CN116865454A - 储能设备的充放电控制方法、装置、电子设备及存储介质 - Google Patents
储能设备的充放电控制方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116865454A CN116865454A CN202310876114.1A CN202310876114A CN116865454A CN 116865454 A CN116865454 A CN 116865454A CN 202310876114 A CN202310876114 A CN 202310876114A CN 116865454 A CN116865454 A CN 116865454A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- information
- electricity
- regulated
- storage device
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 302
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000007599 discharging Methods 0.000 title claims description 36
- 230000005611 electricity Effects 0.000 claims abstract description 259
- 230000001105 regulatory effect Effects 0.000 claims abstract description 97
- 230000008859 change Effects 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000001276 controlling effect Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 208000028659 discharge Diseases 0.000 description 73
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 241001270131 Agaricus moelleri Species 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- H02J15/00—Systems for storing electric energy
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种储能设备的充放电控制方法、装置、电子设备及可读存储介质，应用于储能技术领域。其中，方法包括通过用户界面远程绑定待调控储能设备；根据待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息；基于待调控储能设备的当前设备现状参数、由用电负荷及峰值用电需求信息所确定的用电高峰期和峰值时段，由电价变化趋势信息所确定的电价高低谷时段，自动生成待调控储能设备的储能配置策略。本申请可以解决相关技术人为控制储能设备充放电的弊端，实现高效、低成本地动态智能控制储能设备进行充放电。
Description
技术领域
本申请涉及储能技术领域，特别是涉及一种储能设备的充放电控制方法、装置、电子设备及可读存储介质。
背景技术
储能可使能量转化为在自然条件下稳定存在的能源，即在能量多余时，用特殊装置也即储能设备将能量储存起来，在需要时可以将能量释放出来，从而起到调节能量供需在时空和强度上不匹配的作用。储能设备包括但并不限制于用于各类电子设备上的锂离子电池。用于交通工具的氢燃料电池，压缩空气储能，利用重力势能储存能量的水库发电，利用热能储存能量的热水储能系统。
相关技术中的储能设备在进行充放电时，是由业务人员基于集成在储能设备上的软件界面手动操作，既无法实现动态智能控制进行充放电，而且成本还高，时效性差。
鉴于此，实现高效、低成本地动态智能控制储能设备进行充放电，是所属领域技术人员需要解决的技术问题。
发明内容
本申请提供了一种储能设备的充放电控制方法、装置、电子设备及可读存储介质，实现高效、低成本地动态智能控制储能设备进行充放电。
为解决上述技术问题，本申请提供以下技术方案：
本申请一方面提供了一种储能设备的充放电控制方法，包括：
预先通过用户界面远程绑定待调控储能设备；所述用户界面不为所述待调控储能设备的人机交互界面；
根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息；
基于所述待调控储能设备的当前设备现状参数、由所述用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由所述电价变化趋势信息确定的电价高低谷时段，自动生成所述待调控储能设备的储能配置策略，以通过所述储能配置策略远程控制所述待调控储能设备进行充放电。
可选的，所述自动生成所述待调控储能设备的储能配置策略之后，还包括：
将所述储能配置策略实施至所述待调控储能设备所属的储能系统，获取所述储能系统的运行数据；
根据所述储能系统的运行数据实时对所述储能配置策略进行调整。
可选的，所述根据所述储能系统的运行数据实时对所述储能配置策略进行调整，包括：
获取所述储能系统运行过程中的实际用电负荷数据、实际电价信息和所述待调控储能设备的实际设备现状参数；
调用反馈控制算法，根据所述实际用电负荷数据、所述实际电价信息和所述实际设备现状参数，动态调整所述储能配置策略。
可选的，所述根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息之前，还包括：
获取当前时刻下的所述待调控储能设备的原始设备现状参数、所述待调控储能设备所在地各时间段的原始电价信息和用户的原始用电信息；
对所述原始设备现状参数、所述原始电价信息和所述原始用电信息进行数据处理，以去除异常值和填补缺失值；
基于预设数据质量要求和预设可用性要求，对处理后的原始设备现状参数、原始电价信息和原始用电信息进行过滤和采样；
对过滤和采样处理所得的原始设备现状参数、原始电价信息和原始用电信息进行归一化处理，得到当前设备现状参数、当前电价信息和用户的当前用电信息；
通过统计过去目标时间段内的多个预设时刻下的当前电价信息和用户的当前用电信息，得到所述待调控储能设备所在地各时间段的历史电价信息历史用电信息。
可选的，所述根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息，包括：
预先根据不同时刻的用户的历史用电信息以及对应的环境数据，生成负荷样本数据集；基于所述负荷样本数据训练得到负荷预测模型；
将当前用电信息输入至所述负荷预测模型，得到未来目标时间段内用户的用电负荷数据以及峰值用电需求，并根据所述用电负荷数据生成用电负荷曲线；
将所述用电负荷曲线和所述峰值用电需求作为用电负荷及峰值用电需求信息。
可选的，所述根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息，包括：
预先根据所述待调控储能设备所在地过去预设时间段内各时间段的历史电价信息以及对应的能源市场信息，生成电价样本数据集；基于所述电价样本数据训练得到电价预测模型；
将当前电价信息输入至所述电价预测模型，得到未来目标时间段内的电价变化趋势信息。
可选的，所述基于所述待调控储能设备的当前设备现状参数、由所述用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由所述电价变化趋势信息确定的电价高低谷时段，自动生成所述待调控储能设备的储能配置策略，包括：
根据所述用电负荷及峰值用电需求信息确定用电高峰期和峰值时段；
根据所述电价变化趋势信息确定电价高低谷时段；
根据所述用电高峰期、所述峰值时段和所述电价高低谷时段生成储能需求和供能策略；
调用目标寻优算法，基于预设优化目标，根据所述储能需求、所述供能策略和所述当前设备现状参数，自动生成所述待调控储能设备的储能配置策略。
可选的，所述用户界面包括推荐策略选项和手动策略编辑选项，通过所述手动策略编辑选项进入充放电策略编辑页面；所述自动生成所述待调控储能设备的储能配置策略之后，还包括：
基于所述用电高峰期、所述峰值时段和所述电价高低谷时段，在所述充放电策略编辑页面的每个时刻进行相应标识；所述充放电策略编辑页面还设置充电时段选择选项和放电时段选择选项；
当接收到推荐策略选择指令，利用所述储能配置策略对所述待调控储能设备进行充放电控制；
当接收到手动编辑策略指令，通过捕获用户利用所述充电时段选择选项和所述放电时段选择选项选择相应的充放电时刻的数据，生成充放电手动策略，并利用所述充放电手动策略对所述待调控储能设备进行充放电控制。
本申请另一方面提供了一种储能设备的充放电控制装置，包括：
远程绑定模块，用于预先通过用户界面远程绑定待调控储能设备；所述用户界面不为所述待调控储能设备的人机交互界面；
预测模块，用于根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息；
充放电控制模块，用于基于所述待调控储能设备的当前设备现状参数、由所述用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由所述电价变化趋势信息确定的电价高低谷时段，自动生成所述待调控储能设备的储能配置策略，以通过所述储能配置策略远程控制所述待调控储能设备进行充放电。
本申请还提供了一种电子设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述储能设备的充放电控制方法的步骤。
本申请最后还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前任一项所述储能设备的充放电控制方法的步骤。
本申请提供的技术方案的优点在于，将需要进行充放电控制的储能设备预先进行绑定，这样就可以获取到该储能设备的实时状态信息、实时用电负荷以及当地各时电价，根据这些实时数据和相应的历史数据预测未来的用户用电负荷和电价变化趋势，通过当前设备状态结合未来用户用电负荷和电价变化趋势自动生成充放电策略，无需人工来列表格计算充放电阶段，不仅可以实现高效、低成本地动态智能控制储能设备进行充放电，而且能实现储能设备资源的最大利用。
此外，本申请还针对储能设备的充放电控制方法提供了相应的实现装置、电子设备及可读存储介质，进一步使得所述方法更具有实用性，所述装置、电子设备及可读存储介质具有相应的优点。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。
附图说明
为了更清楚的说明本申请或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请提供的一种储能设备的充放电控制方法的流程示意图；
图2为本申请提供的一个示例性应用场景的储能设备绑定页面示意图；
图3为本申请提供的一个示例性应用场景的储能点的详情页面示意图；
图4为本申请提供的一个示例性应用场景的储能点的电池执行策略示意图；
图5为本申请提供的一个示例性应用场景的储能点的充放电编辑页面示意图；
图6为本申请提供的一个示例性应用场景的储能点的充放电自定义编辑示意图；
图7为本申请提供的储能设备的充放电控制装置的一种具体实施方式结构图；
图8为本申请提供的电子设备的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及二者的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。下面详细的说明本申请的各种非限制性实施方式。
首先参见图1，图1为本申请提供的一种储能设备的充放电控制方法的流程示意图，本申请可包括以下内容：
S101：预先通过用户界面远程绑定待调控储能设备。
本申请可以通过远程方式来动态智能控制储能设备的充放电，例如可通过小程序或者客户端APP或者是网页形式，用户界面便不为待调控储能设备的人机交互界面，用户界面即为小程序页面、客户端APP页面或者是网页。用户界面可以提供储能设备的绑定选项，通过绑定选项进入绑定页面，如图2所示，储能设备的绑定页面包括地区选择选项也即储能设备所部署区域、用电类型选项、选择电压选项三种类型选择，还可包括其所属站点名称以及站点地址，通过地区选择选项提供对外接口，通过该接口获取储能设备所部署区域的相关数据，用电类型包括但并不限制于目前的分类大工业用电、一般工业用电，依赖于各地政策；选择电压选择目前只有10KV一种类型，默认展示10KV。当然，所属领域技术人员可根据实际需求灵活调整储能设备的绑定页面的数据，这均不影响本申请的实现。
S102：根据待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息。
可以理解的是，目前很多地方的电价随着用电需求呈现阶梯型变化，且不同地方的电价不同，为了更精准地为待调控储能设备生成最优的储能配置策略，需要获取待调控储能设备所在地的各时段的电价。由于充放电与用户用电情况相关，所以还需要获取待调控储能设备所在地的用电相关信息。电价信息是指不同地区不同时间段的电价变化情况，如尖峰电价、谷电价等信息，当前电价信息是指获取电价信息数据时刻或者是指定时刻的电价信息。用电信息包括但并不限制于用户每天不同时间段的负荷情况、峰值用电需求、储能需求，可利用用户负荷曲线表示用户每天不同时间段的负荷情况。本步骤的历史数据包括历史用电信息和历史电价信息，其中历史电价信息是指待调控储能设备所在地在过去某个时间段内每天的各时间段的电价信息，历史用电信息是指用户对待调控储能设备在过去某个时间段内的每天不同时间段的负荷情况、峰值用电需求和储能需求。用电负荷及峰值用电需求信息用于表示用户用电负荷曲线和峰值用电需求，电价变化趋势信息用于表示电价变化趋势和高峰期。通过分析，如时间序列分析方法、机器学习算法或深度学习模型对历史用电信息、历史电价信息和当前时刻的用电信息和电价信息，可以得到未来某个时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息。未来目标时间段为用户指定的未来的时间段。
在实际实施过程中，可以在上个步骤的用户界面中设置储能站点详情页，储能电站是为了调节峰谷用电问题所设立的电站，储能电站是由储能本体单元也即储能设备及辅助设施、接入装置、测控装置组成。可以将用电低峰时段要浪费掉的电量储存起来，在用电高峰的时候重新释放到电网中，来达到削峰填谷的的目的。储能站点详情页可包括当前储能设备的电量、储能设备的电量变化趋势，通过储能设备的电量变化趋势能够得到用户历史用电信息。此外，储能站点详情页还可设置储能设备的储能配置策略入口，以储能设备为电池为例，储能设备的储能配置策略即为电池执行策略。储能站点详情页可如图3所示，其中，24小时电量趋势变化可展现前一日24小时内储能设备的电量变化趋势，纵坐标为剩余电量，百分比展示，分为三档0％、50％、100％；横坐标为24小时时间，间隔2小时；日期默认展示前一日的日期，下拉可选择往前七日的日期；电量使用灰度柱状展示，每两小时内展示柱状图6根；充电时段、放电时段和没有充电和放电阶段使用不同的灰度来表示，充电时段、放电时段同时设置相应灰度的闪电标识。当然，在实际应用过程中，可以采用不同的颜色进行标识，实用性和用户体验更好。在储能设备的储能配置策略页面，如电池执行策略页面，可设置待调控储能设备所在地各时间段的电价信息，也即该地区的阶梯电价，单位元/KWh，阶梯电价考虑到不同地区的阶梯不一样，可通过接口获取，按照接口内的地区电价阶梯进行展示。此外，该地区的时段，例如夏季、冬季，每个时段展示的每日充放电时间是不一样的，同时还会展示该时段的具体电价；该图纵坐标为电价，横坐标为0-24时；并采用不同灰度来表示充电时段，放电时段和不充电也不放电时段。以电池执行策略页面为例，可如图4所示。储能设备的储能配置策略可包括自动生成的自动策略，也即通过S103最终生成的储能配置策略，该策略为自动推荐的。此外，储能设备的储能配置策略还支持手段策略控制，通过储能设备充放电策略所在页面的编辑策略选项处进入手动编辑页面，可以对指定日或者是第二天的各时段是充电还是放电进行设置。换言之，用户界面包括推荐策略选项和手动策略编辑选项，通过手动策略编辑选项进入充放电策略编辑页面；基于用电高峰期、峰值时段和电价高低谷时段，在充放电策略编辑页面的每个时刻进行相应标识；充放电策略编辑页面还设置充电时段选择选项和放电时段选择选项；当接收到推荐策略选择指令，利用储能配置策略对待调控储能设备进行充放电控制；当接收到手动编辑策略指令，通过捕获用户利用充电时段选择选项和放电时段选择选项选择相应的充放电时刻的数据，生成充放电手动策略，并利用充放电手动策略对待调控储能设备进行充放电控制。以储能设备为电池为例，充放电策略编辑页面也即为电池执行策略的手动编辑页面，可如图5和6所示。
S103：基于待调控储能设备的当前设备现状参数、由用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由电价变化趋势信息确定的电价高低谷时段，自动生成待调控储能设备的储能配置策略，以通过储能配置策略远程控制待调控储能设备进行充放电。
在本步骤中，待调控储能设备的设备现状参数包括但并不限制于储能设备类型(例如锂离子电池、流电池、压缩空气储能等)、储能设备容量、储能设备充放电效率和储能设备寿命和维护成本；当前设备现状参数是指当前时刻或者是指定时刻所获取的设备现状参数。在储能配置策略生成过程中考虑设备本身，能实现储能设备资源的最大利用。通过各地各时价格、用户用电情况并结合储能设备现状动态生成推荐策略，通过该储能配置策略可以远程控制待调控储能设备进行充放电。储能配置策略可包括待调控储能设备的设备容量、充放电策略和储能调度方案。通过充放电策略优化待调控储能设备的充电和放电时机，以在低电价时段充电并在高电价时段供应电能。
在本申请提供的技术方案中，将需要进行充放电控制的储能设备预先进行绑定，这样就可以获取到该储能设备的实时状态信息、实时用电负荷以及当地各时电价，根据这些实时数据和相应的历史数据预测未来的用户用电负荷和电价变化趋势，通过当前设备状态结合未来用户用电负荷和电价变化趋势自动生成充放电策略，无需人工来列表格计算充放电阶段，不仅可以实现高效、低成本地动态智能控制储能设备进行充放电，而且能实现储能设备资源的最大利用。
需要说明的是，本申请中各步骤之间没有严格的先后执行顺序，只要符合逻辑上的顺序，则这些步骤可以同时执行，也可按照某种预设顺序执行，图1只是一种示意方式，并不代表只能是这样的执行顺序。
为了进一步提高自动生成的储能配置策略的精准度，基于上述实施例，还可包括下述内容：
将储能配置策略实施至待调控储能设备所属的储能系统，获取储能系统的运行数据；根据储能系统的运行数据实时对储能配置策略进行调整。作为一种可选的调整方式，通过监控储能系统可实时获取储能系统运行过程中的实际用电负荷数据、实际电价信息和待调控储能设备的实际设备现状参数；根据获取的这些实时数据进行策略的实时调整和优化，以适应变化的条件和需求。例如可调用反馈控制算法或模型预测控制(MPC)算法，根据实际用电负荷数据、实际电价信息和实际设备现状参数，动态调整储能配置策略。
由上可知，本实施例将S103所述生成的储能配置策略实施到储能系统中，监控系统运行并记录实时数据。定期对系统性能和运行情况进行监测和评估，以验证策略的有效性，并进行必要的调整和优化，有利于提高自动生成的储能配置策略的精准度。
为了进一步提高储能配置策略生成的准确度，本申请还对获取的原始数据进行数据清洗处理，去除与储能配置策略无关的一些干扰影响，可包括下述内容：
获取当前时刻下的待调控储能设备的原始设备现状参数、待调控储能设备所在地各时间段的原始电价信息和用户的原始用电信息；
对原始设备现状参数、原始电价信息和原始用电信息进行数据处理，以去除异常值和填补缺失值；
基于预设数据质量要求和预设可用性要求，对处理后的原始设备现状参数、原始电价信息和原始用电信息进行过滤和采样；
对过滤和采样处理所得的原始设备现状参数、原始电价信息和原始用电信息进行归一化处理，得到当前设备现状参数、当前电价信息和用户的当前用电信息；
通过统计过去目标时间段内的多个预设时刻下的当前电价信息和用户的当前用电信息，得到待调控储能设备所在地各时间段的历史电价信息历史用电信息。
在本实施例中，用户界面会设置数据接口，通过该数据接口实时获取设备现状参数的相关数据，包括设备类型、容量、充放电效率、寿命和维护成本等信息。对其进行去除异常值、填补缺失值的处理，根据数据质量和可用性的要求，进行数据过滤和采样，对数据进行标准化或归一化，确保数据在相同的尺度上进行分析和处理。将经过上述方式进行处理之后的设备参数数据进行存储。通过该数据接口实时获取用户用电情况数据，包括用电负荷曲线、峰值用电需求和储能需求等信息。对其进行去除异常值、填补缺失值的处理，根据数据质量和可用性的要求，进行数据过滤和采样，对数据进行标准化或归一化，确保数据在相同的尺度上进行分析和处理。将经过上述方式进行处理之后的用电数据进行存储。通过该数据接口可实时获取各地各时电价数据，对其进行去除异常值、填补缺失值的处理，根据数据质量和可用性的要求，进行数据过滤和采样，对数据进行标准化或归一化，确保数据在相同的尺度上进行分析和处理，并将经过上述方式进行处理之后的电价数据进行存储。
在上述实施例中，对于如何基于采集到的动态参数，进行数据分析和预测，以确定用电负荷和需求的趋势和模式并不做任何限定，基于上述实施例，本实施例中通过利用历史数据和机器学习算法来预测客户用电负荷曲线和峰值用电需求的实施方式，可包括：
预先根据不同时刻的用户的历史用电信息以及对应的环境数据，生成负荷样本数据集；基于负荷样本数据训练得到负荷预测模型；将当前用电信息输入至负荷预测模型，得到未来目标时间段内用户的用电负荷数据以及峰值用电需求，并根据用电负荷数据生成用电负荷曲线；将用电负荷曲线和峰值用电需求作为用电负荷及峰值用电需求信息。
本实施例基于历史用电数据、天气数据和其他相关因素作为样本数据，选择适当的模型，如ARIMA、LSTM、GRU等作为负荷预测模型的网络结构。利用任何一种相关技术记载的模型训练方法对负荷预测模型进行训练和优化，以获得准确的负荷预测结果。为了进一步提高负荷预测模型的性能，可采用经过数据清洗处理后的历史用电信息以及对应的环境数据作为样本数据。
在上述实施例中，对于如何基于采集到的动态参数，进行数据分析和预测，以确定用电负荷和需求的趋势和模式并不做任何限定，基于上述实施例，本实施例中通过分析各地各时电价的历史数据预测电价变化趋势和高峰期，可包括下述内容：
预先根据待调控储能设备所在地过去预设时间段内各时间段的历史电价信息以及对应的能源市场信息，生成电价样本数据集；基于电价样本数据训练得到电价预测模型；将当前电价信息输入至电价预测模型，得到未来目标时间段内的电价变化趋势信息。
本实施例基于历史电价数据、能源市场信息和其他相关因素作为样本数据，选择适当的模型，如ARIMA、LSTM、GRU等作为电价预测模型的网络结构。利用任何一种相关技术记载的模型训练方法对电价预测模型进行训练和优化，以获得准确的电价预测结果。为了进一步提高负荷预测模型的性能，可采用经过数据清洗处理后的历史电价数据、能源市场信息作为样本数据。
在上述实施例中，对于如何基于数据分析、负荷预测结果、电价预测结果和设备现状数据生成最优的储能配置策略并不做任何限定，基于上述实施例，本实施例还给出一种可选的实施方式，可包括下述内容：
根据用电负荷及峰值用电需求信息确定用电高峰期和峰值时段；根据电价变化趋势信息确定电价高低谷时段；根据用电高峰期、峰值时段和电价高低谷时段生成储能需求和供能策略；调用目标寻优算法，基于预设优化目标，根据储能需求、供能策略和当前设备现状参数，自动生成待调控储能设备的储能配置策略。
在根据负荷预测和电价预测结果确定储能需求和供能策略之后，可使用任何一种优化算法如动态规划、遗传算法或线性规划对不同储能设备容量、充放电策略和储能调度进行搜索和评估。本实施例将所采用的优化算法定义为目标寻优算法。然后设计成本函数或目标函数作为预设优化目标，如最小化能源成本、降低用电峰值、提高能源利用效率等。根据优化结果生成最优的储能配置策略，包括设备容量、充放电策略和储能调度方案。
本实施例根据设备现状、储能需求和经济指标，对不同策略进行评估和优化，能够选择除最佳的配置策略。
本申请还针对储能设备的充放电控制方法提供了相应的装置，进一步使得方法更具有实用性。其中，装置可从功能模块的角度和硬件的角度分别说明。下面对本申请提供的储能设备的充放电控制装置进行介绍，该装置用以实现本申请提供的储能设备的充放电控制方法，在本实施例中，储能设备的充放电控制装置可以包括或被分割成一个或多个程序模块，该一个或多个程序模块被存储在存储介质中，并由一个或多个处理器所执行，已完成实施例一公开的储能设备的充放电控制方法。本申请所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序本身更适合于描述储能设备的充放电控制装置在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能，下文描述的储能设备的充放电控制装置与上文描述的储能设备的充放电控制方法可相互对应参照。
基于功能模块的角度，参见图7，图7为本申请提供的储能设备的充放电控制装置在一种具体实施方式下的结构图，该装置可包括：
远程绑定模块701，用于预先通过用户界面远程绑定待调控储能设备；用户界面不为待调控储能设备的人机交互界面；
预测模块702，用于根据待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息；
充放电控制模块703，用于基于待调控储能设备的当前设备现状参数、由用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由电价变化趋势信息确定的电价高低谷时段，自动生成待调控储能设备的储能配置策略，以通过储能配置策略远程控制待调控储能设备进行充放电。
可选的，在本实施例的一些实施方式中，上述装置还可包括监控调整模块，用于将储能配置策略实施至待调控储能设备所属的储能系统，获取储能系统的运行数据；根据储能系统的运行数据实时对储能配置策略进行调整。
作为上述实施例的一种可选的实施方式，上述监控调整模块还可用于：获取储能系统运行过程中的实际用电负荷数据、实际电价信息和待调控储能设备的实际设备现状参数；调用反馈控制算法，根据实际用电负荷数据、实际电价信息和实际设备现状参数，动态调整储能配置策略。
可选的，在本实施例的另一些实施方式中，上述装置例如还可包括数据清洗模块，用于获取当前时刻下的待调控储能设备的原始设备现状参数、待调控储能设备所在地各时间段的原始电价信息和用户的原始用电信息；对原始设备现状参数、原始电价信息和原始用电信息进行数据处理，以去除异常值和填补缺失值；基于预设数据质量要求和预设可用性要求，对处理后的原始设备现状参数、原始电价信息和原始用电信息进行过滤和采样；对过滤和采样处理所得的原始设备现状参数、原始电价信息和原始用电信息进行归一化处理，得到当前设备现状参数、当前电价信息和用户的当前用电信息；通过统计过去目标时间段内的多个预设时刻下的当前电价信息和用户的当前用电信息，得到待调控储能设备所在地各时间段的历史电价信息历史用电信息。
示意性的，在本实施例的一些实施方式中，上述预测模块702还可用于：预先根据不同时刻的用户的历史用电信息以及对应的环境数据，生成负荷样本数据集；基于负荷样本数据训练得到负荷预测模型；将当前用电信息输入至负荷预测模型，得到未来目标时间段内用户的用电负荷数据以及峰值用电需求，并根据用电负荷数据生成用电负荷曲线；将用电负荷曲线和峰值用电需求作为用电负荷及峰值用电需求信息。
示意性的，在本实施例的另一些实施方式中，上述预测模块702还可用于：预先根据待调控储能设备所在地过去预设时间段内各时间段的历史电价信息以及对应的能源市场信息，生成电价样本数据集；基于电价样本数据训练得到电价预测模型；将当前电价信息输入至电价预测模型，得到未来目标时间段内的电价变化趋势信息。
示意性的，在本实施例的其他一些实施方式中，上述充放电控制模块703还可用于：根据用电负荷及峰值用电需求信息确定用电高峰期和峰值时段；根据电价变化趋势信息确定电价高低谷时段；根据用电高峰期、峰值时段和电价高低谷时段生成储能需求和供能策略；调用目标寻优算法，基于预设优化目标，根据储能需求、供能策略和当前设备现状参数，自动生成待调控储能设备的储能配置策略。
可选的，在本实施例的再一些实施方式中，上述装置还包括策略生成方式选择模块，用于基于用电高峰期、峰值时段和电价高低谷时段，在充放电策略编辑页面的每个时刻进行相应标识；充放电策略编辑页面还设置充电时段选择选项和放电时段选择选项；用户界面包括推荐策略选项和手动策略编辑选项，通过手动策略编辑选项进入充放电策略编辑页面；当接收到推荐策略选择指令，利用储能配置策略对待调控储能设备进行充放电控制；当接收到手动编辑策略指令，通过捕获用户利用充电时段选择选项和放电时段选择选项选择相应的充放电时刻的数据，生成充放电手动策略，并利用充放电手动策略对待调控储能设备进行充放电控制。
本申请所述储能设备的充放电控制装置的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本实施例可以解决相关技术人为控制储能设备充放电的弊端，实现高效、低成本地动态智能控制储能设备进行充放电。
上文中提到的储能设备的充放电控制装置是从功能模块的角度描述，进一步的，本申请还提供一种电子设备，是从硬件角度描述。图8为本申请实施例提供的电子设备在一种实施方式下的结构示意图。如图8所示，该电子设备包括存储器80，用于存储计算机程序；处理器81，用于执行计算机程序时实现如上述任一实施例提到的储能设备的充放电控制方法的步骤。
其中，处理器81可以包括一个或多个处理核心，比如4核心处理器、8核心处理器，处理器81还可为控制器、微控制器、微处理器或其他数据处理芯片等。处理器81可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable GateArray，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器81也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central Processing Unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器81可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器81还可以包括AI(ArtificialIntelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器80可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器80还可包括高速随机存取存储器以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。存储器80在一些实施例中可以是电子设备的内部存储单元，例如服务器的硬盘。存储器80在另一些实施例中也可以是电子设备的外部存储设备，例如服务器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器80还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器80不仅可以用于存储安装于电子设备的应用软件及各类数据，例如：执行储能设备的充放电控制方法过程中的程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。本实施例中，存储器80至少用于存储以下计算机程序801，其中，该计算机程序被处理器81加载并执行之后，能够实现前述任一实施例公开的储能设备的充放电控制方法的相关步骤。另外，存储器80所存储的资源还可以包括操作系统802和数据803等，存储方式可以是短暂存储或者永久存储。其中，操作系统802可以包括Windows、Unix、Linux等。数据803可以包括但不限于储能设备的充放电控制结果对应的数据等。
在一些实施例中，上述电子设备还可包括有显示屏82、输入输出接口83、通信接口84或者称为网络接口、电源85以及通信总线86。其中，显示屏82、输入输出接口83比如键盘(Keyboard)属于用户接口，可选的用户接口还可以包括标准的有线接口、无线接口等。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。通信接口84可选的可以包括有线接口和/或无线接口，如WI-FI接口、蓝牙接口等，通常用于在电子设备与其他电子设备之间建立通信连接。通信总线86可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extendedindustry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
本领域技术人员可以理解，图8中示出的结构并不构成对该电子设备的限定，可以包括比图示更多或更少的组件，例如还可包括实现各类功能的传感器87。
本申请所述电子设备的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本实施例可以解决相关技术人为控制储能设备充放电的弊端，实现高效、低成本地动态智能控制储能设备进行充放电。
可以理解的是，如果上述实施例中的储能设备的充放电控制方法以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，本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或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，执行本申请各个实施例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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电可擦除可编程ROM、寄存器、硬盘、多媒体卡、卡型存储器(例如SD或DX存储器等)、磁性存储器、可移动磁盘、CD-ROM、磁碟或者光盘等各种可以存储程序代码的介质。
基于此，本申请还提供了一种可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时如上任意一实施例所述储能设备的充放电控制方法的步骤。
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它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的硬件包括装置及电子设备而言，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。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
以上对本申请所提供的一种储能设备的充放电控制方法、装置、电子设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本申请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申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (11)
1.一种储能设备的充放电控制方法，其特征在于，包括：
预先通过用户界面远程绑定待调控储能设备；所述用户界面不为所述待调控储能设备的人机交互界面；
根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息；
基于所述待调控储能设备的当前设备现状参数、由所述用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由所述电价变化趋势信息确定的电价高低谷时段，自动生成所述待调控储能设备的储能配置策略，以通过所述储能配置策略远程控制所述待调控储能设备进行充放电。
2.根据权利要求1所述的储能设备的充放电控制方法，其特征在于，所述自动生成所述待调控储能设备的储能配置策略之后，还包括：
将所述储能配置策略实施至所述待调控储能设备所属的储能系统，获取所述储能系统的运行数据；
根据所述储能系统的运行数据实时对所述储能配置策略进行调整。
3.根据权利要求2所述的储能设备的充放电控制方法，其特征在于，所述根据所述储能系统的运行数据实时对所述储能配置策略进行调整，包括：
获取所述储能系统运行过程中的实际用电负荷数据、实际电价信息和所述待调控储能设备的实际设备现状参数；
调用反馈控制算法，根据所述实际用电负荷数据、所述实际电价信息和所述实际设备现状参数，动态调整所述储能配置策略。
4.根据权利要求1所述的储能设备的充放电控制方法，其特征在于，所述根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息之前，还包括：
获取当前时刻下的所述待调控储能设备的原始设备现状参数、所述待调控储能设备所在地各时间段的原始电价信息和用户的原始用电信息；
对所述原始设备现状参数、所述原始电价信息和所述原始用电信息进行数据处理，以去除异常值和填补缺失值；
基于预设数据质量要求和预设可用性要求，对处理后的原始设备现状参数、原始电价信息和原始用电信息进行过滤和采样；
对过滤和采样处理所得的原始设备现状参数、原始电价信息和原始用电信息进行归一化处理，得到当前设备现状参数、当前电价信息和用户的当前用电信息；
通过统计过去目标时间段内的多个预设时刻下的当前电价信息和用户的当前用电信息，得到所述待调控储能设备所在地各时间段的历史电价信息历史用电信息。
5.根据权利要求1所述的储能设备的充放电控制方法，其特征在于，所述根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息，包括：
预先根据不同时刻的用户的历史用电信息以及对应的环境数据，生成负荷样本数据集；基于所述负荷样本数据训练得到负荷预测模型；
将当前用电信息输入至所述负荷预测模型，得到未来目标时间段内用户的用电负荷数据以及峰值用电需求，并根据所述用电负荷数据生成用电负荷曲线；
将所述用电负荷曲线和所述峰值用电需求作为用电负荷及峰值用电需求信息。
6.根据权利要求1所述的储能设备的充放电控制方法，其特征在于，所述根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息，包括：
预先根据所述待调控储能设备所在地过去预设时间段内各时间段的历史电价信息以及对应的能源市场信息，生成电价样本数据集；基于所述电价样本数据训练得到电价预测模型；
将当前电价信息输入至所述电价预测模型，得到未来目标时间段内的电价变化趋势信息。
7.根据权利要求1至6任意一项所述的储能设备的充放电控制方法，其特征在于，所述基于所述待调控储能设备的当前设备现状参数、由所述用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由所述电价变化趋势信息确定的电价高低谷时段，自动生成所述待调控储能设备的储能配置策略，包括：
根据所述用电负荷及峰值用电需求信息确定用电高峰期和峰值时段；
根据所述电价变化趋势信息确定电价高低谷时段；
根据所述用电高峰期、所述峰值时段和所述电价高低谷时段生成储能需求和供能策略；
调用目标寻优算法，基于预设优化目标，根据所述储能需求、所述供能策略和所述当前设备现状参数，自动生成所述待调控储能设备的储能配置策略。
8.根据权利要求1至6任意一项所述的储能设备的充放电控制方法，其特征在于，所述用户界面包括推荐策略选项和手动策略编辑选项，通过所述手动策略编辑选项进入充放电策略编辑页面；所述自动生成所述待调控储能设备的储能配置策略之后，还包括：
基于所述用电高峰期、所述峰值时段和所述电价高低谷时段，在所述充放电策略编辑页面的每个时刻进行相应标识；所述充放电策略编辑页面还设置充电时段选择选项和放电时段选择选项；
当接收到推荐策略选择指令，利用所述储能配置策略对所述待调控储能设备进行充放电控制；
当接收到手动编辑策略指令，通过捕获用户利用所述充电时段选择选项和所述放电时段选择选项选择相应的充放电时刻的数据，生成充放电手动策略，并利用所述充放电手动策略对所述待调控储能设备进行充放电控制。
9.一种储能设备的充放电控制装置，其特征在于，包括：
远程绑定模块，用于预先通过用户界面远程绑定待调控储能设备；所述用户界面不为所述待调控储能设备的人机交互界面；
预测模块，用于根据所述待调控储能设备所在地各时间段的当前电价信息、用户的当前用电信息及各自对应的历史数据，预测未来目标时间段的用户的用电负荷及峰值用电需求信息、电价变化趋势信息；
充放电控制模块，用于基于所述待调控储能设备的当前设备现状参数、由所述用电负荷及峰值用电需求信息确定的用电高峰期和峰值时段，由所述电价变化趋势信息确定的电价高低谷时段，自动生成所述待调控储能设备的储能配置策略，以通过所述储能配置策略远程控制所述待调控储能设备进行充放电。
10.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至8任一项所述储能设备的充放电控制方法的步骤。
11.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述储能设备的充放电控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876114.1A CN116865454A (zh) | 2023-07-17 | 2023-07-17 | 储能设备的充放电控制方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876114.1A CN116865454A (zh) | 2023-07-17 | 2023-07-17 | 储能设备的充放电控制方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116865454A true CN116865454A (zh) | 2023-10-10 |
Family
ID=88230193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310876114.1A Pending CN116865454A (zh) | 2023-07-17 | 2023-07-17 | 储能设备的充放电控制方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116865454A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117200299A (zh) * | 2023-11-01 | 2023-12-08 | 合肥国轩高科动力能源有限公司 | 储能电池的功率控制方法、装置及电子设备 |
-
2023
- 2023-07-17 CN CN202310876114.1A patent/CN116865454A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117200299A (zh) * | 2023-11-01 | 2023-12-08 | 合肥国轩高科动力能源有限公司 | 储能电池的功率控制方法、装置及电子设备 |
| CN117200299B (zh) * | 2023-11-01 | 2024-03-08 | 合肥国轩高科动力能源有限公司 | 储能电池的功率控制方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116646933B (zh) | 一种基于大数据的电力负荷调度方法及系统 | |
| CN103915869B (zh) | 一种基于移动设备的电动汽车智能充电系统及方法 | |
| US9887544B2 (en) | System and method for mathematical predictive analytics and computational energy modeling | |
| CN102855525B (zh) | 一种居民用户负荷预测分析系统和方法 | |
| CN107123982A (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
| Ji et al. | Robust cost-risk tradeoff for day-ahead schedule optimization in residential microgrid system under worst-case conditional value-at-risk consideration | |
| CN116865454A (zh) | 储能设备的充放电控制方法、装置、电子设备及存储介质 | |
| CN110198042B (zh) | 一种电网储能的动态优化方法及存储介质 | |
| EP2539725A1 (en) | Adaptive stochastic controller for distributed electrical energy storage management | |
| CN116632838B (zh) | 应用于发电企业的电能供给分析的方法及装置 | |
| CN109327049B (zh) | 一种多元化供用能系统及其多元化供用能方法 | |
| CN116757877B (zh) | 新能源接入配电网的电网线损降损优化方法及系统 | |
| CN116646965B (zh) | 一种光伏储能充放电一体化管理系统 | |
| CN111179108A (zh) | 用电能耗的预测方法和装置 | |
| CN116992216A (zh) | 一种基于电力用户数据的短期负荷预测方法 | |
| CN111160384B (zh) | 一种移动储能车调度优化方法、系统及装置 | |
| CN117039962A (zh) | 一种综合能源服务概算评估方法及系统 | |
| KR102556093B1 (ko) | 전력의 피크 부하를 저감하기 위한 보상 생성 방법 및 그 방법을 수행하는 동작 제어 장치 | |
| CN115438958A (zh) | 一种基于互联网的智慧能效管理系统及其管理方法 | |
| CN106600129A (zh) | 一种电网规划方法和系统 | |
| CN103019190A (zh) | 一种智能能源监控分析方法 | |
| CN117254505B (zh) | 基于数据处理的储能电站优化运行模式决策方法及系统 | |
| Béguery et al. | Microgrid digital twin for advanced operation services | |
| CN118017649A (zh) | 一种智能充电和放电调度方法、装置及电子设备 | |
| CN117613874A (zh) | 工业灵活负荷日前调度潜力等值方法、系统、设备及介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231123 Address after: Room 1201, No. 258 Guoxia Road, Yangpu District, Shanghai, 200433 Applicant after: Shanghai Shangshanneng and Energy Technology Co.,Ltd. Address before: Room 1201, No. 258 Guoxia Road, Yangpu District, Shanghai, 200433 Applicant before: SHANGHAI MINGWORK INFORMATION TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right |