CN116404669A - 可重构电池储能系统的优化运行方法、系统、设备及介质 - Google Patents

可重构电池储能系统的优化运行方法、系统、设备及介质 Download PDF

Info

Publication number
CN116404669A
CN116404669A CN202310355746.3A CN202310355746A CN116404669A CN 116404669 A CN116404669 A CN 116404669A CN 202310355746 A CN202310355746 A CN 202310355746A CN 116404669 A CN116404669 A CN 116404669A
Authority
CN
China
Prior art keywords
reconfigurable battery
optimal
energy storage
storage system
reconfigurable
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
CN202310355746.3A
Other languages
English (en)
Inventor
慈松
刘宝昌
吴江
李玉昇
张明
罗永强
王伟图
高红
周杨林
王运方
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.)
Tsinghua University
China Mobile Group Design Institute Co Ltd
Original Assignee
Tsinghua University
China Mobile Group Design Institute 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 Tsinghua University, China Mobile Group Design Institute Co Ltd filed Critical Tsinghua University
Priority to CN202310355746.3A priority Critical patent/CN116404669A/zh
Publication of CN116404669A publication Critical patent/CN116404669A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H02J7/0019—Circuits for equalisation of charge between batteries using switched or multiplexed charge circuits
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • H02J7/00714—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery charging or discharging current
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • H02J7/007182—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery voltage
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
    • H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开一种可重构电池储能系统的优化运行方法、系统、设备及介质，涉及电化学储能领域。本发明方法首先建立可重构电池储能系统的最优运行性能函数模型，通过求解得到每个可重构电池网络的最优性能参数；然后将每个可重构电池网络的最优性能参数代入可重构电池网络的拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构；根据最优拓扑结构控制每个可重构电池网络中可控开关的状态，调整电池网络的电路拓扑，进而调节电池网络的性能参数，改变系统能量输出状态，实现了可重构电池储能系统的优化运行，提高了可重构电池储能系统的能量效率和运行可靠性。

Description

可重构电池储能系统的优化运行方法、系统、设备及介质
技术领域
本发明涉及电化学储能技术领域，特别是涉及一种可重构电池储能系统的优化运行方法、系统、设备及介质。
背景技术
随着风电、光伏等大规模间歇式新能源并网，电网的稳定运行面临着新的挑战，而储能技术由于可以起到平抑波动、提高电能质量等作用，已经成为新型电力系统中不可或缺的一部分。其中，电化学储能由于其响应速度快、技术路线成熟等优点，已经得到人们的广泛关注。
电化学储能的核心是大规模电池储能系统及其管控，大规模电池储能系统中往往又包括多个协同运行的差异化电池网络。传统的电池储能系统为了满足负载电压和电流的需求，通常将电池网络中的大量电池单体通过固定串并联的方式连接。然而，由于电池单体间存在差异性，这种固定连接的方式会存在“木桶效应”，即整个电池储能系统的性能取决于性能最差的电池单体，从而带来能量效率低、可靠性低等问题。
发明内容
针对上述背景技术中提出的问题，本发明提供一种可重构电池储能系统的优化运行方法、系统、设备及介质，以提高可重构电池储能系统的能量效率和运行可靠性。
为实现上述目的，本发明提供了如下方案：
一方面，本发明提供一种可重构电池储能系统的优化运行方法，包括：
建立可重构电池储能系统的最优运行性能函数模型；所述可重构电池储能系统中包括多个协同运行的差异化可重构电池网络；所述可重构电池网络为通过一系列可控开关组成的开关阵列将大量相同单体电池进行连接而构成的电池网络；
求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数；
建立可重构电池网络的拓扑结构优化模型；
将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构；
根据所述最优拓扑结构控制每个可重构电池网络中可控开关的状态，进而控制可重构电池储能系统的优化运行。
可选地，所述建立可重构电池储能系统的最优运行性能函数模型，具体包括：
建立可重构电池储能系统的最优运行性能函数模型
Figure BDA0004163239400000021
其中Cn表示可重构电池储能系统优化运行方案集合C＝{C1,C2,…,CN}中第n种优化运行方案，N为优化运行方案数量；
Figure BDA0004163239400000022
表示第n种优化运行方案的可靠电流；h与T分别表示可重构电池储能系统的负载需求与工况条件；/>
Figure BDA0004163239400000023
表示考虑系统负载需求、工况条件和优化运行方案条件下的系统性能参数，包括每个可重构电池网络的性能参数；每个可重构电池网络的最优性能参数包括每个可重构电池网络的电流、电压和功率；γ表示Cn对应的系统花销；/>
Figure BDA0004163239400000024
表示N种优化运行方案中的最优运行方案。
可选地，所述求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数，具体包括：
将所述最优运行性能函数模型表述为多目标优化问题并通过动态规划算法进行求解，通过寻找动态规划中的Cost-to-go函数中的最短路径，获得可重构电池储能系统在给定工作时间内的最优运行方案；所述最优运行方案中包括每个可重构电池网络的最优性能参数。
可选地，所述建立可重构电池网络的拓扑结构优化模型，具体包括：
建立可重构电池网络的拓扑结构优化模型
Figure BDA0004163239400000031
其中xm表示第m种拓扑结构优化方案中可重构电池网络的设计参数矩阵，所述设计参数包括可重构电池网络的最优性能参数和运行状态参数；所述运行状态参数包括单体电池的内阻、容量、温度、充放电电流、SOC、SOH、开路电压、使用寿命；M为拓扑结构优化方案数量；Y()表示优化目标函数；Hm表示第m种拓扑结构优化方案中可重构电池网络的拓扑结构。
可选地，所述将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构，具体包括：
采用有向无环图来描述每个可重构电池网络的拓扑结构，有向无环图中的每一个点代表可控开关的状态，将状态带来的电量消耗标注在每一条边上，从而将所述拓扑结构优化模型的求解问题通过拉格朗日松弛算法转变为动态规划问题进行求解，求解出每个可重构电池网络的最优拓扑结构。
另一方面，本发明还提供一种可重构电池储能系统的优化运行系统，包括：
最优运行性能函数模型建立模块，用于建立可重构电池储能系统的最优运行性能函数模型；所述可重构电池储能系统中包括多个协同运行的差异化可重构电池网络；所述可重构电池网络为通过一系列可控开关组成的开关阵列将大量相同单体电池进行连接而构成的电池网络；
最优性能参数求解模块，用于求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数；
拓扑结构优化模型建立模块，用于建立可重构电池网络的拓扑结构优化模型；
最优拓扑结构求解模块，用于将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构；
系统优化运行模块，用于根据所述最优拓扑结构控制每个可重构电池网络中可控开关的状态，进而控制可重构电池储能系统的优化运行。
另一方面，本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述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所述的可重构电池储能系统的优化运行方法。
另一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现所述的可重构电池储能系统的优化运行方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的可重构电池储能系统的优化运行方法、系统、设备及介质，首先建立可重构电池储能系统的最优运行性能函数模型，通过求解得到每个可重构电池网络的最优性能参数；然后将每个可重构电池网络的最优性能参数代入可重构电池网络的拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构；根据最优拓扑结构控制每个可重构电池网络中可控开关的状态，调整电池网络的电路拓扑，进而调节电池网络的性能参数，改变系统能量输出状态，实现了可重构电池储能系统的优化运行，提高了可重构电池储能系统的能量效率和运行可靠性。
附图说明
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发明的一些实施例，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为本发明所提供的一种可重构电池储能系统的优化运行方法的流程图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，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。
本发明的目的是提供一种可重构电池储能系统的优化运行方法、系统、设备及介质，以提高可重构电池储能系统的能量效率和运行可靠性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种可重构电池储能系统的优化运行方法的流程图，参见图1，一种可重构电池储能系统的优化运行方法，包括：
步骤1：建立可重构电池储能系统的最优运行性能函数模型。
本发明研究的可重构电池储能系统中包括多个协同运行的差异化可重构电池网络。每个可重构电池网络是通过一系列可控开关组成的开关阵列将大量相同单体电池进行连接而构成的电池网络。通过控制电池所连可控开关的状态(接通或关断)，改变电池的连接方式，调整电池网络的电路拓扑，进而调节电池网络的输出功率。通过操作每个可重构电池网络开关阵列中的开关状态，调整多个可重构电池网络之间的连接方式，改变电池电流大小，进而能够改变整个可重构电池储能系统的能量输出状态。
多个协同运行的差异化可重构电池网络是指可重构电池储能系统中包括的多个可重构电池网络，每个可重构电池网络包括的单体电池参数可以不同。但是在同一可重构电池网络中，包括的各个单体电池参数是相同的。
在实际应用中，可控开关可以采用高频、低功耗的功率MOSFET管，借助MOSFET管组成的开关阵列，可以实现可重构电池网络电压/电流的快速配置。
基于可重构电池网络的规模化可重构电池储能系统包含数量庞大的差异化电池网络及电力电子开关器件，电池网络是由多个电池单体柔性连接构成。差异化可重构电池网络的外特性表征具有明显的不一致性。为保障复杂的可重构电池储能系统优化运行，本发明融合电池外特性衰减特性，考虑系统损耗、功率输出条件、元器件工作范围、系统可靠性要求等约束条件，根据提出的可重构电池储能系统优化运行方案{C1,C2,…,CN}，可建立可重构电池储能系统的最优运行性能函数模型：
Figure BDA0004163239400000061
其中Cn表示可重构电池储能系统优化运行方案集合C＝{C1,C2,…,CN}中第n种优化运行方案，N为优化运行方案数量；
Figure BDA0004163239400000062
表示第n种优化运行方案的可靠电流；h与T分别表示可重构电池储能系统的负载需求与工况条件；/>
Figure BDA0004163239400000063
表示考虑系统负载需求、工况条件和优化运行方案条件下的系统性能参数，包括每个可重构电池网络的性能参数；每个可重构电池网络的最优性能参数包括每个可重构电池网络的电流、电压和功率；γ表示Cn对应的系统花销；/>
Figure BDA0004163239400000064
表示N种优化运行方案中的最优运行方案。
步骤2：求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数。
给定工况下的可重构电池储能系统优化运行控制策略是一个高维度复杂系统问题。在规模化电池储能系统的实际应用场景中，尤其是复杂工况条件下(例如频繁充放电切换场景)，电池网络动态重构控制策略需要同时兼顾安全性、可靠性和经济性等多目标的协同控制。本发明将最优运行性能函数模型(1)表述为多目标优化问题，并通过动态规划算法进行求解，通过寻找动态规划中的Cost-to-go函数中的最短路径，获得可重构电池储能系统在给定工作时间内的最优运行方案；所述最优运行方案中包括每个可重构电池网络的最优性能参数，即每个可重构电池网络的最优电流、电压和功率。
根据以上最优运行性能函数模型(1)的求解结果，具有潜在非安全的电池运行方案将自动从运行方案中剔除，从而使得满足系统可靠性约束条件以及元器件可靠工作范围的大规模可重构电池储能系统达到最优性能。
步骤3：建立可重构电池网络的拓扑结构优化模型。
在给定负荷需求(电流/电压/功率等)的前提下，可重构电池网络可能有多种不同的电池网络拓扑结构可以满足输出需求。因此，需要研究当前重构周期中的电池网络拓扑结构优化策略，即在所有满足负荷需求的电池网络拓扑结构中选择重构周期中系统有效容量上升最多(充电)或降低最少(放电)所对应的电池网络拓扑结构，并需兼顾系统中各电池单体/网络模组之间的均衡。
动态可重构电池网络构成了一个信息物理复杂的能量模组，电池网络拓扑的动态重构是影响网络特性的重要因素，本发明拟将其拓扑结构优化转化为一个大规模复杂网络的动态优化问题，进而解决大规模电池网络优化问题，实现对电池网络的动态有效管控。在本发明中，建立可重构电池网络的拓扑结构优化模型如下：
Figure BDA0004163239400000071
其中xm表示第m种拓扑结构优化方案中可重构电池网络的设计参数矩阵，矩阵中的各个设计参数包括：可重构电池网络的最优性能参数(电流/电压/功率)和运行状态参数；所述运行状态参数包括单体电池的内阻、容量、温度、充放电电流、SOC、SOH、开路电压、使用寿命等。M为拓扑结构优化方案数量；Y()表示优化目标函数；Hm表示第m种拓扑结构优化方案中可重构电池网络的拓扑结构。
拓扑结构优化模型(2)的限制条件包括各设计参数变量的上下限限制。在掌握每个单体电池的特性和状态的基础上，得到由一组相同单体电池按照不同电池网络拓扑结构所构成的电池网络性能，进而通过底层物理开关阵列的结构变换实现动态电池网络的拓扑重构，达到优化整个可重构电池储能系统性能的目的。
步骤4：将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构。
对于动态重构电池的拓扑结构优化问题，本发明通过考虑电池状态、负载状况和环境因素，选择最优电池网络拓扑结构来完成。由于单体电池容量在充电或放电过程中的行为是单调递减的，因此本发明采用一个有向无环图来描述每个可重构电池网络的拓扑结构，即描述可重构电池网络内电池单体连接的演变过程。有向无环图中的每一个点代表可控开关的状态(接通或关断)，将该状态带来的电量消耗标注在每一条边上，从而拓扑结构优化模型(2)的求解问题可以通过拉格朗日松弛算法转变为动态规划问题来进行求解，求解出每个可重构电池网络的最优拓扑结构。
步骤5：根据所述最优拓扑结构控制每个可重构电池网络中可控开关的状态，进而控制可重构电池储能系统的优化运行。
根据最优拓扑结构控制可重构电池网络中各个单体电池所连可控开关的状态(接通或关断)，来改变电池的连接方式，动态调整电池网络的拓扑结构，进而调节电池网络的性能参数(电流/电压/输出功率)。进一步地，通过操作每个可重构电池网络开关阵列中的开关状态，可以调整多个差异化可重构电池网络之间的连接方式，改变电池网络性能参数(电流/电压/输出功率)大小，进而改变整个可重构电池储能系统的能量输出状态。
在实际应用中，本发明可重构电池储能系统的优化运行方法还可以实现于智能芯片中来对电池网络进行管理，智能芯片能根据电池的特性和状态对充放电电流和电池的组合方式进行管理，能够有效地提高电池的利用率，并大大地延长电池寿命。智能芯片还可设有自动旁路受损电池功能，保护未受损电池，有效地增强系统运行的可靠性。本发明可重构电池储能系统配备了以太网的通信接口，为用户提供远程可视化监控方式，其面板设置状态指示灯，为用户提供现场监测。面板外置手动开关，方便用户对硬件设备进行安装和维护，确保维护人员的人身安全。
基于本发明提供的方法，本发明还提供一种可重构电池储能系统的优化运行系统，包括：
最优运行性能函数模型建立模块，用于建立可重构电池储能系统的最优运行性能函数模型；所述可重构电池储能系统中包括多个协同运行的差异化可重构电池网络；所述可重构电池网络为通过一系列可控开关组成的开关阵列将大量相同单体电池进行连接而构成的电池网络；
最优性能参数求解模块，用于求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数；
拓扑结构优化模型建立模块，用于建立可重构电池网络的拓扑结构优化模型；
最优拓扑结构求解模块，用于将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构；
系统优化运行模块，用于根据所述最优拓扑结构控制每个可重构电池网络中可控开关的状态，进而控制可重构电池储能系统的优化运行。
进一步地，本发明还提供一种电子设备，该电子设备可以包括：处理器、通信接口、存储器和通信总线。其中，处理器、通信接口、存储器通过通信总线完成相互间的通信。处理器可以调用存储器中的计算机程序，以执行所述的可重构电池储能系统的优化运行方法。
此外，上述的存储器中的计算机程序通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
进一步地，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时可以实现所述的可重构电池储能系统的优化运行方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种可重构电池储能系统的优化运行方法，其特征在于，包括：
建立可重构电池储能系统的最优运行性能函数模型；所述可重构电池储能系统中包括多个协同运行的差异化可重构电池网络；所述可重构电池网络为通过一系列可控开关组成的开关阵列将大量相同单体电池进行连接而构成的电池网络；
求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数；
建立可重构电池网络的拓扑结构优化模型；
将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构；
根据所述最优拓扑结构控制每个可重构电池网络中可控开关的状态，进而控制可重构电池储能系统的优化运行。
2.根据权利要求1所述的可重构电池储能系统的优化运行方法，其特征在于，所述建立可重构电池储能系统的最优运行性能函数模型，具体包括：
建立可重构电池储能系统的最优运行性能函数模型
Figure FDA0004163239390000011
其中Cn表示可重构电池储能系统优化运行方案集合C＝{C1,C2,…,CN}中第n种优化运行方案，N为优化运行方案数量；
Figure FDA0004163239390000012
表示第n种优化运行方案的可靠电流；h与T分别表示可重构电池储能系统的负载需求与工况条件；/>
Figure FDA0004163239390000013
表示考虑系统负载需求、工况条件和优化运行方案条件下的系统性能参数，包括每个可重构电池网络的性能参数；每个可重构电池网络的最优性能参数包括每个可重构电池网络的电流、电压和功率；γ表示Cn对应的系统花销；/>
Figure FDA0004163239390000014
表示N种优化运行方案中的最优运行方案。
3.根据权利要求2所述的可重构电池储能系统的优化运行方法，其特征在于，所述求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数，具体包括：
将所述最优运行性能函数模型表述为多目标优化问题并通过动态规划算法进行求解，通过寻找动态规划中的Cost-to-go函数中的最短路径，获得可重构电池储能系统在给定工作时间内的最优运行方案；所述最优运行方案中包括每个可重构电池网络的最优性能参数。
4.根据权利要求3所述的可重构电池储能系统的优化运行方法，其特征在于，所述建立可重构电池网络的拓扑结构优化模型，具体包括：
建立可重构电池网络的拓扑结构优化模型
Figure FDA0004163239390000021
其中xm表示第m种拓扑结构优化方案中可重构电池网络的设计参数矩阵，所述设计参数包括可重构电池网络的最优性能参数和运行状态参数；所述运行状态参数包括单体电池的内阻、容量、温度、充放电电流、SOC、SOH、开路电压、使用寿命；M为拓扑结构优化方案数量；Y()表示优化目标函数；Hm表示第m种拓扑结构优化方案中可重构电池网络的拓扑结构。
5.根据权利要求4所述的可重构电池储能系统的优化运行方法，其特征在于，所述将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构，具体包括：
采用有向无环图来描述每个可重构电池网络的拓扑结构，有向无环图中的每一个点代表可控开关的状态，将状态带来的电量消耗标注在每一条边上，从而将所述拓扑结构优化模型的求解问题通过拉格朗日松弛算法转变为动态规划问题进行求解，求解出每个可重构电池网络的最优拓扑结构。
6.一种可重构电池储能系统的优化运行系统，其特征在于，包括：
最优运行性能函数模型建立模块，用于建立可重构电池储能系统的最优运行性能函数模型；所述可重构电池储能系统中包括多个协同运行的差异化可重构电池网络；所述可重构电池网络为通过一系列可控开关组成的开关阵列将大量相同单体电池进行连接而构成的电池网络；
最优性能参数求解模块，用于求解所述最优运行性能函数模型，得到每个可重构电池网络的最优性能参数；
拓扑结构优化模型建立模块，用于建立可重构电池网络的拓扑结构优化模型；
最优拓扑结构求解模块，用于将每个可重构电池网络的最优性能参数代入所述拓扑结构优化模型，求解出每个可重构电池网络的最优拓扑结构；
系统优化运行模块，用于根据所述最优拓扑结构控制每个可重构电池网络中可控开关的状态，进而控制可重构电池储能系统的优化运行。
7.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述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如权利要求1至5中任一项所述的可重构电池储能系统的优化运行方法。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至5中任一项所述的可重构电池储能系统的优化运行方法。
CN202310355746.3A 2023-04-04 2023-04-04 可重构电池储能系统的优化运行方法、系统、设备及介质 Pending CN116404669A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310355746.3A CN116404669A (zh) 2023-04-04 2023-04-04 可重构电池储能系统的优化运行方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310355746.3A CN116404669A (zh) 2023-04-04 2023-04-04 可重构电池储能系统的优化运行方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN116404669A true CN116404669A (zh) 2023-07-07

Family

ID=87017404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310355746.3A Pending CN116404669A (zh) 2023-04-04 2023-04-04 可重构电池储能系统的优化运行方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN116404669A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116995787A (zh) * 2023-09-27 2023-11-03 深圳市旭锦科技有限公司 一种分布式bms电池主动均衡式安全管理方法及系统
CN118249477A (zh) * 2024-05-28 2024-06-25 云储新能源科技有限公司 一种储能电池工况主动调节方法、装置、介质及产品

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116995787A (zh) * 2023-09-27 2023-11-03 深圳市旭锦科技有限公司 一种分布式bms电池主动均衡式安全管理方法及系统
CN116995787B (zh) * 2023-09-27 2024-01-16 深圳市旭锦科技有限公司 一种分布式bms电池主动均衡式安全管理方法及系统
CN118249477A (zh) * 2024-05-28 2024-06-25 云储新能源科技有限公司 一种储能电池工况主动调节方法、装置、介质及产品

Similar Documents

Publication Publication Date Title
Chong et al. Hybrid energy storage systems and control strategies for stand-alone renewable energy power systems
EP3057192B1 (en) An energy internet and a hierarchical control system and a control method thereof
CN116404669A (zh) 可重构电池储能系统的优化运行方法、系统、设备及介质
CN116388334B (zh) 一种可重构电池储能系统
CN113131584B (zh) 一种数据中心电池充放电优化控制方法及装置
CN107644118B (zh) 一种集成储能的智能配电软开关时序优化方法
CN113541272A (zh) 一种基于深度学习模型的储能电池均衡充放电方法及设备、介质
CN110034611A (zh) 一种错峰用电混合储能系统
Huangfu et al. An optimal energy management strategy with subsection bi-objective optimization dynamic programming for photovoltaic/battery/hydrogen hybrid energy system
CN112332450A (zh) 一种基于光伏储能和路灯照明的微电网控制装置
CN114583730A (zh) 一种用于通信基站削峰填谷及储能管理的系统及方法
CN109617147A (zh) 一种电力电子变压器运行策略优化组合方法
Gulin et al. Dynamical behaviour analysis of a DC microgrid in distributed and centralized voltage control configurations
CN114421479A (zh) 交直流微电网群协同互供的电压控制方法
CN109004642B (zh) 用于平抑分布式电源功率波动的配网分布式储能评价方法
CN116345480A (zh) 一种基于事件驱动辅助的柔性配电系统实时电压调控方法
CN211556873U (zh) 一种微电网多状态自适应协调控制系统
CN208386245U (zh) 一种错峰用电混合储能系统
CN112713520A (zh) 一种离网风光储智能供电系统
CN112736948A (zh) 一种充电站中储能系统的功率调节方法及装置
CN105896533A (zh) 一种主动配电网静态安全评估方法
CN209462033U (zh) 一种基于直流轮回调配的调频电池储能系统
CN118100242A (zh) 用于光伏电场的混合储能系统协调控制方法及系统
Wang et al. Power Grid Energy Storage Control Strategy for New Energy Access
Wang et al. Energy-saving management modelling and optimization for lead-acid battery formation process

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