CN117254464B - 一种储能系统的控制方法及系统 - Google Patents
一种储能系统的控制方法及系统 Download PDFInfo
- Publication number
- CN117254464B CN117254464B CN202311543654.4A CN202311543654A CN117254464B CN 117254464 B CN117254464 B CN 117254464B CN 202311543654 A CN202311543654 A CN 202311543654A CN 117254464 B CN117254464 B CN 117254464B
- Authority
- CN
- China
- Prior art keywords
- energy
- energy storage
- scheme
- storage system
- enterprise
- 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 338
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 claims abstract description 48
- 238000012937 correction Methods 0.000 claims abstract description 41
- 238000007599 discharging Methods 0.000 claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000005265 energy consumption Methods 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000001502 supplementing effect Effects 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 10
- 230000037361 pathway Effects 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000004134 energy conservation Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种储能系统的控制方法及系统，其方法包括以下步骤：基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案；基于储能控制方案的充放电流程信息生成控制指令，将控制发送至储能系统处使其按照充放电流程进行充放电；在生产周期内实时获取能源突发需求信息，验证权限后控制储能系统响应输送能源；基于能源需求信息通过预设置的动态修正模型对储能控制方案进行动态修正，基于修正后的储能控制方案控制储能系统继续进行充放电操作。本申请对储能系统进行动态规划控制，使得储能系统控制策略灵活可靠。
Description
技术领域
本申请涉及储能系统的领域，尤其是涉及一种储能系统的控制方法及系统。
背景技术
相关技术中，储能系统是微电网、孤岛电网、分布式发电系统及新能源汽车快速充电技术发展必不可少的基础措施。储能系统在电力系统中的运用，实现了需求侧管理、削峰填谷、平滑负荷、快速调整电网频率，提高了电网运行稳定性和可靠性，降低了光伏和风力等瞬时变化大的新能源发电系统对电网的冲击。储能系统在工厂写字楼等场所中，常充当第二电源或备用电源使用，用于确保这些场所供电稳定，提高能源管理架构合理性。
电量管理是储能系统中的重要环节，主要涉及对荷电状态、充电状态和放电限制等的控制。通过实施有效的电量管理策略，可以确保电池在适当的荷电状态下运行，避免过度充电或放电，从而提高电池的寿命和安全性。现有企业的储能系统的充电策略较为传统，往往在企业能源消耗高峰期控制储能系统放电，在能源消耗低谷期对储能系统进行充电，以实现削峰填谷。这种基于预设规则的能量调度方法优点是简单易懂，缺点是缺乏灵活性，使得储能系统难以适应复杂的能源需求变化。当企业因意外因素在非高峰期出现能源需求时，而此时储能系统因预设好了调度规则，往往不能及时做出调整，容易出现能源分配不均或者能源短缺等问题。
针对上述中的相关技术，现有储能系统控制策略固化缺乏灵活性，难以适应复杂的能源需求变化，导致能源供给出现问题。
发明内容
为了现有储能系统控制策略固化缺乏灵活性，难以适应复杂的能源需求变化，导致能源供给出现问题，本申请提供一种储能系统的控制方法及系统。
第一方面，本申请提供一种储能系统的控制方法，采用如下的技术方案：
一种储能系统的控制方法，包括以下步骤：
基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案，所述方案规划模型为机器学习模型通过历史数据训练得到；所述储能控制方案包括至少一种充电策略、至少一种放电策略以及充放电流程信息；
基于储能控制方案的充放电流程信息生成控制指令，将控制发送至储能系统处使其按照充放电流程进行充放电；
在生产周期内实时获取能源突发需求信息，验证权限后控制储能系统响应输送能源；
基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正，基于修正后的储能控制方案控制储能系统继续进行充放电操作。
优选的，所述基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案具体包括以下步骤：
基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
基于企业所在地用电收费标准以及企业现有能源收集设备获取得到企业能源获取途径，并对各个企业能源获取途径基于获取成本进行梯度分级得到能源获取梯级表，所述能源获取梯级表包括至少一个能源获取途径、获取时段、获取成本以及能源梯级，且能源获取梯级表中获取成本越低能源梯级越高；
基于企业历史能源突发需求信息对储能系统划分储能区间，所述储能区间包括储能系统能量百分比从零至一百依次设置的应急储能区间、常态储能区间以及充盈储能区间和其可获取能源梯级；
根据企业能源需求信息、能源获取梯级表以及储能系统的储能区间通过预设置的方案规划模型规划生成若干个备选控制方案；
通过预设置的方案评分计算公式计算各个备选控制方案的方案评分；
基于方案评分对各个备选控制方案进行排序，选取评分值最高的备选控制方案作为储能控制方案。
优选的，所述通过预设置的方案评分计算公式计算各个备选控制方案的方案评分具体包括以下步骤：
对各个备选控制方案基于能源节约成本、充放电次数以及充放电性价比分别进行排序，其中充放电性价比=能源节约成本/充放电次数和，生成节约序列、损耗序列以及性价比序列，根据各个备选控制方案在各个序列的排名基于预设置的排名评分对照表获取各个备选控制方案的节约评分、损耗评分以及性价比评分；
获取用户能源控制喜好，基于用户能源控制喜好选取上述任一序列为最高优先级序列，其他序列为次优先级序列，若不存在用户能源控制喜好则默认将节约序列设置为最高优先级序列；
根据各个备选控制方案的序列评分通过预设置的方案评分计算公式计算各个备选控制方案的方案评分。
优选的，所述预设置的方案评分计算公式具体为：
；
其中，为第i个备选控制方案的方案评分，/>为第i个备选控制方案的最高优先级序列评分，/>为i个备选控制方案的次优先级序列评分之和。
优选的，所述基于企业历史能源突发需求信息对储能系统划分储能区间具体包括以下步骤：
基于企业历史能源突发需求信息获取储能系统在各个企业历史能源突发需求信息中的能源供给量，生成突发能源消耗量数据集；
根据突发能源消耗量数据集通过预设置的应急能量阈值计算公式计算得到应急能源阈值；
基于预设置的充盈百分比以及储能系统储能总量计算确定充盈能源阈值，所述充盈能源阈值计算公式为：P=O*Q，其中Q为储能系统储能总量，O为预设置的充盈百分比，由管理人员设置，且85%≤O≤90%；
基于应急能源阈值和充盈能源阈值对储能系统划分储能区间。
优选的，所述预设置的应急能量阈值计算公式具体为：
M=max{Q*B，，C}；
其中，M为应急能量阈值，B为储能系统生产厂家推荐设置的应急能源留存百分比，为突发能源消耗量数据集中第n个企业历史能源突发需求信息中的能源供给量，C为突发能源消耗量预测值，基于企业历史能源突发需求信息通过预设置的能源消耗预测模型预测得到，所述能源消耗预测模型为机器学习模型基于曲线预测算法通过历史数据训练得到。
优选的，所述基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正具体包括以下步骤：
基于能源突发需求信息确定突发能源消耗量，并获取储能系统当前储能百分比；
基于储能控制方案和能源获取梯级表筛分确定后续时段未被储能控制方案收录使用的能源获取途径，生成能源补充途径集合，所述能源补充途径集合包括至少一个未被储能控制方案收录使用的能源获取途径、获取时段、获取成本以及能源梯级；
将突发能源消耗量、储能系统当前储能百分比和能源补充途径集合输入预设置的动态修正模型中对储能控制方案进行动态修正，所述动态修正模型为机器学习模型基于动态规划算法通过历史数据训练得到。
第二方面，本申请提供一种储能系统的控制系统，采用如下的技术方案：
一种储能系统的控制系统，包括：
方案规划模块，用于基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案，所述方案规划模型为机器学习模型通过历史数据训练得到；所述储能控制方案包括至少一种充电策略、至少一种放电策略以及充放电流程信息；
系统控制模块，用于基于储能控制方案的充放电流程信息生成控制指令，将控制发送至储能系统处使其按照充放电流程进行充放电；
应急处理模块，用于在生产周期内实时获取能源突发需求信息，验证权限后控制储能系统响应输送能源；
动态修正模块，用于基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正，并通过所述系统控制模块基于修正后的储能控制方案控制储能系统继续进行充放电操作。
优选的，所述方案规划模块包括：
需求分析单元，用于基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
能源分级单元，基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
区间划分单元，用于基于企业历史能源突发需求信息对储能系统划分储能区间，所述储能区间包括储能系统能量百分比从零至一百依次设置的应急储能区间、常态储能区间以及充盈储能区间和其可获取能源梯级；
方案规划单元，用于根据企业能源需求信息、能源获取梯级表以及储能系统的储能区间通过预设置的方案规划模型规划生成若干个备选控制方案；
方案评分单元，用于通过预设置的方案评分计算公式计算各个备选控制方案的方案评分；
方案评比单元，用于基于方案评分对各个备选控制方案进行排序，选取评分值最高的备选控制方案作为储能控制方案。
优选的，所述动态修正模块包括：
状态确认单元，用于基于能源突发需求信息确定突发能源消耗量，并获取储能系统当前储能百分比；
途径筛选单元，用于基于储能控制方案和能源获取梯级表筛分确定后续时段未被储能控制方案收录使用的能源获取途径，生成能源补充途径集合，所述能源补充途径集合包括至少一个未被储能控制方案收录使用的能源获取途径、获取时段、获取成本以及能源梯级；
动态修正单元，用于将突发能源消耗量、储能系统当前储能百分比和能源补充途径集合输入预设置的动态修正模型中对储能控制方案进行动态修正，所述动态修正模型为机器学习模型基于动态规划算法通过历史数据训练得到。
综上所述，本申请包括以下至少一种有益技术效果：
1.基于企业生产计划预测企业能源需求，再结合企业实际能源获取情况智能决策生成储能控制方案，并对计划外的能源需求进行快速响应，基于动态修正模型根据突发能源需求的能源消耗情况对储能控制方案后续未进行部分进行动态修正，实现对储能控制方案内充放电决策进行动态规划，提高储能系统运行稳定性确保储能系统稳定实现削峰填谷，提高电池储能单元的利用率，在降低企业运营成本的基础上，对储能系统进行动态规划控制，使得储能系统控制策略灵活可靠；
2.先基于企业实际情况确定企业能源需求、可获取能源途径以及企业储能系统的储能区间划分，再通过案规划模型建立数学模型为企业的储能系统规划出多种储能系统控制方案，在基于节约成本、降低设备损耗以及提高储能系统使用性价比三个方面对各个备选控制方案进行评分，进而实现智能精确规划储能控制方案，达到合理灵活控制储能系统运行保证企业能源稳定供给的效果；
3.通过动态修正模型的设置，在储能系统响应能源突发需求后，基于动态规划散发结合突发能源消耗量以及能源补充途径集合对对储能控制方案未进行部分进行动态规划，增添优化储能系统充放电策略，提高储能系统运行稳定性，实现提高储能系统能源调度控制效率以及稳定性。
附图说明
图1是本申请实施例中一种储能系统的控制方法的方法流程图；
图2是本申请实施例中生成储能控制方案的方法流程图；
图3是本申请实施例中计算各个备选控制方案的方案评分的方法流程图；
图4是本申请实施例中对储能系统划分储能区间的方法流程图；
图5是本申请实施例中对储能控制方案进行动态修正的方法流程图；
图6是本申请实施例中一种储能系统的控制系统的系统框图。
附图标记说明：1、方案规划模块；11、需求分析单元；12、能源分级单元；13、区间划分单元；14、方案规划单元；15、方案评分单元；16、方案评比单元；2、系统控制模块；3、应急处理模块；4、动态修正模块；41、状态确认单元；42、途径筛选单元；43、动态修正单元。
具体实施方式
以下结合附图1-图6对本申请作进一步详细说明。
本申请实施例公开一种储能系统的控制方法。参照图1，一种储能系统的控制方法，包括以下步骤：
S1、规划生成储能控制方案：基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案，所述方案规划模型为机器学习模型通过历史数据训练得到；所述储能控制方案包括至少一种充电策略、至少一种放电策略以及充放电流程信息；需要说明机器学习模型的具体训练步骤为现有技术在此不再赘述；
S2、控制储能系统进行充放电：基于储能控制方案的充放电流程信息生成控制指令，将控制发送至储能系统处使其按照充放电流程进行充放电；
S3、响应能源突发需求信息：在生产周期内实时获取能源突发需求信息，验证权限后控制储能系统响应输送能源；
S4、对储能控制方案进行动态修正：基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正，基于修正后的储能控制方案控制储能系统继续进行充放电操作。基于企业生产计划预测企业能源需求，再结合企业实际能源获取情况智能决策生成储能控制方案，并对计划外的能源需求进行快速响应，基于动态修正模型根据突发能源需求的能源消耗情况对储能控制方案后续未进行部分进行动态修正，实现对储能控制方案内充放电决策进行动态规划，提高储能系统运行稳定性，确保储能系统稳定实现削峰填谷，提高电池储能单元的利用率，在降低企业运营成本的基础上，对储能系统进行动态规划控制，使得储能系统控制策略灵活可靠。
参照图2，所述基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案具体包括以下步骤：
A1、获取企业能源需求信息：基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
A2、获取企业能源获取途径：基于企业所在地用电收费标准以及企业现有能源收集设备获取得到企业能源获取途径，并对各个企业能源获取途径基于获取成本进行梯度分级得到能源获取梯级表，所述能源获取梯级表包括至少一个能源获取途径、获取时段、获取成本以及能源梯级，且能源获取梯级表中获取成本越低能源梯级越高；
其中，能源获取梯级表的梯级参考标准由管理人员设置，本实施例中能源获取梯级表的梯级参考标准为企业所在区域电价梯级，包括第一梯级，主要包括无成本绿色回收能源获取途径；第二梯级，主要包括波谷用电以及其他回收或者获取成本不大于波谷电价的能源获取途径；第三梯级，主要包括平时段用电以及其他回收或者获取成本大于波谷电价且不大于平时段电价的能源获取途径；第四梯级，主要包括波峰时段用电以及其他回收或者获取成本大于平时段电价且不大于波峰电价的能源获取途径；第五梯级主要包括回收或者获取成本大于波峰电价的能源获取途径；
A3、对储能系统划分储能区间：基于企业历史能源突发需求信息对储能系统划分储能区间，所述储能区间包括储能系统能量百分比从零至一百依次设置的应急储能区间、常态储能区间以及充盈储能区间和其可获取能源梯级；
基于应急储能区间、常态储能区间以及充盈储能区间内能源的普遍用途设置能源补充途径，其具体可获取梯级可由管理人员基于实际需求设置，在本实施例中应急储能区间可获取能源梯级为第一梯级到第五梯级，常态储能区间可获取能源梯级为第一梯级到第三梯级，充盈储能区间可获取能源梯级为第一梯级和第二梯级；
A4、规划生成若干个备选控制方案：根据企业能源需求信息、能源获取梯级表以及储能系统的储能区间通过预设置的方案规划模型规划生成若干个备选控制方案；
A5、计算各个备选控制方案的方案评分：通过预设置的方案评分计算公式计算各个备选控制方案的方案评分；
A6、选取储能控制方案：基于方案评分对各个备选控制方案进行排序，选取评分值最高的备选控制方案作为储能控制方案。先基于企业实际情况确定企业能源需求、可获取能源途径以及企业储能系统的储能区间划分，再通过方案规划模型建立数学模型为企业的储能系统规划出多种储能系统控制方案，在基于节约成本、降低设备损耗以及提高储能系统使用性价比三个方面对各个备选控制方案进行评分，进而实现智能精确规划储能控制方案，达到合理灵活控制储能系统运行保证企业能源稳定供给的效果。
参照图3，所述通过预设置的方案评分计算公式计算各个备选控制方案的方案评分具体包括以下步骤：
B1、对各个备选控制方案排序评分：对各个备选控制方案基于能源节约成本、充放电次数以及充放电性价比分别进行排序，其中充放电性价比=能源节约成本/充放电次数和，生成节约序列、损耗序列以及性价比序列，根据各个备选控制方案在各个序列的排名基于预设置的排名评分对照表获取各个备选控制方案的节约评分、损耗评分以及性价比评分；
B2、设置最高优先级序列：获取用户能源控制喜好，基于用户能源控制喜好选取上述任一序列为最高优先级序列，其他序列为次优先级序列，若不存在用户能源控制喜好则默认将节约序列设置为最高优先级序列；
B3、计算各个备选控制方案的方案评分：根据各个备选控制方案的序列评分通过预设置的方案评分计算公式计算各个备选控制方案的方案评分。在基于节约成本、降低设备损耗以及提高储能系统使用性价比三个方面对各个备选控制方案进行评分，实现全方位智能评分的基础上，兼顾用户储能系统使用喜好，在迎合用户需求的基础上，为储能系统灵活智能定制控制策略，有助于降低企业运营成本，达到绿色环保的效果。
上述预设置的方案评分计算公式具体为：
；
其中，为第i个备选控制方案的方案评分，/>为第i个备选控制方案的最高优先级序列评分，/>为i个备选控制方案的次优先级序列评分之和。
参照图4，所述基于企业历史能源突发需求信息对储能系统划分储能区间具体包括以下步骤：
C1、生成突发能源消耗量数据集：基于企业历史能源突发需求信息获取储能系统在各个企业历史能源突发需求信息中的能源供给量，生成突发能源消耗量数据集；
C2、计算得到应急能源阈值：根据突发能源消耗量数据集通过预设置的应急能量阈值计算公式计算得到应急能源阈值；
C3、计算确定充盈能源阈值：基于预设置的充盈百分比以及储能系统储能总量计算确定充盈能源阈值，所述充盈能源阈值计算公式为：P=O*Q，其中Q为储能系统储能总量，O为预设置的充盈百分比，由管理人员设置，且85%≤O≤90%；
C4、对储能系统划分储能区间：基于应急能源阈值和充盈能源阈值对储能系统划分储能区间。基于储能系统削峰填谷、能源后备以及能源回收三个主要作用对储能系统进行储能区间划分，通过建立突发能源消耗量数据集对企业历史能源突发需求信息进行分析，设定应急储能区间能量存储量，实现对储能系统内能量用途进行初步划分，有助于后续基于方案规划模型规划制定充放电策略，提高储能系统运行稳定性。
上述预设置的应急能量阈值计算公式具体为：
M=max{Q*B，，C}；
其中，M为应急能量阈值，B为储能系统生产厂家推荐设置的应急能源留存百分比，为突发能源消耗量数据集中第n个企业历史能源突发需求信息中的能源供给量，C为突发能源消耗量预测值，基于企业历史能源突发需求信息通过预设置的能源消耗预测模型预测得到，所述能源消耗预测模型为机器学习模型基于曲线预测算法通过历史数据训练得到。从储能系统设备硬件基础、企业突发能源需求的实际情况出发设定应急能量阈值，再通过能源消耗预测模型建立数学模型根据企业历史能源突发需求信通过曲线预测算法对企业能源突发需求量进行精确预测，三方面出发得到最贴切企业实际情况的应急能量阈值，确保储能系统在企业因各种意外因素突发能源需求时，能够快速响应能源需求变化，满足企业能源需求。
参照图5，所述基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正具体包括以下步骤：
D1、确定突发能源消耗量：基于能源突发需求信息确定突发能源消耗量，并获取储能系统当前储能百分比；
D2、生成能源补充途径集合：基于储能控制方案和能源获取梯级表筛分确定后续时段未被储能控制方案收录使用的能源获取途径，生成能源补充途径集合，所述能源补充途径集合包括至少一个未被储能控制方案收录使用的能源获取途径、获取时段、获取成本以及能源梯级；
D3、对储能控制方案进行动态修正：将突发能源消耗量、储能系统当前储能百分比和能源补充途径集合输入预设置的动态修正模型中对储能控制方案进行动态修正，所述动态修正模型为机器学习模型基于动态规划算法通过历史数据训练得到。通过动态修正模型的设置，在储能系统响应能源突发需求后，基于动态规划散发结合突发能源消耗量以及能源补充途径集合对对储能控制方案未进行部分进行动态规划，增添优化储能系统充放电策略，提高储能系统运行稳定性，实现提高储能系统能源调度控制效率以及稳定性。
本申请实施例还公开一种储能系统的控制系统。参照图6，一种储能系统的控制系统，包括：
方案规划模块1，用于基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案，所述方案规划模型为机器学习模型通过历史数据训练得到；所述储能控制方案包括至少一种充电策略、至少一种放电策略以及充放电流程信息；
系统控制模块2，用于基于储能控制方案的充放电流程信息生成控制指令，将控制发送至储能系统处使其按照充放电流程进行充放电；
应急处理模块3，用于在生产周期内实时获取能源突发需求信息，验证权限后控制储能系统响应输送能源；
动态修正模块4，用于基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正，并通过所述系统控制模块2基于修正后的储能控制方案控制储能系统继续进行充放电操作。基于企业生产计划预测企业能源需求，再结合企业实际能源获取情况智能决策生成储能控制方案，并对计划外的能源需求进行快速响应，基于动态修正模型根据突发能源需求的能源消耗情况对储能控制方案后续未进行部分进行动态修正，实现对储能控制方案内充放电决策进行动态规划，提高储能系统运行稳定性确保储能系统稳定实现削峰填谷，提高电池储能单元的利用率，在降低企业运营成本的基础上，对储能系统进行动态规划控制，使得储能系统控制策略灵活可靠。
参照图6，所述方案规划模块1包括：
需求分析单元11，用于基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
能源分级单元12，基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
区间划分单元13，用于基于企业历史能源突发需求信息对储能系统划分储能区间，所述储能区间包括储能系统能量百分比从零至一百依次设置的应急储能区间、常态储能区间以及充盈储能区间和其可获取能源梯级；
方案规划单元14，用于根据企业能源需求信息、能源获取梯级表以及储能系统的储能区间通过预设置的方案规划模型规划生成若干个备选控制方案；
方案评分单元15，用于通过预设置的方案评分计算公式计算各个备选控制方案的方案评分；
方案评比单元16，用于基于方案评分对各个备选控制方案进行排序，选取评分值最高的备选控制方案作为储能控制方案。先基于企业实际情况确定企业能源需求、可获取能源途径以及企业储能系统的储能区间划分，再通过案规划模型建立数学模型为企业的储能系统规划出多种储能系统控制方案，在基于节约成本、降低设备损耗以及提高储能系统使用性价比三个方面对各个备选控制方案进行评分，进而实现智能精确规划储能控制方案，达到合理灵活控制储能系统运行保证企业能源稳定供给的效果。
参照图6，所述动态修正模块4包括：
状态确认单元41，用于基于能源突发需求信息确定突发能源消耗量，并获取储能系统当前储能百分比；
途径筛选单元42，用于基于储能控制方案和能源获取梯级表筛分确定后续时段未被储能控制方案收录使用的能源获取途径，生成能源补充途径集合，所述能源补充途径集合包括至少一个未被储能控制方案收录使用的能源获取途径、获取时段、获取成本以及能源梯级；
动态修正单元43，用于将突发能源消耗量、储能系统当前储能百分比和能源补充途径集合输入预设置的动态修正模型中对储能控制方案进行动态修正，所述动态修正模型为机器学习模型基于动态规划算法通过历史数据训练得到。
本申请实施例还公开一种计算机可读存储介质，其存储有能够被处理器加载并执行如上述方法中的计算机程序，计算机可读存储介质例如包括：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)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。
Claims (4)
1.一种储能系统的控制方法，其特征在于，包括以下步骤：
基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案，所述方案规划模型为机器学习模型通过历史数据训练得到；所述储能控制方案包括至少一种充电策略、至少一种放电策略以及充放电流程信息；
基于储能控制方案的充放电流程信息生成控制指令，将控制发送至储能系统处使其按照充放电流程进行充放电；
在生产周期内实时获取能源突发需求信息，验证权限后控制储能系统响应输送能源；
基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正，基于修正后的储能控制方案控制储能系统继续进行充放电操作；
所述基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案具体包括以下步骤：
基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
基于企业所在地用电收费标准以及企业现有能源收集设备获取得到企业能源获取途径，并对各个企业能源获取途径基于获取成本进行梯度分级得到能源获取梯级表，所述能源获取梯级表包括至少一个能源获取途径、获取时段、获取成本以及能源梯级，且能源获取梯级表中获取成本越低能源梯级越高；
基于企业历史能源突发需求信息对储能系统划分储能区间，所述储能区间包括储能系统能量百分比从零至一百依次设置的应急储能区间、常态储能区间以及充盈储能区间和其可获取能源梯级；
根据企业能源需求信息、能源获取梯级表以及储能系统的储能区间通过预设置的方案规划模型规划生成若干个备选控制方案；
通过预设置的方案评分计算公式计算各个备选控制方案的方案评分；
基于方案评分对各个备选控制方案进行排序，选取评分值最高的备选控制方案作为储能控制方案；
所述通过预设置的方案评分计算公式计算各个备选控制方案的方案评分具体包括以下步骤：
对各个备选控制方案基于能源节约成本、充放电次数以及充放电性价比分别进行排序，其中充放电性价比=能源节约成本/充放电次数和，生成节约序列、损耗序列以及性价比序列，根据各个备选控制方案在各个序列的排名基于预设置的排名评分对照表获取各个备选控制方案的节约评分、损耗评分以及性价比评分；
获取用户能源控制喜好，基于用户能源控制喜好选取上述任一序列为最高优先级序列，其他序列为次优先级序列，若不存在用户能源控制喜好则默认将节约序列设置为最高优先级序列；
根据各个备选控制方案的序列评分通过预设置的方案评分计算公式计算各个备选控制方案的方案评分；
所述预设置的方案评分计算公式具体为：
；
其中，为第i个备选控制方案的方案评分，/>为第i个备选控制方案的最高优先级序列评分，/>为i个备选控制方案的次优先级序列评分之和；
所述基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正具体包括以下步骤：
基于能源突发需求信息确定突发能源消耗量，并获取储能系统当前储能百分比；
基于储能控制方案和能源获取梯级表筛分确定后续时段未被储能控制方案收录使用的能源获取途径，生成能源补充途径集合，所述能源补充途径集合包括至少一个未被储能控制方案收录使用的能源获取途径、获取时段、获取成本以及能源梯级；
将突发能源消耗量、储能系统当前储能百分比和能源补充途径集合输入预设置的动态修正模型中对储能控制方案进行动态修正，所述动态修正模型为机器学习模型基于动态规划算法通过历史数据训练得到。
2.根据权利要求1所述的一种储能系统的控制方法，其特征在于，所述基于企业历史能源突发需求信息对储能系统划分储能区间具体包括以下步骤：
基于企业历史能源突发需求信息获取储能系统在各个企业历史能源突发需求信息中的能源供给量，生成突发能源消耗量数据集；
根据突发能源消耗量数据集通过预设置的应急能量阈值计算公式计算得到应急能源阈值；
基于预设置的充盈百分比以及储能系统储能总量计算确定充盈能源阈值，所述充盈能源阈值计算公式为：P=O*Q，其中Q为储能系统储能总量，O为预设置的充盈百分比，由管理人员设置，且85%≤O≤90%；
基于应急能源阈值和充盈能源阈值对储能系统划分储能区间。
3.根据权利要求2所述的一种储能系统的控制方法，其特征在于，所述预设置的应急能量阈值计算公式具体为：
；
其中，M为应急能量阈值，B为储能系统生产厂家推荐设置的应急能源留存百分比，为突发能源消耗量数据集中第n个企业历史能源突发需求信息中的能源供给量，C为突发能源消耗量预测值，基于企业历史能源突发需求信息通过预设置的能源消耗预测模型预测得到，所述能源消耗预测模型为机器学习模型基于曲线预测算法通过历史数据训练得到。
4.一种储能系统的控制系统，其特征在于，包括：
方案规划模块(1)，用于基于企业下一生产周期的生产计划通过预设置的方案规划模型规划生成储能控制方案，所述方案规划模型为机器学习模型通过历史数据训练得到；所述储能控制方案包括至少一种充电策略、至少一种放电策略以及充放电流程信息；
系统控制模块(2)，用于基于储能控制方案的充放电流程信息生成控制指令，将控制发送至储能系统处使其按照充放电流程进行充放电；
应急处理模块(3)，用于在生产周期内实时获取能源突发需求信息，验证权限后控制储能系统响应输送能源；
动态修正模块(4)，用于基于能源突发需求信息通过预设置的动态修正模型对储能控制方案进行动态修正，并通过所述系统控制模块(2)基于修正后的储能控制方案控制储能系统继续进行充放电操作；
所述方案规划模块(1)包括：
需求分析单元(11)，用于基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
能源分级单元(12)，基于企业下一生产周期的生产计划获取企业能源需求信息，所述能源需求信息包括至少一个能源需求高峰期及其能源需求量和至少一个能源需求低峰期及其能源需求量；
区间划分单元(13)，用于基于企业历史能源突发需求信息对储能系统划分储能区间，所述储能区间包括储能系统能量百分比从零至一百依次设置的应急储能区间、常态储能区间以及充盈储能区间和其可获取能源梯级；
方案规划单元(14)，用于根据企业能源需求信息、能源获取梯级表以及储能系统的储能区间通过预设置的方案规划模型规划生成若干个备选控制方案；
方案评分单元(15)，用于通过预设置的方案评分计算公式计算各个备选控制方案的方案评分；
方案评比单元(16)，用于基于方案评分对各个备选控制方案进行排序，选取评分值最高的备选控制方案作为储能控制方案；
所述动态修正模块(4)包括：
状态确认单元(41)，用于基于能源突发需求信息确定突发能源消耗量，并获取储能系统当前储能百分比；
途径筛选单元(42)，用于基于储能控制方案和能源获取梯级表筛分确定后续时段未被储能控制方案收录使用的能源获取途径，生成能源补充途径集合，所述能源补充途径集合包括至少一个未被储能控制方案收录使用的能源获取途径、获取时段、获取成本以及能源梯级；
动态修正单元(43)，用于将突发能源消耗量、储能系统当前储能百分比和能源补充途径集合输入预设置的动态修正模型中对储能控制方案进行动态修正，所述动态修正模型为机器学习模型基于动态规划算法通过历史数据训练得到。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311543654.4A CN117254464B (zh) | 2023-11-20 | 2023-11-20 | 一种储能系统的控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311543654.4A CN117254464B (zh) | 2023-11-20 | 2023-11-20 | 一种储能系统的控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117254464A CN117254464A (zh) | 2023-12-19 |
| CN117254464B true CN117254464B (zh) | 2024-04-09 |
Family
ID=89129895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311543654.4A Active CN117254464B (zh) | 2023-11-20 | 2023-11-20 | 一种储能系统的控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117254464B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117726152B (zh) * | 2024-02-18 | 2024-05-17 | 安徽泰然信息技术有限公司 | 基于企业信息的储能方案生成方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104242364A (zh) * | 2013-06-14 | 2014-12-24 | 株式会社日立制作所 | 充放电控制装置、方法和电动汽车换电站 |
| CN111313441A (zh) * | 2018-12-12 | 2020-06-19 | 国网吉林省电力有限公司电力科学研究院 | 一种面向电网调峰调频的储能系统选型方法 |
| CN116739158A (zh) * | 2023-05-31 | 2023-09-12 | 西安电子科技大学 | 一种基于强化学习的自适应优化储能方法 |
-
2023
- 2023-11-20 CN CN202311543654.4A patent/CN117254464B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104242364A (zh) * | 2013-06-14 | 2014-12-24 | 株式会社日立制作所 | 充放电控制装置、方法和电动汽车换电站 |
| CN111313441A (zh) * | 2018-12-12 | 2020-06-19 | 国网吉林省电力有限公司电力科学研究院 | 一种面向电网调峰调频的储能系统选型方法 |
| CN116739158A (zh) * | 2023-05-31 | 2023-09-12 | 西安电子科技大学 | 一种基于强化学习的自适应优化储能方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117254464A (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Optimal sizing of a wind-energy storage system considering battery life | |
| EP3039771B1 (en) | System and method for energy asset sizing and optimal dispatch | |
| US9373960B2 (en) | Computerized system and method for distributed energy resource scheduling | |
| CN117254464B (zh) | 一种储能系统的控制方法及系统 | |
| CN111555281A (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
| CN115953011B (zh) | 通信基站储能资源调度方法及设备 | |
| CN117318251B (zh) | 一种储能系统 | |
| CN112928767A (zh) | 一种分布式储能协同控制方法 | |
| CN111709574A (zh) | 一种分布式集群配置调度方法、计算机设备及存储介质 | |
| US9450417B2 (en) | Method for efficiency-driven operation of dispatchable sources and storage units in energy systems | |
| CN110866647A (zh) | 用户侧储能控制方法、装置、设备及存储介质 | |
| CN115833087A (zh) | 储能设备控制方法、装置、存储介质及储能设备 | |
| CN112928780B (zh) | 一种配电网灾后供电恢复方法及系统 | |
| CN103532172A (zh) | 一种基于机组动态分类的多级备用协调方法 | |
| CN103812137B (zh) | 一种对发电机组的控制方法及装置 | |
| CN115619153A (zh) | 动态聚合下考虑分布式资源运行特性的响应方法和装置 | |
| CN115549204A (zh) | 一种微电网群双层分布式集群调峰方法及装置 | |
| CN114221341A (zh) | 一种基于全物联链路的双向互动电力需求响应方法及系统 | |
| CN113809763A (zh) | 一种考虑多指标的配电网储能系统规划配置方法和系统 | |
| CN113673830A (zh) | 基于非侵入式负荷监测技术的自适应家庭能量管理方法 | |
| CN117614033B (zh) | 一种运行在常规功率跟踪状态下的电网智能调度方法及装置 | |
| Awad | Novel planning and market models for energy storage systems in smart grids | |
| JP2020182299A (ja) | サーバ装置及び制御方法 | |
| CN117937498B (zh) | 一种变电站运行负荷优化控制方法及系统 | |
| CN115001042A (zh) | 考虑电力电量协同支撑的多类型储能优化配置方法及系统 |
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 |