一种电化学储能电站有功功率调度方法和系统技术方案

本发明专利技术提供一种电化学储能电站有功功率调度方法和系统，包括以下步骤：获取电化学储能电站的当前状态；收集电力系统的历史负荷数据；收集、整理并形成包括天气、季节、节假日情况的电力负荷相关数据；结合历史负荷数据和电力负荷相关数据，形成电力负荷预测曲线，确定电化学储能电站的有功功率输出目标；优化调整有功功率输出目标；结合气温、湿度、风速的外部环境监测值，先基于模型预测，再基于算法优化，最后输出当前调度周期的储能电站有功功率调度指令；根据突发事件实时监测系统，实时调整储能电站有功功率调度指令。本发明专利技术提供了电化学储能电站有功功率调度方法和系统，能够充分考虑到各种相关因素，使得储能电站有功功率调度更加合理。度更加合理。度更加合理。

【技术实现步骤摘要】
一种电化学储能电站有功功率调度方法和系统


[0001]本专利技术涉及储能电站
，具体为一种电化学储能电站有功功率调度方法和系统。

技术介绍

[0002]储能技术在电力系统“电能生产、传输、分配和消费”中增加一个“存储”环节，使原本几乎“刚性”的系统变得“柔性”起来。大容量的电池储能具有快速吸收能量并适时释放的特点，可实现能量的时间迁移，解决新能源发电的出力波动性和不确定性引起的系统供电充裕性不足问题。随着电池材料、制造工艺、系统集成及运行维护等方面实现技术突破，储能的制造和运行成本大大降低，储能系统发展潜力巨大。储能电站有功功率调度是指根据电力系统的负荷需求，通过对储能电站进行优化调度，使其输出合适的有功功率，以平衡电力系统的供需关系，降低负荷波动，提高电力系统的稳定性和可靠性。储能电站有功功率调度是储能电站的重要应用之一，可以提高储能电站的能量利用效率，降低电力系统的能源消耗和污染排放。
[0003]现有技术中，公开号为“CN112736944A”的一种电化学储能电站有功功率调度方法和系统，包括：获取负荷参数以及电化学储能电站参数；将负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型，得到多目标优化调度模型的解集；从解集中选取最优调度方案对电化学储能电站的有功功率进行调度；其中，多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的，该电化学储能电站有功功率调度方法和系统基于电化学储能电站的调峰能力，构建了综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型，对多目标优化调度模型求解得到最优调度方案，有效提高电化学储能电站的调峰效果，延长电化学储能电站的使用寿命。
[0004]但是，其在使用过程中，仍然存在较为明显的缺陷：上述有功功率调度方法中，获取的负荷参数以及电化学储能电站参数主要是当前参数，参数类型较为单一，因此优化调度模型不够精准，需要作出改进。

技术实现思路

[0005]本专利技术的目的在于提供一种电化学储能电站有功功率调度方法和系统，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种电化学储能电站有功功率调度方法，包括以下步骤：
[0008]获取电化学储能电站的当前状态；
[0009]收集电力系统的历史负荷数据；
[0010]收集、整理并形成包括天气、季节、节假日情况的电力负荷相关数据；
[0011]结合历史负荷数据和电力负荷相关数据，形成电力负荷预测曲线，确定电化学储能电站的有功功率输出目标；
[0012]利用模型预测电池组的SOC和SOH，并根据SOC、SOH的预测值和储能电站的当前状态，优化调整有功功率输出目标；
[0013]结合气温、湿度、风速的外部环境监测值，先基于模型预测，再基于算法优化，最后输出当前调度周期的储能电站有功功率调度指令；
[0014]根据突发事件实时监测系统，实时调整储能电站有功功率调度指令。
[0015]优选的，所述获取电化学储能电站的当前状态，具体包括：
[0016]通过电池管理系统监测和获取取电化学储能电站的电池电压和电流、储能电池的SOC、温度以及储能电站的输出功率。
[0017]优选的，所述收集电力系统的历史负荷数据，具体包括：
[0018]通过电力系统中的监测设备、数据采集系统、历史记录渠道收集电力系统的历史负荷数据，包括日负荷曲线、周负荷曲线、月负荷曲线和年负荷曲线，分析电力系统在不同时间段内的负荷值，归纳负荷需求的变化趋势，形成电力负荷数据的可视化展示和分析报告。
[0019]优选的，所述收集、整理并形成包括天气、季节、节假日情况的电力负荷相关数据，具体包括：
[0020]从气象局官方网站收集天气、季节的相关数据，对应节假日情况，进行整理和分析，将处理后的数据保存在本地数据库，并定期上传至云端数据库。
[0021]优选的，所述结合历史负荷数据和电力负荷相关数据，形成电力负荷预测曲线，确定电化学储能电站的有功功率输出目标，具体包括：
[0022]使用时间序列分析、神经网络、深度学习方法中的任意一种，结合历史负荷数据和电力负荷相关数据，形成电力负荷预测模型，并根据预测结果确定电化学储能电站的有功功率输出目标，绘制负荷曲线或柱状图，使用数据分析软件将预测结果进行可视化展示，将处理后的数据保存在本地数据库，并定期上传至云端数据库。
[0023]优选的，所述利用模型预测电池组的SOC和SOH，并根据SOC、SOH的预测值和储能电站的当前状态，优化调整有功功率输出目标，具体包括：
[0024]采用基于物理模型、基于统计模型和基于深度学习模型中的任意一种，预测电池组的SOC和SOH；
[0025]其中，基于物理模型的方法是建立电池电化学模型，基于统计模型的方法，采用历史数据来构建模型，通过建立时间序列模型、自回归模型、ARIMA模型中的任意一种来预测电池SOC和SOH，基于深度学习模型的方法采用深度学习技术，深度学习技术为循环神经网络或长短时记忆网络，利用历史数据来训练模型，预测电池SOC和SOH；
[0026]预测后的数据绘制趋势图或散点图，进行数据可视化和分析处理。
[0027]优选的，所述结合气温、湿度、风速的外部环境监测值，先基于模型预测，再基于算法优化，最后输出当前调度周期的储能电站有功功率调度指令，具体包括：
[0028]在储能电站安装温度传感器、湿度传感器、风速传感器，实时监测电池所在环境的气温、湿度、风速，采集到的数据传输到数据采集器或控制系统中进行处理和分析；
[0029]基于时间序列模型、ARIMA模型、神经网络模型中的任意一种，预测未来一定时间的气温、湿度、风速外部环境变量；
[0030]基于预测的外部环境变量和储能电站内部状态数据，采用优化算法，优化算法为
遗传算法、粒子群算法、模拟退火算法中的任意一种，求解最优的有功功率调度策略；
[0031]将优化结果转化为有功功率调度指令，输出到储能电站控制系统中进行执行。
[0032]优选的，所述根据突发事件实时监测系统，实时调整储能电站有功功率调度指令，具体包括：
[0033]所述突发事件至少包括天气突变、突发故障和突发停电，天气突变包括暴雨、暴风，突发故障包括储能设备故障、电网故障，突发停电包括电网停电、设备故障；
[0034]通过安装传感器、建立监测系统，实时监测外部环境和储能设备的状态，及时发现突发事件，并建立预警机制，根据外部环境和内部状态数据，发出预警信息，提前预测突发事件，从而及时调整有功功率调度指令；
[0035]调整储能电站有功功率调度指令的方式包括自动调整和手动调整，自动调整是将调整指令自动发出到储能设备中进行执行，操作人员也能够通过控制系统进行手动调整，并将调整指令发出到储能设备中进行执行。
[0036]基于所述电化学储能电站本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电化学储能电站有功功率调度方法，其特征在于，包括以下步骤：获取电化学储能电站的当前状态；收集电力系统的历史负荷数据；收集、整理并形成包括天气、季节、节假日情况的电力负荷相关数据；结合历史负荷数据和电力负荷相关数据，形成电力负荷预测曲线，确定电化学储能电站的有功功率输出目标；利用模型预测电池组的SOC和SOH，并根据SOC、SOH的预测值和储能电站的当前状态，优化调整有功功率输出目标；结合气温、湿度、风速的外部环境监测值，先基于模型预测，再基于算法优化，最后输出当前调度周期的储能电站有功功率调度指令；以及根据突发事件实时监测系统，实时调整储能电站有功功率调度指令。2.根据权利要求1所述的一种电化学储能电站有功功率调度方法，其特征在于：所述获取电化学储能电站的当前状态，具体包括：通过电池管理系统监测和获取取电化学储能电站的电池电压和电流、储能电池的SOC、温度以及储能电站的输出功率。3.根据权利要求1所述的一种电化学储能电站有功功率调度方法，其特征在于：所述收集电力系统的历史负荷数据，具体包括：通过电力系统中的监测设备、数据采集系统、历史记录渠道收集电力系统的历史负荷数据，包括日负荷曲线、周负荷曲线、月负荷曲线和年负荷曲线，分析电力系统在不同时间段内的负荷值，归纳负荷需求的变化趋势，形成电力负荷数据的可视化展示和分析报告。4.根据权利要求1所述的一种电化学储能电站有功功率调度方法，其特征在于：所述收集、整理并形成包括天气、季节、节假日情况的电力负荷相关数据，具体包括：从气象局官方网站收集天气、季节的相关数据，对应节假日情况，进行整理和分析，将处理后的数据保存在本地数据库，并定期上传至云端数据库。5.根据权利要求1所述的一种电化学储能电站有功功率调度方法，其特征在于：所述结合历史负荷数据和电力负荷相关数据，形成电力负荷预测曲线，确定电化学储能电站的有功功率输出目标，具体包括：使用时间序列分析、神经网络、深度学习方法中的任意一种，结合历史负荷数据和电力负荷相关数据，形成电力负荷预测模型，并根据预测结果确定电化学储能电站的有功功率输出目标，绘制负荷曲线或柱状图，使用数据分析软件将预测结果进行可视化展示，将处理后的数据保存在本地数据库，并定期上传至云端数据库。6.根据权利要求1所述的一种电化学储能电站有功功率调度方法，其特征在于：所述利用模型预测电池组的SOC和SOH，并根据SOC、SOH的预测值和储能电站的当前状态，优化调整有功功率输出目标，具体包括：采用基于物理模型、基于统计模型和基于深度学习模型中的任意一种，预测电池组的SOC和SOH；其中，基于物理模型的方法是建立电池电化学模型，基于统计模型的方法，采用历史数据来构建模型，通过建立时间序列模型、自回归模型、ARIMA模型中的任意一种来预测电池SOC和SOH，基于深度学习...

【专利技术属性】
技术研发人员：李琦，李建勇，赵海亮，李晶，刘东阳，蒋成伟，郎泽萌，姚利，晏军，
申请(专利权)人：中广核新能源安徽有限公司固镇分公司，
类型：发明
国别省市：