【技术实现步骤摘要】
本专利技术涉及储能系统的控制，具体而言，涉及一种储能系统控制方法、装置和非易失性存储介质。
技术介绍
1、在国家大力支持新能源和双碳的背景下，各国电力市场深入改革，智能电网孕育而生。在智能电网环境下，以光伏为代表的新能源广泛接入带来的电力波动极大增加了电网的调峰压力，弃电现象时有发生。而储能系统以其平滑波动、削峰填谷、调频调压等功能成为了解决这一问题的有效途径，一定情况下缓解了电网的供需不足问题。
2、当前已有诸多研究针对储能电站的用电策略控制问题并取得了一定的进展，常见使用常规控制技术、混合整数线性规划、粒子群编程等方法，在一定程度上这些方法都提高了储能电站的收益，然而总体效果却不尽人意。仅仅根据储能电站当前时刻的功率进行调整，容易导致储能系统的充放电动作频繁切换，导致发电站无法平稳运行。也会造成电力收益较低的问题。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种储能系统控制方法、装置和非易失性存储介质，以至少解决相关技术中仅根据当前发电功率实时对储能系统进行控制导致发电站容易无法稳定运行的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种储能系统控制方法，包括：获取目标电站的多个历史时刻对应的发电功率，其中，多个历史时刻为位于当前时刻之前的多个时刻；基于多个历史时刻对应的发电功率，预测目标电站的在当前时刻之后的多个未来时刻的发电功率；基于多个未来时刻的发电功率，确定目标电站在当前时刻下的
3、可选地，基于多个历史时刻对应的发电功率，预测目标电站的多个未来时刻的发电功率，包括：基于多个历史时刻对应的发电功率，确定多个历史时刻对应的发电功率的特征；将多个历史时刻和多个历史时刻对应的发电功率的特征依次输入到预设的预测模型中，得到多个未来时刻的发电功率，其中，预测模型为采用预设的训练样本训练得到的。
4、可选地，在将多个历史时刻和多个历史时刻对应的发电功率的特征依次输入到预设的预测模型中，得到多个未来时刻的发电功率之前，还包括：获取目标电站的多组历史数据组，其中，多组历史数据组中任意一组历史数据组中包括历史发电功率、与历史发电功率对应的时刻以及与历史发电功率对应的未来发电功率；将多组历史数据组分成训练样本和测试样本；基于训练样本，对原始预测模型进行训练，得到初始预测模型；基于测试样本，对初始预测模型进行调整，得到预测模型。
5、可选地，基于多个未来时刻的发电功率，确定目标电站在目标时刻下的储能系统的控制参数，包括：基于多个未来时刻的发电功率，确定环境状态；设置动作集，其中，动作集中包括储能系统进行放电工作、储能系统进行充电工作；将环境状态和动作集输入至预设的强化学习模型，得到学习结果；根据学习结果，确定储能系统的控制参数。
6、可选地，在将环境状态和动作集输入至预设的强化学习模型之前，还包括：获取基于目标电站确定的样本发电功率；基于样本发电功率，确定样本环境状态；将样本环境状态和动作集输入至预设的原始强化学习模型中，得到样本结果；基于样本结果，根据预设的奖励函数，得到奖励结果；基于奖励结果，对原始强化学习模型进行训练，得到强化学习模型。
7、可选地，奖励函数为根据目标电站的电力收益和储能系统中的储能电池的损耗成本确定的函数。
8、可选地，基于控制参数，对储能系统进行控制，包括：将控制参数发送至目标电站中的储能系统控制器；基于储能系统控制器对储能系统进行控制。
9、根据本专利技术实施例的另一方面，还提供了一种储能系统控制装置，包括：获取模块，用于获取目标电站的多个历史时刻对应的发电功率，其中，多个历史时刻为位于当前时刻之前的多个时刻；预测模块，用于基于多个历史时刻对应的发电功率，预测目标电站的在当前时刻之后的多个未来时刻的发电功率；确定模块，用于基于多个未来时刻的发电功率，确定目标电站在当前时刻下的储能系统的控制参数；控制模块，用于基于控制参数，对储能系统进行控制。
10、根据本专利技术实施例的又一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述中任意一项储能系统控制方法。
11、根据本专利技术实施例的再一方面，还提供了一种计算机设备，计算机设备包括处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项储能系统控制方法。
12、根据本专利技术实施例的再一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述中任意一项储能系统控制方法。
13、在本专利技术实施例中，采用储能系统控制方法，通过获取目标电站的多个历史时刻对应的发电功率，其中，多个历史时刻为位于当前时刻之前的多个时刻；基于多个历史时刻对应的发电功率，预测目标电站的在当前时刻之后的多个未来时刻的发电功率；基于多个未来时刻的发电功率，确定目标电站在当前时刻下的储能系统的控制参数；基于控制参数，对储能系统进行控制，达到了基于多个未来发电功率来确定当前时刻的储能系统控制参数的目的，从而实现了使电站平稳运行的技术效果，进而解决了相关技术中仅根据当前发电功率实时对储能系统进行控制导致发电站容易无法稳定运行的技术问题。
本文档来自技高网...【技术保护点】
1.一种储能系统控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述多个历史时刻对应的发电功率，预测所述目标电站的多个未来时刻的发电功率，包括：
3.根据权利要求2所述的方法，其特征在于，在将所述多个历史时刻和所述多个历史时刻对应的发电功率的特征依次输入到预设的预测模型中，得到所述多个未来时刻的发电功率之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述多个未来时刻的发电功率，确定所述目标电站在目标时刻下的储能系统的控制参数，包括：
5.根据权利要求4所述的方法，其特征在于，在所述将所述环境状态和所述动作集输入至预设的强化学习模型之前，还包括：
6.根据权利要求5所述的方法，其特征在于，所述奖励函数为根据所述目标电站的电力收益和所述储能系统中的储能电池的损耗成本确定的函数。
7.根据权利要求1至6任意一项所述的方法，其特征在于，所述基于所述控制参数，对所述储能系统进行控制，包括：
8.一种储能系统控制装置，其特征在于，包括：
9.一种非
10.一种计算机设备，其特征在于，包括：存储器和处理器，
11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述储能系统控制方法。
...【技术特征摘要】
1.一种储能系统控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述多个历史时刻对应的发电功率，预测所述目标电站的多个未来时刻的发电功率，包括：
3.根据权利要求2所述的方法，其特征在于，在将所述多个历史时刻和所述多个历史时刻对应的发电功率的特征依次输入到预设的预测模型中，得到所述多个未来时刻的发电功率之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述多个未来时刻的发电功率，确定所述目标电站在目标时刻下的储能系统的控制参数，包括：
5.根据权利要求4所述的方法，其特征在于，在所述将所述环境状态和所述动作集输入至预设的强化学习模型之前，还包括：
6.根据权利要求5所述的方法...
【专利技术属性】
技术研发人员：王一方，沈玉，许大勇，程杰，
申请(专利权)人：合肥国轩高科动力能源有限公司，
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。