CN116151669A - 一种电化学储能电站可靠性分析方法和装置 - Google Patents

一种电化学储能电站可靠性分析方法和装置 Download PDF

Info

Publication number
CN116151669A
CN116151669A CN202310102032.1A CN202310102032A CN116151669A CN 116151669 A CN116151669 A CN 116151669A CN 202310102032 A CN202310102032 A CN 202310102032A CN 116151669 A CN116151669 A CN 116151669A
Authority
CN
China
Prior art keywords
factor
level
energy storage
factors
power station
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.)
Pending
Application number
CN202310102032.1A
Other languages
English (en)
Inventor
杨夯
郭宜果
李哲
薛炳磊
王志鹏
宋卓彦
陈庆伟
李迅
王鹏
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.)
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
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 Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Priority to CN202310102032.1A priority Critical patent/CN116151669A/zh
Publication of CN116151669A publication Critical patent/CN116151669A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • H02J15/00—Systems for storing electric energy

Abstract

本发明涉及本发明提出一种电化学储能电站可靠性分析方法和装置。本发明采集电化学储能电站在指定场景中待分析数据集并对待分析数据集中的参数进行分级；运用主成分分析法和考虑偏差系数的定权方法综合确定三级因素各项指标所占权重，计算三级因素中各项指标隶属度、构建三级模糊综合评判矩阵来进行分析，然后通过聚类偏移程度求解出二级因素各项指标所占权重，计算第二级因素中各项指标隶属度、构建二级模糊综合评判矩阵来进行分析；通过预设的一级因素的权重加权得到设定时段内电化学储能电站的可靠性结果。并根据可靠性结果改善影响因素，能够保证电化学储能电站在各种场景下的稳定运行，提高储能电站运行的可靠性。

Description

一种电化学储能电站可靠性分析方法和装置
技术领域
本发明涉及电化学储能电站可靠性分析技术领域，尤其涉及一种电化学储能电站可靠性分析方法和装置。
背景技术
近年来，电化学储能技术已经在电力系统中的发电、辅助服务、输配电、可再生能源接入、分布式能源存储及终端用户等多个领域得到广泛应用。作为实现储能装置大容量化的主要手段，储能系统大规模集成是实现大规模储能电站的必要条件，而储能系统的安全、可靠运行是实现储能良性发展的重要保障，是实现储能电池规模化推广应用的先决条件。因此，分析电化学储能电站可靠性对电化学储能电站的维护意义重大。现有的储能电站评价方法大多是从影响因素本身对储能电站进行可靠性分析，使得储能电站的可靠性分析结果与储能电站的实际情况相差较大，存在储能电站的评价结果的准确性低和可靠性低的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本发明提供一种电化学储能电站可靠性分析方法和装置。旨在及时发现并改善电化学储能电站中电化学储能技术的参数超阈值现象，提高电化学储能电站的可靠性。
第一方面，本发明提供一种电化学储能电站可靠性分析方法，包括：
获取在指定场景下电化学储能电站的待分析数据集并对所述待分析数据集中的参数进行分级，所述待分析数据集包括电化学储能电站的电池柜、交流汇流柜和集装箱三个箱体内部设备所需分析的参数；
运用主成分分析法和考虑偏差系数的定权方法综合确定三级因素各项指标所占权重，利用三级模糊综合判断矩阵和计算得出的三级因素权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵；通过聚类偏移程度求解出二级因素各项指标所占权重，利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵；通过预设的一级因素的权重加权分析得到设定时段内电化学储能电站的可靠性结果；若一级模糊综合判断矩阵中异常概率高于设定的概率阈值时，进行改进；若可靠性结果高于设定的可靠性及格阈值时，需立即将该储能电站停电，进行整体检测并改进。
更进一步地，对所述待分析数据集中参数进行分级包括：
将电池柜、交流汇流箱、集装箱因素作为一级因素；将电池柜下细分的电池模块和电池簇，交流汇流箱下细分的汇流柜、控制柜和开关柜，集装箱下细分的监控系统、热管理系统和消防系统因素作为二极因素；将电池模块中电池模块端电压、电池模块温度、电池模块内阻和电池模块均衡电流数据，电池簇中电池簇端电压、电池簇温度、电池簇内阻和电池簇均衡电流数据，汇流柜中储能变流器直流电压、集储能变流器交流电压、集储能变流器交流输出功率、集储能变流器电流谐波失真率和集储能变流器总体工作效率数据，控制柜中集成配电系统继电保护发生动作情况，变压器声音出现异常情况，开关柜中分接开关出现异常情况和总开关出现异常情况，监控系统中摄像头及照明情况和监控软件延时情况，热管理系统中集装箱内温度变化情况和变频空调工作情况，消防系统中七氟丙烷灭火装置灭火效率c331和排烟系统效率作为三级因素。
更进一步地，所述运用主成分分析法和考虑偏差系数的定权方法综合确定三级因素各项指标所占权重，利用三级模糊综合判断矩阵和计算得出的三级因素权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵包括：
计算各单项三级因素评价值；
运用主成分分析法依次确定三级因素集集合个三级因素所占权重；
运用考虑偏差系数的定权方法依次确定三级因素集集合中各三级因素所占权重；
对两种方法得出的权重综合赋权，在监测设备检修或离线的情况和正常情况下分别确定因素集中三级因素所占权重；
利用三级模糊综合判断矩阵和计算得出的单因素的权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵。
更进一步地，所述运用主成分分析法依次确定三级因素集集合中各三级因素所占权重包括：
根据待分析数据集统计三级因素的异常频率得到矩阵；
将矩阵的数据作标准化处理；
计算相关系数矩阵；
根据所述相关系数矩阵的特征方程计算特征值和特征向量，由所述特征向量组成若干作为主成分的指标变量；
用所述特征值计算各所述指标变量的方差贡献率；
将各个所述方差贡献率作归一化处理得到各个指标所占权重值。
更进一步地，所述运用考虑偏差系数的定权方法依次确定三级因素集集合中各三级因素所占权重包括：
根据待分析数据集获取指定指标变量和指定评价指标的原始指标数据矩阵；
计算每个评价指标的均值和标准差；
所述标准差与所述均值的偏差得到每个评价指标的偏差系数；
对所述偏差系数进行归一化处理得到指标权重。
更进一步地，对两种方法得出的权重综合赋权，在监测设备检修或离线的情况和正常情况下分别确定因素集中三级因素所占权重包括：
正常情况下，采用如下公式进行综合赋权：
Figure BDA0004085866990000041
其中，θP为主成分分析法所得权重；mP为考虑偏差系数的方法所得权重；
监测设备检修或离线状态时，采用如下公式进行综合赋权：
Figure BDA0004085866990000042
/>
该式表示前段时间拟合出的综合权重随时间变化的一次曲线。
更进一步地，所述通过聚类偏移程度求解出二级因素各项指标所占权重，利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵包括：
利用计算出的单因素集评价值，建立二级模糊综合判断矩阵；
根据k-means算法依次确定二级因素集集合中各二极因素所占权重；
利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵。
更进一步地，根据k-means算法依次确定二级因素集集合中各二极因素所占权重包括：
初始化聚类中心；
计算数据与聚类中心的距离并将数据归算至与聚类中心最近的类；
更新分类后的聚类中心；
当聚类中心位置不再变化或迭代次数达到设定次数时，停止聚类；
将分布较为分散的类别赋予较高的权重值，权重值计算公式如下：
Figure BDA0004085866990000043
其中，Bi为第i个二级因素的权重值，l1、l2、…ln分别为第1、2…n个类的聚类半径，
Figure BDA0004085866990000051
其中，t表示空间维数，即二级因素个数，f1和fp表示t维空间中聚类中心点与中心点距离最远的位置。
更进一步地，所述通过预设的一级因素的权重加权分析得到设定时段内电化学储能电站的可靠性结果包括：
利用计算出的单因素集评价值，建立一级模糊综合判断矩阵；
预设一级因素的所占权重；
利用一级模糊综合判断矩阵和预设的权重值，对一级因素指标进行综合评判，确定第一因素集中单因素综合评判矩阵。
第二方面，本发明提供一种电化学储能电站可靠性分析装置，包括：至少一处理单元，所述处理单元连接至少一存储单元，所述存储单元存储计算机程序，所述计算机程序被所述处理单元执行实现所述的电化学储能电站可靠性分析方法。
本发明实施例提供的上述技术方案与现有技术相比具有如下优点：
本申请结合多级因素对电化学储能电站的可靠性进行分析，分析的可靠性结果的准确度高；并根据可靠性结果改善影响因素，能够保证电化学储能电站在各种场景下的稳定运行，提高储能电站运行的可靠性。
本申请中对于三级因素，运用主成分分析法和考虑偏差系数的定权方法综合确定三级因素各项指标所占权重，利用三级模糊综合判断矩阵和计算得出的三级因素权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵。优化三级因素在评判过程中的权重选择，保证可靠性分析的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种电化学储能电站可靠性分析方法的流程示意图；
图2为本发明实施例提供的对三级因素进行模糊综合分析的流程图；
图3为本发明实施例提供的运用主成分分析法依次确定三级因素集集合中三级因素所占权重的流程图；
图4为本发明实施例提供的运用考虑偏差系数的定权方法依次确定三级因素集集合中各三级因素所占权重的流程图；
图5为本发明实施例提供的对二级因素进行模糊综合分析的流程图；
图6为本发明实施例提供的根据k-means算法依次确定二级因素集集合中各二极因素所占权重的流程图；
图7为本发明实施例提供的对一级因素进行模糊综合分析的流程图；
图8为本发明实施例提供的一种电化学储能电站可靠性分析装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例1
本发明实施例提供一种电化学储能电站可靠性分析方法，参阅图1所示，包括：
S100，获取在指定场景下电化学储能电站的待分析数据集。所述待分析数据集包括电化学储能电站的电池柜、交流汇流柜和集装箱三个箱体内部设备所需分析的参数。
其中，电池柜中设备按功率等级可分为电池模块和电池簇，对于电池模块，需要采集电池模块端电压、电池模块温度、电池模块内阻和电池模块均衡电流数据；对于电池簇，需要采集电池簇端电压、电池簇温度、电池簇内阻和电池簇均衡电流数据。
交流汇流柜按设备功能分为汇流柜、控制柜和开关柜；对于所述汇流柜，需要采集储能变流器中直流、交流电压、交流输出功率、电流谐波失真率、总体工作效率数据；对于所述控制柜，需要收集集成配电系统继电保护发生动作情况，变压器声音出现异常情况；对于所述开关柜，需要收集分接开关出现异常情况，总开关出现异常情况。
集装箱按系统功能分为监控系统、热管理系统和消防系统；对于所述监控系统，需要收集摄像头及照明情况、监控软件延时情况；对于所述热管理系统，需要收集集装箱内温度变化情况、变频空调工作情况；对于所述消防系统需要收集七氟丙烷灭火装置灭火效率，排烟系统效率。
本申请对在指定场景下电化学储能电站的待分析数据集进行因素分级。将电池柜a1、交流汇流箱a2、集装箱a3因素作为一级因素。将电池柜a1下细分的电池模块b11和电池簇b12，交流汇流箱a2下细分的汇流柜b21、控制柜b22和开关柜b23，集装箱a3下细分的监控系统b31、热管理系统b32和消防系统b33因素作为二极因素。将电池模块b11中电池模块端电压c111、电池模块温度c112、电池模块内阻c113和电池模块均衡电流数据c114，电池簇b12中电池簇端电压c121、电池簇温度c122、电池簇内阻c123和电池簇均衡电流数据c124，汇流柜b21中储能变流器直流电压c211、集储能变流器交流电压c212、集储能变流器交流输出功率c213、集储能变流器电流谐波失真率c214和集储能变流器总体工作效率数据c215，控制柜b22中集成配电系统继电保护发生动作情况c221，变压器声音出现异常情况c222，开关柜b23中分接开关出现异常情况c231和总开关出现异常情况c232，监控系统b31中摄像头及照明情况c311和监控软件延时情况c312，热管理系统b32中集装箱内温度变化情况c321和变频空调工作情况c322，消防系统b33中七氟丙烷灭火装置灭火效率c331和排烟系统效率c332作为三级因素。
S200，计算各单项三级因素评价值。
对于电池模块和电池簇的三级因素，分别采集300秒内电池模块端电压c111、电池模块温度c112、电池模块内阻c113和电池模块均衡电流数据c114，电池簇端电压c121、电池簇温度c122、电池簇内阻c123和电池簇均衡电流数据c124，每75秒采集一次，共采集4次。计算评价值的计算公式为：
Figure BDA0004085866990000081
e＝1，2，…，4；o＝1，2，…，4；
其中，c″o为数据在300秒内超出预设数据范围的次数，c″为预设数据。
对于监控软件延时情况，计算评价值的方式如下：监控设备延迟平均值与设定延时时间最大值的比值。如：设定延迟时间最大为200ms，监控延时评价值按计算
Figure BDA0004085866990000082
Δt为检测时刻内监控设备延迟平均值。
对于开关柜内收集分接开关出现异常情况，统计在指定时段内总开关异常情况出现概率。
对于集装箱内变频空调工作情况，其评价值只有0和1两种情况，变频空调故障，则评价值为1，反之则是0。
S300，运用主成分分析法和考虑偏差系数的定权方法综合确定三级因素各项指标所占权重，利用三级模糊综合判断矩阵和计算得出的三级因素权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵。
参阅图2所示，步骤S300包括：
S310，运用主成分分析法依次确定三级因素集集合中三级因素所占权重。
参阅图3所示，以电池柜a1中对应的三级因素为例，进行主成分分析的指标变量共有8个，共有8个评价对象。
S311，根据待分析数据集统计三级因素的异常频率得到矩阵。基于电池柜a1中对应的三级因素的待分析数据集，获取如下一个8行8列的矩阵：
Figure BDA0004085866990000091
将c1111……c1248简记为vij，i＝1，2，…，8；j＝1，2，…，8。
其中，
Figure BDA0004085866990000092
若1分钟监测一次电池模块端电压值，每个待分析数据集的单因素检测时间为8分钟，则C″1111＝8为电池模块中采集端电压在8分钟内检测次数；C′1111为8分钟内检测超过电压波动范围的次数，即超过设定电压阈值的次数。
S312，将数据作标准化处理。
Figure BDA0004085866990000093
其中，
Figure BDA0004085866990000094
vj′，kj分别为第j个指标的样本均值和标准差。
对应地，称
Figure BDA0004085866990000101
为标准化指标变量。
S313，计算相关系数矩阵T′＝(tij)8·8。
Figure BDA0004085866990000102
(i,j＝1,2,…,4)；其中，tii＝1，tij＝tji，tij是第i个指标与第j个指标的相关系数。
S314，根据相关系数矩阵T′的特征方程|T′-μβ|＝0，计算相关系数矩阵T′的特征值μ1≥μ2≥…μ7≥μ8≥0及对应的特征向量β1，β2，…β7，β8，其中βj＝(β1j，β2j，…β7j，β8j)T。
将所述特征向量按如下公式组成8个作为主成分的新的指标变量：
Figure BDA0004085866990000103
其中，g1是第1主成分，g2是第2主成分，…，g8是第8主成分。
S315，用所述特征值计算各指标变量的方差贡献率：
Figure BDA0004085866990000104
(j＝1，2，…，4)；
S316，将各个指标变量的方差贡献率作归一化处理，即可得到各个指标所占的权重值。
对于除电池柜a1中对应的三级因素外的其它三级因素，重复步骤S221至S226，获取各三级因素的权重值。
S320，运用考虑偏差系数的定权方法依次确定三级因素集集合中各三级因素所占权重。
参阅图4所示，以电池模块和电池簇的三级因素为例，进行此方法分析的指标变量共有4个，共有4个评价对象。
S321，假设有4个待评价样本，4项评价指标(这里n＝4，m＝4)，形成原始指标数据矩阵：
Figure BDA0004085866990000111
其中，Unm表示第n个样本第m项评价指标的数值。
S322，计算第m项评价指标的均值和标准差：
Figure BDA0004085866990000112
S323，计算第m项评价指标的偏差系数：
Figure BDA0004085866990000113
m＝1,2,…；
S324，对偏差系数进行归一化处理得到指标权重：
Figure BDA0004085866990000114
获得最终指标权重：M＝{M1,M1,…,M4}。
对于除电池柜a1中对应的三级因素外的其它三级因素重复步骤S321至S324，获取各三级因素的权重值。
S330，对两种方法得出的权重综合赋权，在监测设备检修或离线的情况和正常情况下分别确定因素集中三级因素所占权重。
正常情况下，采用如下公式进行综合赋权：
Figure BDA0004085866990000115
其中，θP为主成分分析法所得权重；MP为考虑偏差系数的方法所得权重。
监测设备检修或离线状态时，采用如下公式进行综合赋权：
Figure BDA0004085866990000116
该式表示前段时间拟合出的综合权重随时间变化的一次曲线。
S340，利用计算出的单因素集评价值，建立三级模糊综合判断矩阵。
以一级因素中电池模块的三级因素为例，其三级模糊综合判断矩阵为：
Figure BDA0004085866990000121
其中，c′11为电池模块中在前75秒内端电压隶属度值，…，以此类推，c′44为电池模块中在225到300秒内均衡电流隶属度值。
S350，利用三级模糊综合判断矩阵和计算得出的单因素中权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵。计算公式如下：A31＝C31·γ
对除电池柜a1中对应的三级因素外的其它三级因素重复S320到S350，即可获得其它三级因素中单因素综合评判矩阵。
S400，通过聚类偏移程度求解出二级因素各项指标所占权重，利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵。
参阅图5所示，步骤S400包括：
S410，利用计算出的单因素集评价值，建立二级模糊综合判断矩阵。
S420，根据k-means算法依次确定二级因素集集合中各二极因素所占权重。
参阅图6所示，以电池柜中所对应的二级因素影响参数为例说明：
S421，从数据中随机选取两个点(C1,C2)作为两个初始聚类的中心。
S422，计算所有数据与两个聚类中心的距离，并将数据归算至与聚类中心最近的那一类。
Dij＝||(xj-Ci)||2；
其中，待分析数据集中第j个数据和第i个中心点的距离为Dij，i＝1,2；j为数据个数。
若满足D1j<D2j，那么将第j个数据归为第1类，反之归于第2类；最后更新每类的集合。
S423，更新分类后的两个聚类中心的位置。
Figure BDA0004085866990000131
其中，Ci为第i个中心点更新后的位置，
Figure BDA0004085866990000132
为第i类的均值向量，L表示每类的数据个数。
S424，重复S422和S423，当聚类中心位置不再变化或迭代次数达到设定次数时，停止聚类。
S425，分析聚类结果，将分布较为分散的类别赋予较高的权重值，权重值计算公式如下：
Figure BDA0004085866990000133
其中，Bi为第i个二级因素的权重值，l1、l2、…ln分别为第1、2…n个类的聚类半径，
Figure BDA0004085866990000134
其中，t表示空间维数，即二级因素个数，f1和fp表示t维空间中聚类中心点与中心点距离最远的位置。
S430，利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵，计算公式如下：A21＝c21·Bi。
对电池柜中所对应的二级因素外的其它二级因素重复S410到S430，即可获得其它二级因素中单因素综合评判矩阵。
S500，通过预设的一级因素的权重加权分析得到设定时段内电化学储能电站的可靠性结果。
参阅图7所示，步骤S500包括：
S510，利用计算出的单因素集评价值，建立一级模糊综合判断矩阵。
S520，预设一级因素τ(电池柜安全系数τ1、交流汇流箱安全系数τ2、集装箱安全系数τ3)的所占权重。
S530，利用一级模糊综合判断矩阵和预设的权重值，对一级因素指标进行综合评判，确定第一因素集中单因素综合评判矩阵，即对电化学储能电站的可靠性进行最终计算，得到指定时段内电化学储能电站的可靠性结果：
S＝τ·c′；
其中，
Figure BDA0004085866990000141
c1、c2、c3分别为一级因素中电池柜、交流汇流箱和集装箱的一级模糊综合判断矩阵。
S600，根据可靠性分析结果进行电化学储能电站的运维控制。若一级模糊综合判断矩阵中异常概率高于设定的概率阈值时，进行改进；若可靠性结果高于设定的可靠性及格阈值时，需立即将该储能电站停电，进行整体检测并改进。
实施例2
参阅图8所示，本发明实施例提供一种电化学储能电站可靠性分析装置，包括：至少一处理单元，所述处理单元连接至少一存储单元，所述存储单元存储计算机程序，所述计算机程序被所述处理单元执行实现所述的电化学储能电站可靠性分析方法。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read—Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是手机，个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本发明所提供的实施例中，应该理解到，所揭露的结构和方法，可以通过其它的方式实现。例如，以上所描述的结构实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，结构或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种电化学储能电站可靠性分析方法，其特征在于，包括：
获取在指定场景下电化学储能电站的待分析数据集并对所述待分析数据集中的参数进行分级，所述待分析数据集包括电化学储能电站的电池柜、交流汇流柜和集装箱三个箱体内部设备所需分析的参数；
运用主成分分析法和考虑偏差系数的定权方法综合确定三级因素各项指标所占权重，利用三级模糊综合判断矩阵和计算得出的三级因素权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵；通过聚类偏移程度求解出二级因素各项指标所占权重，利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵；通过预设的一级因素的权重加权分析得到设定时段内电化学储能电站的可靠性结果；若一级模糊综合判断矩阵中异常概率高于设定的概率阈值时，进行改进；若可靠性结果高于设定的可靠性及格阈值时，需立即将该储能电站停电，进行整体检测并改进。
2.根据权利要求1所述的电化学储能电站可靠性分析方法，其特征在于，对所述待分析数据集中参数进行分级包括：
将电池柜、交流汇流箱、集装箱因素作为一级因素；将电池柜下细分的电池模块和电池簇，交流汇流箱下细分的汇流柜、控制柜和开关柜，集装箱下细分的监控系统、热管理系统和消防系统因素作为二极因素；将电池模块中电池模块端电压、电池模块温度、电池模块内阻和电池模块均衡电流数据，电池簇中电池簇端电压、电池簇温度、电池簇内阻和电池簇均衡电流数据，汇流柜中储能变流器直流电压、集储能变流器交流电压、集储能变流器交流输出功率、集储能变流器电流谐波失真率和集储能变流器总体工作效率数据，控制柜中集成配电系统继电保护发生动作情况，变压器声音出现异常情况，开关柜中分接开关出现异常情况和总开关出现异常情况，监控系统中摄像头及照明情况和监控软件延时情况，热管理系统中集装箱内温度变化情况和变频空调工作情况，消防系统中七氟丙烷灭火装置灭火效率c331和排烟系统效率作为三级因素。
3.根据权利要求1所述的电化学储能电站可靠性分析方法，其特征在于，所述运用主成分分析法和考虑偏差系数的定权方法综合确定三级因素各项指标所占权重，利用三级模糊综合判断矩阵和计算得出的三级因素权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵包括：
计算各单项三级因素评价值；
运用主成分分析法依次确定三级因素集集合个三级因素所占权重；
运用考虑偏差系数的定权方法依次确定三级因素集集合中各三级因素所占权重；
对两种方法得出的权重综合赋权，在监测设备检修或离线的情况和正常情况下分别确定因素集中三级因素所占权重；
利用三级模糊综合判断矩阵和计算得出的单因素的权重值，对三级因素指标进行综合评判，确定三级因素集中单因素综合评判矩阵。
4.根据权利要求3所述的电化学储能电站可靠性分析方法，其特征在于，所述运用主成分分析法依次确定三级因素集集合中各三级因素所占权重包括：
根据待分析数据集统计三级因素的异常频率得到矩阵；
将矩阵的数据作标准化处理；
计算相关系数矩阵；
根据所述相关系数矩阵的特征方程计算特征值和特征向量，由所述特征向量组成若干作为主成分的指标变量；
用所述特征值计算各所述指标变量的方差贡献率；
将各个所述方差贡献率作归一化处理得到各个指标所占权重值。
5.根据权利要求3所述的电化学储能电站可靠性分析方法，其特征在于，所述运用考虑偏差系数的定权方法依次确定三级因素集集合中各三级因素所占权重包括：
根据待分析数据集获取指定指标变量和指定评价指标的原始指标数据矩阵；
计算每个评价指标的均值和标准差；
所述标准差与所述均值的偏差得到每个评价指标的偏差系数；
对所述偏差系数进行归一化处理得到指标权重。
6.根据权利要求3所述的电化学储能电站可靠性分析方法，其特征在于，对两种方法得出的权重综合赋权，在监测设备检修或离线的情况和正常情况下分别确定因素集中三级因素所占权重包括：
正常情况下，采用如下公式进行综合赋权：
Figure FDA0004085866960000031
其中，θP为主成分分析法所得权重；MP为考虑偏差系数的方法所得权重；
监测设备检修或离线状态时，采用如下公式进行综合赋权：
Figure FDA0004085866960000032
该式表示前段时间拟合出的综合权重随时间变化的一次曲线。
7.根据权利要求1所述的电化学储能电站可靠性分析方法，其特征在于，所述通过聚类偏移程度求解出二级因素各项指标所占权重，利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵包括：
利用计算出的单因素集评价值，建立二级模糊综合判断矩阵；
根据k-means算法依次确定二级因素集集合中各二极因素所占权重；
利用二级模糊综合判断矩阵和计算得出的单因素中各项权重值，对二级因素指标进行综合分析，确定第二因素集中单因素综合评判矩阵。
8.根据权利要求7所述的电化学储能电站可靠性分析方法，其特征在于，根据k-means算法依次确定二级因素集集合中各二极因素所占权重包括：
初始化聚类中心；
计算数据与聚类中心的距离并将数据归算至与聚类中心最近的类；
更新分类后的聚类中心；
当聚类中心位置不再变化或迭代次数达到设定次数时，停止聚类；
将分布较为分散的类别赋予较高的权重值，权重值计算公式如下：
Figure FDA0004085866960000041
/>
其中，Bi为第i个二级因素的权重值，l1、l2、…ln分别为第1、2…n个类的聚类半径，
Figure FDA0004085866960000042
其中，t表示空间维数，即二级因素个数，f1和fp表示t维空间中聚类中心点与中心点距离最远的位置。
9.根据权利要求1所述的电化学储能电站可靠性分析方法，其特征在于，所述通过预设的一级因素的权重加权分析得到设定时段内电化学储能电站的可靠性结果包括：
利用计算出的单因素集评价值，建立一级模糊综合判断矩阵；
预设一级因素的所占权重；
利用一级模糊综合判断矩阵和预设的权重值，对一级因素指标进行综合评判，确定第一因素集中单因素综合评判矩阵。
10.一种电化学储能电站可靠性分析装置，其特征在于，包括：至少一处理单元，所述处理单元连接至少一存储单元，所述存储单元存储计算机程序，所述计算机程序被所述处理单元执行实现如权利要求1-9任一所述的电化学储能电站可靠性分析方法。
CN202310102032.1A 2023-02-09 2023-02-09 一种电化学储能电站可靠性分析方法和装置 Pending CN116151669A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310102032.1A CN116151669A (zh) 2023-02-09 2023-02-09 一种电化学储能电站可靠性分析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310102032.1A CN116151669A (zh) 2023-02-09 2023-02-09 一种电化学储能电站可靠性分析方法和装置

Publications (1)

Publication Number Publication Date
CN116151669A true CN116151669A (zh) 2023-05-23

Family

ID=86338640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310102032.1A Pending CN116151669A (zh) 2023-02-09 2023-02-09 一种电化学储能电站可靠性分析方法和装置

Country Status (1)

Country Link
CN (1) CN116151669A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117175567A (zh) * 2023-09-05 2023-12-05 南方电网调峰调频(广东)储能科技有限公司 储能电站设备异常定位与可靠性评价方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117175567A (zh) * 2023-09-05 2023-12-05 南方电网调峰调频(广东)储能科技有限公司 储能电站设备异常定位与可靠性评价方法及系统
CN117175567B (zh) * 2023-09-05 2024-03-22 南方电网调峰调频(广东)储能科技有限公司 储能电站设备异常定位与可靠性评价方法及系统

Similar Documents

Publication Publication Date Title
CN110119851B (zh) 一种建筑机电系统故障智能预测方法和系统
CN109190950B (zh) 一种电表和水表档案贯通的用能异常识别方法
CN106060008B (zh) 一种网络入侵异常检测方法
CN111242161B (zh) 一种基于智能学习的非侵入式非居民用户负荷辨识方法
CN116151669A (zh) 一种电化学储能电站可靠性分析方法和装置
CN110059079A (zh) 一种基于大数据建模分析的人员违法犯罪预测方法和系统
CN112149967B (zh) 基于复杂系统理论的电力通信网脆弱性评估方法和系统
CN110766313A (zh) 一种基于运维检修制度的电缆隧道综合状态评价方法
CN111506635A (zh) 一种基于自回归和朴素贝叶斯算法的居民用电行为分析的系统及方法
CN110472822A (zh) 一种智能配电网供电可靠性评估系统及方法
CN115618261A (zh) 一种基于nca与ssa-kelm的光伏接入配电网漏电识别方法
CN113629778A (zh) 一种分布式光伏配电网光储系统设计方法
CN114037182A (zh) 建筑物负荷预测模型训练方法、装置及非易失性存储介质
CN110852441B (zh) 一种基于改进朴素贝叶斯算法的火灾预警方法
CN114037209A (zh) 分布式光伏接入直流配电系统综合效益分析方法及装置
CN111061152B (zh) 基于深度神经网络的攻击识别方法及智慧能源功率控制装置
CN116956702A (zh) 一种用电安全预警方法、介质及系统
CN111967919A (zh) 一种基于自回归和自适应提升算法的居民用电行为分析的系统及方法
CN116523493A (zh) 配电网运行维护辅助决策分析方法、系统及存储介质
CN113884807B (zh) 基于随机森林和多层架构聚类的配电网故障预测方法
CN113298296A (zh) 一种自下而上的输电变电站日前负荷概率预测方法
CN113872524A (zh) 低效组串的定位方法、装置及计算机存储介质
CN111178617A (zh) 基于感知决策引导的多传感器管理方法
CN114549392A (zh) 太阳能电池片的色差检测方法、装置、设备和计算机介质
CN106067872B (zh) 网络安全状态的确定方法和装置

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