CN117394403B - 一种基于大数据分析的储能电源充放电智能管控系统 - Google Patents
一种基于大数据分析的储能电源充放电智能管控系统 Download PDFInfo
- Publication number
- CN117394403B CN117394403B CN202311673099.7A CN202311673099A CN117394403B CN 117394403 B CN117394403 B CN 117394403B CN 202311673099 A CN202311673099 A CN 202311673099A CN 117394403 B CN117394403 B CN 117394403B
- Authority
- CN
- China
- Prior art keywords
- power supply
- period
- time
- operation period
- real
- 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 46
- 238000007599 discharging Methods 0.000 title claims abstract description 18
- 238000007405 data analysis Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 238000003860 storage Methods 0.000 claims abstract description 36
- 238000007667 floating Methods 0.000 claims description 40
- 230000009467 reduction Effects 0.000 claims description 31
- 230000008676 import Effects 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 14
- 230000005764 inhibitory process Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- 230000000630 rising effect Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000001629 suppression Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000013643 reference control Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- 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
Abstract
本发明公开了一种基于大数据分析的储能电源充放电智能管控系统,涉及储能电源充放电控制技术领域,解决了现有技术中,当前运行时段内,不能够根据实时电源运行进行充放电决策,同时在决策时不能够进行决策监控的技术问题,具体为储备性能分析单元对当前储能电源进行历史相邻运行时段进行储能性能分析,电网需求分析单元对历史运行时段内电源对应电网覆盖区域的需求进行分析;管控方向预测单元接收到各个时段类型后,将历史运行时段内电源与电网覆盖区域的配合进行分析;实时控制决策单元对当前运行时段进行电源控制决策分析,并在电源控制决策执行后实时决策管控单元对电源控制决策进行实时监测管控。
Description
技术领域
本发明涉及储能电源充放电控制技术领域,具体为一种基于大数据分析的储能电源充放电智能管控系统。
背景技术
电力生产过程是连续进行的,发电、输电、变电、配电、用电必须时刻保持平衡;电力系统的负荷存在峰谷差,必须留有很大的备用容量,造成系统设备运行效率低;应用储能技术可以对负荷削峰填谷,提高系统可靠性和稳定性,减少系统备用需求及停电损失;储能电源,顾名思义,就是能够储存电的一台机器。
但是在现有技术中,储能电源充放电管控时,不能够对历史运行时段分析,无法判断电源与对应覆盖区域的匹配性能,以至于无法对当前运行时段进行管控预测,此外,在当前运行时段内,不能够根据实时电源运行进行充放电决策,同时在决策时不能够进行决策监控,造成电源运行效率降低。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出一种基于大数据分析的储能电源充放电智能管控系统。
本发明的目的可以通过以下技术方案实现:
一种基于大数据分析的储能电源充放电智能管控系统,包括管控平台,管控平台通讯连接有历史电源分析单元和实时电源运行决策单元;
历史电源分析单元通讯连接有储备性能分析单元、电网需求分析单元以及管控方向预测单元;实时电源运行决策单元通讯连接有实时控制决策单元和实时决策管控单元;
储备性能分析单元对当前储能电源进行历史相邻运行时段进行储能性能分析,电网需求分析单元对历史运行时段内电源对应电网覆盖区域的需求进行分析,通过储能电源和区域需求分析将历史运行时段划分为简单需求时段、复杂需求时段、高效储备时段以及低效储备时段,并将对应类型发送至管控方向预测单元;管控方向预测单元接收到各个时段类型后,将历史运行时段内电源与电网覆盖区域的配合进行分析;
实时控制决策单元对当前运行时段进行电源控制决策分析,并在电源控制决策执行后实时决策管控单元对电源控制决策进行实时监测管控。
作为本发明的一种优选实施方式,储备性能分析单元的运行过程如下:
采集到当前系统时刻的历史相邻运行时段,获取到历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比以及历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比,并将其分别与最大数值比阈值和时长占比阈值进行比较:
若历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比未超过最大数值比阈值,且历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比超过时长占比阈值,则将历史电源运行时段标记为高效储备时段;
若历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比超过最大数值比阈值,或者历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比未超过时长占比阈值,则将历史电源运行时段标记为低效储备时段。
作为本发明的一种优选实施方式,电网需求分析单元的运行过程如下:
获取到历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度以及电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率,并将其分别与差值浮动跨度阈值和偏差值浮动频率阈值进行比较:
若历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度超过差值浮动跨度阈值,或者电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率超过偏差值浮动频率阈值,则将电网覆盖区域历史需求时段标记为复杂需求时段;
若历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度未超过差值浮动跨度阈值,且电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率未超过偏差值浮动频率阈值,则将电网覆盖区域历史需求时段标记为简单需求时段。
作为本发明的一种优选实施方式,管控方向预测单元的运行过程如下:
当前历史运行时段为高效储备时段且简单需求时段配合时,若历史运行时段内任一需电时刻供电量使用剩余量超过剩余量阈值,或者电源电量储备量存储电源最长存储时长超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制充电时长趋势;
当前历史运行时段为高效储备时段且复杂需求时段配合时,若历史运行时段内任一需电时刻供电量使用剩余量超过剩余量阈值,或者电源电量储备量存储电源最长存储时长超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制充电频率趋势;若历史运行时段内任一需电时刻供电量使用剩余量未超过剩余量阈值,且电源电量储备量存储电源最长存储时长未超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制放电频率趋势;
当前历史运行时段为低效储备时段且复杂需求时段配合时,若历史运行时段内电网覆盖区域用电端供电缓冲时长延长频率增加量超过延长频率增加量,或者历史运行时段内电源储备下限值的降低速度超过降低速度阈值,则将当前运行时段管控方向预设为抑制连续放电时长趋势;
历史电源分析单元接收后将抑制充电时长趋势和抑制充电频率趋势同一标记为抑制充电方向;将抑制放电频率趋势和抑制连续放电时长趋势同一标记为抑制放电方向。
作为本发明的一种优选实施方式,实时电源运行决策单元的运行过程如下:
获取到当前运行时段内供电量充足时,电源储备的储能装置运行参数实时工作区间最高值与预警工作区间最低值的偏差降低速度;获取到当前运行时段内供电量非充足时电网覆盖区域用电峰值的跨度最大降低量以及供电量充足时电网覆盖区域用电谷值阶段持续时长;通过分析获取到当前运行时段内电源实时控制决策系数;
将当前运行时段内电源实时控制决策系数与电源实时控制决策系数阈值进行比较:若当前运行时段内电源实时控制决策系数超过电源实时控制决策系数阈值,则将当前运行时段电源进行放电支出量增加;若当前运行时段内电源实时控制决策系数未超过电源实时控制决策系数阈值,则将当前运行时段电源进行充电汇入量增加。
作为本发明的一种优选实施方式,实时决策管控单元的运行过程如下:
当前电源进行放电支出量增加时,获取到放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长以及放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量,并将其分别与非重叠时长阈值和谷值降低量阈值进行比较:
若放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长超过非重叠时长阈值,或者放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量未超过谷值降低量阈值,则判定当前电源放电支出量增加执行需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时放电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源进行实时缓冲放电抑制,即将实时放电量设置梯度根据梯度进行缓冲抑制;
若放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长未超过非重叠时长阈值,且放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量超过谷值降低量阈值,则判定当前电源放电支出量增加执行无需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时储备量监测并在储备量异常时进行放电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源运行决策持续执行。
作为本发明的一种优选实施方式,当前电源进行充电汇入量增加时,获取到充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度以及充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长,并将其进行分析;
若充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度超过传输量增加跨度阈值,或者充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长超过阶段重叠时长阈值,则判定当前电源充电汇入量增加需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时储备量增加速度监测并在储备量增加速度异常时进行充电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源实时进行充电抑制;
若充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度未超过传输量增加跨度阈值,且充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长未超过阶段重叠时长阈值,则判定当前电源充电汇入量增加无需抑制,若历史运行时段预测为抑制放电方向,则当前电源决策持续执行,反之,若历史运行时段预测为抑制充电方向,则当前电源实时供应需求进行监测,供应需求量增加时则抑制充电,反之则不进行决策管控。
与现有技术相比,本发明的有益效果是:
1、本发明中,对当前储能电源进行历史相邻运行时段进行储能性能分析,判断历史运行时段的储备性能是否合格,对储能电源进行检测的同时对储能电源的运行场景适应性进行评估,提高了储能电源的运行效率,此外,通过储能电源储备性能结合区域电网运行,能够准确判断当前储备电源的运行效率,能够进行针对性管控;
2、本发明中,对历史运行时段内电源对应电网覆盖区域的需求进行分析,判断历史运行时段内电网覆盖区域的需求是否复杂,从而对电源的供应效率进行准确评估,同时能够根据实时匹配情况分析进行供应控制,能够分析出管控风险便于在下一周期进行准确控制,保证电源充放电的准确性;
将历史运行时段内电源与电网覆盖区域的配合进行分析,从而通过配合分析对电源相邻周期管控方向进行预测,便于相邻未执行周期能够高效控制电源调节方向,提高了电源运行效率的同时保证电源与电网覆盖区域的适配性;管控方向预测仅为参考管控方案,若电网覆盖区域中存在高用电量事件,则根据实际使用分析为准。
3、本发明中,对当前运行时段进行电源控制决策分析,根据当前运行时段的需求进行电源管控,通过充放电调节调度提高了电源对电网覆盖区域的供应效率,避免电源调节异常造成电源供应效率降低;对电源控制决策进行实时监测管控,避免电源控制决策执行过程中出现需求变化导致电源决策低效,及时进行电源控制调整,提高了电源的运行效率。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的整体原理框图;
图2为本发明中历史电源分析单元的原理框图;
图3为本发明中实时电源运行决策单元的原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1所示,一种基于大数据分析的储能电源充放电智能管控系统,包括管控平台,管控平台通讯连接有历史电源分析单元和实时电源运行决策单元;
储能电源使用过程中,管理平台生成历史电源分析信号并将历史电源分析信号发送至历史电源分析单元,历史电源分析单元接收到历史电源分析信号后,对当前储能电源与对应覆盖区域进行分析,请参阅图2所示,历史电源分析单元通讯连接有储备性能分析单元、电网需求分析单元以及管控方向预测单元;
历史电源分析单元生成储备性能分析信号并将储备性能分析信号发送至储备性能分析单元,储备性能分析单元接收到储备性能分析信号后,对当前储能电源进行历史相邻运行时段进行储能性能分析,判断历史运行时段的储备性能是否合格,对储能电源进行检测的同时对储能电源的运行场景适应性进行评估,提高了储能电源的运行效率,此外,通过储能电源储备性能结合区域电网运行,能够准确判断当前储备电源的运行效率,能够进行针对性管控;
采集到当前系统时刻的历史相邻运行时段,获取到历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比以及历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比,并将历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比以及历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比分别与最大数值比阈值和时长占比阈值进行比较:
若历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比未超过最大数值比阈值,且历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比超过时长占比阈值,则判定历史相邻运行时段内电源储备性能合格,将历史电源运行时段标记为高效储备时段;
若历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比超过最大数值比阈值,或者历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比未超过时长占比阈值,则判定历史相邻运行时段内电源储备性能不合格,将历史电源运行时段标记为低效储备时段;
历史电源分析单元生成电网需求分析信号并将电网需求分析信号发送至电网需求分析单元,电网需求分析单元接收到电网需求分析信号后,对历史运行时段内电源对应电网覆盖区域的需求进行分析,判断历史运行时段内电网覆盖区域的需求是否复杂,从而对电源的供应效率进行准确评估,同时能够根据实时匹配情况分析进行供应控制,能够分析出管控风险便于在下一周期进行准确控制,保证电源充放电的准确性;
获取到历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度以及电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率,并将历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度以及电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率分别与差值浮动跨度阈值和偏差值浮动频率阈值进行比较:
若历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度超过差值浮动跨度阈值,或者电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率超过偏差值浮动频率阈值,则判定历史运行时段内电源对应电网覆盖区域的用电需求复杂,将电网覆盖区域历史需求时段标记为复杂需求时段;
若历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度未超过差值浮动跨度阈值,且电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率未超过偏差值浮动频率阈值,则判定历史运行时段内电源对应电网覆盖区域的用电需求非复杂,将电网覆盖区域历史需求时段标记为简单需求时段;
将简单需求时段、复杂需求时段、高效储备时段以及低效储备时段各个类型一同发送至管控方向预测单元;
管控方向预测单元接收到各个时段类型后,将历史运行时段内电源与电网覆盖区域的配合进行分析,从而通过配合分析对电源相邻周期管控方向进行预测,便于相邻未执行周期能够高效控制电源调节方向,提高了电源运行效率的同时保证电源与电网覆盖区域的适配性;管控方向预测仅为参考管控方案,若电网覆盖区域中存在高用电量事件,则根据实际使用分析为准;
当前历史运行时段为高效储备时段且简单需求时段配合时,若历史运行时段内任一需电时刻供电量使用剩余量超过剩余量阈值,或者电源电量储备量存储电源最长存储时长超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制充电时长趋势;避免连续充电时长过长造成电量堆积;
当前历史运行时段为高效储备时段且复杂需求时段配合时,若历史运行时段内任一需电时刻供电量使用剩余量超过剩余量阈值,或者电源电量储备量存储电源最长存储时长超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制充电频率趋势;若历史运行时段内任一需电时刻供电量使用剩余量未超过剩余量阈值,且电源电量储备量存储电源最长存储时长未超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制放电频率趋势;
当前历史运行时段为低效储备时段且复杂需求时段配合时,若历史运行时段内电网覆盖区域用电端供电缓冲时长延长频率增加量超过延长频率增加量,或者历史运行时段内电源储备下限值的降低速度超过降低速度阈值,则将当前运行时段管控方向预设为抑制连续放电时长趋势;
当前历史运行时段为低效储备时段且简单需求时段配合时,则将当前运行时段管控方向不进行预测;
将预设管控方向发送至历史电源分析单元,历史电源分析单元接收后将抑制充电时长趋势和抑制充电频率趋势同一标记为抑制充电方向;将抑制放电频率趋势和抑制连续放电时长趋势同一标记为抑制放电方向,并将其发送至管控平台;
请参阅图3所示,实时电源运行决策单元通讯连接有实时控制决策单元和实时决策管控单元,实时电源运行决策单元对电源当前运行时段进行运行决策,生成实时控制决策信号并将实时控制决策信号发送至实时控制决策单元,实时控制决策单元接收到实时控制决策信号后,对当前运行时段进行电源控制决策分析,根据当前运行时段的需求进行电源管控,通过充放电调节调度提高了电源对电网覆盖区域的供应效率,避免电源调节异常造成电源供应效率降低;
获取到当前运行时段内供电量充足时,电源储备的储能装置运行参数实时工作区间最高值与预警工作区间最低值的偏差降低速度,并将电源储备的储能装置运行参数实时工作区间最高值与预警工作区间最低值的偏差降低速度标记为JDV;获取到当前运行时段内供电量非充足时电网覆盖区域用电峰值的跨度最大降低量以及供电量充足时电网覆盖区域用电谷值阶段持续时长,并将当前运行时段内供电量非充足时电网覆盖区域用电峰值的跨度最大降低量以及供电量充足时电网覆盖区域用电谷值阶段持续时长分别标记为DJK和CXS;储能装置运行参数具体为储备时长、储备成本等参数;
通过公式获取到当前运行时段内电源实时控制决策系数HG,其中,f1、f2以及f3均为预设比例系数,且f1>f2>f3>0;
将当前运行时段内电源实时控制决策系数HG与电源实时控制决策系数阈值进行比较:
若当前运行时段内电源实时控制决策系数HG超过电源实时控制决策系数阈值,则将当前运行时段电源进行放电支出量增加;若当前运行时段内电源实时控制决策系数HG未超过电源实时控制决策系数阈值,则将当前运行时段电源进行充电汇入量增加;本系统中电网覆盖区域的电量决策均在电网覆盖区域供电满足运行的前提下进行;
完成电源控制决策后,生成实时决策管控信号并将实时决策管控信号发送至实时决策管控单元,实时决策管控单元接收到实时决策管控信号后,对电源控制决策进行实时监测管控,避免电源控制决策执行过程中出现需求变化导致电源决策低效,及时进行电源控制调整,提高了电源的运行效率;
当前电源进行放电支出量增加时,获取到放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长以及放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量,并将放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长以及放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量分别与非重叠时长阈值和谷值降低量阈值进行比较:
若放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长超过非重叠时长阈值,或者放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量未超过谷值降低量阈值,则判定当前电源放电支出量增加执行需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时放电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源进行实时缓冲放电抑制,即将实时放电量设置梯度根据梯度进行缓冲抑制;避免抑制过大且与区域需求不符合,造成充电压力增加;
若放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长未超过非重叠时长阈值,且放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量超过谷值降低量阈值,则判定当前电源放电支出量增加执行无需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时储备量监测并在储备量异常时进行放电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源运行决策持续执行;
当前电源进行充电汇入量增加时,获取到充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度以及充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长,并将充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度以及充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长进行分析:本系统中电源作为电网供电的辅助供电端,用于缓解电网供电压力;
若充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度超过传输量增加跨度阈值,或者充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长超过阶段重叠时长阈值,则判定当前电源充电汇入量增加需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时储备量增加速度监测并在储备量增加速度异常时进行充电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源实时进行充电抑制;
若充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度未超过传输量增加跨度阈值,且充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长未超过阶段重叠时长阈值,则判定当前电源充电汇入量增加无需抑制,若历史运行时段预测为抑制放电方向,则当前电源决策持续执行,反之,若历史运行时段预测为抑制充电方向,则当前电源实时供应需求进行监测,供应需求量增加时则抑制充电,反之则不进行决策管控。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,储备性能分析单元对当前储能电源进行历史相邻运行时段进行储能性能分析,电网需求分析单元对历史运行时段内电源对应电网覆盖区域的需求进行分析;管控方向预测单元接收到各个时段类型后,将历史运行时段内电源与电网覆盖区域的配合进行分析;实时控制决策单元对当前运行时段进行电源控制决策分析,并在电源控制决策执行后实时决策管控单元对电源控制决策进行实时监测管控。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种基于大数据分析的储能电源充放电智能管控系统,其特征在于,包括管控平台,管控平台通讯连接有历史电源分析单元和实时电源运行决策单元;
历史电源分析单元通讯连接有储备性能分析单元、电网需求分析单元以及管控方向预测单元;实时电源运行决策单元通讯连接有实时控制决策单元和实时决策管控单元;
储备性能分析单元对当前储能电源进行历史相邻运行时段进行储能性能分析,电网需求分析单元对历史运行时段内电源对应电网覆盖区域的需求进行分析,通过储能电源和区域需求分析将历史运行时段划分为简单需求时段、复杂需求时段、高效储备时段以及低效储备时段,并将对应类型发送至管控方向预测单元;管控方向预测单元接收到各个时段类型后,将历史运行时段内电源与电网覆盖区域的配合进行分析;管控方向预测单元的运行过程如下:
当前历史运行时段为高效储备时段且简单需求时段配合时,若历史运行时段内任一需电时刻供电量使用剩余量超过剩余量阈值,或者电源电量储备量存储电源最长存储时长超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制充电时长趋势;
当前历史运行时段为高效储备时段且复杂需求时段配合时,若历史运行时段内任一需电时刻供电量使用剩余量超过剩余量阈值,或者电源电量储备量存储电源最长存储时长超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制充电频率趋势;若历史运行时段内任一需电时刻供电量使用剩余量未超过剩余量阈值,且电源电量储备量存储电源最长存储时长未超过最大存储时长阈值,则将当前运行时段管控方向预设为抑制放电频率趋势;
当前历史运行时段为低效储备时段且复杂需求时段配合时,若历史运行时段内电网覆盖区域用电端供电缓冲时长延长频率增加量超过延长频率增加量,或者历史运行时段内电源储备下限值的降低速度超过降低速度阈值,则将当前运行时段管控方向预设为抑制连续放电时长趋势;
历史电源分析单元接收后将抑制充电时长趋势和抑制充电频率趋势同一标记为抑制充电方向;将抑制放电频率趋势和抑制连续放电时长趋势同一标记为抑制放电方向;
实时控制决策单元对当前运行时段进行电源控制决策分析,并在电源控制决策执行后实时决策管控单元对电源控制决策进行实时监测管控。
2.根据权利要求1所述的一种基于大数据分析的储能电源充放电智能管控系统,其特征在于,储备性能分析单元的运行过程如下:
采集到当前系统时刻的历史相邻运行时段,获取到历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比以及历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比,并将其分别与最大数值比阈值和时长占比阈值进行比较:
若历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比未超过最大数值比阈值,且历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比超过时长占比阈值,则将历史电源运行时段标记为高效储备时段;
若历史相邻运行时段内电量消耗速度增长值与电量产生速度增长值对应最大数值比超过最大数值比阈值,或者历史相邻运行时段内储备电量的设定容量值对应可恒定时长与总运行周期的时长占比未超过时长占比阈值,则将历史电源运行时段标记为低效储备时段。
3.根据权利要求1所述的一种基于大数据分析的储能电源充放电智能管控系统,其特征在于,电网需求分析单元的运行过程如下:
获取到历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度以及电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率,并将其分别与差值浮动跨度阈值和偏差值浮动频率阈值进行比较:
若历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度超过差值浮动跨度阈值,或者电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率超过偏差值浮动频率阈值,则将电网覆盖区域历史需求时段标记为复杂需求时段;
若历史运行时段内电源对应电网覆盖区域中实时电量需求量峰谷最大差值的浮动跨度未超过差值浮动跨度阈值,且电源对应电网覆盖区域中预计用电量与实际用电量的偏差值实时浮动频率未超过偏差值浮动频率阈值,则将电网覆盖区域历史需求时段标记为简单需求时段。
4.根据权利要求1所述的一种基于大数据分析的储能电源充放电智能管控系统,其特征在于,实时电源运行决策单元的运行过程如下:
获取到当前运行时段内供电量充足时,电源储备的储能装置运行参数实时工作区间最高值与预警工作区间最低值的偏差降低速度;获取到当前运行时段内供电量非充足时电网覆盖区域用电峰值的跨度最大降低量以及供电量充足时电网覆盖区域用电谷值阶段持续时长;通过分析获取到当前运行时段内电源实时控制决策系数;
将当前运行时段内电源实时控制决策系数与电源实时控制决策系数阈值进行比较:若当前运行时段内电源实时控制决策系数超过电源实时控制决策系数阈值,则将当前运行时段电源进行放电支出量增加;若当前运行时段内电源实时控制决策系数未超过电源实时控制决策系数阈值,则将当前运行时段电源进行充电汇入量增加。
5.根据权利要求1所述的一种基于大数据分析的储能电源充放电智能管控系统,其特征在于,实时决策管控单元的运行过程如下:
当前电源进行放电支出量增加时,获取到放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长以及放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量,并将其分别与非重叠时长阈值和谷值降低量阈值进行比较:
若放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长超过非重叠时长阈值,或者放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量未超过谷值降低量阈值,则判定当前电源放电支出量增加执行需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时放电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源进行实时缓冲放电抑制,即将实时放电量设置梯度根据梯度进行缓冲抑制;
若放电支出量增加时段与电网覆盖区域峰值运行时段的非重叠时长未超过非重叠时长阈值,且放电支出量增加时段中电网覆盖区域运行谷值运行时段平均电量谷值降低量超过谷值降低量阈值,则判定当前电源放电支出量增加执行无需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时储备量监测并在储备量异常时进行放电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源运行决策持续执行。
6.根据权利要求5所述的一种基于大数据分析的储能电源充放电智能管控系统,其特征在于,当前电源进行充电汇入量增加时,获取到充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度以及充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长,并将其进行分析;
若充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度超过传输量增加跨度阈值,或者充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长超过阶段重叠时长阈值,则判定当前电源充电汇入量增加需抑制,若历史运行时段预测为抑制放电方向,则当前电源进行实时储备量增加速度监测并在储备量增加速度异常时进行充电抑制,反之,若历史运行时段预测为抑制充电方向,则当前电源实时进行充电抑制;
若充电汇入量增加时段内电网覆盖区域的电量实时传输量增加跨度未超过传输量增加跨度阈值,且充电汇入量增加时段内电源储备电量峰值上升阶段与电网覆盖区域供电非充足阶段的重叠时长未超过阶段重叠时长阈值,则判定当前电源充电汇入量增加无需抑制,若历史运行时段预测为抑制放电方向,则当前电源决策持续执行,反之,若历史运行时段预测为抑制充电方向,则当前电源实时供应需求进行监测,供应需求量增加时则抑制充电,反之则不进行决策管控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311673099.7A CN117394403B (zh) | 2023-12-07 | 2023-12-07 | 一种基于大数据分析的储能电源充放电智能管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311673099.7A CN117394403B (zh) | 2023-12-07 | 2023-12-07 | 一种基于大数据分析的储能电源充放电智能管控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117394403A CN117394403A (zh) | 2024-01-12 |
CN117394403B true CN117394403B (zh) | 2024-03-29 |
Family
ID=89441281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311673099.7A Active CN117394403B (zh) | 2023-12-07 | 2023-12-07 | 一种基于大数据分析的储能电源充放电智能管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117394403B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117728476A (zh) * | 2024-02-18 | 2024-03-19 | 北京国网电力技术股份有限公司 | 构网型储能变流器的智能控制方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005049945A (ja) * | 2003-07-29 | 2005-02-24 | Toshiba Mitsubishi-Electric Industrial System Corp | 監視装置及びこれを用いた電力変換装置 |
WO2017022000A1 (en) * | 2015-08-04 | 2017-02-09 | Nec Corporation | Information processing apparatus, charge or discharge scheduling method, and program |
CN106961116A (zh) * | 2017-01-17 | 2017-07-18 | 无锡协鑫分布式能源开发有限公司 | 需求侧光储一体化微电网系统 |
CN112381306A (zh) * | 2020-11-20 | 2021-02-19 | 广西电网有限责任公司防城港供电局 | 配电网智能化运维管控平台 |
KR20220088533A (ko) * | 2020-12-18 | 2022-06-28 | 한국전자기술연구원 | 일일 피크 절감을 위한 ess 스케줄링 장치 및 방법 |
CN116646933A (zh) * | 2023-07-24 | 2023-08-25 | 北京中能亿信软件有限公司 | 一种基于大数据的电力负荷调度方法及系统 |
CN116799838A (zh) * | 2023-06-07 | 2023-09-22 | 上海伏达储能数字化研究院 | 需量预测的在线储能充放电控制方法、介质及电子设备 |
-
2023
- 2023-12-07 CN CN202311673099.7A patent/CN117394403B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005049945A (ja) * | 2003-07-29 | 2005-02-24 | Toshiba Mitsubishi-Electric Industrial System Corp | 監視装置及びこれを用いた電力変換装置 |
WO2017022000A1 (en) * | 2015-08-04 | 2017-02-09 | Nec Corporation | Information processing apparatus, charge or discharge scheduling method, and program |
CN106961116A (zh) * | 2017-01-17 | 2017-07-18 | 无锡协鑫分布式能源开发有限公司 | 需求侧光储一体化微电网系统 |
CN112381306A (zh) * | 2020-11-20 | 2021-02-19 | 广西电网有限责任公司防城港供电局 | 配电网智能化运维管控平台 |
KR20220088533A (ko) * | 2020-12-18 | 2022-06-28 | 한국전자기술연구원 | 일일 피크 절감을 위한 ess 스케줄링 장치 및 방법 |
CN116799838A (zh) * | 2023-06-07 | 2023-09-22 | 上海伏达储能数字化研究院 | 需量预测的在线储能充放电控制方法、介质及电子设备 |
CN116646933A (zh) * | 2023-07-24 | 2023-08-25 | 北京中能亿信软件有限公司 | 一种基于大数据的电力负荷调度方法及系统 |
Non-Patent Citations (1)
Title |
---|
考虑后备容量的微电网储能充放电策略;曾意 等;电网技术;20170531;第41卷(第5期);第1519-1525页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117394403A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117394403B (zh) | 一种基于大数据分析的储能电源充放电智能管控系统 | |
CN113659602B (zh) | 一种基于超级电容的电能能量管理系统及方法 | |
CN111244991B (zh) | 一种考虑电池寿命的储能电站运行控制方法及系统 | |
KR101503408B1 (ko) | 축전지 병설형의 풍력 발전 시스템 및 축전지의 충방전 제어 장치 | |
CN110571838B (zh) | 一种储能电池早高峰负荷削减控制方法和装置 | |
CN113268527B (zh) | 智能光伏储能调度分析方法、装置、服务器及存储介质 | |
CN110783959A (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN110768264B (zh) | 一种提高风电功率调度可靠性的混合储能功率分配方法 | |
CN114204575B (zh) | 基于Windows的工业放电控制系统 | |
CN106712082B (zh) | 一种基于多智能体的分布式发电系统 | |
CN116633265A (zh) | 一种基于人工智能的太阳能光伏电能存储监管系统 | |
CN115833087A (zh) | 储能设备控制方法、装置、存储介质及储能设备 | |
CN116388354B (zh) | 一种适用于大功率便携式移动电源的充放电控制系统 | |
CN115967178B (zh) | 一种储能系统运行的监测系统及方法 | |
CN113386607B (zh) | 一种充电站充放电自动平衡方法、装置及充电站 | |
CN112561254B (zh) | 一种用于储能电站的性能评价系统 | |
CN110601232B (zh) | 一种储能设备及其调度方法 | |
CN209402163U (zh) | 一种优化配置的安全高效调频电池储能系统 | |
CN112598272A (zh) | 一种基于区块链技术的智能电网管理系统 | |
CN115313656B (zh) | 一种水电混合储能管理方法和系统 | |
CN109861259A (zh) | 一种适用于低压台区的预装式储能系统自适应控制方法 | |
CN117239893B (zh) | 一种太阳能供电系统充放电控制方法 | |
CN112383074B (zh) | 一种能量型与功率型混合储能系统及储能方法 | |
CN117200279B (zh) | 智能楼宇储能分配方法及相关装置 | |
CN110768359B (zh) | 电压控制方法及光伏供电装置、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 |