【技术实现步骤摘要】
本申请请求保护一种储能优化技术，尤其涉及一种分布式电源优化配置方法。本申请还涉及一种基于云边协同的分布式储能优化配置装置。
技术介绍
1、目前，分布式储能系统中储能单元数量不断增加，这对能源系统的稳定性以及系统运行的稳定性要求在增加，而传统的集中的控制方法，由云端的数据计算平台对采集的数据进行分析处理，并形成控制指令下发到储能端进行控制。
2、在现有的控制方法中，网络波动影响数据传输的稳定性，同时该种集中控制方式对分散的分布式储能系统的数据处理具有局限性。
技术实现思路
1、为了解决上述
技术介绍
中提到的技术问题，本申请提供一种分布式电源优化配置方法。本申请还涉及一种基于云边协同的分布式储能优化配置装置。
2、本申请提供一种分布式电源优化配置方法，包括
3、由设置在边缘端的边缘计算设备采集储能端和云端的储能管理数据，对所述储能管理数据进行清洗和计算，获得优化控制数据；
4、将所述优化控制数据发送到所述云端，所述云端通过智能算法对所述储能管理数据计算获得模拟控制数据，根据所述模拟控制数据和优化控制数据生成边缘参数值；
5、所述边缘参数值发送到所述边缘端，并进行边缘计算设备参数的修正，基于修正参数后的边缘端重新计算所述优化控制数据；
6、判断所述模拟控制数据和所述优化控制数据的差值，并在所述差值在预设范围内时，将所述优化控制数据发送到储能端，进行储能控制。
7、可选地，所述储能控制包括：储能接入位置控制以
8、可选地，所述边缘计算设备部署在所述云端提供的边缘计算网络的网关位置处。
9、可选地，所述智能算法为卷积神经网络模型。
10、可选地，所述储能端为分布式储能系统。
11、本申请提供一种基于云边协同的分布式储能优化配置装置，包括边缘端、云端和储能端；
12、所述边缘端的边缘计算设备采集储能端和云端的储能管理数据，对所述储能管理数据进行清洗和计算，获得优化控制数据；
13、该边缘端将所述优化控制数据发送到所述云端，所述云端通过智能算法对所述储能管理数据计算获得模拟控制数据，根据所述模拟控制数据和优化控制数据生成边缘参数值；
14、所述云端将所述边缘参数值发送到所述边缘端，并进行边缘计算设备参数的修正，基于修正参数后的边缘端重新计算所述优化控制数据；
15、所述云端判断所述模拟控制数据和所述优化控制数据的差值，并在所述差值在预设范围内时，将所述优化控制数据发送到储能端，进行储能控制。
16、可选地，所述储能控制包括：储能接入位置控制以及该接入位置的能力需求控制。
17、可选地，所述边缘计算设备部署在所述云端提供的边缘计算网络的网关位置处。
18、可选地，所述智能算法为卷积神经网络模型。
19、可选地，所述储能端为分布式储能系统。
20、本申请相较于现有技术的优点是：
21、本申请提供一种分布式电源优化配置方法，包括由设置在边缘端的边缘计算设备采集储能端和云端的储能管理数据，对所述储能管理数据进行清洗和计算，获得优化控制数据；将所述优化控制数据发送到所述云端，所述云端通过智能算法对所述储能管理数据计算获得模拟控制数据，根据所述模拟控制数据和优化控制数据生成边缘参数值；所述边缘参数值发送到所述边缘端，并进行边缘计算设备参数的修正，基于修正参数后的边缘端重新计算所述优化控制数据；判断所述模拟控制数据和所述优化控制数据的差值，并在所述差值在预设范围内时，将所述优化控制数据发送到储能端，进行储能控制。本申请通过边缘计算与云端计算相结合的方式对储能系统进行控制，可降低网络延迟或者波动带来的影响，并且可以针对分布式储能系统进行计算的定制，具有高度的灵活性。
本文档来自技高网...【技术保护点】
1.一种分布式电源优化配置方法，其特征在于，包括
2.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述储能控制包括：储能接入位置控制以及该接入位置的能力需求控制。
3.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述边缘计算设备部署在所述云端提供的边缘计算网络的网关位置处。
4.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述智能算法为卷积神经网络模型。
5.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述储能端为分布式储能系统。
6.一种基于云边协同的分布式储能优化配置装置，其特征在于，包括边缘端、云端和储能端；
7.根据权利要求6所述基于云边协同的分布式储能优化配置装置，其特征在于，所述储能控制包括：储能接入位置控制以及该接入位置的能力需求控制。
8.根据权利要求6所述基于云边协同的分布式储能优化配置装置，其特征在于，所述边缘计算设备部署在所述云端提供的边缘计算网络的网关位置处。
9.根据权利要求6所述基于云边协同的分布式储能优化配置装置，其
10.根据权利要求6所述基于云边协同的分布式储能优化配置装置，其特征在于，所述储能端为分布式储能系统。
...【技术特征摘要】
1.一种分布式电源优化配置方法，其特征在于，包括
2.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述储能控制包括：储能接入位置控制以及该接入位置的能力需求控制。
3.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述边缘计算设备部署在所述云端提供的边缘计算网络的网关位置处。
4.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述智能算法为卷积神经网络模型。
5.根据权利要求1所述分布式电源优化配置方法，其特征在于，所述储能端为分布式储能系统。
6.一种基于云边协同的分布式储能优化配置...
【专利技术属性】
技术研发人员：严洋，王博，夏展鹏，戴炜，潘隽雯，王涛，柯海波，王紫娇，廖小桥，王培云，
申请(专利权)人：国网四川省电力公司攀枝花供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。