CN117117940A - 分布式储能优化调度处理方法及系统 - Google Patents

Abstract

本发明涉及电池管理的技术领域，公开了一种分布式储能优化调度处理方法及系统，本发明预先根据分布式储能中的各个储能单元的储能状况和电动车的预期供能需求生成若干预期供能方案，对各个储能单元进行测试以得到各个储能单元的性能等级，根据性能等级对预期供能方案进行修正，依次使用修正后的预期供能方案对电动车进行测试，选择测试结果最佳的预期供能方案对电动车进行后续供电，这种调度方式根据预期供能需求和各个储能单元的实际情况做出电能调度，不像传统调度方式中使用相对固定的方式对各个储能单元进行调度，解决现有技术中传统的电量调度方法无法有效地根据分布式储能单元的具体情况进行优化调取，导致无法有效地控制损耗电量的问题。

Description

分布式储能优化调度处理方法及系统

技术领域

本发明涉及电池管理技术领域，尤其是一种分布式储能优化调度处理方法及系统。

背景技术

分布式储能是指将能量储存设备分散安装在不同的地点，以便更好地满足电力系统的需求。与传统集中式储能相比，分布式储能具有灵活性、可靠性和适应性等优势。分布式储能可以包括各种形式的能量储存技术，例如锂离子电池、超级电容器、压缩空气储能等。

目前，分布式储能可以运用在电动车中，以实现电动车的更高效率的供能，电能的存储与提供由储能单元进行，而储能单元在工作过程中，会由于供电效率和工作温度等原因产生电量损耗，传统的电量调度方式无法有效地根据分布式储能单元的具体情况进行优化调取，导致无法有效地控制损耗电量。

发明内容

本发明的目的在于提供一种分布式储能优化调度处理方法及系统，旨在解决现有技术中传统的电量调度方法无法有效地根据分布式储能单元的具体情况进行优化调取，导致无法有效地控制损耗电量的问题。

本发明是这样实现的，第一方面，本发明提供一种分布式储能优化调度处理方法，包括：

获取电动车的预期供能需求，并根据所述预期供能需求生成预期方案序列；所述预期方案序列包括若干预期供能方案；

从所述预期方案序列中选择一个所述预期供能方案对电动车进行供能，并对所述电动车的各个储能单元进行实时数据的采集，以生成所述电动车的各个储能单元在所述预期供能方案下的实际工作曲线；

从预设数据库中调取对应所述预期供能方案的各个所述储能单元的理论工作曲线，将各个所述储能单元的实际工作曲线与理论工作曲线进行对比分析，以获取所述储能单元的性能等级，并根据所述储能单元的性能等级对所述预期方案序列中的各个所述预期供能方案进行修正；

根据修正后的各个所述预期供能方案依次对所述电动车进行供能测试，并记录所述电动车的各个储能单元在各次供能测试中的实际工作曲线，通过对所述电动车的各个储能单元在各次供能测试中的实际工作曲线的比较分析为各个所述预期供能方案赋予优先权重，并选择具有最高有限权重的所述预期供能方案对所述电动车进行供能。

优选地，获取电动车的预期供能需求的步骤包括：

采集所述电动车的启动位置与预期目标位置，并根据所述电动车的启动位置与预期目标位置计算获取所述电动车的预期运行路程；

对所述预期运行路程上的环境信息进行检索；所述环境信息包括风力和温度；

根据所述电动车的所述预期运行路程获取所述电动车的第一运行参数，根据所述环境信息生成所述电动车的第二运行参数，将所述第一运行参数和所述第二运行参数结合，以生成预期供能需求。

优选地，根据所述预期供能需求和储能状况生成若干预期供能方案的步骤包括：

获取所述电动车的各个储能单元的电量信息和性能参数，并根据各个所述储能单元的电量信息与性能参数计算获取各个所述储能单元的实际供能参数；所述电量信息用于描述所述储能单元内储存的电量，所述性能参数用于描述所述储能单元在理论上能够提供电能的能力，所述实际供能参数用于描述所述储能单元在当前电量下实际能够提供电能的能力；

将各个所述储能单元的实际供能参数和所述电动车的预期供能需求代入预设的方案推算框架中，以生成若干预期供能方案。

优选地，对所述电动车的各个储能单元进行实时数据的采集，以生成所述电动车的各个储能单元在所述预期供能方案下的实际工作曲线的步骤包括：

对所述电动车的各个储能单元持续进行实时电量的数据采集，并根据采集的数据绘制各个所述储能单元的实时电量变化曲线；

对所述电动车的各个储能单元持续进行实时温度的数据采集，并根据采集的数据绘制各个所述储能单元的实时温度变化曲线；

将各个所述储能单元的功能电量变化曲线与实时温度变化曲线进行结合，生成各个所述储能单元的实际工作曲线。

优选地，将各个所述储能单元的实际工作曲线与理论工作曲线进行对比分析，以获取所述储能单元的性能等级的步骤包括：

计算各个所述储能单元的实际工作曲线与理论工作曲线的平均差值；

根据预设标准对各个所述储能单元的平均差值进行分析，以获取各个所述储能单元的性能等级。

优选地，根据所述储能单元的性能等级对所述预期方案序列中的各个所述预期供能方案进行修正的步骤包括：

获取各个所述储能单元的性能等级；所述储能单元的性能等级用于描述所述储能单元的实际供电性能处于所述储能单元的全部性能的比例；

根据各个所述储能单元的性能等级将各个所述储能单元划分为第一分配单元和第二分配单元；所述第一分配单元的性能等级高于预设标准，所述第二分配单元的性能等级低于预设标准；

获取各个所述储能单元的所述实际工作曲线与所述理论工作曲线的平均差值A、所述第一分配单元的额外耗电量B1和额外发热量B2、所述第二分配单元的额外耗电量C1和额外发热量C2；所述额外耗电量用于描述所述储能单元在实际工作中与所述预期供能方案相比在单位时间内额外损耗的电量，所述额外发热量用于描述所述储能单元在实际工作与预期供能方案相比在单位时间内额外产生的热量；

增加所述第一分配单元的供电份额D，减少所述第二分配单元的供电份额E，并依据公式：B1*D-C1*E=A，B2*D-C2*E=A计算获取所述供电份额D和所述供电份额E，并对所述预期供能方案进行修正。

第二方面，本发明提供一种分布式储能优化调度处理系统，包括：主控设备和若干温度传感器；

所述主控设备设置在所述电动车内部，且分别与各个所述储能单元电连接，所述主控设备用于存储并执行第一方面任意一项所述的一种分布式储能优化调度处理方法；

若干所述温度传感器设置在所述电动车内部，各个所述温度传感器均与所述主控设备电连接，各个所述温度传感器分别对应一个所述储能单元，所述温度传感器用于对所述储能单元进行实时温度的采集，并将采集的数据传输至所述主控设备中。

优选地，所述主控设备为嵌入式单片机。

本发明提供了一种分布式储能优化调度处理方法，具有以下有益效果：

本发明预先根据分布式储能中的各个储能单元的储能状况和电动车的预期供能需求生成若干预期供能方案，并对各个储能单元进行测试以得到各个储能单元的性能等级，并根据性能等级对预期供能方案进行修正，最后依次使用修正后的预期供能方案对电动车进行供能测试，并选择测试结果最佳的预期供能方案对电动车进行后续的供电，这种调度方式可以根据预期供能需求和电动车各个储能单元的实际情况做出电能调度，不必像传统调度方式中使用相对固定的方式对各个储能单元进行调度，解决现有技术中传统的电量调度方法无法有效地根据分布式储能单元的具体情况进行优化调取，导致无法有效地控制损耗电量的问题。

附图说明

图1是本发明实施例提供的一种分布式储能优化调度处理方法的步骤示意图；

图2是本发明实施例提供的一种分布式储能优化调度处理系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

以下结合具体实施例对本发明的实现进行详细的描述。

参照图1、图2所示，为本发明提供较佳实施例。

第一方面，本发明提供一种分布式储能优化调度处理方法，包括：

S1：获取电动车的预期供能需求，并根据所述预期供能需求生成预期方案序列；所述预期方案序列包括若干预期供能方案；

S2：从所述预期方案序列中选择一个所述预期供能方案对电动车进行供能，并对所述电动车的各个储能单元进行实时数据的采集，以生成所述电动车的各个储能单元在所述预期供能方案下的实际工作曲线；

S3：从预设数据库中调取对应所述预期供能方案的各个所述储能单元的理论工作曲线，将各个所述储能单元的实际工作曲线与理论工作曲线进行对比分析，以获取所述储能单元的性能等级，并根据所述储能单元的性能等级对所述预期方案序列中的各个所述预期供能方案进行修正；

S4：根据修正后的各个所述预期供能方案依次对所述电动车进行供能测试，并记录所述电动车的各个储能单元在各次供能测试中的实际工作曲线，通过对所述电动车的各个储能单元在各次供能测试中的实际工作曲线的比较分析为各个所述预期供能方案赋予优先权重，并选择具有最高有限权重的所述预期供能方案对所述电动车进行供能。

具体地，采用分布式储能的电动车中具有若干个储能单元，这些储能单元分别用于储存电量，并为电动车提供电能，在电动车的实际运行中，根据电动车的运行需求的不同，根据不同的供能方案调用各个储能单元进行供能，从而达到最佳化供能的效果。

在本方案的步骤S1中，首先对电动车的工作环境和储能状况进行数据采集，根据工作环境生成电动车的预期供能需求，预期供能需求指代的是电动车在这一次运行过程中可能会需要的供能要求，预期供能需求包括单位供能效率、供能持续时间、总供能等指标，根据这些指标可以生成各个储能单元的预期供能方案。

更具体地，根据电动车的预期供能需求和储能状况生成若干预期供能方案，预期供能方案是根据预期供能需求生成的用于控制各个储能单元对电动车进行供能的方案，需要说明的是，供能单元在持续供电时，会持续产生热量，从而引发自身热量的上升，进一步地会使得自身供电效率下降和供电损耗上升的问题，并且这一现象会随着储能单元供电效率的提升而提升，因此，通过分布式储能的设计，使得多个储能单元在较低效率下供电来替代单个储能单元在较高效率下供电，可以有效减小供电损耗，提升电池寿命，也可以通过多个储能单元交替供电，来实现上述效果。

更具体地，本步骤中的预期供能方案的生成，可以基于人工模型训练来实现，这一训练方案的大致步骤为：获取多组电动车的预期供能需求和储能状况以及对应的供能方案并输入现有的ai模型中，令ai模型对其进行映射关系的模拟，从而获取电动车的预期供能需求和储能状况与对应的预期供能方案之间的映射关系，任意的电动车的预期供能需求和储能状况均可以通过该映射关系来获取预期供能方案。

更具体地，除了上述的方案以外，还可以通过直接构建计算模型的方式来生成预期供能方案，这一方案的大致步骤为：预先获取各个储能单元在各种状况下的供电能力，并依据各个储能单元之间的连接关系构建出储能单元总体的多种供电方案，每一种供电方案分别对应着不同的预期供能需求，当确定了预期供能需求后，将预期供能需求与各个供电方案对应的供能需求进行比对，从而在各个供电方案中选择出预期供电方案。

更具体地，在获取若干预期供能方案后，对各个预期供能方案进行可行性的分析，并根据分析的结果对各个预期供能方案赋予优先权重，并依据优先权重将各个预期供能方案进行从高到低的排序，以生成预期方案序列。

在本发明提供的方法的S2中，根据预期方案序列中的排列顺序调取具有最高优先权重的预期供能方案对电动车进行供能，并对电动车的各个储能单元进行实时数据的采集，以生成电动车的各个储能单元在预期供能方案下的实际工作曲线。

需要说明的是，预期方案序列中的各个预期供能方案均是基于理想状态下的各个储能单元生成的，而实际上各个储能单元并非理想状态，因此需要通过对储能单元进行实时检测，来判断各个储能单元的实际性能，以对预期供能方案进行调整。

具体地，在步骤S1中，电动车的使用者已经开始驱动电动车进行运动，因此在S2中电动车是要进行供能的，对电动车的供能方案选择预期方案序列中具有最高优先权重的预期供能方案，并且在这一过程中对各个储能单元进行数据采集，以供后续的储能单元的实际性能的计算。

在本发明提供的方法的S3中，从预设数据库中调取对应预期供能方案的各个储能单元的理论工作曲线，将各个储能单元的实际工作曲线与理论工作曲线进行平均差值的计算，并按预设标准对平均差值进行分析，以获取储能单元的性能等级，并根据储能单元的性能等级对预期方案序列中的各个预期供能方案进行修正。

具体地，各个储能单元在不同的供能方案中的理论工作曲线是不同的，根据预期供能方案调取对应的各个储能单元的理论工作曲线，将之与实际工作曲线相比较，获取两者的平均差值，平均差值可以反馈得出各个储能单元的实际工作性能与理论工作性能的比值，也就是各个储能单元的性能等级。

需要说明的是，实际工作曲线是将储能单元在实际工作中采集到的数据按时间顺序绘制得到的曲线，理论工作曲线是预先检测的，理想状态的储能单元在工作中展现的数据按时间顺序绘制得到的曲线，实际工作曲线与理论工作曲线之间的平均差值代表着储能单元的实际性能占据理论性能的比值，也就是说储能单元的性能等级。

更具体地，各个储能单元的性能等级描述了各个储能单元与理论工作性能之间的差距，也就是说，若各个储能单元的性能等级不足，则各个储能单元无法实现原有的预期供能方案，需要对其进行修正，若各个储能单元的性能等级达到预期标准，则代表各个储能单元能够实现原有的预期供能方案，此时可以直接按现有的预期供能方案对电动车进行供能。

在本发明提供的方法的步骤S4中，根据修正后的预期方案序列中的各个预期供能方案依次对电动车进行供能预定时间，并记录各个预期供能方案下的电动车的各个储能单元的实际工作曲线，通过对各个预期供能方案下的电动车的各个储能单元的实际工作曲线的比较分析重新为预期方案序列中的各个预期供能方案赋予优先权重，并选择具有最高有限权重的预期供能方案对电动车进行供能。

具体地，在获取了修正后的各个预期供能方案后，需要对修正后的各个预期供能方案进行测试，测试方案为根据各个预期供能方案依次对电动车进行预定时间的供能，并且对该段时间内的电动车的各个储能单元的实际工作曲线进行记录。

更具体地，在获取各个储能单元在各个预期供能方案中的实际工作曲线后，可以将各个预期供能方案的实际工作曲线进行分析，更具体地，实际工作曲线包括储能单元在工作中的电量变化与温度变化，通过对实际工作曲线的分析，来判断哪一个实际工作曲线对应的预期供能方案中储能单元损耗的电量相对最小，提升的温度相对最低，即将该预期供能方案赋予最高的优先权重，并选择该预期供能方案对电动车进行供能。

本发明提供了一种分布式储能优化调度处理方法，具有以下有益效果：

本发明预先根据分布式储能中的各个储能单元的储能状况和电动车的预期供能需求生成若干预期供能方案，并对各个储能单元进行测试以得到各个储能单元的性能等级，并根据性能等级对预期供能方案进行修正，最后依次使用修正后的预期供能方案对电动车进行供能测试，并选择测试结果最佳的预期供能方案对电动车进行后续的供电，这种调度方式可以根据预期供能需求和电动车各个储能单元的实际情况做出电能调度，不必像传统调度方式中使用相对固定的方式对各个储能单元进行调度，解决现有技术中传统的电量调度方法无法有效地根据分布式储能单元的具体情况进行优化调取，导致无法有效地控制损耗电量的问题。

优选地，获取电动车的预期供能需求的步骤包括：

S11：采集所述电动车的启动位置与预期目标位置，并根据所述电动车的启动位置与预期目标位置计算获取所述电动车的预期运行路程；

S12：对所述预期运行路程上的环境信息进行检索；所述环境信息包括风力和温度；

S13：根据所述电动车的所述预期运行路程获取所述电动车的第一运行参数，根据所述环境信息生成所述电动车的第二运行参数，将所述第一运行参数和所述第二运行参数结合，以生成预期供能需求。

具体地，电动车的启动位置是电动车开始运行的位置，电动车的预期目标位置是电动车最终达到的位置，电动车的预期目标位置由驾驶员输入，电动车在接收到预期目标位置后，将通过导航功能获得预期运行路程，并向驾驶员进行导航，指引驾驶员操作电动车前往预期目标位置。

更具体地，电动车的预期供能需求主要需要考虑到两个要素，第一是预期运行路程，第二是预期运行路程上的环境信息，也就是风力和温度，可以理解的是，风力的方向和强度将会对电动车的预期供能需求产生影响，例如，与风向相反的方向运行，则需要克服风力，此时电动车的供能需求会变大，当温度较高时，储能单元受环境影响自身的温度更容易上升，此时需要储能单元

更具体地，根据电动车的预期运行路程获取电动车的第一运行参数，第一运行参数是在理想状态下电动车从启动位置运行至预期目标位置所需要的电能，第一运行参数可以根据电动车在单位路程所需要的电能和预期运行路程的路程数两者结合获取。

更具体地，根据预期运行路程上的环境信息获取电动车的第二运行参数，通过互联网对预期运行路程上的环境信息进行查询，来获取预期运行路程上的风力和温度，根据预期运行路程上的风力和温度可以计算得到电动车在运行过程中将接收的风力影响，并根据该风力影响推算出电动车的供能需求的变化，也就是第二运行参数。

更具体地，以第一运行参数为基础，使用第二运行参数对第一运行参数进行调整，以获得预期供能需求，预期供能需求是通过计算获得的电动车在运行过程中总共需要的电能。

优选地，根据所述预期供能需求和储能状况生成若干预期供能方案的步骤包括：

S14：获取所述电动车的各个储能单元的电量信息和性能参数，并根据各个所述储能单元的电量信息与性能参数计算获取各个所述储能单元的实际供能参数；所述电量信息用于描述所述储能单元内储存的电量，所述性能参数用于描述所述储能单元在理论上能够提供电能的能力，所述实际供能参数用于描述所述储能单元在当前电量下实际能够提供电能的能力；

S15：将各个所述储能单元的实际供能参数和所述电动车的预期供能需求代入预设的方案推算框架中，以生成若干预期供能方案。

具体地，采用分布式储能结构的电动车中具有多个储能单元，这些储能单元分别用于储存和提供电能，根据分布式储能结构的不同，一些电动车中采用具有相同性能参数的储能单元，一些电动车采用不同性能参数的储能单元。

更具体地，储能单元的性能参数用于描述储能单元存储电能和提供电能的能力，需要说明的是，这里的性能参数是储能单元在理想状态下具有的性能，可以通过对储能单元的型号的查询来获取，而在实际工作中由于损耗等原因，储能单元的实际工作性能与性能参数可能存在差异，因此在后续步骤中需要根据储能单元的实际工作性能对预期供能方案进行调整。

更具体地，电量信息是储能单元中现在存储的电能，在不同电量的情况下储能单元提供电能的性能也是具有差异的，例如：充满电的储能单元能够持续供电5个小时，而只有一半电量的储能单元能够持续供电2.5个小时，或者由于储能单元在不同电量的情况下供电时的电量损耗不同，一半电量的储能单元能够持续供电的时间大于或小于2.5小时。

更具体地，为了根据储能单元的实际供能参数和电动车的预期供能需求而推算出预设供能方案，本发明采用的方法是预设设置一个方案推算框架，通过方案推算框架来根据储能单元的实际供能参数和电动车的预期供能需求给出预期供能方案。

更具体地，方案推算框架的生成，可以基于人工模型训练来实现，这一训练方案的大致步骤为：获取多组电动车的预期供能需求和实际供能参数以及对应的供能方案并输入现有的ai模型中，令ai模型对其进行映射关系的模拟，从而获取电动车的预期供能需求和实际供能参数与对应的预期供能方案之间的映射关系，任意的电动车的预期供能需求和实际供能参数均可以通过该映射关系来获取预期供能方案，该映射关系即为方案推算框架。

更具体地，除了上述的方案以外，还可以通过直接构建方案推算框架的方式来生成预期供能方案，这一方案的大致步骤为：预先获取各个储能单元在各种状况下的供电能力，并依据各个储能单元之间的连接关系构建出储能单元总体的多种供电方案，每一种供电方案分别对应着不同的预期供能需求，当确定了预期供能需求后，将预期供能需求与各个供电方案对应的供能需求进行比对，从而在各个供电方案中选择出预期供电方案，实现这一根据预期功能需求和实际供能参数得出预期供电方案的框架即为方案推算框架。

优选地，对所述电动车的各个储能单元进行实时数据的采集，以生成所述电动车的各个储能单元在所述预期供能方案下的实际工作曲线的步骤包括：

S21：对所述电动车的各个储能单元持续进行实时电量的数据采集，并根据采集的数据绘制各个所述储能单元的实时电量变化曲线；

S22：对所述电动车的各个储能单元持续进行实时温度的数据采集，并根据采集的数据绘制各个所述储能单元的实时温度变化曲线；

S23：将各个所述储能单元的功能电量变化曲线与实时温度变化曲线进行结合，生成各个所述储能单元的实际工作曲线。

具体地，将电动车的各个储能单元分别与设置在电动车内部的处理系统进行电连接，通过电连接的方式获取各个储能单元的实时电量，并根据实时电量绘制各个储能单元的实时电量变化曲线。

更具体地，在电动车内部设置多个温度传感器，分别对各个储能单元进行实时温度的数据采集，并根据实时温度绘制各个储能单元的实时温度变化曲线。

可以理解的是，实时电量变化曲线用于描述储能单元在为电动车供能的过程中储能单元存储电量的变化，由于储能单元在供电的过程中存在着电量损耗的现象，因此储能单元失去的电量将会略多于电动车使用的电量，对于不同的储能单元来说，供电过程中的损耗是不同的，对于同一个储能单元来说，在不同的供电情况下，这份损耗也是不同的，实时电量变化曲线的目的在于对通过比对来获取最优的供电情况，在该供电情况下具有最小的供电损耗。

更具体地，实时温度变化曲线的生成与目的与实时电量变化曲线相似，储能单元在供电过程中自身的热量会上升，温度上升后的储能单元的供电性能会发生对应的变化，并且，过高的温度会导致储能单元的使用寿命的下降，同时过高的温度也会影响储能单元在供电的电量损耗，也就是说，实时温度变化曲线的目的在于寻找出最佳的供电情况，令储能单元的温度保持在合适的范围，以维持储能单元的使用寿命，降低储能单元的电量损耗。

更具体地，实时电量变化曲线和实时温度变化曲线均采集自储能单元，用于对储能单元的实时状态变化进行分析，可以理解的是，实时电量变化曲线啊和实时温度变化曲线是存在关联的，因此需要将两者结合起来对储能单元进行分析。

优选地，将各个所述储能单元的实际工作曲线与理论工作曲线进行对比分析，以获取所述储能单元的性能等级的步骤包括：

S31：计算各个所述储能单元的实际工作曲线与理论工作曲线的平均差值；

S32：根据预设标准对各个所述储能单元的平均差值进行分析，以获取各个所述储能单元的性能等级。

具体地，储能单元在理想状态下进行供电时，其电量损耗和自身发热都会保持在较为理想的状态，通过对这一状态下的储能单元的数据进行采集，即可以生成储能单元的理论工作曲线。

更具体地，当储能单元的实际性能与理想状态存在偏差时，储能单元在实际供电时将会具有高的电量损耗与自身发热，因此储能单元在非理想状态下的实际工作曲线与理想工作曲线存在差值，并且这个差值的高低的可以体现出储能单元的实际性能与理想状态下性能的差距。

更具体地，储能单元的理论工作曲线和实际工作曲线均为一条线段，为了对两者进行对比分析，可以以供电时间为标准，对两条线段上相同供电时间的点进行差值计算，并将所有的差值进行平均值计算，以获取理论工作曲线和实际工作曲线的平均差值，按照预设标准对平均差值进行分析，根据平均差值所处的数值范围来判定储能单元的性能等级，性能等级用于描述储能单元的实际性能所占据理想状态性能的比值。

优选地，根据所述储能单元的性能等级对所述预期方案序列中的各个所述预期供能方案进行修正的步骤包括：

S33：获取各个所述储能单元的性能等级；所述储能单元的性能等级用于描述所述储能单元的实际供电性能处于所述储能单元的全部性能的比例；

S34：根据各个所述储能单元的性能等级将各个所述储能单元划分为第一分配单元和第二分配单元；所述第一分配单元的性能等级高于预设标准，所述第二分配单元的性能等级低于预设标准；

S35：获取各个所述储能单元的所述实际工作曲线与所述理论工作曲线的平均差值A、所述第一分配单元的额外耗电量B1和额外发热量B2、所述第二分配单元的额外耗电量C1和额外发热量C2；所述额外耗电量用于描述所述储能单元在实际工作中与所述预期供能方案相比在单位时间内额外损耗的电量，所述额外发热量用于描述所述储能单元在实际工作与预期供能方案相比在单位时间内额外产生的热量；

S36：增加所述第一分配单元的供电份额D，减少所述第二分配单元的供电份额E，并依据公式：B1*D-C1*E=A，B2*D-C2*E=A计算获取所述供电份额D和所述供电份额E，并对所述预期供能方案进行修正。

具体地，预期供能方案是按照理想状态的储能单元进行生成的，而实际上，储能单元并不一定都是理想状态的，也就是说，由于储能单元的性能等级不能满足理想状态的要求，因此储能单元无法按照预期供能方案为电动车进行供能。

更具体地，储能单元的性能等级代表着储能单元能够实现的性能占据理想状态的储能单元的全部性能比例，也就是说，储能单元的性能等级越高，储能单元越接理想状态，储能单元越能实现预期供能方案。

更具体地，不同性能等级的储能单元在实际工作中具有不同的额外耗电量和额外发热量，这里的额外耗电量是指储能单元在实际工作中与预期供能方案相比在单位时间内额外损耗的电量，额外发热量是指储能单元在实际工作中与预期功能方案相比在单位时间内额外产生的热量。

更具体地，储能单元的理论工作曲线是储能单元在理想状态下展现出的工作曲线，而实际工作曲线是储能单元在实际工作中展现出的工作曲线，两者之间的平均差值代表了储能单元的实际工作与理想工作之间的偏差，产生偏差的原因就是储能单元的性能等级较低，具有额外耗电量和额外发热量。

更具体地，在分布式储能单元中，一些储能单元的性能等级较高，一些储能单元的性能等级较低，因此可以通过增加较高性能等级的储能单元的供电份额，减少较低性能等级的储能等级的储能单元的供电份额，来实现缩减实际工作曲线与理论工作曲线之间的平均差值。

更具体地，获取各个储能单元的实际工作曲线与理论工作曲线的平均差值A，实际工作曲线与理论工作曲线是一个线段，具有一定的长度，在每一处位置差值并不相等，需要说明的是，这里的平均差值指的是所有的储能单元的平均差值。

更具体地，第一分配单元的额外耗电量B1和额外发热量B2、第二分配单元的额外耗电量C1和额外发热量C2；额外耗电量用于描述储能单元在实际工作中与预期供能方案相比在单位时间内额外损耗的电量，额外发热量用于描述储能单元在实际工作与预期供能方案相比在单位时间内额外产生的热量。

可以理解的是，上述的思路是：第二分配单元具有较低的性能等级，具有更多额外耗电量和更多的额外发热量，为了解决这一问题，可以减少第二分配单元的供电份额，令性能等级更高的第一分配单元来承担更多的供电份额。

更具体地，增加第一分配单元的供电份额D，减少第二分配单元的供电份额E，并依据公式：B1*D-C1*E=A，B2*D-C2*E=A计算获取供电份额D和供电份额E，并对预期供能方案进行修正。

需要说明的是，上述的计算公式并不一定可以得到一个确切的解，因此得到一个大致的解，令修正后的预期供能方案可以解决大部分的平均差值A即可。

参阅图2，第二方面，本发明提供一种分布式储能优化调度处理系统，包括：主控设备和若干温度传感器；

主控设备设置在电动车内部，且分别与各个储能单元电连接，主控设备用于存储并执行第一方面提供的一种分布式储能优化调度处理方法；

若干温度传感器设置在电动车内部，各个温度传感器均与主控设备电连接，各个温度传感器分别对应一个储能单元，温度传感器用于对储能单元进行实时温度的采集，并将采集的数据传输至主控设备中。

优选地，主控设备为嵌入式单片机。

优选地，还包括声音接收器和显示器；声音接收器和显示器设置在电动车上，声音接收器用于获取预期目标位置，显示器用于向驾驶员显示预期运行路程。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种分布式储能优化调度处理方法，其特征在于，包括：

获取电动车的预期供能需求，并根据所述预期供能需求生成预期方案序列；所述预期方案序列包括若干预期供能方案；

从所述预期方案序列中选择一个所述预期供能方案对电动车进行供能，并对所述电动车的各个储能单元进行实时数据的采集，以生成所述电动车的各个储能单元在所述预期供能方案下的实际工作曲线；

从预设数据库中调取对应所述预期供能方案的各个所述储能单元的理论工作曲线，将各个所述储能单元的实际工作曲线与理论工作曲线进行对比分析，以获取所述储能单元的性能等级，并根据所述储能单元的性能等级对所述预期方案序列中的各个所述预期供能方案进行修正；

根据修正后的各个所述预期供能方案依次对所述电动车进行供能测试，并记录所述电动车的各个储能单元在各次供能测试中的实际工作曲线，通过对所述电动车的各个储能单元在各次供能测试中的实际工作曲线的比较分析为各个所述预期供能方案赋予优先权重，并选择具有最高有限权重的所述预期供能方案对所述电动车进行供能。

2.如权利要求1所述的一种分布式储能优化调度处理方法，其特征在于，获取电动车的预期供能需求的步骤包括：

采集所述电动车的启动位置与预期目标位置，并根据所述电动车的启动位置与预期目标位置计算获取所述电动车的预期运行路程；

对所述预期运行路程上的环境信息进行检索；所述环境信息包括风力和温度；

根据所述电动车的所述预期运行路程获取所述电动车的第一运行参数，根据所述环境信息生成所述电动车的第二运行参数，将所述第一运行参数和所述第二运行参数结合，以生成预期供能需求。

3.如权利要求1所述的一种分布式储能优化调度处理方法，其特征在于，根据所述预期供能需求和储能状况生成若干预期供能方案的步骤包括：

获取所述电动车的各个储能单元的电量信息和性能参数，并根据各个所述储能单元的电量信息与性能参数计算获取各个所述储能单元的实际供能参数；所述电量信息用于描述所述储能单元内储存的电量，所述性能参数用于描述所述储能单元在理论上能够提供电能的能力，所述实际供能参数用于描述所述储能单元在当前电量下实际能够提供电能的能力；

将各个所述储能单元的实际供能参数和所述电动车的预期供能需求代入预设的方案推算框架中，以生成若干预期供能方案。

4.如权利要求1所述的一种分布式储能优化调度处理方法，其特征在于，对所述电动车的各个储能单元进行实时数据的采集，以生成所述电动车的各个储能单元在所述预期供能方案下的实际工作曲线的步骤包括：

对所述电动车的各个储能单元持续进行实时电量的数据采集，并根据采集的数据绘制各个所述储能单元的实时电量变化曲线；

对所述电动车的各个储能单元持续进行实时温度的数据采集，并根据采集的数据绘制各个所述储能单元的实时温度变化曲线；

将各个所述储能单元的功能电量变化曲线与实时温度变化曲线进行结合，生成各个所述储能单元的实际工作曲线。

5.如权利要求1所述的一种分布式储能优化调度处理方法，其特征在于，将各个所述储能单元的实际工作曲线与理论工作曲线进行对比分析，以获取所述储能单元的性能等级的步骤包括：

计算各个所述储能单元的实际工作曲线与理论工作曲线的平均差值；

根据预设标准对各个所述储能单元的平均差值进行分析，以获取各个所述储能单元的性能等级。

6.如权利要求3所述的一种分布式储能优化调度处理方法，其特征在于，根据所述储能单元的性能等级对所述预期方案序列中的各个所述预期供能方案进行修正的步骤包括：

获取各个所述储能单元的性能等级；所述储能单元的性能等级用于描述所述储能单元的实际供电性能处于所述储能单元的全部性能的比例；

根据各个所述储能单元的性能等级将各个所述储能单元划分为第一分配单元和第二分配单元；所述第一分配单元的性能等级高于预设标准，所述第二分配单元的性能等级低于预设标准；

获取各个所述储能单元的所述实际工作曲线与所述理论工作曲线的平均差值A、所述第一分配单元的额外耗电量B1和额外发热量B2、所述第二分配单元的额外耗电量C1和额外发热量C2；所述额外耗电量用于描述所述储能单元在实际工作中与所述预期供能方案相比在单位时间内额外损耗的电量，所述额外发热量用于描述所述储能单元在实际工作与预期供能方案相比在单位时间内额外产生的热量；

增加所述第一分配单元的供电份额D，减少所述第二分配单元的供电份额E，并依据公式：B1*D-C1*E=A，B2*D-C2*E=A计算获取所述供电份额D和所述供电份额E，并对所述预期供能方案进行修正。

7.一种分布式储能优化调度处理系统，其特征在于，包括：主控设备和若干温度传感器；

所述主控设备设置在所述电动车内部，且分别与各个所述储能单元电连接，所述主控设备用于存储并执行权利要求1-6任意一项所述的一种分布式储能优化调度处理方法；

若干所述温度传感器设置在所述电动车内部，各个所述温度传感器均与所述主控设备电连接，各个所述温度传感器分别对应一个所述储能单元，所述温度传感器用于对所述储能单元进行实时温度的采集，并将采集的数据传输至所述主控设备中。

8.如权利要求7所述的一种分布式储能优化调度处理系统，其特征在于，所述主控设备为嵌入式单片机。