时间段内对储能设备进行放电,从而在设备用电的高峰时间段控制储能设备进行放电,在设备用电的低谷时间段控制储能设备进行充电,以实现削峰填谷的目标。但是,企业的设备用电的高峰时段是变化的,每一天设备用电的高峰时段均可能不同,通过固定的充放电时间实现的削峰填谷对于减小电网负荷的效果差。因此,本申请提供了一种用户侧储能设备的充放电控制方法,以解决上述问题,该方法的详细实施方式请参考以下实施例的描述。
请参考图2,示出了本申请一个示例性实施例提供的用户侧储能设备的充放电控制方法的流程图。该方法应用于如图1所示的服务器中,该方法包括:
步骤201,获取历史时间段内储能设备所接入的变压器下的历史用电数据。
上述储能设备是指用户侧的储能设备。示例性的,储能设备接入至少一个变压器,每一个变压器下电性连接有r个用电设备;数据库中存储有每一个用电设备的历史用电数据,服务器从数据库中读取该变压器下每一个用电设备的历史用电数据,根据r个用电设备的历史用电数据计算该变压器在第k个时刻的总历史用电数据。或者,数据库中存储有每一个变压器下的历史用电数据,其中,该变压器下的历史用电数据即为r个用电设备的总用电数据,服务器从数据库中读取变压器下的历史用户数据,r为正整数。示例性的,用电数据可以是用电设备的用电功率。
上述历史时间段是指当前时刻之前的且与目标时间段关联的时间段;目标时间段是指当前时刻之后的时间段。可选地,目标时间段是以月为单位划分的时间段。示例性的,若目标时间段为当前时刻之后的一个月,则历史时间段可以是当前时刻之前的一个月、两个月、三个月、六个月、一年等,本实施例中对历史时间段的时长不加以限定。需要说明的是,目标时间段还可以是当前时刻之后的一天、七天、以及十五天等,本实施例中对目标时间段的划分时长不加以限定。
可选地,上述历史时间段可以是当前时刻之前且与目标时间段关联的时间段;比如,上述关联可以是对应关系,目标时间段为2020年1月,历史时间段为前j年的1月;又比如,目标时间段为2020年1月,历史时间段为2020年1月之前的且与2020年1月的天气情况匹配的j个月;又比如,目标时间段为2020年1月1日,历史时间段为2020年1月之前的、且与2020年1月的日类型与气候类型均匹配的j个月。其中,日类型即为不同周期内对应的相同时间,比如,2020年的1月1日与2019年的1月1日为日类型相同的日期。上述关联是指由用电功率变化的影响因素产生的关联;比如,节日、天气、以及气候等。需要说明的是,本实施例对历史时间段与目标时间段之间的间隔时长不加以限定。
可选地,上述目标时间段是根据电价的高峰时间段、低谷时间段、以及平价时间段设置的。示例性的,目标时间段内包括按照电价的高峰时间段、低谷时间段、以及平价时间段划分的若干个子时间段;比如,一个子时间段为2020年6月1日6时至2020年6月2日6时,该子时间段包括2个高峰时间段、平价时间段、以及低谷时间段;其中,高峰时间段为1日8时至11时与1日18时至21时,低谷时间段为1日22时至2日6时,平价时间段为1日6时至8时、1日11时至18时、以及1日21时至22时。
示例性的,服务器基于目标时间段确定出历史时间段,从数据库中获取历史时间段内变压器下的历史用电数据。示例性的,历史用电数据可以是由服务器周期性采集存储得到且存储至数据库中的。比如,相邻两个数据之间间隔2分钟、或者3分钟、或者5分钟等。
步骤202,对历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线。
示例性的,服务器基于曲线拟合算法对历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线。比如,服务器中采用插值法、磨光法、最小二乘法等对历史用电数据进行曲线拟合,本实施例中对曲线拟合的方法不加以限定。该典型负荷曲线是由服务器根据历史用电数据预测得出的目标时间段内储能设备所接入的变压器下用电设备用电的负荷曲线。
示例性的,若目标时间段为当前时刻之后的一个月,则服务器生成在上述一个月内地用电功率变化的典型负荷曲线。
步骤203,采用典型负荷曲线的曲线类型对应的充放电策略计算储能设备在目标时间段内的充电子时间段与放电子时间段。
其中,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略。不同的曲线类型对应不同的充放电策略,服务器首先确定典型负荷曲线的曲线类型,进而确定出与曲线类型对应的充放电策略,基于确定出的充点电策略计算储能设备在目标时间段内的充电子时间段与放电子时间段。
表1
曲线类型 | 充放电策略 |
曲线类型1 | 充放电策略1 |
曲线类型2 | 充放电策略2 |
曲线类型3 | 充放电策略3 |
示例性的,如表1,示出了一种曲线类型与充放电策略的对应关系,曲线类型1对应充放电策略1,曲线类型2对应充放电策略2,曲线类型3对应于充放电策略3;若服务器确定典型负荷曲线的曲线类型为曲线类型1,则采用充放电策略1计算储能设备在目标时间段内的充电子时间段与放电子时间段;若服务器确定典型负荷曲线的曲线类型为曲线类型2,则采用充放电策略2计算储能设备在目标时间段内的充电子时间段与放电子时间段;若服务器确定典型负荷曲线的曲线类型为曲线类型3,则采用充放电策略3计算储能设备在目标时间段内的充电子时间段与放电子时间段。
示例性的,服务器确定一天内的典型负荷曲线的曲线类型,之后确定出该天的充放电策略;若目标时间段是以月为单位划分的时间段,则服务器确定出目标时间段内每一天的典型负荷曲线对应的曲线类型,进而确定出每一天对应的充放电策略,分别计算出目标时间段内每一天的充电子时间段和放电子时间段。示例性的,目标时间段内不同天内的充电子时间段不同或者相同,和/或,不同天内的放电子时间段不同或者相同。
步骤204,控制储能设备在充电子时间段充电,以及在放电子时间段放电。
服务器控制储能设备在确定出的充电子时间段内充电,在放电子时间段内放电。
综上所述,本实施例提供的用户侧储能设备的充放电控制方法,通过对历史时间段内储能设备接入的变压器下的历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线;采用与典型负荷曲线的曲线类型对应的充放电策略来计算储能设备在目标时间段内的充电子时间段与放电子时间段,其中,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略,也就是说,服务器通过历史用电数据预测目标时间段内的典型负荷曲线,参考该典型负荷曲线的起伏情况来计算充电子时间段与放电子时间段,使得到的充电子时间段与放电子时间段更加匹配典型负荷曲线的曲线走向,从而控制储能设备在充电子时间段充电、以及在放电子时间段放电,以更好的达到用电量的削峰填谷与降低需量中的至少一个目标,有效的降低了用户的用电成本。
基于图2,对于充电子时间段与放电子时间段的计算过程进行详细说明,示例性的,步骤203可以包括步骤311至步骤314,如图3,步骤如下:
步骤311,获取储能设备的储能容量与放电效率。
储能容量是指储能设备所能释放的电量(即所能存储的电量)。放电效率是指储能设备的放电容量与充电容量(即储能容量)之间的比值;比如,储能设备中充电容量为a,放电效率为80%,则放电容量为80%a,即该储能设备在充满的情况下实际放电量为80%a。
步骤312,根据储能容量与放电效率确定出典型负荷曲线中的至少一个峰值时间段。
服务器根据储能容量与放电效率确定出一天内的典型负荷曲线中的至少一个峰值时间段,示例性的,服务器将储能设备的储能容量与放电效率相乘,得到储能设备的放电量;服务器确定出一条平行于典型负荷曲线的时间轴的直线,该直线位于最高负荷点的一侧与一天内的典型负荷曲线围成f个区域,上述f个区域的总面积与上述计算得到的放电量相等,每一个区域的面积为该区域内用电设备的耗电量;服务器确定出f个区域中每一个区域所在的时间段,即得到f个峰值时间段;其中,f为正整数。
步骤313,按照至少一个峰值时间段所属的标记时间段,确定出典型负荷曲线的曲线类型。
其中,上述标记时间段是按照电价的高峰、低谷、以及平段中的至少一种划分的。可选地,标记时间段包括电价的高峰时间段、低谷时间段、以及平价时间段。示例性的,每一天的24个小时按照电价的高低被分为三个时间段,即为电价的高峰时间段、低谷时间段、以及平价时间段。
服务器确定出f个峰值时间段中每一个峰值时间段所属的标记时间段,根据所属标记时间段的类型确定出一天内的典型负荷曲线的曲线类型。可选地,至少一个峰值时间段与曲线类型的对应关系包括以下至少一种:
1)至少一个峰值时间段包括一个第一峰值时间段,且第一峰值时间段属于高峰时间段,典型负荷曲线为第一单峰类型。
如图4,高峰时间段为每天的8时至11时与18时至21时,低谷时间段为每天的22时至次日的6时,其余时间段为平价时间段;典型负荷曲线上包括一个第一峰值时间段t1至t2,t1至t2位于8时至11时之间,则典型负荷曲线为第一单峰类型。
2)至少一个峰值时间段包括一个第二峰值时间段,且第二峰值时间段属于平价时间段或者低谷时间段,典型负荷曲线为第二单峰类型。
如图5,高峰时间段为每天的8时至11时与18时至21时,低谷时间段为每天的22时至次日的6时,其余时间段为平价时间段;典型负荷曲线上包括一个第二峰值时间段t3至t4,t3至t4位于12至18时之间,则典型负荷曲线为第二单峰类型。
3)至少一个峰值时间段包括两个第三峰值时间段,且两个第三峰值时间段均属于高峰时间段,典型负荷曲线为第一双峰类型。
如图6,高峰时间段为每天的8时至11时与18时至21时,低谷时间段为每天的22时至次日的6时,其余时间段为平价时间段;典型负荷曲线上包括两个第三峰值时间段t5至t6、t7至t8,t5至t6位于8时至11时之间,t7至t8位于18时至21时之间,则典型负荷曲线为第一双峰类型。
4)至少一个峰值时间段包括两个第四峰值时间段,且一个第四峰值时间段属于高峰时间段,另一个第四峰值时间段属于平价时间段或者低谷时间段,典型负荷曲线为第二双峰类型。
如图7,高峰时间段为每天的8时至11时与18时至21时,低谷时间段为每天的22时至次日的6时,其余时间段为平价时间段;典型负荷曲线上包括两个第四峰值时间段t9至t10、t11至t12,t9至t10位于8时至11时之间,t7至t8位于13时至15时之间,则典型负荷曲线为第二双峰类型。
5)除上述1)至4)所述对应关系之外,典型负荷曲线均为其他类型。
步骤314,采用曲线类型对应的充放电策略计算充电子时间段与放电子时间段。
示例性的,充放电策略可以包括以下至少一种:
(1)在一天内控制储能设备一次充电一次放电;
(2)在一天内控制储能设备两次充电两次放电;
(3)在一天内控制储能设备一次充电两次放电。
表2
曲线类型 | 充放电策略 |
第一单峰类型 | 一次充电一次放电 |
第二单峰类型 | 一次充电一次放电 |
第一双峰类型 | 两次充电两次放电 |
第二双峰类型 | 一次充电两次放电 |
其他类型 | 一次充电一次放电 |
示例性的,如表2,示出了一种曲线类型与充放电策略的对应关系,第一单峰类型对应充放电策略(1),第二单峰类型对应充放电策略(1),第一双峰类型对应充放电策略(2),第二双峰类型对应充放电策略(3),其他类型对应充放电策略(1)。
可选地,服务器获取对储能设备充放电的约束条件;基于充放电策略与约束条件构建目标函数;对目标函数进行求解,得到充电子时间段与放电子时间段。
示例性的,储能设备充放电的约束条件包括用电电费的收益,即节省的电费;服务器以对上述收益的最大化为条件,构建符合充放电策略的目标函数。比如,在每一个月内每一天采用的充放电策略相同的前提下,以一个自然年为单位进行收益最大化计算为例,一个自然年内的收益等于其中12个自然月的收益之和,即C_year=max(∑C_month_i),其中,C_year是一个自然年的收益,C_month_i是第i个自然月的收益,∑是求和符号,max()是求C_year的最大值的符号,i=1,2,……,12。
对于每个月的收益,需要考虑储能峰谷套利的价差收益,储能降低需量带来的电费减少的收益、政府补贴的收益、以及储能设备损耗成本;储能峰谷套利的价差收益是指在高峰时间段使用低谷时间段存储的电量带来的价差收益,储能降低需量带来的电费减少的收益是指降低由于储能减少对电站电量使用带来的电费减少的收益。因此,每一个月的收益可以表示为C_month=该月天数*(G_d+G_u+G_s-C_e),其中G_d为储能降低需量带来的电费减少的收益,G_u为储能峰谷套利带来的价差收益,G_s为政府补贴的收益,C_e为储能设备损耗成本,*为乘法符号。
对于G_d、G_u、G_s、C_e计算,不同的曲线类型对应不同的计算方式,如下所示:
1、对于第一单峰类型,G_d=(D_m-D_t)*P_d,其中,D_m是指该月负荷最大值、D_t是指直线与典型负荷曲线相交的交点所对应的负荷值,P_d表示储能设备所在地电费的电价,单位为元/kW(千瓦);
G_u=(P_m-P_l)*E_m+(P_p-P_l)*E_p,其中,P_p为储能设备所在地高峰时间段电价,单位为元/kWh(千瓦时);P_m为储能设备所在地平价时间段电价,单位为元/kWh;P_l为储能设备所在地低谷时间段电价,单位为元/kWh;E_m为储能设备在平价时间段所放出的总电量,单位为kWh;E_p为储能设备在高峰时间段所放出的总电量,单位为kWh;
G_s=S*G_u,其中,S为储能总容量,单位为kWh,G_u为政府对单位容量储能给予的补贴,单位为元/kWh;
C_e=储能设备硬件及安装成本/储能设备全寿命周期充放电循环次数,单位为元/kWh。储能设备全寿命周期充放电循环次数是指在储能设备正确使用的情况下,能够周期性充放电的循环总次数。
2、对于第二单峰类型,G_d=0;
G_u=(P_p-P_l)*ηS;
G_s=S*G_u,其中,S为储能总容量,单位为kWh,G_u为政府对单位容量储能给予的补贴,单位为元/kWh,η为放电效率;
C_e=储能设备硬件及安装成本/储能设备全寿命周期充放电循环次数,单位为元/kWh。
3、对于第一双峰类型,G_d=(D_m-D_t)*P_d,其中,D_m是指该月负荷最大值、D_t是指直线与典型负荷曲线相交的交点所对应的负荷值,P_d表示储能设备所在地电费的电价,单位为元/kW;
G_u=(P_m-P_l)*E_m+(P_p-P_l)*E_p,其中,P_p为储能设备所在地高峰时间段电价,单位为元/kWh;P_m为储能设备所在地平价时间段电价,单位为元/kWh;P_l为储能设备所在地低谷时间段电价,单位为元/kWh;E_m为储能设备在平价时间段所放出的总电量,单位为kWh;E_p为储能设备在高峰时间段所放出的总电量,单位为kWh;
G_s=S*G_u,其中,S为储能总容量,单位为kWh,G_u为政府为单位容量储能给予的补贴,单位为元/kWh;
储能设备的损耗成本C_e=2*(储能设备硬件及安装成本/储能设备全寿命周期充放电循环次数),单位为元/kWh。
4、对于第二双峰类型,G_d=(D_m-D_t)*P_d,其中,D_m是指该月负荷最大值、D_t是指直线与典型负荷曲线相交的交点所对应的负荷值,P_d表示储能设备所在地电费的电价,单位为元/kW;
G_u=(P_m-P_l)*E_m+(P_p-P_l)*E_p,其中,P_p为储能设备所在地高峰时间段电价,单位为元/kWh;P_m为储能设备所在地平价时间段电价,单位为元/kWh;P_l为储能设备所在地低谷时间段电价,单位为元/kWh;E_m为储能设备在平价时间段所放出的总电量,单位为kWh;E_p为储能设备在高峰时间段所放出的总电量,单位为kWh;
G_s=S*G_u,其中,S为储能总容量,单位为kWh,G_u为政府对单位容量储能给予的补贴,单位为元/kWh;
C_e=储能设备硬件及安装成本/储能设备全寿命周期充放电循环次数,单位为元/kWh。
5、对于其他类型,G_d=0;
G_u=(P_p-P_l)*ηS;
G_s=S*G_u,其中,S为储能总容量,单位为kWh,G_u为政府对单位容量储能给予的补贴,单位为元/kWh,η为放电效率;
C_e=储能设备硬件及安装成本/储能设备全寿命周期充放电循环次数,单位为元/kWh。
示例性的,储能设备充放电的约束条件还包括储能设备的最大充电功率、最大放电功率、充电效率、以及放电效率的约束,按充电效率与放电效率均为90%计算,则储能设备的放电深度为80%,即剩余电量约束0.1S≤SOC(t)≤0.9S,其中,SOC(t)是在t时刻储能设备的剩余电量;充电功率约束为0≤P_chg≤P_chgmax,其中,P_chg是储能设备的充电功率,P_chgmax是储能设备所能达到的最大充电功率,P_chg与P_chgmax是由储能设备本身参数决定;放电功率约束为0≤P_out≤P_outmax,其中,P_out是储能设备的充电功率,P_outmax是储能设备所能达到的最大放电功率,P_out与P_outmax由设备本身参数决定。
示例性的,服务器通过标准粒子群算法进行迭代求解,得到充电子时间段与放电子时间段。
综上所述,本实施例提供的用户侧储能设备的充放电控制方法,按照典型负荷曲线上峰值时间段所属的价位的高峰时间段、或者低谷时间段、或者平价时间段来设置曲线类型,在参考该典型负荷曲线的起伏情况来计算充电子时间段与放电子时间段的同时,还考虑到不同时间段电价不同的情况、以及储能设备的设备属性,使得到的充电子时间段与放电子时间段更加匹配典型负荷曲线的曲线走向,更好的达到用电量的削峰填谷与降低需量中的至少一个目标,也更大力度的降低了耗电支出。
基于图2,为了能够预测得到更加符合目标时间段内典型负荷走向的曲线,步骤202还可以包括步骤321至步骤323,如图8,步骤如下:
步骤321,对于目标时间段内n个第一时刻,从历史用电数据中确定出n个第一时刻对应的n组历史用电数据。
对于目标时间段内的n个第一时刻,服务器确定出每一个第一时刻对应的一组历史用电数据,n为正整数。其中,历史用电数据是在第二时刻生成,存在至少两个第二时刻与第一时刻之间的时间差不同。示例性的,第一时刻与第二时刻之间存在对应关系,比如,第一时刻是2020年2月2日13:15,第二时刻可以是2019年2月2日13:15,第二时刻可以是2018年2月2日13:15,第二时刻还可以是2017年2月6日13:15。相应的,2020年2月2日13:15作为一个第一时刻,则n组历史用电数据包括2019年2月2日13:15的历史用电数据、2018年2月2日13:15的历史用电数据、以及2017年2月6日13:15的历史用电数据。
其中,第一时刻与第二时刻之间时间差不同,对应的权重不同。可选地,第一时刻与第二时刻之间的时间差越小,则权重的取值越大。比如,2020年2月2日13:15与2019年2月2日13:15之间时间差为一年,对应的权重为h1;2020年2月2日13:15与2018年2月2日13:15之间时间差为两年,对应的权重为h2;其中,h1大于h2。
步骤322,按照权重分别计算n组历史用电数据的加权平均值,得到n个目标用电数据。
示例性的,服务器中设置有第一时刻与第二时刻的时间差与权重之间的对应关系;基于上述对应关系确定出一组中每一个历史用电数据对应的权重,计算该组历史用电数据的加权平均值,得到一个目标用电数据;对于n组中每一组历史用电数据进行上述处理,得到n个目标用电数据。
比如,第v个时刻的目标用电数据其中,u是指共获取到了u个不同年份的第v个时刻的历史用电数据,是指第v年的历史用电数据的权重,是指第v年的历史用电数据中第v个时刻的负荷值,v、u为正整数,v小于或者等于u。
还需要说明的是,上述权重还可以是动态计算得到的,示例性的,每组中的m个历史用电数据对应m个第二时刻,按照第一时刻、第二时刻与权重之间的映射关系,计算m个第二时刻对应的m个权重,其中,m为正整数。
比如,第v年的历史用电数据的权重其中,tmax是指获取到的历史用电数据的时刻与第一时刻的间隔最长的年数,是指第v年与第一时刻的间隔年数。举例说明,基于2015年至2019年的历史用电数据计算2020年3月1日12:00的目标用电数据时,首先计算每一个历史用电数据对应的权重,其中,2019年3月1日12:00的对应的权重为2018年3月1日12:00对应的权重为2017年3月1日12:00对应的权重为2016年3月1日12:00对应的权重为2015年3月1日12:00对应的权重为
步骤323,对n个目标用电数据进行曲线拟合,生成典型负荷曲线。
综上所述,本实施例提供的用户侧储能设备的充放电控制方法,基于每一个时刻的多个历史用电数据计算出典型的历史用电数据,通过典型的历史用电数据确定出更加准确的目标时间段内的典型负荷曲线,进而根据典型负荷曲线计算得到更准确的储能设备的充放电时间,更好的实现用电设备在目标时间段内用电量的削峰填谷与降低需量中的至少一个目标,从而有效的降低用户的用电成本。
该方法还采用了动态计算权重的手段,进而基于上述权重计算出更加准确的典型的历史用电数据,根据上述典型的历史用电数据拟合得到更符合目标时间段内用电设备的用电情况的典型负荷曲线。
请参考图9,示出了本申请一个示例性实施例提供的用户侧储能设备的充放电控制装置的框图,该装置通过软件、硬件或者二者的结合实现成为服务器的部分或者全部,该装置包括:
获取模块401,用于获取历史时间段内储能设备所接入的变压器下的历史用电数据;
生成模块402,用于对历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线,目标时间段是以月为单位划分的时间段;
计算模块403,用于采用典型负荷曲线的曲线类型对应的充放电策略计算储能设备在目标时间段内的充电子时间段与放电子时间段,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略;
控制模块404,用于控制储能设备在充电子时间段充电,以及在放电子时间段放电。
在一些实施例中,计算模块403,包括:
获取子模块4031,用于获取储能设备的储能容量与放电效率;
第一确定子模块4032,用于根据储能容量与放电效率确定出典型负荷曲线中的至少一个峰值时间段;
第一确定子模块4032,用于按照至少一个峰值时间段所属的标记时间段,确定出典型负荷曲线的曲线类型,标记时间段是按照电价的高峰、低谷、以及平段中的至少一种划分的;
第一计算子模块4033,用于采用曲线类型对应的充放电策略计算充电子时间段与放电子时间段。
在一些实施例中,标记时间段包括电价的高峰时间段、低谷时间段、以及平价时间段;
至少一个峰值时间段与曲线类型的对应关系包括以下至少一种:
至少一个峰值时间段包括一个第一峰值时间段,且第一峰值时间段属于高峰时间段,典型负荷曲线为第一单峰类型;
至少一个峰值时间段包括一个第二峰值时间段,且第二峰值时间段属于平价时间段或者低谷时间段,典型负荷曲线为第二单峰类型;
至少一个峰值时间段包括两个第三峰值时间段,且两个第三峰值时间段均属于高峰时间段,典型负荷曲线为第一双峰类型;
至少一个峰值时间段包括两个第四峰值时间段,且一个第四峰值时间段属于高峰时间段,另一个第四峰值时间段属于平价时间段或者低谷时间段,典型负荷曲线为第二双峰类型;
除第一单峰类型、第二单峰类型、第一双峰类型、以及第二双峰类型之外的其他类型。
在一些实施例中,第一计算子模块4033,用于获取对储能设备充放电的约束条件;基于充放电策略与约束条件构建目标函数;对目标函数进行求解,得到充电子时间段与放电子时间段。
在一些实施例中,生成模块402,包括:
第二确定子模块4021,用于对于目标时间段内n个第一时刻,从历史用电数据中确定出n个第一时刻对应的n组历史用电数据,历史用电数据是在第二时刻生成,存在至少两个第二时刻与第一时刻之间的时间差不同,不同时间差对应有不同权重;
第二计算子模块4022,用于按照权重分别计算n组历史用电数据的加权平均值,得到n个目标用电数据;
生成子模块4023,用于对n个目标用电数据进行曲线拟合,生成典型负荷曲线,其中,n为正整数。
在一些实施例中,每组中的m个历史用电数据对应m个第二时刻,其中,m为正整数;
第二计算子模块4022,还用于在按照权重分别计算n组历史用电数据的加权平均值,得到n个目标用电数据之前,按照第一时刻、第二时刻与权重之间的映射关系,计算m个第二时刻对应的m个权重。
综上所述,本实施例提供的用户侧储能设备的充放电控制装置,通过对历史时间段内储能设备接入的变压器下的历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线;采用与典型负荷曲线的曲线类型对应的充放电策略来计算储能设备在目标时间段内的充电子时间段与放电子时间段,其中,充放电策略是按照曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略,也就是说,服务器通过历史用电数据预测目标时间段内的典型负荷曲线,参考该典型负荷曲线的起伏情况来计算充电子时间段与放电子时间段,使得到的充电子时间段与放电子时间段更加匹配典型负荷曲线的曲线走向,从而控制储能设备在充电子时间段充电、以及在放电子时间段放电,以更好的达到用电量的削峰填谷与降低需量中的至少一个目标,有效的降低用户的用电成本。
请参考图10,示出了本申请一个实施例提供的服务器的结构示意图。该服务器用于实施上述实施例中提供的用户侧储能设备的充放电控制方法。具体来讲:
所述服务器500包括CPU(Central Processing Unit,中央处理器)501、包括RAM(Random Access Memory,随机存取存储器)502和ROM(Read-Only Memory,只读存储器)503的系统存储器504,以及连接系统存储器504和中央处理单元501的系统总线505。所述服务器500还包括帮助计算机内的各个器件之间传输信息的基本I/O(Input/Output,输入/输出)系统506,和用于存储操作系统513、应用程序514和其他程序模块515的大容量存储设备507。
所述基本输入/输出系统506包括有用于显示信息的显示器508和用于用户输入信息的诸如鼠标、键盘之类的输入设备509。其中所述显示器508和输入设备509都通过连接到系统总线505的输入输出控制器510连接到中央处理单元501。所述基本输入/输出系统506还可以包括输入输出控制器510以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器510还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备507通过连接到系统总线505的大容量存储控制器(未示出)连接到中央处理单元501。所述大容量存储设备507及其相关联的计算机可读介质为服务器500提供非易失性存储。也就是说,所述大容量存储设备507可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory,只读光盘)驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read-Only Memory,可擦除可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory,电可擦可编程只读存储器)、闪存(Flash Memory)或其他固态存储其技术,CD-ROM、DVD(Digital VersatileDisc,数字通用光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器504和大容量存储设备507可以统称为存储器。
根据本申请的各种实施例,所述服务器500还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器500可以通过连接在所述系统总线505上的网络接口单元511连接到网络512,或者说,也可以使用网络接口单元511来连接到其他类型的网络或远程计算机系统(未示出)。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种用户侧储能设备的充放电控制方法,其特征在于,应用于储能系统中,所述储能系统中包括用户侧的储能设备与所述储能设备所接入的变压器,所述变压器下连接有用电设备,所述方法包括:
获取历史时间段内所述变压器下的历史用电数据;
对所述历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线,所述目标时间段是以月为单位划分的时间段;
获取所述储能设备的储能容量与放电效率;将所述储能容量与所述放电效率相乘,得到所述储能设备的放电量;确定出平行于所述典型负荷曲线的时间轴的直线,所述直线位于最高负荷点的一侧与所述典型负荷曲线围成至少一个区域,所述至少一个区域的总面积与所述放电量相等;确定出所述至少一个区域中的每个区域所在的时间段,得到所述典型负荷曲线中的至少一个峰值时间段;按照所述至少一个峰值时间段所属的标记时间段,确定出所述典型负荷曲线的所述曲线类型,所述标记时间段是按照电价的高峰、低谷、以及平段中的至少一种划分的;采用所述曲线类型对应的充放电策略,计算所述储能设备在所述目标时间段内的充电子时间段与放电子时间段,所述充放电策略是按照所述曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略;
控制所述储能设备在所述充电子时间段充电,以及在所述放电子时间段放电。
2.根据权利要求1所述的方法,其特征在于,所述标记时间段包括电价的高峰时间段、低谷时间段、以及平价时间段;
所述至少一个峰值时间段与所述曲线类型的对应关系包括以下至少一种:
所述至少一个峰值时间段包括一个第一峰值时间段,且所述第一峰值时间段属于所述高峰时间段,所述典型负荷曲线为第一单峰类型;
所述至少一个峰值时间段包括一个第二峰值时间段,且所述第二峰值时间段属于所述平价时间段或者所述低谷时间段,所述典型负荷曲线为第二单峰类型;
所述至少一个峰值时间段包括两个第三峰值时间段,且两个所述第三峰值时间段均属于所述高峰时间段,所述典型负荷曲线为第一双峰类型;
所述至少一个峰值时间段包括两个第四峰值时间段,且一个所述第四峰值时间段属于所述高峰时间段,另一个所述第四峰值时间段属于所述平价时间段或者所述低谷时间段,所述典型负荷曲线为第二双峰类型;
除所述第一单峰类型、所述第二单峰类型、所述第一双峰类型、以及所述第二双峰类型之外的其他类型。
3.根据权利要求1所述的方法,其特征在于,所述采用所述曲线类型对应的所述充放电策略计算所述充电子时间段与所述放电子时间段,包括:
获取对所述储能设备充放电的约束条件;
基于所述充放电策略与所述约束条件构建目标函数;
对所述目标函数进行求解,得到所述充电子时间段与所述放电子时间段。
4.根据权利要求1至3任一所述的方法,其特征在于,所述对所述历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线,包括:
对于所述目标时间段内n个第一时刻,从所述历史用电数据中确定出n个所述第一时刻对应的n组历史用电数据,所述历史用电数据是在第二时刻生成,存在至少两个所述第二时刻与所述第一时刻之间的时间差不同,不同时间差对应有不同权重;
按照所述权重分别计算n组所述历史用电数据的加权平均值,得到n个目标用电数据;
对n个所述目标用电数据进行曲线拟合,生成所述典型负荷曲线,其中,n为正整数。
5.根据权利要求4所述的方法,其特征在于,每组中的m个所述历史用电数据对应m个所述第二时刻,其中,m为正整数;
所述按照所述权重分别计算n组所述历史用电数据的加权平均值,得到n个目标用电数据之前,还包括:
按照所述第一时刻、所述第二时刻与所述权重之间的映射关系,计算m个所述第二时刻对应的m个所述权重。
6.一种用户侧储能设备的充放电控制装置,其特征在于,所述装置包括:
获取模块,用于获取历史时间段内储能设备所接入的变压器下的历史用电数据;
生成模块,用于对所述历史用电数据进行曲线拟合,生成符合目标时间段内用电功率变化的典型负荷曲线,所述目标时间段是以月为单位划分的时间段;
计算模块,用于获取所述储能设备的储能容量与放电效率;将所述储能容量与所述放电效率相乘,得到所述储能设备的放电量;确定出平行于所述典型负荷曲线的时间轴的直线,所述直线位于最高负荷点的一侧与所述典型负荷曲线围成至少一个区域,所述至少一个区域的总面积与所述放电量相等;确定出所述至少一个区域中的每个区域所在的时间段,得到所述典型负荷曲线中的至少一个峰值时间段;按照所述至少一个峰值时间段所属的标记时间段,确定出所述典型负荷曲线的所述曲线类型,所述标记时间段是按照电价的高峰、低谷、以及平段中的至少一种划分的;采用所述曲线类型对应的充放电策略,计算所述储能设备在所述目标时间段内的充电子时间段与放电子时间段,所述充放电策略是按照所述曲线类型设置的用于实现削峰填谷与降低需量中至少一个目标的策略;
控制模块,用于控制所述储能设备在所述充电子时间段充电,以及在所述放电子时间段放电。
7.一种服务器,其特征在于,所述服务器包括:
存储器,与所述存储器相连的处理器;
所述处理器,被配置为加载并执行所述存储器中存储的可执行指令以实现如权利要求1至5任一所述的储能设备的充放电控制方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集;所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现如权利要求1至5任一所述的储能设备的充放电控制方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010463293.2A CN111525601B (zh) | 2020-05-27 | 2020-05-27 | 用户侧储能设备的充放电控制方法、装置及存储介质 |
PCT/SG2021/050291 WO2021242175A1 (en) | 2020-05-27 | 2021-05-25 | Method and apparatus for controlling charging and discharging of user-side energy storage device, and storage medium thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010463293.2A CN111525601B (zh) | 2020-05-27 | 2020-05-27 | 用户侧储能设备的充放电控制方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111525601A CN111525601A (zh) | 2020-08-11 |
CN111525601B true CN111525601B (zh) | 2023-09-12 |
Family
ID=71908174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010463293.2A Active CN111525601B (zh) | 2020-05-27 | 2020-05-27 | 用户侧储能设备的充放电控制方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111525601B (zh) |
WO (1) | WO2021242175A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112583032A (zh) * | 2020-11-18 | 2021-03-30 | 浙江华云信息科技有限公司 | 一种基于负荷需求为导向的储能策略配置方法 |
CN112859956B (zh) * | 2021-01-22 | 2022-07-15 | 阳光新能源开发股份有限公司 | 温度调节设备的控制方法和装置 |
CN113067370B (zh) * | 2021-03-15 | 2023-07-18 | 远景智能国际私人投资有限公司 | V2g充电站的充电控制方法、装置、服务器及存储介质 |
TWI823183B (zh) * | 2021-11-12 | 2023-11-21 | 台泥儲能科技股份有限公司 | 電力需量控制系統及其方法 |
CN114179667B (zh) * | 2021-12-09 | 2023-12-01 | 国网重庆市电力公司营销服务中心 | 一种电动汽车充电控制方法、装置、电子设备及介质 |
CN114552617A (zh) * | 2022-04-13 | 2022-05-27 | 南方电网电力科技股份有限公司 | 一种用户侧储能系统的充电方法、装置、设备及存储介质 |
CN114880534A (zh) * | 2022-05-30 | 2022-08-09 | 新奥数能科技有限公司 | 负荷聚合信息展示方法、装置、电子设备及存储介质 |
CN114928054B (zh) * | 2022-07-18 | 2022-11-08 | 国网江西省电力有限公司经济技术研究院 | 考虑新能源不确定性的储能多目标协调优化方法及系统 |
CN116260231B (zh) * | 2022-09-29 | 2024-04-12 | 中兴通讯股份有限公司 | 通信站及其电源控制方法、装置及计算机存储介质 |
CN115436699B (zh) * | 2022-11-07 | 2023-01-24 | 北京志翔科技股份有限公司 | 用电异常的检测方法、装置和电子设备 |
CN115864464B (zh) * | 2022-12-30 | 2023-10-10 | 长兴太湖能谷科技有限公司 | 一种适用于储能系统的放电优化方法 |
CN116560485A (zh) * | 2023-03-16 | 2023-08-08 | 深圳多为智联科技有限公司 | 智能终端设备的电源管理方法及系统 |
CN116544999B (zh) * | 2023-07-05 | 2024-01-16 | 深圳海辰储能控制技术有限公司 | 储能系统的装机容量确定方法、装置、设备和介质 |
CN117937548B (zh) * | 2024-03-18 | 2024-05-24 | 广东电网有限责任公司江门供电局 | 新型储能电站的容量配置方法、装置、存储介质和处理器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109193720A (zh) * | 2018-09-12 | 2019-01-11 | 华南理工大学 | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 |
CN109995063A (zh) * | 2019-04-02 | 2019-07-09 | 常州大学 | 一种用户侧储能控制策略 |
CN110086187A (zh) * | 2019-05-30 | 2019-08-02 | 东北电力大学 | 计及负荷特性的储能调峰日前优化调度方法 |
CN110675042A (zh) * | 2019-09-17 | 2020-01-10 | 南瑞集团有限公司 | 基于K-Means聚类算法的工业用户储能建设研判方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5908302B2 (ja) * | 2012-02-27 | 2016-04-26 | 株式会社東芝 | 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム |
CN104538981B (zh) * | 2015-01-09 | 2016-08-24 | 国网山东省电力公司烟台供电公司 | 一种具有无功调节功能的电池储能系统的监控方法 |
US10634725B2 (en) * | 2017-08-18 | 2020-04-28 | Nec Corporation | System and method for model predictive energy storage system control |
CN107565585B (zh) * | 2017-10-30 | 2019-08-02 | 暨南大学 | 储能装置调峰回报时间预测方法及其模型创建方法 |
CA3030490A1 (en) * | 2018-01-22 | 2019-07-22 | Pason Power Inc. | Intelligent energy management system for distributed energy resources and energy storage systems using machine learning |
US11159022B2 (en) * | 2018-08-28 | 2021-10-26 | Johnson Controls Tyco IP Holdings LLP | Building energy optimization system with a dynamically trained load prediction model |
CN109659963A (zh) * | 2018-12-21 | 2019-04-19 | 国网河南省电力公司电力科学研究院 | 一种分布式储能参与电网削峰填谷的控制方法及装置 |
-
2020
- 2020-05-27 CN CN202010463293.2A patent/CN111525601B/zh active Active
-
2021
- 2021-05-25 WO PCT/SG2021/050291 patent/WO2021242175A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109193720A (zh) * | 2018-09-12 | 2019-01-11 | 华南理工大学 | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 |
CN109995063A (zh) * | 2019-04-02 | 2019-07-09 | 常州大学 | 一种用户侧储能控制策略 |
CN110086187A (zh) * | 2019-05-30 | 2019-08-02 | 东北电力大学 | 计及负荷特性的储能调峰日前优化调度方法 |
CN110675042A (zh) * | 2019-09-17 | 2020-01-10 | 南瑞集团有限公司 | 基于K-Means聚类算法的工业用户储能建设研判方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021242175A1 (en) | 2021-12-02 |
CN111525601A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111525601B (zh) | 用户侧储能设备的充放电控制方法、装置及存储介质 | |
US11757404B2 (en) | Coordinated control of renewable electric generation resource and charge storage device | |
Sinha et al. | Review of recent trends in optimization techniques for solar photovoltaic–wind based hybrid energy systems | |
CN115796393B (zh) | 基于多能互动的能源网管理优化方法、系统及存储介质 | |
CN112966883B (zh) | 综合能源系统运行优化方法及终端设备 | |
CN113285490A (zh) | 电力系统调度方法、装置、计算机设备和存储介质 | |
CN111523204B (zh) | 一种并网型综合能源网电-气储能系统优化配置求解方法 | |
CN111049170B (zh) | 考虑温度损耗的调峰储能系统、运行优化方法和装置 | |
Tahir et al. | Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days | |
WO2017049428A1 (zh) | 一种基于备用对象代价性能比的旋转备用容量优化方法 | |
CN113435659B (zh) | 基于场景分析的综合能源系统两阶段优化运行方法及系统 | |
CN114118532A (zh) | 孤岛微网的调度方法、装置、计算机设备、存储介质 | |
CN112821463B (zh) | 基于风、光随机性的主动配电网多目标日前优化调度方法 | |
Martinez-Rico et al. | Energy storage sizing based on automatic frequency restoration reserve market participation of hybrid renewable power plants | |
CN110998643A (zh) | 用于基于模式的能量存储管理的系统、设备和方法 | |
CN111680829A (zh) | 一种考虑充放成本的分布式储能集群调度方法 | |
US20230120165A1 (en) | Target function prioritization of control modes for renewable electric generation resource and charge storage device | |
Muttaqi et al. | An effective power dispatch strategy to improve generation schedulability by mitigating wind power uncertainty with a data driven flexible dispatch margin for a wind farm using a multi-unit battery energy storage system | |
CN113555887B (zh) | 电网能源控制方法、装置、电子设备及存储介质 | |
CN109799708B (zh) | 一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法 | |
CN111079966B (zh) | 一种广义负荷空间预测方法和系统 | |
CN110912162B (zh) | 一种储能装置方案的确定方法及装置 | |
CN117196884A (zh) | 一种虚拟电厂优化控制方法及系统 | |
WO2023069161A1 (en) | Target function prioritization of control modes for renewable electric generation resource and charge storage device | |
Jin et al. | Research on power grid planning considering composite energy storage model |
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 |