【技术实现步骤摘要】
本专利技术涉及储能设备控制系统，特别涉及一种储能设备控制系统。
技术介绍
1、储能设备在电力系统中的应用主要包括峰谷调节、频率调节、稳定电力系统、提高电力质量等方面，在可再生能源领域，储能设备也被广泛应用，主要用于解决可再生能源的间歇性和不稳定性问题，提高可再生能源的利用率和可靠性，储能设备控制系统是一种用于管理和控制储能设备运行的系统，它可以监测储能设备的状态、控制储能设备的充放电过程，并与其他系统进行协同工作，以实现能量的高效利用和优化管理。
2、储能设备在电力系统中发挥着调峰填谷的关键作用，能够在电力短缺时段释放电能以补充电网供应，然而，其充电过程依赖于可再生能源如光伏发电或电网中的多余电能，这使得储能电池的充放电策略受到多重因素的影响，包括电网需求波动、光伏发电的间歇性和不稳定性等。由于这些因素，储能设备的可持续性面临挑战。
3、具体而言，光伏发电受到气候和天气条件的显著影响，其出力具有显著的波动性，在阳光充足的时候，光伏发电能够产生大量电能，为储能设备提供充足的充电来源，然而，在云层遮挡或夜间等时段，光伏发电的出力会大幅下降，甚至为零，这导致储能设备的充电过程变得不稳定和不可预测。
技术实现思路
1、本专利技术的目的在于提供一种储能设备控制系统，解决了
技术介绍
中储能设备的充电过程变得不稳定和不可预测的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种储能设备控制系统，包括：
3、数据采集模块：用于从多个数据源收集信
4、数据处理与存储模块：用于进行数据清洗、数据处理和数据存储，识别和纠正异常值和缺失，确保数据的准确性和可靠性，并进行转换和归一化操作以及将处理后的数据长期保存，以供后续的分析和预测使用；
5、预测分析模块：利用数据分析技术和预测算法，系统可以对长期的电网负荷、可再生能源发电趋势进行深入分析，通过建立预测模型，预测未来一段时间内的能源供求情况，为决策制定提供依据。
6、进一步地，所述数据采集模块包括状态获取模块以及通信网关，其中状态获取模块用于获取储能设备信息，以及太阳能历史发电量。
7、进一步地，所述储能设备相关信息包括充电状态(soc)、健康状态(soh)、输入输出功率、电压、电流和温度，用于监控设备健康状况、优化充放电策略以及预防故障。
8、进一步地，所述通信网关用于从气象站获取近期的天气预报信息以及从国家电网获取近期的电网供需，天气预报信息包括中、低云总量以及对应的阴晴数据。
9、进一步地，所述预测分析模块通过选取欧式距离和余弦相似度两个指标表征相似性，在预测前找出与预测日环境因素相似的日期作为相似日组成数据样本，最后将“欧式距离”和“余弦相似度”两个指标表征相似性合成一个指标用于找出相似日，进而预测该预测日大概的发电数据，通过预测发电数据，以及获取到电网的供需关系，进而可判断在何时进行充放电。
10、进一步地，所述欧式距离计算公式为：
11、
12、以上公式描述了描述任意第i天xi和预测日第j天xj之间的气象因素总体差异度，k为特征向量的编号，m为特征向量的个数，欧氏距离为大于0的数值，越小表示越相似。
13、进一步地，所述余弦相似度计算公式为：
14、
15、以上公式描述任意第i天xi和预测日第j天xj之间变化趋势相似性，k为特征向量的编号，m为特征向量的个数；
16、余弦相似度数数值在区间[0,1]中，越接近1表示越相似，为了和余弦相似度一致，将欧式距离进行转换，这样转换后的距离也为区间[0,1]中的数值，且越接近1越相似，转换后的公式为：
17、
18、式中max(dij)指所有dij中的最大值。
19、所述欧式距离和余弦相似度两个指标表征相似性合成的一个指标公式为：
20、s＝αdij+(1-α)dcosij；
21、其中α为经验权重系数，不同天气情况下取值会不同。
22、进一步地，所述预测分析模块通过svm-rfe的决策树算法对光伏电场发电量进行预测，利用快速主成分分析算法和基于核函数的主成分分析算法对数据进行特征融合从而降维处理，然后建立决策树模型对光伏发电的电量进行预测，其预测步骤为：
23、s1：从数据库中获取数据集，并对其进行数据预处理，特征选择气温、风向、日期时间、辐射量、电容和电压；
24、s2：使用fastpca算法对超高维特征向量进行降维，优化时间性能，应用kpca算法处理非线性特征，提高降维效果，将fastpca和kpca的结果进行融合，得到综合降维后的特征集；
25、s3：应用svm-rfe算法对融合后的多模态特征集进行特征选择，以模型准确性为标准去除不重要的特征，使用cart算法构建决策树模型，基于平方误差最小化原则进行特征变量的选择和节点的划分，设置决策树的最大深度、内部节点再划分所需最小样本数以及最大叶子节点数参数。
26、进一步地，所述svm-rfe算法公式为：
27、
28、
29、其中m为核函数的总数，式中的αi和βm系数通过二次规划从训练数据中获得，βm是第m个核函数的权值，也是使用该核函数的组特征重要性，由此完成组特征选择；假设存在一组用于谣言检测的特征集合s(1),s(2),···,s(t)，包含t个样本，假设每个样本特征集合s中包含图像局部特征、图像全局特征、视觉重复率三种特征，将其表示为x(t)l,x(t)g,x(t)vrr，样本标签集y(t)∈{truth,rumor}，目标函数是一个同时具有极大项和极小项的对偶目标函。
30、进一步地，所述控制系统还包括：
31、决策支持模块：用于将为操作员和自动控制系统提供充放电的决策，包括用户界面以呈现分析结果和推荐决策；
32、控制执行模块：基于决策模块的输出，负责向储能设备发出具体的控制命令，调控充电和放电过程，以及与电网的交互；
33、交互配置模块：用于为系统的用户、电网运营商或独立电力生产商提供一个界面来监视系统状态、调整设定以及接入或配置新的储能设备。
34、与现有技术相比，本专利技术的有益效果是：
35、本专利技术提供的一种储能设备控制系统，控制系统主要包括数据采集模块、数据处理与存储模块、预测分析模块、决策支持模块、控制执行模块和交互配置模块，数据采集模块从多个数据源收集信息，数据处理与存储模块对采集到的数据进行清洗、处理和存储，将处理后的数据长期保存，预测分析模块利用数据分析技术和预测算法对长期的电网负荷、可再生能源发电趋势等进行深入分析，预测未来一段时间内的能源供求情况，调整储能设备的运行模式，以实现能源的高效利用和系统的稳定运行。
本文档来自技高网...【技术保护点】
1.一种储能设备控制系统，其特征在于，包括：
2.如权利要求1所述的一种储能设备控制系统，其特征在于：所述数据采集模块包括状态获取模块以及通信网关，其中状态获取模块用于获取储能设备信息，以及太阳能历史发电量。
3.如权利要求2所述的一种储能设备控制系统，其特征在于：所述储能设备相关信息包括充电状态(SOC)、健康状态(SOH)、输入输出功率、电压、电流和温度，用于监控设备健康状况、优化充放电策略以及预防故障。
4.如权利要求3所述的一种储能设备控制系统，其特征在于：所述通信网关用于从气象站获取近期的天气预报信息以及从国家电网获取近期的电网供需，天气预报信息包括中、低云总量以及对应的阴晴数据。
5.如权利要求4所述的一种储能设备控制系统，其特征在于：所述预测分析模块通过选取欧式距离和余弦相似度两个指标表征相似性，在预测前找出与预测日环境因素相似的日期作为相似日组成数据样本，最后将“欧式距离”和“余弦相似度”两个指标表征相似性合成一个指标用于找出相似日，进而预测该预测日大概的发电数据，通过预测发电数据，以及获取到电网的供需关系，进而可判
6.如权利要求5所述的一种储能设备控制系统，其特征在于：所述欧式距离计算公式为：
7.如权利要求6所述的一种储能设备控制系统，其特征在于：所述余弦相似度计算公式为：
8.如权利要求4所述的一种储能设备控制系统，其特征在于：所述预测分析模块通过SVM-RFE的决策树算法对光伏电场发电量进行预测，利用快速主成分分析算法和基于核函数的主成分分析算法对数据进行特征融合从而降维处理，然后建立决策树模型对光伏发电的电量进行预测，其预测步骤为：
9.如权利要求8所述的一种储能设备控制系统，其特征在于：所述SVM-RFE算法公式为：
10.如权利要求1所述的一种储能设备控制系统，其特征在于：所述控制系统还包括：
...【技术特征摘要】
1.一种储能设备控制系统，其特征在于，包括：
2.如权利要求1所述的一种储能设备控制系统，其特征在于：所述数据采集模块包括状态获取模块以及通信网关，其中状态获取模块用于获取储能设备信息，以及太阳能历史发电量。
3.如权利要求2所述的一种储能设备控制系统，其特征在于：所述储能设备相关信息包括充电状态(soc)、健康状态(soh)、输入输出功率、电压、电流和温度，用于监控设备健康状况、优化充放电策略以及预防故障。
4.如权利要求3所述的一种储能设备控制系统，其特征在于：所述通信网关用于从气象站获取近期的天气预报信息以及从国家电网获取近期的电网供需，天气预报信息包括中、低云总量以及对应的阴晴数据。
5.如权利要求4所述的一种储能设备控制系统，其特征在于：所述预测分析模块通过选取欧式距离和余弦相似度两个指标表征相似性，在预测前找出与预测日环境因素相似的日期作为相似日组成数据样本，最后将“欧...
【专利技术属性】
技术研发人员：程洪芳，黄桂萍，
申请(专利权)人：江苏泰豪减震器制造有限公司，
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。