CN112765149B - 储能系统容量的计算系统及方法 - Google Patents

Abstract

本发明提供一种储能系统容量的计算系统及方法，方法包括获取计量表读数数据；获取储能系统实时功率数据；数据预处理，对数据进行缺失值填充、异常值替换；根据功率数据判断当前系统处于何种工作状态；根据充电起止时刻的计量表读数获取充电阶段的总耗能；计算储能系统外用电器在充电阶段的耗能；计算储能系统在每个充电阶段的充电量。

Description

储能系统容量的计算系统及方法

技术领域

本发明属于储能系统容量计算技术领域，尤其是涉及储能系统容量的计算系统及方法。

背景技术

储能系统作为能量储存的容器被广泛运用在发电侧、输配电侧以及用电侧这几个场景下。在某些场景下对于储能系统的稳定性和可靠性有着较高的要求，而储能系统可存储的能量便是其中十分重要的衡量指标。故亟需提供一种储能系统容量的计算系统以及储能系统容量的计算方法。

发明内容

本发明旨在解决上述技术问题，提供一种储能系统容量的计算系统及方法。

为了达到上述目的，本发明采用如下技术方案：

一种储能系统容量的计算系统，包括：数据获取模块，所述数据获取模块用于接收传感器上报的报文数据，对其进行解析并存为结构化数据，并获取储能系统计量表数据，以及获取储能系统实时功率数据；数据清洗模块，所述数据清洗模块用于对结构化数据进行异常值的识别与处理以及对空缺值进行删除或填补，并基于异常检测、异常值处理以及缺失值填充等方法对原始数据进行清洗；系统状态识别以及模式发现模块，所述系统状态识别以及模式发现模块通过对功率数据或者电池容量数据进行分析，判断当前时刻处于何种状态并计算除电池系统外的设备在当前时刻的耗电情况，并用于设计算法识别储能系统当前的充放电状态；容量计算模块，所述容量计算模块用于计算储能系统在每个充电过程中的充电量以及放电过程的放电量，并剔除充电过程中其他设备用电后计算储能系统的耗电量。

本发明还提供了一种储能系统容量的计算方法，包括以下步骤：

步骤(1)：获取计量表数据以及储能系统实时功率数据；

步骤(2)：对得到的数据进行预处理；

步骤(3)：根据实时功率数据设计算法判断系统的充电、放电状态；

步骤(4)：计算储能系统满电量时期其他用电设备的功率；

步骤(5)：提取充放电起止时刻计量表读取并计算单次充放电过程中吸收/释放的能量；

步骤(6)：剔除充电过程中其他使用电器的损耗；

步骤(7)：得到每日储能系统的能量。

作为优选，所述步骤(1)和(2)中，数据获取的方法如下：通过对采集器上传的数据进行解析，得到储能系统中各个关键设备的数据并对其进一步处理为结构化数据存储在本地数据库中。

作为优选，所述步骤(2)中，还包括数据清洗的方法，具体如下：

首先对数据进行异常检测并将其视为缺失数据，然后与其他缺失值一并进行填补；

其中，对数据进行异常检测的方法为：若当前时刻采集的数据没有落入某个区间，则判定当前时刻的数据为异常值，该区间的上下限分别为当前时刻前后一段时间内数据的均值减去数据标准差的1.5倍以及均值加上1.5倍的标准差：

记{x_i|i＝1,2,3,…,n}为时刻1至n的系统运行数据，记std为时刻j-m到时刻j+m运行数据的标准差：

std＝std({x_j|j＝j-m,…,j-1,j,j+1,…,j+m})；

记avg为时刻j-m到时刻j+m运行数据的平均值：

avg＝avg({x_j|j＝j-m,…,j-1,j,j+1,…,j+m})；

则有异常判断方法如下：

outlier＝{x_j|x_j＜avg-1.5*std|x_j＞avg+1.5*std}；

异常数据检测之后，将异常数据作为缺失数据进行处理，进行缺失数据填补：

若x_j为缺失数据，x’_j表示填补之后的数据，那么x’_j与x_j存在如下关系：

x’_j＝f(x_j-m,…,x_j,…,x_j+m)。

作为优选，所述步骤(3)中，系统状态识别的方法如下：

根据数据的正负性，判断出当前时刻系统所处的工作状态：数据为正数时，系统处于放电的工作状态；数据为负数时，系统处于充电的工作的状态；数据为0时，系统处于不工作的状态。

作为优选，系统状态识别的方法采用对于缺失数据具有鲁棒性的系统状态识别的方法，具体如下：

步骤(a):对于具有充放电现象的储能系统，首先获取其功率或电流数据为0的时刻，0附近的值，根据测量精度进行选定；

步骤(b)：按照时刻从小到大排列得到长度为n的序列；

步骤(c)：用序列的前一个元素减去后一个元素，若差值不等于采样频率，则将这两个元素添加到一个新的序列；

步骤(d)：将这个新序列中相邻两个元素按照前一个元素作为开始时间，后一个元素作为结束时间，提取出该时段中功率的平均值；

步骤(e)：若功率的平均值大于0，则认为该时段储能系统正在放电；若平均值小于0，则认为该时段储能系统正在充电。

作为优选，所述步骤(4)-(7)中，容量计算的方法如下：

步骤(a)：通过计算系统在不工作时，电能表的读数变化来近似计算其他用电器的能耗，进而计算这些用电器在充电过程中的能耗；

步骤(b)：根据充电时长计算出充电阶段其他用电器的功耗；

步骤(c)：根据充电阶段的开始结束时刻去获取相应时刻的电能表读数并进行做差得到充电阶段整个系统的耗电量，接着减去其他用电器在该时段的功耗就得到了储能系统在充电阶段的充电量，该数据便可以作为储能系统的容量。

作为优选，所述步骤(4)-(7)中，通过功率时间积分的方法计算获得系统容量，功率时间积分的方法如下：

若用电器使用时间从时刻t₀持续到时刻t₁且施加到充电设备的功率为函数p(t)，那么充电设备在充电过程中接收的能量为E，那么能量的计算方式如下：

对上述计算电能的函数进行离散化改造，得到如下表达式：

采用上述技术方案后，本发明具有如下优点：

本发明通过采集储能系统部署现场上传的实时数据，通过数据分析的方法得到储能系统的实时工况以及除电池系统外的用电器功耗，通过计量表数据在充电阶段的读数变化进而排除其他用电器干扰得到储能系统的充电量作为系统容量，同时还提出一种基于功率时间积分的方法计算充电量。

附图说明

图1为本发明的一种储能系统容量的计算方法流程图；

图2为数据清洗的方法流程图；

图3为储能系统工作状态示例图。

具体实施方式

以下结合附图及具体实施例，对本发明作进一步的详细说明。

一种储能系统容量的计算系统，包括：数据获取模块，所述数据获取模块用于接收传感器上报的报文数据，对其进行解析并存为结构化数据，并获取储能系统计量表数据，以及获取储能系统实时功率数据；数据清洗模块，所述数据清洗模块用于对结构化数据进行异常值的识别与处理以及对空缺值进行删除或填补，并基于异常检测、异常值处理以及缺失值填充等方法对原始数据进行清洗；系统状态识别以及模式发现模块，所述系统状态识别以及模式发现模块通过对功率数据或者电池容量数据进行分析，判断当前时刻处于何种状态并计算除电池系统外的设备在当前时刻的耗电情况，并用于设计算法识别储能系统当前的充放电状态；容量计算模块，所述容量计算模块用于计算储能系统在每个充电过程中的充电量以及放电过程的放电量，并剔除充电过程中其他设备用电后计算储能系统的耗电量。

如图1所示，本发明还提供了一种储能系统容量的计算方法，包括以下步骤：

步骤(1)：获取计量表数据以及储能系统实时功率数据；

步骤(2)：对得到的数据进行预处理；

步骤(3)：根据实时功率数据设计算法判断系统的充电、放电状态；

步骤(4)：计算储能系统满电量时期其他用电设备的功率；

步骤(5)：提取充放电起止时刻计量表读取并计算单次充放电过程中吸收/释放的能量；

步骤(6)：剔除充电过程中其他使用电器的损耗；

步骤(7)：得到每日储能系统的能量。

所述步骤(1)和(2)中，数据获取的方法如下：通过对采集器上传的数据进行解析，得到储能系统中各个关键设备的数据并对其进一步处理为结构化数据存储在本地数据库中。具体步骤需结合实际生产环境进行定制化。

如图2所示，所述步骤(2)中，还包括数据清洗的方法，具体如下：

首先对数据进行异常检测并将其视为缺失数据，然后与其他缺失值一并进行填补；

其中，对数据进行异常检测的方法为：若当前时刻采集的数据没有落入某个区间，则判定当前时刻的数据为异常值，该区间的上下限分别为当前时刻前后一段时间内数据的均值减去数据标准差的1.5倍以及均值加上1.5倍的标准差：

记{x_i|i＝1,2,3,…,n}为时刻1至n的系统运行数据，记std为时刻j-m到时刻j+m运行数据的标准差：

std＝std({x_j|j＝j-m,…,j-1,j,j+1,…,j+m})；

记avg为时刻j-m到时刻j+m运行数据的平均值：

avg＝avg({x_j|j＝j-m,…,j-1,j,j+1,…,j+m})；

则有异常判断方法如下：

outlier＝{x_j|x_j＜avg-1.5*std|x_j＞avg+1.5*std}；

异常数据检测之后，将异常数据作为缺失数据进行处理，进行缺失数据填补。这一步骤中遵循之前提出的思想：系统运行数据在时空上存在一定的连贯性，故而设计了如下的数据填补算法：

若x_j为缺失数据，x’_j表示填补之后的数据，那么x’_j与x_j存在如下关系：

x’_j＝f(x_j-m,…,x_j,…,x_j+m)。

由于采集过程中存在种种不稳定因素，导致上报的数据中会存在缺失值和异常值。因此对数据进行清洗便显得十分必要，数据清洗的一个基本思想便是：设备运行期间，若设备是稳定的，那么运行产生的数据在时空上存在一定的连贯性，而不是杂乱无章、毫无章法可循的。根据这一思想，提出了以上数据处理方案：首先对数据进行异常检测并将其视为缺失数据，与其他缺失值一并进行填补。下面对异常检测的算法进行简单介绍，若当前时刻采集的数据没有落入某个区间，则判定当前时刻的数据为异常值。该区间的上下限分别为当前时刻前后一段时间内数据的均值减去数据标准差的1.5倍以及均值加上1.5倍的标准差。

所述步骤(3)中，系统状态识别的方法如下：

根据数据的正负性，判断出当前时刻系统所处的工作状态：数据为正数时，系统处于放电的工作状态；数据为负数时，系统处于充电的工作的状态；数据为0时，系统处于不工作的状态。

数据清洗完成之后，需要对系统数据进行分析得到系统充放电的记录，这一步中分析的对象是充放电功率数据或者储能系统直流侧的电流数据。根据数据的正负性，可以判断出当前时刻系统所处的工作状态：数据为正数时，系统处于放电的工作状态；数据为负数时，系统处于充电的工作的状态；数据为0时，系统处于不工作的状态。除此之外，还需记录充放电过程的开始结束时间。

本发明提出了一种对于缺失数据具有鲁棒性的储能系统工作状态识别算法：

步骤(a):对于具有充放电现象的储能系统，首先获取其功率或电流数据为0的时刻，0附近的值，根据测量精度进行选定；

步骤(b)：按照时刻从小到大排列得到长度为n的序列；

步骤(c)：用序列的前一个元素减去后一个元素，若差值不等于采样频率，则将这两个元素添加到一个新的序列；

步骤(d)：将这个新序列中相邻两个元素按照前一个元素作为开始时间，后一个元素作为结束时间，提取出该时段中功率的平均值；

步骤(e)：若功率的平均值大于0，则认为该时段储能系统正在放电；若平均值小于0，则认为该时段储能系统正在充电。

例如图3所示，功率为0且前后元素相减不等于采样频率的时刻点为[0:00,3:12,8:00,11:00,12:00,15:15,18:00,21:00,23:59]，接着前后元素依次作为开始时间以及结束时间，得到时间段：[[0:00,3:12],[3:12,8:00],[8:00,11:00],[11:00,12:00],[12:00,15:15],[15:15,18:00],[18:00,21:00],[21:00,23:59]]，通过计算可知[0:00,3:12]、[15:15,18:00]功率平均值小于0为充电阶段，[8:00,11:00]、[18:00,21:00]功率平均值大于0为放电阶段。

最终的分析结果可通过下表进行展现：

表1系统状态识别结果

时间段	时段内功率/电流均值	系统工作状态
			0:00～3:12	-64.3	充电
8:00～11:00	63.9	放电
			12:00～15:15	-65.2	充电
18:00～21:00	64.2	放电

所述步骤(4)-(7)中，容量计算的方法如下：

步骤(a)：通过计算系统在不工作时，电能表的读数变化来近似计算其他用电器的能耗，进而计算这些用电器在充电过程中的能耗；

步骤(b)：根据充电时长计算出充电阶段其他用电器的功耗；

步骤(c)：根据充电阶段的开始结束时刻去获取相应时刻的电能表读数并进行做差得到充电阶段整个系统的耗电量，接着减去其他用电器在该时段的功耗就得到了储能系统在充电阶段的充电量，该数据便可以作为储能系统的容量。

要使储能系统正常工作需要维持较为稳定的温度以及湿度环境，尤其是系统中的电池要维持在25摄氏度左右的温度才能最大程度发挥作用以及延缓衰老。因此空调是必不可少的用电器，除此之外，灯光照明也是必须的。除了这两类用电器之外，可能还存在其他类型的用电器，在计算储能系统充电过程中的耗电量需要排除这些用电器的干扰。这里提出了一种计算其他用电器功耗的算法，由于空调是24小时常开的用电器，且空调相比用电器是功耗最高的用电器，不过空调照明等其他用电器的功率相较于充电时的功率，又是大巫见小巫。可以通过计算系统在不工作时，电能表的读数变化来近似计算其他用电器的能耗，进而计算这些用电器在充电过程中的能耗。结合上图中的数据，[3:12,8:00]、[11:00,12:00]、[15:15,18:00]、[21:00,23:59]为储能系统不工作的时间段，这些时间段内其他用电器每小时耗电1.52kwh，根据充电时长可以计算出充电阶段其他用电器的功耗。

最后，根据充电阶段的开始结束时刻去获取相应时刻的电能表读数并进行做差得到充电阶段整个系统的耗电量，接着减去其他用电器在该时段的功耗就得到了储能系统在充电阶段的充电量，该数据便可以作为储能系统的容量。

所述步骤(4)-(7)中，通过功率时间积分的方法计算获得系统容量，功率时间积分的方法如下：

若用电器使用时间从时刻t₀持续到时刻t₁且施加到充电设备的功率为函数p(t)，那么充电设备在充电过程中接收的能量为E，那么能量的计算方式如下：

由于功率数据只能通过设备采集得到，而采样频率由设备性能以及现场环境决定，因此功率数据无法表示为连续函数形式，故对上述计算电能的函数进行离散化改造，得到如下表达式：

上述容量计算方法需要系统布置现场安装电能表才能使用，通过功率时间积分的方法突破这个限制，只需要功率数据便可通过计算获得系统容量。根据电能表计算电能的方法，通过功率时间积分的方法计算获得系统容量。

本发明通过采集储能系统部署现场上传的实时数据，通过数据分析的方法得到储能系统的实时工况以及除电池系统外的用电器功耗，通过计量表数据在充电阶段的读数变化进而排除其他用电器干扰得到储能系统的充电量作为系统容量，同时还提出一种基于功率时间积分的方法计算充电量。

除上述优选实施例外，本发明还有其他的实施方式，本领域技术人员可以根据本发明作出各种改变和变形，只要不脱离本发明的精神，均应属于本发明所附权利要求所定义的范围。

Claims (4)

1.储能系统容量的计算方法，其特征在于，包括以下步骤：

步骤(1)：获取计量表数据以及储能系统实时功率数据；

步骤(2)：对得到的数据进行预处理；

步骤(3)：根据实时功率数据设计算法判断系统的充电、放电状态；

步骤(4)：计算储能系统满电量时期其他用电设备的功率；

步骤(5)：提取充放电起止时刻计量表读取并计算单次充放电过程中吸收/释放的能量；

步骤(6)：剔除充电过程中其他使用电器的损耗；

步骤(7)：得到每日储能系统的能量；

所述步骤(2)中，还包括据清洗的方法，具体如下：

首先对数据进行异常检测并将其视为缺失数据，然后与其他缺失值一并进行填补；

其中，对数据进行异常检测的方法为：若当前时刻采集的数据没有落入某个区间，则判定当前时刻的数据为异常值，该区间的上下限分别为当前时刻前后一段时间内数据的均值减去数据标准差的1.5倍以及均值加上1.5倍的标准差：

记{x_i|i＝1,2,3,…,n}为时刻1至n的系统运行数据，记std为时刻j-m到时刻j+m运行数据的标准差：

std＝std({x_j|j＝j-m,…,j-1,j,j+1,…,j+m})；

记avg为时刻j-m到时刻j+m运行数据的平均值：

avg＝avg({x_j|j＝j-m,…,j-1,j,j+1,…,j+m})；

则有异常判断方法如下：

outlier＝{x_j|x_j＜avg-1.5*std|x_j＞avg+1.5*std}；

异常数据检测之后，将异常数据作为缺失数据进行处理，进行缺失数据填补：

若x’_j为缺失数据，x’_j表示填补之后的数据，那么x’_j与x_j存在如下关系：

x'_j＝f(x_j-m,…,x_j,…,x_j+m)；

系统状态识别的方法采用对于缺失数据具有鲁棒性的系统状态识别的方法，具体如下：

步骤(a):对于具有充放电现象的储能系统，首先获取其功率或电流数据为0的时刻，0附近的值，根据测量精度进行选定；

步骤(b)：按照时刻从小到大排列得到长度为n的序列；

步骤(c)：用序列的前一个元素减去后一个元素，若差值不等于采样频率，则将这两个元素添加到一个新的序列；

步骤(d)：将这个新序列中相邻两个元素按照前一个元素作为开始时间，后一个元素作为结束时间，提取出该时段中功率的平均值；

步骤(e)：若功率的平均值大于0，则认为该时段储能系统正在放电；若平均值小于0，则认为该时段储能系统正在充电；

所述步骤(4)-(7)中，容量计算的方法如下：

步骤(a)：通过计算系统在不工作时，电能表的读数变化来近似计算其他用电器的能耗，进而计算这些用电器在充电过程中的能耗；

步骤(b)：根据充电时长计算出充电阶段其他用电器的功耗；

步骤(c)：根据充电阶段的开始结束时刻去获取相应时刻的电能表读数并进行做差得到充电阶段整个系统的耗电量，接着减去其他用电器在该时段的功耗就得到了储能系统在充电阶段的充电量，该数据便可以作为储能系统的容量。

2.如权利要求1所述的储能系统容量的计算方法，其特征在于，所述步骤(1)和(2)中，数据获取的方法如下：通过对采集器上传的数据进行解析，得到储能系统中各个关键设备的数据并对其进一步处理为结构化数据存储在本地数据库中。

3.如权利要求1所述的储能系统容量的计算方法，其特征在于，所述步骤(3)中，系统状态识别的方法如下：

根据数据的正负性，判断出当前时刻系统所处的工作状态：数据为正数时，系统处于放电的工作状态；数据为负数时，系统处于充电的工作的状态；数据为0时，系统处于不工作的状态。

4.如权利要求1所述的储能系统容量的计算方法，其特征在于，

所述步骤(4)-(7)中，通过功率时间积分的方法计算获得系统容量，功率时间积分的方法如下：

若用电器使用时间从时刻t₀持续到时刻t₁且施加到充电设备的功率为函数p(t)，那么充电设备在充电过程中接收的能量为E，那么能量的计算方式如下：

对上述计算电能的函数进行离散化改造，得到如下表达式：

/>

Images