CN117411109A - 户式光伏储能一体机设备控制方法、装置、设备及介质 - Google Patents

户式光伏储能一体机设备控制方法、装置、设备及介质 Download PDF

Info

Publication number
CN117411109A
CN117411109A CN202311140425.8A CN202311140425A CN117411109A CN 117411109 A CN117411109 A CN 117411109A CN 202311140425 A CN202311140425 A CN 202311140425A CN 117411109 A CN117411109 A CN 117411109A
Authority
CN
China
Prior art keywords
power battery
battery
energy storage
photovoltaic energy
integrated machine
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
Application number
CN202311140425.8A
Other languages
English (en)
Inventor
吴炎昌
舒军
彭妤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sigeyuan Intelligent Technology Co ltd
Original Assignee
Beijing Sigeyuan Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sigeyuan Intelligent Technology Co ltd filed Critical Beijing Sigeyuan Intelligent Technology Co ltd
Priority to CN202311140425.8A priority Critical patent/CN117411109A/zh
Publication of CN117411109A publication Critical patent/CN117411109A/zh
Pending legal-status Critical Current

Links

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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • H02J13/00006—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • 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
    • H02J7/00714—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery charging or discharging current
    • 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
    • H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
    • H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
    • 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
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Medical Informatics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请提供一种户式光伏储能一体机设备控制方法、装置、设备及介质，该控制方法包括获取动力电池的当前运行数据和历史运行数据，以构建时间序列数据；基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。通过预测动力电池的温度变化情况，从而可预测的温度变换数据控制动力电池的充放电电流，以使动力电池工作在合适的温度区域，提高动力电池的性能和使用寿命。

Description

户式光伏储能一体机设备控制方法、装置、设备及介质
技术领域
本申请涉及储能技术领域，特别是涉及一种户式光伏储能一体机设备控制方法、装置、设备及介质。
背景技术
随着户式储能行业的快速发展，使用户式储能电站的家庭也越来越多，每个家庭至少安装一个户式储能一体机设备，户式储能一体机采用动力电池作为储能单元。
以锂离子电池为例，锂离子电池的充放电状态是否稳定，温度的变化起到了很大的影响因素，过高或过低的电池温度都会降低充放电效率降低，影响电池的安全性和寿命。现有都是通过传感器来检测锂离子电池的电池温度，当电池温度过高或过低时才进行电池温度的调节，这种调整方式具有滞后性，会导致锂离子电池的温度在一定时间内不处于最佳工作温度区间，影响电池的安全性和寿命。
发明内容
鉴于以上所述现有技术中的问题，本申请的目的在于提供一种户式光伏储能一体机设备控制方法、装置、设备及介质，以解决上述现有技术中存在的问题。
为实现上述目的及其它相关目的，本申请提供一种户式光伏储能一体机设备控制方法，所述户式光伏储能一体机设备包括动力电池，所述控制方法包括：
获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据；
基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；
基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；
向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。
在本申请的一可选实施例中，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线的步骤之后，还包括：
根据预设温度颜色映射关系，将所述电池温度变化曲线转换为颜色变化数据；
将所述颜色变化数据发送至用户终端以进行可视化展示。
在本申请的一可选实施例中，所述预设温度颜色映射关系包括预设温度区间与颜色的映射关系；
根据预设温度颜色映射关系，将所述电池温度变化曲线转换为颜色变化数据，包括：
获取所述电池温度变化曲线中每个时刻的电池温度所处的温度区间；
根据预设温度颜色映射关系，按照每个时刻的电池温度所处的温度区间将所述电池温度变化曲线中每个时刻的电池温度转换为对应的颜色，以形成颜色变化数据。
在本申请的一可选实施例中，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线，包括：
对所述时间序列数据进行预处理，所述预处理包括标准化处理和归一化处理；
基于预处理后的所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线。
在本申请的一可选实施例中，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线，之后还包括：
在本申请的一可选实施例中，所述动力电池的运行数据包括充放电功率、直流内阻、交流内阻、电池温度、荷电状态、健康状态、母线电压、母线电流、电池电压、电池电流以及母线温度。
在本申请的一可选实施例中，还包括：
基于所述电池温度变化曲线电芯目标参数变化数据进行所述动力电池的热失控分析；
当所述动力电池存在热失控风险时，向所述户式光伏储能一体机设备下发热失控调度指令，所述热失控调度指令用于触发所述户式光伏储能一体机设备的电芯保护机制。
在本申请的一可选实施例中，所述方法还包括：
当所述动力电池存在热失控风险时，向用户终端推送热失控消息。
在本申请的一可选实施例中，所述Informer神经网络模型在训练时采用的损失函数L为：
其中，yi为第i时刻的动力电池的温度实测值，为第i时刻的动力电池的温度预测值。
在本申请的一可选实施例中，还包括：
根据预设温度颜色映射关系，将所述动力电池的当前运行数据中的电池温度值转换为颜色数据，并将所述颜色数据发送至用户终端进行可视化展示。
为实现上述目的及其它相关目的，本申请还提供一种户式光伏储能一体机设备控制装置，包括：
序列数据获取模块，用于获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据；
温度变化预测模块，用于基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；
充电电流确定模块，用于基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；
充电电流调整模块，用于向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。
为实现上述目的及其它相关目的，本申请还提供一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述的户式光伏储能一体机设备控制方法。
为实现上述目的及其它相关目的，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行上述的户式光伏储能一体机设备控制方法。
本申请的户式光伏储能一体机设备控制方法、装置、设备及介质，通过获取动力电池的当前运行数据和历史运行数据，以构建时间序列数据；基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。通过Informer神经网络模型预测动力电池的温度变化情况，从而可预测的温度变换数据控制动力电池的充放电电流，以使动力电池工作在合适的温度区域，提高动力电池的性能和使用寿命。
本申请的户式光伏储能一体机设备控制方法、装置、设备及介质，采用Informer神经网络模型进行温度时间序列预测，利用Informer神经网络模型能够增强LSTF问题的预测容量的特性，使其能够捕获长序列时间序列输入与温度之间的长程依赖关系，从而能够提高动力电池温度预测精度和预测效率。
附图说明
图1为应用本申请中一个或多个实施例技术方案的系统架构示意图。
图2为本申请的一示例性实施例示出的户式光伏储能一体机设备控制方法的流程示意图。
图3为用户终端展示电池实时温度的示意图。
图4为本申请的一示例性实施例示出的户式光伏储能一体机设备控制装置的功能模块图。
图5为本申请的一示例性实施例示出的户式光伏储能一体机设备控制方法的电子设备的一结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本申请的基本构想，遂图示中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
图1示出了一种可以用于本申请中一个或多个实施例中的技术方案的示例性系统架构的示意图。如图1所示，系统架构包括至少一个用户终端20、至少一个户式光伏储能一体机设备10及云服务器30。所述户式光伏储能一体机设备10与所述云服务器30与之间建立tcp长连接，来上报动力电池的运行数据，所述云服务器30与用户终端20之间建立websocket长连接，及时推送相关数据给用户终端20。
所述户式光伏储能一体机设备10中采用动力电池进行储能，所述户式光伏储能一体机设备10可以采集动力电池的实时运行数据并向所述云服务器30发送。
所述用户终端20是与所述户式光伏储能一体机设备10关联的用户设备，其上配置有应用程序，可通过应用程序来控制所述户式光伏储能一体机设备10工作以及了解所述户式光伏储能一体机设备10的工作状态信息，并且户式光伏储能一体机设备10的工作状态信息可通过用户终端的显示界面进行图形化展示，所述用户终端20例如可以包括智能手机、平板电脑、笔记本电脑、台式电脑等各种电子设备。其中，工作状态信息例如可以包括动力电池运行数据，预测的电池温度变化曲线或转换后的颜色变化数据，热失控分析结果信息，动力电池的充放电电流，动力电池的实际电池温度或转换后的颜色数据等等。
所述云服务器30一方面用于存储所述户式光伏储能一体机设备10上报的动力电池运行数据，作为动力电池历史运行数据；并且所述云服务器30内设置有提前训练好的Informer神经网络模型，所述Informer神经网络模型被配置为基于时间序列数据，预测未来一段时间内所述动力电池的电池温度变化曲线。
在本申请的一个实施例中，本申请的云服务器30可以首先获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据；基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；向所述户式光伏储能一体机设备10下发充放电电流调整指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。通过预测动力电池的温度变化情况，从而可预测的温度变换数据调整动力电池的充放电电流，以使动力电池工作在合适的温度区域，提高动力电池的性能和使用寿命。并且列时间序列输入与温度之间的长程依赖关系，从而能够提高动力电池温度预测精度和预测效率。
以上部分介绍了应用本申请技术方案的示例性系统架构的内容，接下来继续介绍本申请的户式光伏储能一体机设备控制方法。
图2示出了本申请一实施例提供的应用于云服务器30的户式光伏储能一体机设备控制方法流程示意图。
如图2所示，该控制方法包括以下步骤：
步骤S10：获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据；
步骤S20：基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；
步骤S30：基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；
步骤S40：向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。
下面将结合图1和图2来详细说明本实施例的户式光伏储能一体机设备预警流程。
首先，执行步骤S10，获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据。
户式光伏储能一体机设备10在运行过程中，会实时采集动力电池的实时运行数据，并发送到云服务器30，云服务器30接收到户式光伏储能一体机设备上报的动力电池的实时运行数据后，会对动力电池的实时运行数据进行存储作为动力电池的历史运行数据。
作为示例，所述动力电池的运行数据包括充放电功率、直流内阻、交流内阻、电池温度、荷电状态SOC、健康状态SOH、母线电压、母线电流、电池电压、电池电流以及母线温度等。需要说明的是，在其他实施例中，所述动力电池的运行数据可以根据实际需要来进行个数增减。
在进行户式光伏储能一体机设备的动力电池温度预测时，需要提前在云服务器30中配置Informer神经网络模型。所述Informer神经网络模型采用编码器-解码器架构，所述编码器包括多头ProbSparse自注意力模块和自注意力蒸馏模块；所述解码器为生成式解码器。可利用Informer神经网络模型能够增强LSTF问题的预测容量的特性，使其能够捕获长序列时间序列输入与温度之间的长程依赖关系，从而能够提高动力电池温度预测精度和预测效率。
为了进行动力电池的电池温度预测，需要提前对所述Informer神经网络模型进行训练，训练时：
首先，从云服务器30中获取预先存储的户式光伏储能一体机设备上报的动力电池的历史运行数据；
接着，对获取的电芯历史运行数据进行数据清洗及标准化等预处理操作，以获取初始数据集，所述初始数据集为时间序列数据，其中，数据清洗是为了对电芯历史运行数据中的重复值、缺失值及异常值进行检测和处理，以保证数据质量和准确性，而数据标准化是为了消除数据的不同尺度和单位对模型训练的影响，提高模型性能和训练效果；
接着，根据初始数据集构造特征工程，以获取最终数据集，所述最终数据集同样为时间序列数据。其中，构造特征工程是指选择或者构建合适的特征对数据进行表征，以帮助模型更好地理解数据，提高模型性能和训练效果；
最后，利用最终数据集来对构建的Informer神经网络模型进行训练，以获取训练好的Informer神经网络模型。
在一具体实施例中，所述Informer神经网络模型在训练时采用的损失函数L为：
其中，yi为第i时刻的动力电池的温度实测值，为第i时刻的动力电池的温度预测值，可以理解的是，在其他实施例中，损失函数L也可采用其他方式，在此不做限制。
接着，执行步骤S20，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线。
在一具体实施例中，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线时，需要先对对所述时间序列数据进行预处理，所述预处理包括标准化处理和归一化处理；然后基于预处理后的所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线。
需要说明的是，在基于预处理后的所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线时，是基于预测时刻的动力电池的当前运行数据及之前的一段时间内所述动力电池的历史运行数据构建的时间序列数据来预测未来一段时间内各时刻所述动力电池的电池温度。
在一可选实施例中，预测出获取未来一段时间内所述户式光伏储能一体机设备的动力电池的电池温度变化曲线之后，可对预测数据进行存储，并根据预设温度颜色映射关系，将所述电池温度变化曲线转换为颜色变化数据；将所述颜色变化数据发送至用户终端以进行可视化展示，颜色变化数据相比电池温度变化曲线，能够更直观的反映出电池温度的情况，便于用户了解动力电池的状态。
其中，所述预设温度颜色映射关系给出了预设温度区间与颜色的映射关系，从而根据预设温度颜色映射关系，将所述电池温度变化曲线转换为颜色变化数据时，可先获取所述电池温度变化曲线中每个时刻的电池温度所处的温度区间；根据预设温度颜色映射关系，按照每个时刻的电池温度所处的温度区间将所述电池温度变化曲线中每个时刻的电池温度转换为对应的颜色，以形成颜色变化数据。
以锂离子电池为例，可以将电池温度从高到低划分为七个区间，分别对应红、橙、黄、绿、青、蓝、紫其中颜色，例如将60℃以上定义为红色，40℃-60℃定义为橙色，30℃-40℃定义为黄色，20℃-30℃定义为绿色，10℃-20℃定义为青，0℃-10℃定义为蓝，0℃以下定义为紫色，其中，绿色所代表的区间范围为20℃-30℃为锂离子电池充放电效率最高的温度区间，在这个温度范围内，锂离子电池不仅充放电效率最高，同时还能保证电池的安全性和寿命，过高或过低的电池温度都会到底充放电效率降低，影响电池的安全性和寿命，故而基于充放电效率、安全性及寿命考虑，尽可能使锂离子电池工作在该温度区间。可以理解的是，温度区间的划分及端点值的选择可根据实际需要进行调整，并不限于上述列举的值。
接着，执行步骤S30，基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流。
由于动力电池在进行充放电过程中，会产生热量，使动力电池温度升高，而影响动力电池充放电过程中的产热量的一个重要参数就是充放电电流，充放电电流越大，产热量越高，反之越低。因此，可基于预测的所述电池温度变化曲线，来确定动力电池在未来一段时间内的目标充放电电流，从而通过控制动力电池的发热量来控制动力电池未来一段时间的电池温度不超过最佳充放电温度区间。
具体地，可提前通过试验来确定不同预测电池温度区间对应的充放电电流的调整比例，从而在预测出电池温度变化曲线后，可根据电池温度变化曲线的平均温度所处的区间范围，来对应的调整比例和当前充放电电流来计算获取所述动力电池在未来一段时间内的目标充放电电流。
需要说明的是，不同动力电池，充放电电流调整比例是不同的，并且为了安全和电池寿命考虑，调整后的充放电电流需要处于动力电池的安全充放电电流的范围内，当调整后的充放电电流不在动力电池的安全充放电电流的范围内时，可采用动力电池的安全充放电电流的范围的端点值作为目标充放电电流，在这种情况下，只通过控制充放电电流的方式是无法使未来的一段时间内电池温度调整到最佳充放电温度区间，因此可额外采用会增加能耗的方式，例如加热或增加冷却液流速(温度过高)等方式来使动力电池的温度区间维持在最佳充放电温度区间，这些信息会与目标充放电电流一起打包成放电电流控制指令。
最后，执行步骤S40，向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。
所述云服务器30确定好动力电池的目标充放电电流后，就可以生成充放电电流调整指令，并基于tcp长连接将充放电电流调整指令发送给户式光伏储能一体机设备的控制单元，户式光伏储能一体机设备的控制单元可将所述动力电池的在未来一段时间内的充放电电流限制在所述目标充放电电流之下，从而使动力电池的电池温度不会超过最佳充放电温度区间。
由上可知，本实施例的户式光伏储能一体机设备控制方法，通过Informer神经网络模型预测动力电池的温度变化情况，从而可根据预测的温度变换数据来提前控制动力电池的充放电电流，以使动力电池工作在合适的温度区域，提高动力电池的性能和使用寿命。
在本实施例中，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线之后，还可以基于所述电池温度变化曲线电芯目标参数变化数据进行所述动力电池的热失控分析；当所述动力电池存在热失控风险时，向所述户式光伏储能一体机设备下发热失控调度指令，所述热失控调度指令用于触发所述户式光伏储能一体机设备的电芯保护机制。
进行热失控分析时，可以设置一个热失控阈值，当预测出的未来一段时间内所述动力电池的电池温度变化曲线超过热失控阈值时，则表示所述动力电池的存在热失控风险，反之，则表示所述动力电池不存在热失控风险。当云服务器30判断所述动力电池存在热失控风险时，生成热失控调度指令，并基于tcp长连接向所述户式光伏储能一体机设备下发热失控调度指令，户式光伏储能一体机设备接收到热失控调度指令后，触发电芯保护机制，将动力电池中进行断电处理，减少对其他动力电池或户式光伏储能一体机设备的影响。
由上可知通过Informer神经网络模型，基于户式光伏储能一体机设备上报的电芯实时运行数据来提前预测出未来比较长一段时间内电芯可能发生热失控的风险，并提前采取应对措施，从而避免或者减少电芯热失控的发生。
在一可选实施例中，云服务器30判断所述动力电池存在热失控风险时，还同时向所述户式光伏储能一体机设备的拥有者的向用户终端20推送热失控消息，从而使所述户式光伏储能一体机设备的拥有者能够及时了解户式光伏储能一体机设备的热失控风险。
在一可选实施例中，户式光伏储能一体机设备控制方法还包括，云服务器30可根据预设温度颜色映射关系，将所述动力电池的当前运行数据中的电池温度值转换为颜色数据，并将所述颜色数据通过websocket长连接发送至用户终端20进行可视化展示，通过颜色数据可以更直观的能够的反映出电池温度的情况，便于用户了解动力电池的状态。图3示出了用户终端20的显示界面展示9个动力电池的电池实时温度的示意，其中，动力电池1-5,7的电池温度显示为绿色，代表动力电池1-5,7当前电池温度处于最佳充放电温度，而动力电池9的电池温度显示为红色，代表动力电池9的电池温度已经超过安全充放电温度，需要停止充放电，动力电池6和8分别介于红色和绿色之间的黄色和橙色，需要适当的措施，例如降低充放电电流来使电池温度降到最佳充放电温度。
图4为本申请的一示例性实施例示出的户式光伏储能一体机设备控制装置的功能模块图。请参阅图4所示，所述户式光伏储能一体机设备预警控制装包括序列数据获取模块111、温度变化预测模块112、充电电流确定模块113以及充电电流调整模块114。
其中，所述序列数据获取模块111，用于获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据；
所述温度变化预测模块112，用于基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；
所述充电电流确定模块113，用于基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；
所述充电电流调整模块114，用于向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。需要说明的是，本实施例的户式光伏储能一体机设备控制装置11是与上述户式光伏储能一体机设备控制方法相对应的装置，户式光伏储能一体机设备控制装置11中的功能模块或者分别对应户式光伏储能一体机设备控制方法中的相应步骤。本实施例的户式光伏储能一体机设备控制装置可与户式光伏储能一体机设备控制方法相互相配合实施。相应地，本实施例的户式光伏储能一体机设备控制装置中提到的相关技术细节也可应用在上述户式光伏储能一体机设备控制方法中。
如图5所示，是本申请实现户式光伏储能一体机设备控制方法的电子设备的一种结构示意图。
所述电子设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如户式光伏储能一体机设备控制程序。
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地，存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如户式光伏储能一体机设备控制的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述电子设备1的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块(例如执行户式光伏储能一体机设备控制程序等)，以及调用存储在所述存储器12内的数据，以执行电子设备1的各种功能和处理数据。
所述处理器13执行所述电子设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述户式光伏储能一体机设备控制方法中的步骤，例如图2所示的步骤。
示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器12中，并由所述处理器13执行。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如，所述计算机程序可以被分割成序列数据获取模块111、温度变化预测模块112、充电电流确定模块113以及充电电流调整模块114。
需要说明的是，上述的各功能模块实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的部分或全部步骤，或以上的各功能模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
需要说明的是，本申请所示实施例的上述描述(包括在说明书摘要中所述的内容)并非意在详尽列举或将本申请限制到本文所公开的精确形式。尽管在本文仅为说明的目的而描述了本申请的具体实施例和本申请的实例，但是正如本领域技术人员将认识和理解的，各种等效修改是可以在本申请的精神和范围内的。如所指出的，可以按照本申请所述实施例的上述描述来对本申请进行这些修改，并且这些修改将在本申请的精神和范围内。
本文已经在总体上将系统和方法描述为有助于理解本申请的细节。此外，已经给出了各种具体细节以提供本申请实施例的总体理解。然而，相关领域的技术人员将会认识到，本申请的实施例可以在没有一个或多个具体细节的情况下进行实践，或者利用其它装置、系统、配件、方法、组件、材料、部分等进行实践。在其它情况下，并未特别示出或详细描述公知结构、材料和/或操作以避免对本申请实施例的各方面造成混淆。
因而，尽管本申请在本文已参照其具体实施例进行描述，但是修改自由、各种改变和替换亦在上述公开内，并且应当理解，在某些情况下，在未背离所提出申请的范围和精神的前提下，在没有对应使用其他特征的情况下将采用本申请的一些特征。因此，可以进行许多修改，以使特定环境或材料适应本申请的实质范围和精神。本申请并非意在限制到在下面权利要求书中使用的特定术语和/或作为设想用以执行本申请的最佳方式公开的具体实施例，但是本申请将包括落入所附权利要求书范围内的任何和所有实施例及等同物。因而，本申请的范围将只由所附的权利要求书进行确定。

Claims (12)

1.一种户式光伏储能一体机设备控制方法，其特征在于，所述户式光伏储能一体机设备包括动力电池，所述控制方法包括：
获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据；
基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；
基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；
向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。
2.根据权利要求1所述的户式光伏储能一体机设备控制方法，其特征在于，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线的步骤之后，还包括：
根据预设温度颜色映射关系，将所述电池温度变化曲线转换为颜色变化数据；
将所述颜色变化数据发送至用户终端以进行可视化展示。
3.根据权利要求2所述的户式光伏储能一体机设备控制方法，其特征在于，所述预设温度颜色映射关系包括预设温度区间与颜色的映射关系；
根据预设温度颜色映射关系，将所述电池温度变化曲线转换为颜色变化数据，包括：
获取所述电池温度变化曲线中每个时刻的电池温度所处的温度区间；
根据预设温度颜色映射关系，按照每个时刻的电池温度所处的温度区间将所述电池温度变化曲线中每个时刻的电池温度转换为对应的颜色，以形成颜色变化数据。
4.根据权利要求1所述的户式光伏储能一体机设备控制方法，其特征在于，基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线，包括：
对所述时间序列数据进行预处理，所述预处理包括标准化处理和归一化处理；
基于预处理后的所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线。
5.根据权利要求1所述的户式光伏储能一体机设备控制方法，其特征在于，所述动力电池的运行数据包括充放电功率、直流内阻、交流内阻、电池温度、荷电状态、健康状态、母线电压、母线电流、电池电压、电池电流以及母线温度。
6.根据权利要求1所述的户式光伏储能一体机设备控制方法，其特征在于，还包括：
基于所述电池温度变化曲线电芯目标参数变化数据进行所述动力电池的热失控分析；
当所述动力电池存在热失控风险时，向所述户式光伏储能一体机设备下发热失控调度指令，所述热失控调度指令用于触发所述户式光伏储能一体机设备的电芯保护机制。
7.根据权利要求6所述的户式光伏储能一体机设备控制方法，其特征在于，所述方法还包括：
当所述动力电池存在热失控风险时，向用户终端推送热失控消息。
8.根据权利要求1所述的户式光伏储能一体机设备控制方法，其特征在于，所述控制方法还包括：根据预设温度颜色映射关系，将所述动力电池的当前运行数据中的电池温度值转换为颜色数据，并将所述颜色数据发送至用户终端进行可视化展示。
9.根据权利要求1所述的户式光伏储能一体机设备控制方法，其特征在于，所述Informer神经网络模型在训练时采用的损失函数L为：
其中，yi为第i时刻的动力电池的温度实测值，为第i时刻的动力电池的温度预测值。
10.一种户式光伏储能一体机设备控制装置，其特征在于，包括：
序列数据获取模块，用于获取所述动力电池的当前运行数据和历史运行数据，以构建时间序列数据；
温度变化预测模块，用于基于所述时间序列数据，利用Informer神经网络模型预测未来一段时间内所述动力电池的电池温度变化曲线；
充电电流确定模块，用于基于所述电池温度变化曲线和当前充放电电流，确定所述动力电池在未来一段时间内的目标充放电电流；
充电电流调整模块，用于向所述户式光伏储能一体机设备下发充放电电流控制指令，以将所述动力电池的充放电电流控制在所述目标充放电电流之下。
11.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1-9中任一项所述的户式光伏储能一体机设备控制方法。
12.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至9中任一项所述的户式光伏储能一体机设备控制方法。
CN202311140425.8A 2023-09-05 2023-09-05 户式光伏储能一体机设备控制方法、装置、设备及介质 Pending CN117411109A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311140425.8A CN117411109A (zh) 2023-09-05 2023-09-05 户式光伏储能一体机设备控制方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311140425.8A CN117411109A (zh) 2023-09-05 2023-09-05 户式光伏储能一体机设备控制方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN117411109A true CN117411109A (zh) 2024-01-16

Family

ID=89495195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311140425.8A Pending CN117411109A (zh) 2023-09-05 2023-09-05 户式光伏储能一体机设备控制方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117411109A (zh)

Similar Documents

Publication Publication Date Title
CN108287317B (zh) 电池功率预测模型生成方法及系统、功率预测方法及系统
CN102200568A (zh) 电池装置的剩余容量与剩余使用时间的估算方法
US11710979B2 (en) Method and apparatus for charging a battery with AC power based on state of battery related information
TWI544440B (zh) 需量反應判斷裝置及其需量反應判斷方法
CN111231758B (zh) 一种电池容量的估算方法、装置、电子设备及介质
CN116470543A (zh) 一种虚拟电厂的运行控制方法、装置、设备及介质
CN109177805A (zh) 一种电动汽车充放电控制方法及系统
CN114899849A (zh) 一种储能设备的负荷调度方法、装置、设备及存储介质
CN111562508A (zh) 在线检测电池包内部单体电池内阻异常的方法
CN111008909A (zh) 储能系统的防逆流保护方法、装置、设备及存储介质
CN116404683B (zh) 一种柔直互联系统的能量调控方法、装置、终端和介质
CN117411109A (zh) 户式光伏储能一体机设备控制方法、装置、设备及介质
CN117175729A (zh) 储能设备电量控制方法、装置和计算机设备
CN116774056A (zh) 评估电池的充电时间的方法、系统及计算机可读存储介质
CN116901773A (zh) 一种用于电动车的无线充电引导系统及方法
CN117093943A (zh) 一种用电量监测预警方法及装置
CN115570980B (zh) 电动车续航里程显示方法、装置、计算机设备和存储介质
CN115692885A (zh) 一种电池析锂保护方法、装置、电子设备和存储介质
CN115742781A (zh) 一种电池充电方法、装置、电子设备及其存储介质
CN114069722A (zh) 基于物联网的设备智能管理控制方法及系统
CN115347651B (zh) 基于检测设备的储能方法及装置
CN117674369B (zh) 一种新能源储能电池组充放电安全管理系统
CN116517765B (zh) 一种基于风力发电的冷库智能运行控制系统
Liu et al. From Motor to Battery: A Digital Twin Model of Electric Vehicles
CN117192403A (zh) 一种新能源设备导电异常检测的方法、装置及介质

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