CN115907147A - 一种基于云平台的储能优化调度运行控制方法 - Google Patents

Abstract

本发明公开了一种基于云平台的储能优化调度运行控制方法，首先，通过数据监控模块获取储能电站的实时数据和历史数据，保存至云平台数据库，实时数据可以用于监视储能运行状态，历史数据可以用于分析储能运行的历史状态以及历史策略的成效；然后，告警信息模块识别故障元件、故障位置、故障时刻、故障持续时间、故障恢复时刻，出现故障或运行状态异常时由平台通知运维人员进行排查，同时通过历史数据信息综合分析储能可能出现的运行状态，形成事故处理预案；接着，利用储能收益模块对储能的收益进行计算和分析，对储能的历史策略进行回溯，从而得到几种储能典型的运行方式以及运行参数建议；最后，依据前述的相关参数设置的建议，设置实际运行策略的参数，并通过平台集成的算法，对储能各个时刻点进行充放电策略的优化，并获取最大化的储能运行收益。本发明考虑到各时间点的电能量市场电价、辅助服务市场价格、配电侧风光出力、储能状态、充放电方向等方面的因素，方法流程更全面，算法模型更合理，优化后的储能运行效益更好。

Description

一种基于云平台的储能优化调度运行控制方法

技术领域

本发明属于电力系统自动化/储能优化/云平台技术领域，具体而言，涉及一种基于云平台的储能优化调度运行控制方法。

背景技术

近年来，随着以新能源为主体的新型电力系统的提出，电力系统的发展将逐步向高比例新能源、高比例电力电子设备的“双高”系统转变，系统对灵活的电力调节资源的需求不断增大，而储能是具备高灵活调节能力的装备，因而未来储能将随着新型电力的发展而大规模发展。

储能目前没有明确的投资回收机制，需要通过参与市场运行的方式来获取投资收益，故而储能十分关注运行获得的收益，这将对储能的投资回收产生重要影响。市场环境下，电源调度安排方式从计划模式逐步转变成经济调度模式，机组的开机状态及出力状态不再是电网计划的方式，而是变成了市场竞争的结果，价格也呈现出一个时刻一个价格的特点，储能在市场环境中的运行面临更大的风险，对优化调度运行的需求也日益增大。

储能参与市场运行后，由于现货市场以及辅助服务市场每日以及每时刻的价格都不一样，因此储能运行策略需要每日制定且需要按时申报，这给储能运行人员带来了极大的困难，尤其当管理的储能电站数量逐渐增多之后。因此，需要采取一种远程控制的方式，实现储能优化调度与运行控制。

发明内容

本发明为了解决无法远程监控储能运行数据、储能经济性优化调度的实用性不足、无法远程控制储能运行状态切换等问题，主要从云端实现储能的远程监控、优化调度、运行控制等问题，提出了一种主要包含数据监控、告警信息、储能收益、储能优化4个主要功能模块，其中数据监控模块主要基于储能运行的实际状态，通过站端的数据采集系统以及信息传输系统将数据传输至云平台，云平台对数据进行处理并显示，数据包括实时状态监控和历史状态的数据查询；告警信息是对储能设备状态异常的识别与记录，通过设备时序数据的本时刻状态与上一时刻状态的变化进行识别，各个设备分类显示与查询；储能收益模块利用不同时刻的电价数据，计算得到各个时刻点的储能收益，进而得到日、月、年等时间维度下的储能收益，并进行收益的展示与分析；储能优化模块是根据市场信息和边界信息，利用云平台集成的算法自动生成储能运行策略，并下发给储能电站的站端，从而实现对储能电站的优化调度运行控制的基于云平台的储能优化调度运行控制方法。

为了实现上述技术目的，本发明采用了以下技术方案：

本发明的技术方案是这样实现的：一种基于云平台的储能优化调度运行控制方法，首先，通过数据监控模块获取储能电站的实时数据和历史数据，保存至云平台数据库，实时数据可以用于监视储能运行状态，历史数据可以用于分析储能运行的历史状态以及历史策略的成效；然后，告警信息模块识别故障元件、故障位置、故障时刻、故障持续时间、故障恢复时刻，出现故障或运行状态异常时由平台通知运维人员进行排查，同时通过历史数据信息综合分析储能可能出现的运行状态，形成事故处理预案；接着，利用储能收益模块对储能的收益进行计算和分析，对储能的历史策略进行回溯，从而得到几种储能典型的运行方式以及运行参数建议；最后，依据前述的相关参数设置的建议，设置实际运行策略的参数，并通过平台集成的算法，对储能各个时刻点进行充放电策略的优化，并获取最大化的储能运行收益。

本发明考虑到各时间点的电能量市场电价、辅助服务市场价格、配电侧风光出力、储能状态、充放电方向等方面的因素，方法流程更全面，算法模型更合理，优化后的储能运行效益更好。

优选地，一种基于云平台的储能优化调度运行控制方法，具体步骤如下：

步骤一，在数据监控模块，针对储能电站的站端所上传不同设备的数据进行实时解析与分类存储，形成设备维度的数据集，数据集中的历史数据以及实时数据均可观可查；

步骤二：在告警信息模块，解析设备运行状态，识别故障元件、故障位置、故障时刻、故障持续时间、故障恢复时刻，并自动通知给运维人员，通过数据分析得到储能可能出现的运行状态，并最终形成故障处理预案；

步骤三：在储能收益模块，对储能的历史运行进行收益计算和分析，结合储能运行的历史策略进行回溯，得到几种储能典型的运行方式以及运行参数建议；

步骤四：在储能优化模块，结合各类市场信息，设置算法参数，在云平台实现储能运行策略的人工优化以及算法自动优化，并将优化后的运行策略通过云平台下发至储能站端，实现对储能优化调度与运行控制；

步骤五：储能优化调度控制每日运行，日前、日内可以多次生成并下发策略，下发完成后，记录所有数据，并作为下一日优化调度运行控制的基础数据。

优选地，所述步骤一包括以下步骤：

1)实时解析与分类存储由储能电站端上传的各类数据，主要包括：储能系统运行信息、PCS设备信息、BMS设备信息、电池簇信息，上述信息包括遥测量和遥信量2类；

2)将不同数据按系统或设备类型和设备编号采用相同的数据结构进行分类存储，每一个系统或设备均形成时序的历史数据集，便于后续对比及使用；

3)根据最新的信息，在云平台显示储能电站最新的运行状态和运行信息，上述所有的信息均可观可查。

优选地，其中：储能系统运行信息的遥测量包括：储能系统的额定功率、额定容量、可放电量、可充电量、可放功率、可充功率、有功功率、无功功率、PCS数量、累计充电电量、累计放电电量、运行平均效率、SOC运行上下限；储能系统运行信息的遥信量包括：系统总故障状态、系统总通信状态。

优选地，其中：PCS设备的遥测量包括：PCS交流侧三相电压、PCS交流侧三相电流、电网频率、PCS交流有功功率、PCS交流无功功率、PCS直流侧电压、PCS直流侧电流、PCS直流侧功率、IGBT模块温度、PCS可放功率、PCS可充功率；PCS设备的遥信量包括：故障状态、开机状态、BMS通信状态、交流过流动作。

优选地，其中：BMS设备的遥测量包括：电池堆总电压、电池堆总电流、电池堆SOC值、电池堆SOH值、最高单体电压、最低单体电压、电池堆总功率、电池堆可充电量、电池堆可放电量；BMS设备的遥信量包括：BMU通讯故障、绝缘故障、单体过压、单体欠压、单体电压不均衡。

优选地，其中：电池簇的遥测量包括：簇电压、簇电流、簇SOC、簇SOH。

优选地，所述步骤二包括以下步骤：

1)根据设备的遥信量信息，识别设备状态变化，找到变化发生的位置，设备状态的变化有故障发生和故障恢复2种情况，对于设备类型为i的编号为j的设备的遥信量k，故障发生和故障恢复的识别条件为：

故障发生：U_i,j,k(t)-U_i,j,k(t-Δt)＝1

故障恢复：U_i,j,k(t)-U_i,j,k(t-Δt)＝-1

其中：U_i,j(t)表示设备类型为i的编号为j的设备的遥信量k的运行状态，是0-1变量，0表示运行正常，1表示运行异常；Δt为云平台接收采集数据的时间间隔；

通过遥信量k的运行状态以及识别条件，可以定位到故障元件、故障类型、故障原因；

2)识别到故障发生后，由云平台自动通知运维人员进行处置；

3)识别故障发生和故障恢复，可以得到故障发生时刻t_occ以及故障发生时刻t_rec，并计算得到故障的持续时间t_sus，计算公式为：

t_sus＝t_rec-t_occ

4)根据云平台历史数据，自动统计分析形成故障集以及发生的频次、概率信息，供运维人员制定故障处理预案。

优选地，所述步骤三包括以下步骤：

1)储能电站运行收益按日计算，分为储能的充放电收益以及辅助服务市场收益，收益均精确到时点，通常为1天24个小时，每15分钟一个时点，一共96个时点；储能电站运行日收益E_day计算公式为：

E_day＝E_ene+E_aux

其中：E_ene为电能量市场的日收益，E_aux为辅助服务市场的日收益；

对于电能量市场的日收益E_ene，其计算公式如下：

其中：P_sto(T)为储能在T时刻的功率，充电为正，放电为负，且对于任意时刻有

为储能的最大充放电功率；T为时刻点；ΔT为两个相邻时刻点的间隔时间；C_mar(T)为市场出清电价；E_share为储能电站应承担的市场分摊；

对于辅助服务市场的日收益E_aux为交易机构发布的数据；

2)由储能电站的各日收益，计算得到储能电站的月度收益E_month和年度收益E_year，计算公式为：

其中：E_day(n)表示当月n日的收益，N为当月天数；E_month(s)为当年s月的收益，S为当年月数；

4)完成储能电站收益计算后，在云平台显示日、月、年维度的储能收益情况，同时与储能策略、市场电价信息进行对比显示与分析；通过储能收益的人工智能分析，得到几种典型的储能运行策略，设置在储能站端系统中，以防止通信故障原因导致的调控运行失败而产生损失；结合历史储能策略以及历史电价信息，对云平台集成的储能优化调度算法进行回溯，并进行算法的运行参数调整，得到符合近期系统运行特点的参数，并在后续算法中使用，以提高储能的整体运行收益。

优选地，所述步骤四包括以下步骤：

1)储能优化调度运行策略按照优化下发时间和运行日的关系分为日前优化调度策略和实时优化调度策略；日前优化调度策略为运行日前一日生成并下发、运行日执行的策略，实时优化调度策略为运行日当日生成并下发、运行日下发时刻执行的策略，实时优化调度策略不会对已执行的策略产生影响；优化调度运行策略可以重复下发，储能电站按最新下发的策略执行；

2)选择优化调度策略生成的方式，分为人工策略和自动优化策略两类；人工策略由人工自主设置，自动优化策略由云平台内置的算法和设置的算法参数，以储能最大化收益为目标，根据预测的或设置的边界信息以及电价信息进行储能运行优化；

3)储能优化策略生成后，云平台根据预测的或设置的边界信息以及电价信息进行收益测算，测算结果若无法达到预期，可在修改边界信息、电价信息、算法参数数据后，重新设置或生成策略，直到边界和收益均满足预期，形成明确运行策略；

4)储能优化调度策略确定后，进入策略的下发流程，由云平台将策略传至储能电站端，站端反馈接收信号则视为下发成功，站端相关控制系统按下发的策略执行储能运行；

5)按日的维度分类保存每次下发的储能优化调度运行策略以及相关边界、电价预测信息一套完整的数据，同步保存实际运行情况以及运行结果，用于对比分析以及方法回溯调整。

采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：

本发明针对储能运行存在的无法远程监控储能运行数据、储能经济性优化调度的实用性不足、无法远程控制储能运行状态切换等问题，提出基于云平台的远程监控、优化调度、运行控制的方法，实现了从云端监控并优化储能运行，为储能参与市场提供了一种高效的控制方法，为同时管理运行多个储能电站创造了良好的基础；并充分考虑了储能电站运行的全过程，从数据传输、数据处理、故障识别、数据分析、策略生成等多方面进行储能优化调度控制，结合储能参与市场、提高收益的需求，兼顾人工和算法的特点，对储能运行策略以及策略应用后的运行效益进行全面统计与分析，为储能电站的运维提供了良好的平台。

附图说明

图1为本发明的整体流程示意图；

图2为本发明中储能数据监控与存储的流程示意图；

图3为本发明中告警信息识别以及运维方案预案的流程示意图；

图4为本发明中储能收益计算及分析的流程示意图；

图5为本发明中储能优化调度运行控制的流程示意图。

具体实施方式

下面结合附图对本发明作进一步详细的说明，但并不是对本发明保护范围的限制。

一种基于云平台的储能优化调度运行控制方法：首先，通过数据监控模块获取储能电站的实时数据和历史数据，保存至云平台数据库，实时数据可以用于监视储能运行状态，历史数据可以用于分析储能运行的历史状态以及历史策略的成效；然后，告警信息模块识别故障元件、故障位置、故障时刻、故障持续时间、故障恢复时刻等，出现故障或运行状态异常时由平台通知运维人员进行排查，同时通过历史数据信息综合分析储能可能出现的运行状态，形成事故处理预案；接着，利用储能收益模块对储能的收益进行计算和分析，对储能的历史策略进行回溯，从而得到几种储能典型的运行方式以及运行参数建议；最后，依据前述的相关参数设置的建议，设置实际运行策略的参数，并通过平台集成的算法，对储能各个时刻点(通常为1天24个小时，每15分钟一个时点，一共96个时点)进行充放电策略的优化，并获取最大化的储能运行收益。

本发明的整体流程如图1所示，具体步骤如下：

步骤一，在数据监控模块，针对储能电站的站端所上传不同设备的数据进行实时解析与分类存储，形成设备维度的数据集，数据集中的历史数据以及实时数据均可观可查。实现流程如图2所示。

(1)实时解析与分类存储由储能电站端上传的各类数据，主要包括：储能系统运行信息、PCS设备信息、BMS设备信息、电池簇信息等，上述信息包括遥测量和遥信量2类。

其中：

储能系统运行信息的遥测量包括：储能系统的额定功率、额定容量、可放电量、可充电量、可放功率、可充功率、有功功率、无功功率、PCS数量、累计充电电量、累计放电电量、运行平均效率、SOC运行上下限等；储能系统运行信息的遥信量包括：系统总故障状态、系统总通信状态。

PCS设备的遥测量包括：PCS交流侧三相电压、PCS交流侧三相电流、电网频率、PCS交流有功功率、PCS交流无功功率、PCS直流侧电压、PCS直流侧电流、PCS直流侧功率、IGBT模块温度、PCS可放功率、PCS可充功率等。PCS设备的遥信量包括：故障状态、开机状态、BMS通信状态、交流过流动作等。

BMS设备的遥测量包括：电池堆总电压、电池堆总电流、电池堆SOC值、电池堆SOH值、最高单体电压、最低单体电压、电池堆总功率、电池堆可充电量、电池堆可放电量等。BMS设备的遥信量包括：BMU通讯故障、绝缘故障、单体过压、单体欠压、单体电压不均衡等。

电池簇的遥测量包括：簇电压、簇电流、簇SOC、簇SOH等。

(2)将不同数据按系统或设备类型和设备编号采用相同的数据结构进行分类存储，每一个系统或设备均形成时序的历史数据集，便于后续对比及使用。

(3)根据最新的信息，在云平台显示储能电站最新的运行状态和运行信息，上述所有的信息均可观可查。

步骤二：在告警信息模块，解析设备运行状态，识别故障元件、故障位置、故障时刻、故障持续时间、故障恢复时刻等，并自动通知给运维人员，通过数据分析得到储能可能出现的运行状态，并最终形成故障处理预案。实现流程如图3所示。

(1)根据设备的遥信量信息，识别设备状态变化，找到变化发生的位置，设备状态的变化有故障发生和故障恢复2种情况，对于设备类型为i的编号为j的设备的遥信量k，故障发生和故障恢复的识别条件为：

故障发生：U_i,j,k(t)-U_i,j,k(t-Δt)＝1

故障恢复：U_i,j,k(t)-U_i,j,k(t-Δt)＝-1

其中：U_i,j(t)表示设备类型为i的编号为j的设备的遥信量k的运行状态，是0-1变量，0表示运行正常，1表示运行异常；Δt为云平台接收采集数据的时间间隔。

通过遥信量k的运行状态以及识别条件，可以定位到故障元件、故障类型、故障原因。

(2)识别到故障发生后，由云平台自动通知运维人员进行处置。

(3)识别故障发生和故障恢复，可以得到故障发生时刻t_occ以及故障发生时刻t_rec，并计算得到故障的持续时间t_sus，计算公式为：

t_sus＝t_rec-t_occ

(4)根据云平台历史数据，自动统计分析形成故障集以及发生的频次、概率等信息，供运维人员制定故障处理预案。

步骤三：在储能收益模块，对储能的历史运行进行收益计算和分析，结合储能运行的历史策略进行回溯，得到几种储能典型的运行方式以及运行参数建议。实现流程如图4所示。

(1)储能电站运行收益按日计算，分为储能的充放电收益以及辅助服务市场收益，收益均精确到时点，通常为1天24个小时，每15分钟一个时点，一共96个时点。储能电站运行日收益E_day计算公式为：

E_day＝E_ene+E_aux

其中：E_ene为电能量市场的日收益，E_aux为辅助服务市场的日收益。

对于电能量市场的日收益E_ene，其计算公式如下：

其中：P_sto(T)为储能在T时刻的功率，充电为正，放电为负，且对于任意时刻有

为储能的最大充放电功率；T为时刻点；ΔT为两个相邻时刻点的间隔时间；C_mar(T)为市场出清电价；E_share为储能电站应承担的市场分摊。

对于辅助服务市场的日收益E_aux为交易机构发布的数据。

(2)由储能电站的各日收益，计算得到储能电站的月度收益E_month和年度收益E_year，计算公式为：

其中：E_day(n)表示当月n日的收益，N为当月天数；E_month(s)为当年s月的收益，S为当年月数。

(3)完成储能电站收益计算后，在云平台显示日、月、年等维度的储能收益情况，同时与储能策略、市场电价等信息进行对比显示与分析。通过储能收益的人工智能分析，得到几种典型的储能运行策略，设置在储能站端系统中，以防止通信故障等原因导致的调控运行失败而产生损失。结合历史储能策略以及历史电价信息，对云平台集成的储能优化调度算法进行回溯，并进行算法的运行参数调整，得到符合近期系统运行特点的参数，并在后续算法中使用，以提高储能的整体运行收益。

步骤四：在储能优化模块，结合各类市场信息，设置算法参数，在云平台实现储能运行策略的人工优化以及算法自动优化，并将优化后的运行策略通过云平台下发至储能站端，实现对储能优化调度与运行控制。实现流程如图5所示。

(1)储能优化调度运行策略按照优化下发时间和运行日的关系分为日前优化调度策略和实时优化调度策略。日前优化调度策略为运行日前一日生成并下发、运行日执行的策略，实时优化调度策略为运行日当日生成并下发、运行日下发时刻执行的策略，实时优化调度策略不会对已执行的策略产生影响。优化调度运行策略可以重复下发，储能电站按最新下发的策略执行。

(2)选择优化调度策略生成的方式，分为人工策略和自动优化策略两类。人工策略由人工自主设置，自动优化策略由云平台内置的算法和设置的算法参数，以储能最大化收益为目标，根据预测的或设置的边界信息以及电价信息进行储能运行优化。

(3)储能优化策略生成后，云平台根据预测的或设置的边界信息以及电价信息进行收益测算，测算结果若无法达到预期，可在修改边界信息、电价信息、算法参数等数据后，重新设置或生成策略，直到边界和收益均满足预期，形成明确运行策略。

(4)储能优化调度策略确定后，进入策略的下发流程，由云平台将策略传至储能电站端，站端反馈接收信号则视为下发成功，站端相关控制系统按下发的策略执行储能运行。

(5)按日的维度分类保存每次下发的储能优化调度运行策略以及相关边界、电价预测信息等一套完整的数据，同步保存实际运行情况以及运行结果，用于对比分析以及方法回溯调整。

步骤五：储能优化调度控制每日运行，日前、日内可以多次生成并下发策略，下发完成后，记录所有数据，并作为下一日优化调度运行控制的基础数据。

本发明中主要关键词解释如下：

云平台：实际为云计算平台，是指基于硬件资源和软件资源的服务，提供计算、网络和存储能力；

储能：是指通过介质或设备把能量存储起来，在需要时再释放的过程，包括多种形式的储能；

储能优化调度：针对储能设备及其集成而成的储能电站，采用系统分析方法及最优化技术，选择满足既定目标和约束条件的最佳调度策略的方法；

储能运行控制：储能运行过程中，根据储能优化调度指令，实现对储能运行状态改变的控制。

Claims (10)

1.一种基于云平台的储能优化调度运行控制方法，其特征在于：首先，通过数据监控模块获取储能电站的实时数据和历史数据，保存至云平台数据库，实时数据可以用于监视储能运行状态，历史数据可以用于分析储能运行的历史状态以及历史策略的成效；然后，告警信息模块识别故障元件、故障位置、故障时刻、故障持续时间、故障恢复时刻，出现故障或运行状态异常时由平台通知运维人员进行排查，同时通过历史数据信息综合分析储能可能出现的运行状态，形成事故处理预案；接着，利用储能收益模块对储能的收益进行计算和分析，对储能的历史策略进行回溯，从而得到几种储能典型的运行方式以及运行参数建议；最后，依据前述的相关参数设置的建议，设置实际运行策略的参数，并通过平台集成的算法，对储能各个时刻点进行充放电策略的优化，并获取最大化的储能运行收益。

2.根据权利要求1所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，具体步骤如下：

步骤一，在数据监控模块，针对储能电站的站端所上传不同设备的数据进行实时解析与分类存储，形成设备维度的数据集，数据集中的历史数据以及实时数据均可观可查；

步骤二：在告警信息模块，解析设备运行状态，识别故障元件、故障位置、故障时刻、故障持续时间、故障恢复时刻，并自动通知给运维人员，通过数据分析得到储能可能出现的运行状态，并最终形成故障处理预案；

步骤三：在储能收益模块，对储能的历史运行进行收益计算和分析，结合储能运行的历史策略进行回溯，得到几种储能典型的运行方式以及运行参数建议；

步骤四：在储能优化模块，结合各类市场信息，设置算法参数，在云平台实现储能运行策略的人工优化以及算法自动优化，并将优化后的运行策略通过云平台下发至储能站端，实现对储能优化调度与运行控制；

步骤五：储能优化调度控制每日运行，日前、日内可以多次生成并下发策略，下发完成后，记录所有数据，并作为下一日优化调度运行控制的基础数据。

3.根据权利要求2所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

所述步骤一包括以下步骤：1)实时解析与分类存储由储能电站端上传的各类数据，主要包括：储能系统运行信息、PCS设备信息、BMS设备信息、电池簇信息，上述信息包括遥测量和遥信量2类；

2)将不同数据按系统或设备类型和设备编号采用相同的数据结构进行分类存储，每一个系统或设备均形成时序的历史数据集，便于后续对比及使用；

3)根据最新的信息，在云平台显示储能电站最新的运行状态和运行信息，上述所有的信息均可观可查。

4.根据权利要求3所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

其中：储能系统运行信息的遥测量包括：储能系统的额定功率、额定容量、可放电量、可充电量、可放功率、可充功率、有功功率、无功功率、PCS数量、累计充电电量、累计放电电量、运行平均效率、SOC运行上下限；储能系统运行信息的遥信量包括：系统总故障状态、系统总通信状态。

5.根据权利要求3所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

其中：PCS设备的遥测量包括：PCS交流侧三相电压、PCS交流侧三相电流、电网频率、PCS交流有功功率、PCS交流无功功率、PCS直流侧电压、PCS直流侧电流、PCS直流侧功率、IGBT模块温度、PCS可放功率、PCS可充功率；PCS设备的遥信量包括：故障状态、开机状态、BMS通信状态、交流过流动作。

6.根据权利要求3所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

其中：BMS设备的遥测量包括：电池堆总电压、电池堆总电流、电池堆SOC值、电池堆SOH值、最高单体电压、最低单体电压、电池堆总功率、电池堆可充电量、电池堆可放电量；BMS设备的遥信量包括：BMU通讯故障、绝缘故障、单体过压、单体欠压、单体电压不均衡。

7.根据权利要求3所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

其中：电池簇的遥测量包括：簇电压、簇电流、簇SOC、簇SOH。

8.根据权利要求2所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

所述步骤二包括以下步骤：

1)根据设备的遥信量信息，识别设备状态变化，找到变化发生的位置，设备状态的变化有故障发生和故障恢复2种情况，对于设备类型为i的编号为j的设备的遥信量k，故障发生和故障恢复的识别条件为：

故障发生：U_i,j,k(t)-U_i,j,k(t-Δt)＝1

故障恢复：U_i,j,k(t)-U_i,j,k(t-Δt)＝-1

其中：U_i,j(t)表示设备类型为i的编号为j的设备的遥信量k的运行状态，是0-1变量，0表示运行正常，1表示运行异常；Δt为云平台接收采集数据的时间间隔；

通过遥信量k的运行状态以及识别条件，可以定位到故障元件、故障类型、故障原因；

2)识别到故障发生后，由云平台自动通知运维人员进行处置；

3)识别故障发生和故障恢复，可以得到故障发生时刻t_occ以及故障发生时刻t_rec，并计算得到故障的持续时间t_sus，计算公式为：

t_sus＝t_rec-t_occ

4)根据云平台历史数据，自动统计分析形成故障集以及发生的频次、概率信息，供运维人员制定故障处理预案。

9.根据权利要求2所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

所述步骤三包括以下步骤：

1)储能电站运行收益按日计算，分为储能的充放电收益以及辅助服务市场收益，收益均精确到时点，通常为1天24个小时，每15分钟一个时点，一共96个时点；储能电站运行日收益E_day计算公式为：

E_day＝E_ene+E_aux

其中：E_ene为电能量市场的日收益，E_aux为辅助服务市场的日收益；

对于电能量市场的日收益E_ene，其计算公式如下：

其中：P_sto(T)为储能在T时刻的功率，充电为正，放电为负，且对于任意时刻有

为储能的最大充放电功率；T为时刻点；ΔT为两个相邻时刻点的间隔时间；C_mar(T)为市场出清电价；E_share为储能电站应承担的市场分摊；

对于辅助服务市场的日收益E_aux为交易机构发布的数据；

2)由储能电站的各日收益，计算得到储能电站的月度收益E_month和年度收益E_year，计算公式为：

其中：E_day(n)表示当月n日的收益，N为当月天数；E_month(s)为当年s月的收益，S为当年月数；

3)完成储能电站收益计算后，在云平台显示日、月、年维度的储能收益情况，同时与储能策略、市场电价信息进行对比显示与分析；通过储能收益的人工智能分析，得到几种典型的储能运行策略，设置在储能站端系统中，以防止通信故障原因导致的调控运行失败而产生损失；结合历史储能策略以及历史电价信息，对云平台集成的储能优化调度算法进行回溯，并进行算法的运行参数调整，得到符合近期系统运行特点的参数，并在后续算法中使用，以提高储能的整体运行收益。

10.根据权利要求2所述的一种基于云平台的储能优化调度运行控制方法，其特征在于，

所述步骤四包括以下步骤：

1)储能优化调度运行策略按照优化下发时间和运行日的关系分为日前优化调度策略和实时优化调度策略；日前优化调度策略为运行日前一日生成并下发、运行日执行的策略，实时优化调度策略为运行日当日生成并下发、运行日下发时刻执行的策略，实时优化调度策略不会对已执行的策略产生影响；优化调度运行策略可以重复下发，储能电站按最新下发的策略执行；

2)选择优化调度策略生成的方式，分为人工策略和自动优化策略两类；人工策略由人工自主设置，自动优化策略由云平台内置的算法和设置的算法参数，以储能最大化收益为目标，根据预测的或设置的边界信息以及电价信息进行储能运行优化；

3)储能优化策略生成后，云平台根据预测的或设置的边界信息以及电价信息进行收益测算，测算结果若无法达到预期，可在修改边界信息、电价信息、算法参数数据后，重新设置或生成策略，直到边界和收益均满足预期，形成明确运行策略；

4)储能优化调度策略确定后，进入策略的下发流程，由云平台将策略传至储能电站端，站端反馈接收信号则视为下发成功，站端相关控制系统按下发的策略执行储能运行；

5)按日的维度分类保存每次下发的储能优化调度运行策略以及相关边界、电价预测信息一套完整的数据，同步保存实际运行情况以及运行结果，用于对比分析以及方法回溯调整。

Images