一种基于多设备的储能EMS云平台制造技术

本发明专利技术公开了一种基于多设备的储能EMS云平台，包括数据采集模块、数据分析模块、控制策略模块、电池管理模块和安全监控模块：数据采集模块用于实时采集能量管理系统中用户电能数据，数据分析模块用于对已采集的数据进行分析计算电量指标和能效指标，控制策略模块用于根据客户需求进行更改储能电站系统的部署环节，电池管理模块包括电池状态评价单元和电池寿命预测单元，安全监控模块包括电池风险规避单元、电站风险规避单元和远程调控单元。本发明专利技术的益处在于，数据分析过程中调用公式对已采集的数据进行计算，不单一显示采集数据，更直观更简洁的显示有效数据。观更简洁的显示有效数据。观更简洁的显示有效数据。

【技术实现步骤摘要】
一种基于多设备的储能EMS云平台


[0001]本专利技术涉及云平台
，尤其涉及一种基于多设备的储能EMS云平台。

技术介绍

[0002]储能EMS也称为能量管理系统是储能系统的大脑，主要实现能量的安全优化调度以及能源数据展示。通过与电池管理系统(BMS)、双向储能变流器(PCS)、光伏逆变器、回路电量表、可管理负载设备、外围设备(空调、消防)实时通讯，收集所有通讯子站的重要数据，通过对数据的采集、处理、分析，经过内部程序逻辑运算，控制整个储能系统有序、稳健运行。
[0003]传统储能EMS系统对于采集到的数据处理有很大的隐患，例如存储数量较大、设备报文解析不完整。相较于本系统所提出的控制策略，传统EMS系统的控制策略较为单一。另外，安全对于储能行业来说为重中之重，因此，EMS系统对储能系统安全问题的监管要做到准确、实时、全面。

技术实现思路

[0004]本专利技术的目的在于解决
技术介绍
中提出的问题。
[0005]为了实现本专利技术的目的，本专利技术采取的技术方案为：
[0006]一种基于多设备的储能EMS云平台，包括数据采集模块、数据分析模块、控制策略模块、电池管理模块和安全监控模块：
[0007]数据采集模块用于实时采集能量管理系统中用户电能数据；
[0008]数据分析模块用于对已采集的数据进行分析计算电量指标和能效指标，并以2分钟为更新频率在前端平台进行web页面展示；
[0009]控制策略模块用于根据客户需求进行更改储能电站系统的部署环节，控制策略模块包括削峰填谷模式、定时模式、限电模式、需量控制模式、备电模式、负载扩容模式和平抑波动模式中的一种或多种；
[0010]电池管理模块包括电池状态评价单元和电池寿命预测单元，电池评价状态包括对如下数据评估：电池温度极差、电池电压极差、充电平均功率、放电平均功率，电池寿命预测采用基于Matlab的LSTM神经网络的锂电池寿命预测方法，根据观测值更新网络状态；
[0011]安全监控模块包括电池风险规避单元、电站风险规避单元和远程调控单元。
[0012]进一步的，所述数据采集模块包括Redis，Redis连接储能系统的硬件设备和报文解析器，报文解析器连接消息队列，消息队列连接数据库；数据采集模块采用Redis将采集到的报文进行缓存，通过多个报文解析器根据关键字、校验码、报文协议解析出完整报文，进行多线程解析，保证所有数据被正常解析；将消息队列作为数据库的缓冲装置，当报文解析器完整解析出数据后，将数据转换为SQL语句存储至消息队列中，消息队列自动配置集群，进行SQL分配请求，在数据上载高峰，消息队列进行错峰提交数据，保证每秒至少提交到数据库3000条SQL语句。
[0013]进一步的，所述电量指标包括储能电站上网电量、下网电量、站用电量、运行小时数、等效利用系数、以及储能单元充放电量，其计算公式如下：
[0014]运行小时数：
[0015]等效利用系数：其中：
[0016]其中：UTH为储能电站评价周期内运行小时数，P为储能电站额定功率,P
i
为第i个储能单元的额定功率，UTH
i
为第i个储能单元评价周期内的运行小时数，EAF为储能电站等效利用系数，EAF
i
为第i个储能单元的等效利用系数，E
Ci
为第i个储能单元在评价周期内的充电量，E
Di
为第i个储能单元在评价周期内的放电量，P
i
为第i个储能单元的额定功率，PH为评价周期内统计时间小时数，当评价周期为1年时,PH取为8760h。
[0017]进一步的，所述能效指标包括储能电站能效指标应包括电站综合效率、储能损耗率和储能单元充放电能量效率，其计算公式如下：
[0018]电站综合效率：
[0019]储能损耗率：
[0020]储能单元充放电能量效率：
[0021]其中：η
EESS
为储能电站综合效率，E
on
为评价周期内储能电站的上网电量，E
off
为评价周期内储能电站的下网电量，η
ESU
为储能单元充放电能量效率，E
D
为评价周期内储能单元总的放电量，E
C
为评价周期内储能单元总的充电量，η
ESU
为储能单元充放电能量效率，E
D
为评价周期内储能单元总的放电量，E
C
为评价周期内储能单元总的充电量。
[0022]进一步的，所述削峰填谷模式支持设置全天峰、谷时间段、调度方式及充放电功率，实现峰谷套利；需量控制模式监测变压器低压侧电量信息，设置变压器申报容量，储能系统运行时结合低压侧功率，变压器输出功率超限时，实现平滑调整储能系统的输出功率，切换充放电模式，按需补偿，保证变压器的负荷低于申报容量的同时最大限度满足储能系统的经济运行；定时模式定义时段及该时段的功率，系统按照此时段设定的功率进行充放电；限电模式根据客户指定限电时间，储能系统提前备好电能，限电时，优先使用储能补充，当储能不足时，在条件允许的情况下，对非重要负载进行拉闸断电达到限电运行；当启用备电模式，系统设置备用SOC，系统在正常流程放电时会控制电池最低SOC大于备用SOC值，保证系统进入备用电源运行策略时的供电能力；负载扩容模式系统采集负载的功率，配置负载需要电池供电的功率，负载空闲的功率，根据负载功率实时调整输出，根据空闲级别，对电池进行充电；平抑波动模式风光等可再生资源具有间歇性，严重影响电力系统安稳定性，通过储能系统的合理调节，可平滑功率曲线，平抑功率的波动率，提高电能质量，减少对于电网的冲击。
[0023]进一步的，所述基于Matlab的LSTM神经网络的锂电池寿命预测方法包括以下步骤：
[0024]S1：构建神经网络模型，依据锂电池原始存储数据划分数据训练集和测试集；
[0025]S2:进行数据预处理，将采集到的训练集数据切分为7500个数据并对数据进行标准化，消除变量之间的量纲关系，使数据具有可比性；
[0026]S3：构造交替5秒时间间隔的时间序列作为神经网络的输入和输出；
[0027]S4：神经网络训练，指定LSTM层的隐含单元个数为四，神经网络模型包括：四层输入层，四层LSTM模型，一层全连接层；指定训练选项，1000轮训练最大训练周期为150，梯度阈值设置为1，指定初始学习率0.01，每当经过一定数量的时期时，学习率就会乘以一个系数。在50轮训练后通过乘以因子0.5来降低学习率；
[0028]S5：神经网络预测以及精度反映，仿照神经网络训练中XTrain和YTrain的样式去构造一个测试集，首先用input_Train来初始化神经网络，在LSTM中，state cell是实时在更新的，但对于整个网络需要给它一个初始化的值，但不一定是利用整个input_Train的效果最好，因此在实际使用中input_Trai本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多设备的储能EMS云平台，其特征在于：包括数据采集模块、数据分析模块、控制策略模块、电池管理模块和安全监控模块：数据采集模块用于实时采集能量管理系统中用户电能数据；数据分析模块用于对已采集的数据进行分析计算电量指标和能效指标，并以2分钟为更新频率在前端平台进行web页面展示；控制策略模块用于根据客户需求进行更改储能电站系统的部署环节，控制策略模块包括削峰填谷模式、定时模式、限电模式、需量控制模式、备电模式、负载扩容模式和平抑波动模式中的一种或多种；电池管理模块包括电池状态评价单元和电池寿命预测单元，电池状态评价单元进行评估的数据如下：电池温度极差、电池电压极差、充电平均功率、放电平均功率，电池寿命预测采用基于Matlab的LSTM神经网络的锂电池寿命预测方法，根据观测值更新网络状态；安全监控模块包括电池风险规避单元、电站风险规避单元和远程调控单元。2.如权利要求1所述的一种基于多设备的储能EMS云平台，其特征在于：所述数据采集模块包括Redis，Redis连接储能系统的硬件设备和报文解析器，报文解析器连接消息队列，消息队列连接数据库；数据采集模块采用Redis将采集到的报文进行缓存，通过多个报文解析器根据关键字、校验码、报文协议解析出完整报文，进行多线程解析，保证所有数据被正常解析；将消息队列作为数据库的缓冲装置，当报文解析器完整解析出数据后，将数据转换为SQL语句存储至消息队列中，消息队列自动配置集群，进行SQL分配请求，在数据上载高峰，消息队列进行错峰提交数据，保证每秒至少提交到数据库3000条SQL语句。3.如权利要求1所述的一种基于多设备的储能EMS云平台，其特征在于：所述电量指标包括储能电站上网电量、下网电量、站用电量、运行小时数、等效利用系数、以及储能单元充放电量，其计算公式如下：运行小时数：等效利用系数：其中：其中：UTH为储能电站评价周期内运行小时数，P为储能电站额定功率,P
i
为第i个储能单元的额定功率，UTH
i
为第i个储能单元评价周期内的运行小时数，EAF为储能电站等效利用系数，EAF
i
为第i个储能单元的等效利用系数，E
Ci
为第i个储能单元在评价周期内的充电量，E
Di
为第i个储能单元在评价周期内的放电量，P
i
为第i个储能单元的额定功率，PH为评价周期内统计时间小时数，当评价周期为1年时,PH取为8760h。4.如权利要求1所述的一种基于多设备的储能EMS云平台，其特征在于：所述能效指标包括储能电站能效指标应包括电站综合效率、储能损耗率和储能单元充放电能量效率，其计算公式如下：电站综合效率：储能损耗率：
储能单元充放电能量效率：其中：η
EESS
为储能电站综合效率，E
on
为评价周期内储能电站的上网电量，E
off
为评价周期内储能电站的下网电量，η
ESU
为储能单元充放电能量效率，E
D
为评价周期内储能单元总的放电量，E
C
为评价周期内储能单元总的充电量，η
ESU
为储能单元充放电能量效率，E
D
为评价周期内储能单元总的放电量，E
C

【专利技术属性】
技术研发人员：李静，曹宇，夏静，周盛，冯程，刘大杰，马卓华，朱海洋，
申请(专利权)人：威胜能源技术股份有限公司，
类型：发明
国别省市：