CN116544998B - 储能电站功率分配方法、存储介质、系统及设备 - Google Patents
储能电站功率分配方法、存储介质、系统及设备 Download PDFInfo
- Publication number
- CN116544998B CN116544998B CN202310770366.6A CN202310770366A CN116544998B CN 116544998 B CN116544998 B CN 116544998B CN 202310770366 A CN202310770366 A CN 202310770366A CN 116544998 B CN116544998 B CN 116544998B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- target
- soc
- power
- storage unit
- 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 403
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 18
- 210000000352 storage cell Anatomy 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000002922 simulated annealing Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种储能电站功率分配方法、存储介质、系统及设备,包括:获取储能电站的储能参数;其中,储能参数包括:需要分配的储能目标功率、储能目标功率的执行时间以及储能电站中的每个储能单元的容量、荷电量、安全放电功率、安全充电功率、荷电量上限值和荷电量下限值;根据储能电站的储能参数,建立Soc均衡分配寻优模型;采用智能寻优算法对Soc均衡分配寻优模型求解,得到每个储能单元的功率分配值。本发明精确的得到了每个储能单元的最终应该执行的功率大小,解决了储能电站在接收调度或者自我调度中的Soc分配不均导致的安全性差、可用率低的问题。
Description
技术领域
本发明涉及储能电站功率分配技术领域,尤其涉及一种储能电站功率分配方法、存储介质、系统及设备。
背景技术
储能电站都会配置能量管理系统对储能系统进行功率控制,合理的分配每台储能系统的运行功率是保证储能电站稳定可靠运行的基础。目前,储能电站功率分配技术常见的有Soc等比例分配,或者按照储能单元的装机功率或者当前容量进行分配,这种分配的策略简单易用,但是会存在有些分配值可能出现异常,如分配的功率超过被控设备的安全值、被控设备无法执行后可能达不到目标功率值导致的目标功率偏低,而且这种分配算法如果需要维持目标值,可能算法过于复杂,均衡效果不理想。
发明内容
为解决背景技术中存在的技术问题,本发明提出一种储能电站功率分配方法、存储介质、系统及设备。
本发明提出的一种基于Soc均衡分配寻优模型的储能电站功率分配方法,包括:
获取储能电站的储能参数;其中,储能参数包括:需要分配的储能目标功率、储能目标功率的执行时间以及储能电站中的每个储能单元的容量、荷电量、安全放电功率、安全充电功率、荷电量上限值和荷电量下限值;
根据储能电站的储能参数,建立Soc均衡分配寻优模型;
采用智能寻优算法对Soc均衡分配寻优模型求解,得到每个储能单元的功率分配值;其中,智能寻优算法包括:粒子群算法、蚁群算法、模拟退火算法和BP神经网络中的任意一种。
进一步地,Soc均衡分配寻优模型为
[Xi, bestYi] = fun(Xi, Soci, Ci, CSPi, DSPi, targeti, timei, uSoci,dSoci);
式中:Soci表示第i个储能单元的荷电量,Ci表示第i个储能单元的容量,CSPi表示第i个储能单元的安全充电功率,DSPi表示第i个储能单元的安全放电功率,targeti表示第i个储能单元需要分配的储能目标功率,timei表示第i个储能单元执行储能目标功率的持续时间,uSoci表示第i个储能单元的荷电量上限值,dSoci表示第i个储能单元的荷电量下限值,Xi表示第i个储能单元的功率分配值,bestYi为表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,target Soc表示均衡目标荷电量。
进一步地,根据储能电站的储能参数,建立Soc均衡分配寻优模型,具体包括:
根据需要分配的储能目标功率,分别计算储能电站应该剩余电量、总容量和均衡目标荷电量;
计算各个储能单元的荷电量与均衡目标荷电量的方差;
计算储能电站的功率分配值的总和;
根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差。
进一步地,计算各个储能单元的荷电量到均衡目标荷电量的方差,具体包括:
在targeti>0时,将每个储能单元的荷电量与均衡目标荷电量进行比较;式中,targeti表示需要分配的储能目标功率;
当Soci<target Soc时,判断第i个储能单元的功率分配值是否大于零;式中,Soci表示第i个储能单元的荷电量,target Soc表示均衡目标荷电量;
若Xi>0,则bestYi=bestYi+penalty Value;式中,Xi表示第i个储能单元的功率分配值,bestYi表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,penalty Value为预设的智能算法惩罚值;
当Soci≥ target Soc时,提前计算执行timei后的第i个储能单元的预计荷电量;式中,timei表示储能目标功率执行的持续时间;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差;
当targeti<0,将每个储能单元的荷电量与均衡目标荷电量进行比较;
当Soci>target Soc,判断第i个储能单元的功率分配值X是否小于零;
若Xi<0,则bestYi=bestYi+penalty Value;
当Soci≤target Soc,提前计算执行timei后的预计荷电量;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差。
进一步地,第i个储能单元执行timei后的预计荷电量的计算式为
Soctmpi=(Ci×Soci-Xi×timei)/Ci;
式中,Ci表示第i个储能单元的容量,Soctmpi表示第i个储能单元执行timei后的预计荷电量。
进一步地,根据执行timei后的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
当targeti>0且Soci≥ target Soc时,
若Soctmpi>0,将预计荷电量与荷电量下限值进行比较;
若Soctmpi≥dSoc,则bestYi=bestYi+(abs(Soctmpi-target Soc)×100)2;
若Soctmpi<dSoc,则bestYi=bestYi+penalty Value;
当Soctmpi≤0时,则bestYi=bestYi+penalty Value;
式中,Soctmpi表示第i个储能单元执行timei后的预计荷电量,dSoci表示第i个储能单元的荷电量下限值,abs表示取绝对值;
当targeti<0且Soci≤target Soc时,将预计荷电量与荷电量上限值进行比较;
若Soctmpi>uSoc,则bestYi=bestYi+penalty Value;
若0≤Soctmpi≤uSoc,则bestYi=bestYi+(abs(Soctmpi-target Soc)×100)2;
式中,uSoci表示第i个储能单元的荷电量上限值。
进一步地,储能电站的功率分配值的总和的计算式为
SUMX=SUM(Xi)
式中,SUMX表示储能电站的功率分配值的总和,Xi表示第i个储能单元的功率分配值。
进一步地,根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
判断储能电站的功率分配值的总和与需要分配的储能目标功率是否在预设的误差范围内;
当|SUMX-targeti|>cigema时,则令bestYi=bestYi+penalty Value;
式中,targeti表示第i个储能单元需要分配的储能目标功率,SUMX表示储能电站的功率分配值的总和,cigema表示预设的误差阈值,bestYi表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,penalty Value为预设的智能算法惩罚值。
进一步地,均衡目标荷电量的计算式为
target Soc=SYC/SC;
式中,target Soc表示均衡目标荷电量,SYC表示储能电站应该剩余电量,SC表示储能电站的总容量;
其中,SC=SUM(Ci);式中,Ci表示第i个储能单元的容量;
其中,当targeti>0时,储能电站应该剩余电量的计算式为
SYC=SUM(Soci)×Ci'-(targeti×timei);式中,targeti表示储能目标功率,Ci'为Ci的转置,Soci表示第i个储能单元的荷电量,timei表示储能目标功率执行的持续时间;
当targeti <0时,储能电站应该剩余电量的计算式为
SYC=SUM(Soci)×Ci'+(targeti×timei)。
进一步地,采用智能寻优算法对Soc均衡分配寻优模型求解,具体包括:
采用优化后的粒子群算法对Soc均衡分配寻优模型求解,每个粒子可看做一个储能单元,当该储能单元充电时,粒子的上限值为0,下限值为CSPi的1×N维矩阵;其中,CSPi表示第i个储能单元的安全充电功率;
当该储能单元放电时,粒子的上限值为DSPi,下限值为0的1×N维矩阵;其中,DSPi表示第i个储能单元的安全放电功率。
本发明还提出了一种计算机可读存储介质,其上存储有储能电站的功率分配程序,该储能电站的功率分配程序被处理器执行时实现如上述任一项所述的基于Soc均衡分配寻优模型的储能电站功率分配方法。
本发明还提出了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的储能电站的功率分配程序,所述处理器执行所述储能电站的功率分配程序时,实现如上述任一项所述的基于Soc均衡分配寻优模型的储能电站功率分配方法。
本发明还提出了一种基于Soc均衡分配寻优模型的储能电站功率分配系统,包括:
获取模块,用于获取储能电站的储能参数;
模型构建模块,用于根据储能电站的储能参数,建立Soc均衡分配寻优模型;
模型求解模块,用于采用智能寻优算法对Soc均衡分配寻优模型求解,得到每个储能单元的功率分配值;其中,智能寻优算法包括粒子群算法、蚁群算法、模拟退火算法和BP神经网络中的任意一种。
本发明中,所提出的储能电站功率分配方法、存储介质、系统及设备,通过获取储能电站的储能参数,并根据获取的储能电站的储能参数建立Soc均衡分配寻优模型,采用智能优化算法对Soc均衡分配寻优模型进去求解,精确的得到了每个储能单元的最终应该执行的功率大小,解决了储能电站在接收调度或者自我调度中的Soc分配不均导致的安全性差、可用率低的问题。
附图说明
图1为本发明提出的一实施例中的基于Soc均衡分配寻优模型的储能电站功率分配方法所应用的储能架构。
图2为本发明提出的一实施例中的基于Soc均衡分配寻优模型的储能电站功率分配方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参照图1和图2,本发明提出的一种基于Soc均衡分配寻优模型的储能电站功率分配方法,包括:
获取储能电站的储能参数;其中,储能参数包括:需要分配的储能目标功率、储能目标功率的执行时间以及每个储能单元的容量、安全放电功率、安全充电功率、荷电量、荷电量上限值和荷电量下限值;
根据储能电站的储能参数,建立Soc均衡分配寻优模型;
采用智能寻优算法对Soc均衡分配寻优模型求解,得到每个储能单元的功率分配值;其中,智能寻优算法包括:粒子群算法、蚁群算法、模拟退火算法和BP神经网络中的任意一种。
本发明通过获取储能电站的储能参数,并根据获取的储能电站的储能参数建立Soc均衡分配寻优模型,采用智能优化算法对Soc均衡分配寻优模型进去求解,精确的得到了每个储能单元的最终应该执行的功率大小,解决储能电站在接收调度或者自我调度中的Soc分配不均导致的安全性差、可用率低的问题。
在本实施例中,Soc均衡分配寻优模型为
[Xi, bestYi] = fun(Xi, Soci, Ci,CSPi, DSPi, targeti, timei, uSoci, dSoci)
式中:Soci表示第i个储能单元的荷电量,Ci表示第i个储能单元的容量,CSPi表示第i个储能单元的安全充电功率,DSPi表示第i个储能单元的安全放电功率,targeti表示第i个储能单元需要分配的储能目标功率,timei表示第i个储能单元执行储能目标功率的持续时间,uSoci表示第i个储能单元的荷电量上限值,dSoci表示第i个储能单元的荷电量下限值,Xi表示第i个储能单元的功率分配值,bestYi为表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,target Soc表示均衡目标荷电量。
由此可知,Soc均衡分配寻优模型是基于各个储能单元的Soci到target Soc的方差寻优模型,通过智能寻优算法得到方差最小值,而方差最小值对应的Xi就是所求的解,即各个储能单元的功率分配值,均衡效果好。
需要理解的是,i=1~n。
在其中一个具体实施例中,储能电站各个储能单元的荷电量上限值相同,储能电站各个储能单元的荷电量下限值相同。
当然,在其他实施例中,储能电站各个储能单元的荷电量上限值也可以不相同,储能电站各个储能单元的荷电量下限值也可以不相同。
本实施例中可通过不同的时间time设置达到可调的均衡速度,可用于其他业务组合的方式。
在进一步地实施例中,均衡目标荷电量的计算式为
target Soc=SYC/SC;
式中,SYC表示储能电站应该剩余电量,SC表示储能电站的总容量;
其中,SC=SUM(Ci);
其中,当需要分配的储能目标功率大于零,即targeti>0时,表示第i个储能单元放电,储能电站应该剩余电量的计算式为
SYC=SUM(Soci)×Ci'-(targeti×timei);式中,Ci'为Ci的转置;
当需要分配的储能目标功率小于零,即targeti<0时,表示第i个储能单元放电,储能电站应该剩余电量的计算式为
SYC=SUM(Soci)×Ci'+(targeti×timei)。
在本实施例中,根据储能电站的储能参数,建立Soc均衡分配寻优模型,具体包括:
根据需要分配的储能目标功率,分别计算储能电站应该剩余电量、总容量和均衡目标荷电量;
计算各个储能单元的荷电量与均衡目标荷电量的方差;
计算储能电站的功率分配值的总和;
根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差,以解决储能电站在接收调度或者自我调度中的Soc分配不均导致的安全性差,可用率低的问题。
在进一步地实施例中,在分别计算储能电站应该剩余电量、总容量和均衡目标荷电量之前,还需要:
判断每个储能单元是否充放电;
其中,当第i个储能单元的需要分配的目标功率大于零,即targeti>0,表明第i个储能单元放电;
当第i个储能单元的需要分配的目标功率小于零,即targeti<0时,表明第i个储能单元充电。
在本实施例中,计算各个储能单元的荷电量到均衡目标荷电量的方差,具体包括:
在targeti>0时,表明第i个储能单元处于放电状态;
将每个储能单元的荷电量与均衡目标荷电量进行比较;
当第i个储能单元的荷电量小于均衡目标荷电量,即Soci<target Soc时,判断第i个储能单元的功率分配值是否大于零;
若第i个储能单元的功率分配值大于零,即Xi >0时,说明不能再放电了,则对bestY进行惩罚,bestYi=bestYi+penalty Value;其中,penalty Value为预设的智能算法惩罚值;
当储能单元当前的荷电量大于或等于均衡目标荷电量,即Soci≥ target Soc时,提前计算执行timei后的第i个储能单元的预计荷电量;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差。
在进一步地实施例中,执行timei后的第i个储能单元的预计荷电量的计算式为
Soctmpi=(Ci×Soci-Xi×timei)/Ci;
式中,Soctmpi表示第i个储能单元执行timei后的预计荷电量。
为了解决在分配的过程中因为目标功率过大过低导致的安全性问题,在更进一步地实施例中,根据执行timei后的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
当Soctmpi>0时,将预计荷电量与荷电量下限值进行比较;
若Soctmpi≥dSoc,则重新计算各个储能单元的荷电量到均衡目标荷电量的方差,即bestYi=bestYi+(abs(Soctmpi-target Soc)×100)2;其中,abs表示取绝对值;
若Soctmpi<dSoc,表明第i个储能单元的功率分配值Xi放电功率偏大,需要对bestY进行惩罚,则bestYi=bestYi+penalty Value;
当Soctmpi≤0时,说明第i个储能单元分配的功率Xi放电功率偏大,需要对bestY进行惩罚,则bestYi=bestYi+penaltyValue。
在进一步地实施例中,计算各个储能单元的荷电量到均衡目标荷电量的方差,具体还包括:
当targeti<0,表明第i个储能单元处于充电状态;
将每个储能单元的荷电量与均衡目标荷电量进行比较;
当第i个储能单元的荷电量大于均衡目标荷电量时,即Soci>target Soc,说明不能再充电了,判断第i个储能单元的功率分配值Xi是否小于零;
若第i个储能单元的功率分配值小于零,即Xi<0,表示第i个储能单元仍然充电,则需要进行惩罚,bestYi=bestYi+penalty Value;
当第i个储能单元的荷电量小于或等于均衡目标荷电量,即Soci≤target Soc时,提前计算执行timei后的预计荷电量;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差。
在进一步地实施例中,执行timei后的预计荷电量的计算式为
Soctmpi=(Ci×Soci-Xi×timei)/Ci。
在进一步地实施例中,根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
将执行timei后的预计荷电量Soctmpi和荷电量上限值进行比较;
若Soctmpi>uSoc,说明第i个储能单元的功率分配值Xi充电功率偏小,需要对bestYi-1进行惩罚,则bestYi=bestYi+penaltyValue;
若0≤Soctmpi≤uSoc,则重新计算各个储能单元的荷电量到均衡目标荷电量的方差,即bestYi=bestYi+(abs(Soctmpi-targetSoc)×100)2。
在本实施例中,储能电站的功率分配值的总和的计算式为
SUMX=SUM(Xi)
式中,SUMX表示储能电站的功率分配值的总和。
在进一步地实施例中,根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
判断储能电站的功率分配值的总和与需要分配的储能目标功率是否在预设的误差范围内;
当储能电站的功率分配值的总和与需要分配的储能目标功率在预设的误差范围之外,即|SUMX-targeti|>cigema时,需要对bestYi进行惩罚,则bestYi=bestYi+penaltyValue;其中,cigema表示预设的误差阈值。
在本实施例中,采用智能寻优算法对Soc均衡分配寻优模型求解,具体包括:
采用优化后的粒子群算法对Soc均衡分配寻优模型求解,每个粒子可看做一个储能单元;
当该储能单元充电时,粒子的下限值为CSPi,上限值为0的1×N维矩阵;其中,CSPi表示第i个储能单元的安全充电功率,CSPi为1×N的矩阵;
当该储能单元放电时,粒子的上限值为DSPi,下限值为0的1×N维矩阵;其中,DSPi表示第i个储能单元的安全放电功率,DSPi为1×N的矩阵。
在实际使用时,本发明也可以其他寻优算法求解寻优模型,只需要修改对应寻优算法上下限制即可。
本发明还提出了一种计算机可读存储介质,其上存储有储能电站的功率分配程序,该储能电站的功率分配程序被处理器执行时实现如上述任意一项所述的基于Soc均衡分配寻优模型的储能电站功率分配方法。
本发明还提出了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的储能电站的功率分配程序,所述处理器执行所述储能电站的功率分配程序时,实现如上述任意一项所述的基于Soc均衡分配寻优模型的储能电站功率分配方法。
本发明还提出了一种基于Soc均衡分配寻优模型的储能电站功率分配系统,包括:
获取模块,用于获取储能电站的储能参数;
模型构建模块,用于根据储能电站的储能参数建立Soc均衡分配寻优模型;
模型求解模块,用于采用智能寻优算法对Soc均衡分配寻优模型求解,得到每个储能单元的功率分配值;其中,智能寻优算法包括粒子群算法、蚁群算法、模拟退火算法和BP神经网络中的任意一种。
在进一步地实施例中,模型构建模块建立的Soc均衡分配寻优模型为
[Xi, bestYi] = fun(Xi, Soci, Ci, CSPi, DSPi, targeti, timei, uSoci,dSoci);
式中:Soci表示第i个储能单元的荷电量,Ci表示第i个储能单元的容量,CSPi表示第i个储能单元的安全充电功率,DSPi表示第i个储能单元的安全放电功率,targeti表示第i个储能单元需要分配的储能目标功率,timei表示第i个储能单元执行储能目标功率的持续时间,uSoci表示第i个储能单元的荷电量上限值,dSoci表示第i个储能单元的荷电量下限值,Xi表示第i个储能单元的功率分配值,bestYi为表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,target Soc表示均衡目标荷电量。
在进一步地实施例中,模型构建模块包括:
第一计算子模块,用于根据需要分配的储能目标功率,分别计算储能电站应该剩余电量、总容量和均衡目标荷电量以及各个储能单元的荷电量与均衡目标荷电量的方差;
第二计算子模块,用于计算储能电站的功率分配值的总和;
更新子模块,用于根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差。
具体地,储能电站应该剩余电量、总容量和均衡目标荷电量以及各个储能单元的荷电量与均衡目标荷电量的方差以及储能电站的功率分配值的总和的计算式如上述所示,在此不作赘述。
在进一步地实施例中,更新子模块中预设有阈值,当储能电站的功率分配值的总和与需要分配的储能目标功率在预设的误差范围之外,即|SUMX-targeti|>cigema时,则令bestYi=bestYi+penalty Value;其中,cigema表示预设的误差阈值。
本发明能够应用于不同的储能架构,不限于图1所示架构,只要需求是需要soc均衡,是目标功率需要被分配给多个储能单元即在本保护的范围内。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (11)
1.一种基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,包括:
获取储能电站的储能参数;其中,储能参数包括:需要分配的储能目标功率、储能目标功率的执行时间以及储能电站中的每个储能单元的容量、荷电量、安全放电功率、安全充电功率、荷电量上限值和荷电量下限值;
根据储能电站的储能参数,建立Soc均衡分配寻优模型;
采用智能寻优算法对Soc均衡分配寻优模型求解,得到每个储能单元的功率分配值;其中,智能寻优算法包括粒子群算法、蚁群算法、模拟退火算法和BP神经网络中的任意一种;
其中,Soc均衡分配寻优模型是基于各个储能单元的Soci到target Soc的方差寻优模型,通过智能寻优算法得到方差最小值,而方差最小值对应的Xi就是所求的解,即各个储能单元的功率分配值;其中,Soci表示第i个储能单元的荷电量,target Soc表示均衡目标荷电量,Xi表示第i个储能单元的功率分配值;
其中,根据储能电站的储能参数,建立Soc均衡分配寻优模型,具体包括:
根据需要分配的储能目标功率,分别计算储能电站应该剩余电量、总容量和均衡目标荷电量;
计算各个储能单元的荷电量与均衡目标荷电量的方差;
计算储能电站的功率分配值的总和;
根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差;
其中,计算各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
在targeti > 0时,将每个储能单元的荷电量与均衡目标荷电量进行比较;其中,targeti表示需要分配的储能目标功率;
当Soci< target Soc时,判断第i个储能单元的功率分配值是否大于零;
若Xi > 0,则bestYi=bestYi+penalty Value;其中,bestYi表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,penalty Value为预设的智能算法惩罚值;
当Soci≥ target Soc时,提前计算执行timei后的第i个储能单元的预计荷电量;其中,timei表示储能目标功率执行的持续时间;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差;
当targeti < 0,将每个储能单元的荷电量与均衡目标荷电量进行比较;
当Soci > target Soc,判断第i个储能单元的功率分配值是否小于零;
若Xi<0,则bestYi=bestYi+penalty Value;
当Soci≤target Soc,提前计算执行timei后的预计荷电量;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差。
2.根据权利要求1所述的基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,Soc均衡分配寻优模型为
[Xi, bestYi] = fun(Xi, Soci, Ci, CSPi, DSPi, targeti, timei, uSoci, dSoci)
式中:Soci表示第i个储能单元的荷电量,Ci表示第i个储能单元的容量,CSPi表示第i个储能单元的安全充电功率,DSPi表示第i个储能单元的安全放电功率,targeti表示第i个储能单元需要分配的储能目标功率,timei表示第i个储能单元执行储能目标功率的持续时间,uSoci表示第i个储能单元的荷电量上限值,dSoci表示第i个储能单元的荷电量下限值,Xi表示第i个储能单元的功率分配值,bestYi为表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,target Soc表示均衡目标荷电量。
3.根据权利要求1所述的基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,第i个储能单元执行timei后的预计荷电量的计算式为
Soctmpi=(Ci×Soci-Xi×timei)/Ci;
式中,Ci表示第i个储能单元的容量,Soctmpi表示第i个储能单元执行timei后的预计荷电量。
4.根据权利要求3所述的基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,根据执行timei后的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
当targeti > 0且Soci≥ target Soc时,
若Soctmpi>0,将预计荷电量与荷电量下限值进行比较;
若Soctmpi≥dSoc,则bestYi=bestYi+(abs(Soctmpi-target Soc)×100)2;
若Soctmpi<dSoc,则bestYi=bestYi+penalty Value;
当Soctmpi≤0时,则bestYi=bestYi+penalty Value;
式中,Soctmpi表示第i个储能单元执行timei后的预计荷电量,dSoci表示第i个储能单元的荷电量下限值,abs表示取绝对值;
当targeti < 0且Soci≤target Soc时,将预计荷电量与荷电量上限值进行比较;
若Soctmpi>uSoc,则bestYi=bestYi+penalty Value;
若0≤Soctmpi≤uSoc,则bestYi=bestYi+(abs(Soctmpi-target Soc)×100)2;
式中,uSoci表示第i个储能单元的荷电量上限值。
5.根据权利要求1所述的基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,储能电站的功率分配值的总和的计算式为
SUMX=SUM(Xi)
式中,SUMX表示储能电站的功率分配值的总和,Xi表示第i个储能单元的功率分配值。
6.根据权利要求1所述的基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差,具体包括:
判断储能电站的功率分配值的总和与需要分配的储能目标功率是否在预设的误差范围内;
当|SUMX-targeti|>cigema时,则bestYi=bestYi+penalty Value;
式中,targeti表示第i个储能单元需要分配的储能目标功率,SUMX表示储能电站的功率分配值的总和,cigema表示预设的误差阈值,bestYi表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,penalty Value为预设的智能算法惩罚值。
7.根据权利要求1-6任意一项所述的基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,均衡目标荷电量的计算式为
target Soc=SYC/SC;
式中,target Soc表示均衡目标荷电量,SYC表示储能电站应该剩余电量,SC表示储能电站的总容量;
其中,SC=SUM(Ci);式中,Ci表示第i个储能单元的容量;
其中,当targeti > 0时,储能电站应该剩余电量的计算式为
SYC=SUM(Soci)×Ci'-(targeti×timei);
式中,targeti表示储能目标功率,Ci'为Ci的转置,Soci表示第i个储能单元的荷电量,timei表示储能目标功率执行的持续时间;
当targeti <0时,储能电站应该剩余电量的计算式为
SYC=SUM(Soci)×Ci'+(targeti×timei)。
8.根据权利要求1所述的基于Soc均衡分配寻优模型的储能电站功率分配方法,其特征在于,采用智能寻优算法对Soc均衡分配寻优模型求解,具体包括:
采用优化后的粒子群算法对Soc均衡分配寻优模型求解;
其中,每个粒子可看做一个储能单元;
当该储能单元充电时,粒子的上限值为0,下限值为CSPi的1×N维矩阵;其中,CSPi表示第i个储能单元的安全充电功率;
当该储能单元放电时,粒子的上限值为DSPi,下限值为0的1×N维矩阵;其中,DSPi表示第i个储能单元的安全放电功率。
9.一种计算机可读存储介质,其特征在于,其上存储有储能电站的功率分配程序,该储能电站的功率分配程序被处理器执行时实现如权利要求1-8中任一项所述的基于Soc均衡分配寻优模型的储能电站功率分配方法。
10.一种设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的储能电站的功率分配程序,所述处理器执行所述储能电站的功率分配程序时,实现如权利要求1-8中任意一项所述的基于Soc均衡分配寻优模型的储能电站功率分配方法。
11.一种基于Soc均衡分配寻优模型的储能电站功率分配系统,其特征在于,包括:
获取模块,用于获取储能电站的储能参数;其中,储能参数包括:需要分配的储能目标功率、储能目标功率的执行时间以及每个储能单元的容量、安全放电功率、安全充电功率、荷电量、荷电量上限值和荷电量下限值;
模型构建模块,用于根据储能电站的储能参数,建立Soc均衡分配寻优模型;其中,Soc均衡分配寻优模型是基于各个储能单元的Soci到target Soc的方差寻优模型,通过智能寻优算法得到方差最小值,而方差最小值对应的Xi就是所求的解,即各个储能单元的功率分配值;其中,Soci表示第i个储能单元的荷电量,target Soc表示均衡目标荷电量,Xi表示第i个储能单元的功率分配值;
模型求解模块,用于采用智能寻优算法对Soc均衡分配寻优模型求解,得到每个储能单元的功率分配值;其中,智能寻优算法包括粒子群算法、蚁群算法、模拟退火算法和BP神经网络中的任意一种;
模型构建模块包括:
第一计算子模块,用于根据需要分配的储能目标功率,分别计算储能电站应该剩余电量、总容量和均衡目标荷电量以及各个储能单元的荷电量与均衡目标荷电量的方差;
第二计算子模块,用于计算储能电站的功率分配值的总和;
更新子模块,用于根据储能电站的功率分配值的总和与需要分配的储能目标功率重新确定各个储能单元的荷电量与均衡目标荷电量的方差;
其中,各个储能单元的荷电量与均衡目标荷电量的方差的计算方法具体如下:
在targeti > 0时,将每个储能单元的荷电量与均衡目标荷电量进行比较;其中,targeti表示需要分配的储能目标功率;
当Soci< target Soc时,判断第i个储能单元的功率分配值是否大于零;
若Xi > 0,则bestYi=bestYi+penalty Value;其中,bestYi表示对第i个储能单元进行功率分配时各个储能单元的荷电量与均衡目标荷电量的方差,penalty Value为预设的智能算法惩罚值;
当Soci≥ target Soc时,提前计算执行timei后的第i个储能单元的预计荷电量;其中,timei表示储能目标功率执行的持续时间;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差;
当targeti < 0,将每个储能单元的荷电量与均衡目标荷电量进行比较;
当Soci > target Soc,判断第i个储能单元的功率分配值是否小于零;
若Xi<0,则bestYi=bestYi+penalty Value;
当Soci≤target Soc,提前计算执行timei后的预计荷电量;
根据执行timei后的第i个储能单元的预计荷电量,更新各个储能单元的荷电量与均衡目标荷电量的方差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310770366.6A CN116544998B (zh) | 2023-06-28 | 2023-06-28 | 储能电站功率分配方法、存储介质、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310770366.6A CN116544998B (zh) | 2023-06-28 | 2023-06-28 | 储能电站功率分配方法、存储介质、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116544998A CN116544998A (zh) | 2023-08-04 |
CN116544998B true CN116544998B (zh) | 2023-09-05 |
Family
ID=87452766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310770366.6A Active CN116544998B (zh) | 2023-06-28 | 2023-06-28 | 储能电站功率分配方法、存储介质、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116544998B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017011938A (ja) * | 2015-06-24 | 2017-01-12 | 株式会社東芝 | グリッド制御装置、グリッド制御システム及びグリッド制御プログラム |
CN109888874A (zh) * | 2019-03-14 | 2019-06-14 | 珠海吉瓦科技有限公司 | 一种基于可用容量的储能系统功率分配优化方法 |
CN111614084A (zh) * | 2020-06-09 | 2020-09-01 | 东北电力大学 | 一种基于功率动态分配的多储能支撑黑启动协调控制方法 |
CN114006442A (zh) * | 2021-11-26 | 2022-02-01 | 国网甘肃省电力公司电力科学研究院 | 一种考虑荷电状态一致的电池储能电站能量管理方法 |
CN115238992A (zh) * | 2022-07-21 | 2022-10-25 | 南方电网科学研究院有限责任公司 | 一种电力系统源荷储的协调优化方法、装置及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9915243B2 (en) * | 2014-02-24 | 2018-03-13 | General Electric Company | System and method for automatic generation control in wind farms |
-
2023
- 2023-06-28 CN CN202310770366.6A patent/CN116544998B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017011938A (ja) * | 2015-06-24 | 2017-01-12 | 株式会社東芝 | グリッド制御装置、グリッド制御システム及びグリッド制御プログラム |
CN109888874A (zh) * | 2019-03-14 | 2019-06-14 | 珠海吉瓦科技有限公司 | 一种基于可用容量的储能系统功率分配优化方法 |
CN111614084A (zh) * | 2020-06-09 | 2020-09-01 | 东北电力大学 | 一种基于功率动态分配的多储能支撑黑启动协调控制方法 |
CN114006442A (zh) * | 2021-11-26 | 2022-02-01 | 国网甘肃省电力公司电力科学研究院 | 一种考虑荷电状态一致的电池储能电站能量管理方法 |
CN115238992A (zh) * | 2022-07-21 | 2022-10-25 | 南方电网科学研究院有限责任公司 | 一种电力系统源荷储的协调优化方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
Jilin Lang ; Chuanlin Zhang.Finite-Time Distributed Coordination and Large-Signal Stabilization for Energy Storage System in DC Microgrids.2022 4th Asia Energy and Electrical Engineering Symposium (AEEES).2022,第1-6页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116544998A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101297079B1 (ko) | 중앙제어기반의 전기 자동차 충전 시스템, 및 중앙제어기반 전기자동차 충전시스템의 에너지 관리 방법 | |
CN109361245A (zh) | 充电站的功率调配方法、装置及存储介质 | |
US20150251547A1 (en) | Power supply system | |
CN106945540A (zh) | 一种公变小区电动汽车两阶段功率分配系统及方法 | |
CN106130137A (zh) | 一种电动汽车协调充电系统及其自决策方法 | |
EP3699836A1 (en) | Method for determining charging strategy of spent batteries in battery swap station, and device | |
US20140320062A1 (en) | Vehicle management system | |
CN111251929A (zh) | 一种模块化直流充电桩的柔性功率分配方法 | |
CN109017389A (zh) | 一种电池组均衡控制的充电桩系统 | |
CN111301219B (zh) | 一种电动车电池控制方法、系统、设备及可读存储介质 | |
CN107379990A (zh) | 充电桩功率的限制方法及装置 | |
US20170008415A1 (en) | Power supply system | |
CN113541168A (zh) | 一种电动汽车集群可调控能力确定方法、调度方法及系统 | |
CN108226788A (zh) | 基于充电侧充电状态计算电池soc的方法、装置及系统 | |
CN114498824A (zh) | 一种可持续储能电池充放电功率均衡分配方法及系统 | |
CN113541174A (zh) | 计及soc排序的储能agc分配pcs有功功率的方法及系统 | |
CN111799775B (zh) | 一种双层结构的pev能量调度算法 | |
CN116154826A (zh) | 一种配电台区重过载消减调节的充放电负荷控制系统 | |
CN116544998B (zh) | 储能电站功率分配方法、存储介质、系统及设备 | |
CN113602131B (zh) | 基于优化配电台区电能质量的电动汽车有序充放电方法 | |
CN117040074A (zh) | 一种高压充电设备安全监控方法 | |
CN110466388B (zh) | 一种复合储能电动汽车能量管理方法 | |
CN115238992B (zh) | 一种电力系统源荷储的协调优化方法、装置及电子设备 | |
CN114919452B (zh) | 一种台区内有序充电功率均衡分配的控制方法及系统 | |
CN111199311B (zh) | 一种居民区充电设施功率优化方法 |
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 |