充电站储能的配置方法技术

本申请公开了一种充电站储能的配置方法。其中，该方法包括：获取充电站的样本数据；基于充电站的样本数据，采用约束条件对储能电池进行配置，生成储能电池的配置模型，其中，约束条件包括：充放电能量守恒、充放电功率约束、荷电状态约束、配电容量约束和电池容量约束。本申请解决了由于相关技术中采用充电站单一典型负荷数据来配置储能容量造成的配置结果不准确的技术问题。

【技术实现步骤摘要】
充电站储能的配置方法
本申请涉及电动汽车储能领域，具体而言，涉及一种充电站储能的配置方法。
技术介绍
随着能源革命的不断推进，以燃油为动力的汽车正在被逐步取代，电动汽车越来越受到广泛关注，我国较早开展电动汽车推广，且在近几年取得明显成效。在电动汽车发展过程中，充电基础设施仍然是制约其发展的重要因素，随着电动汽车保有量不断提升，已建充电设施面临电动汽车充电多样化需求，负荷变化特性与分时电价叠加等问题使得充电站运营成本和经济性受到影响。储能系统可有效修正用户负荷曲线从而降低用电费，当前储能成本明显下降，技术不断完善，可结合已建充电站实际运行数据，配置小型储能系统，通过“低充高放”模式，降低充电站购电成本，提升项目整体经济性。考虑储能设备投资成本与安装容量相关，为获得较大投资收益需要对储能容量进行优化配置。但相关技术中针对充电站的储能容量配置的问题探讨较少，一般根据充电站单一典型负荷数据进行储能容量的配置，因而存在配置结果不准确的技术问题。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
本申请实施例提供了一种充电站储能的配置方法，以至少解决由于相关技术中采用充电站单一典型负荷数据来配置储能容量造成的配置结果不准确的技术问题。根据本申请实施例的另一方面，还提供了一种充电站储能的配置方法，包括：获取充电站的样本数据；基于充电站的样本数据，采用约束条件对储能电池进行配置，生成储能电池的配置模型，其中，约束条件包括：充放电能量守恒、充放电功率约束、荷电状态约束、配电容量约束和电池容量约束。可选地，储能电池在预定时间段内执行至少一次充放电，其中，充放电结果用于保持储能电池的充放电能量守恒。可选地，储能电池在充放电时，基于充放电功率约束，确定储能电池的充放电功率，其中，充放电功率小于等于额定功率，大于最小允许功率。可选地，储能电池在充放电时，基于荷电状态约束，确定储能电池的荷电状态处于预设的放电深度范围之内，并基于荷电状态以及充放电功率，计算得到储能电池的电池额定容量。可选地，基于配电容量约束，确定储能电池的充放电功率与负荷的结合值小于等于预先配置的配变容量。可选地，基于电池容量约束，确定储能电池的最大允许容量小于等于预定阈值。可选地，基于充电站的样本数据，采用约束条件对储能电池进行配置，生成储能电池的配置模型，包括：从充电站的样本数据中随机选取多条数据曲线作为初始聚类中心；基于充电站的样本数据中除初始聚类中心以外的数据曲线与聚类曲线的欧式距离进行聚类，获取聚类结果，其中，聚类结果包括多个样本曲线，样本曲线为除初始聚类中心以外的数据曲线中与初始聚类中心最近的负荷曲线；获取聚类结果中每条负荷曲线在同一时刻的平均值，确定新的聚类中心曲线；基于新的聚类中心曲线再次进行聚类，直至生成储能电池的配置模型。根据本申请实施例的一个方面，还提供了一种充电站储能的配置装置，包括：获取模块，用于获取充电站的样本数据；配置模块，用于基于充电站的样本数据，采用约束条件对储能电池进行配置，生成储能电池的配置模型，其中，约束条件包括：充放电能量守恒、充放电功率约束、荷电状态约束、配电容量约束和电池容量约束。可选地，储能电池在预定时间段内执行至少一次充放电，其中，充放电结果用于保持储能电池的充放电能量守恒。可选地，储能电池在充放电时，基于充放电功率约束，确定储能电池的充放电功率，其中，充放电功率小于等于额定功率，大于最小允许功率。可选地，储能电池在充放电时，基于荷电状态约束，确定储能电池的荷电状态处于预设的放电深度范围之内，并基于荷电状态以及充放电功率，计算得到储能电池的电池额定容量。可选地，基于配电容量约束，确定储能电池的充放电功率与负荷的结合值小于等于预先配置的配变容量。可选地，基于电池容量约束，确定储能电池的最大允许容量小于等于预定阈值。可选地，配置模块包括：选择模块，用于从充电站的样本数据中随机选取多条数据曲线作为初始聚类中心；聚类模块，用于基于充电站的样本数据中除初始聚类中心以外的数据曲线与聚类曲线的欧式距离进行聚类，获取聚类结果，其中，聚类结果包括多个样本曲线，样本曲线为除初始聚类中心以外的数据曲线中与初始聚类中心最近的负荷曲线；子获取模块，用于获取聚类结果中每条负荷曲线在同一时刻的平均值，确定新的聚类中心曲线；训练模块，用于基于新的聚类中心曲线再次进行聚类，直至生成储能电池的配置模型。根据本申请实施例的另一方面，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任意一种充电站储能的配置方法。根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种充电站储能的配置方法。在本申请实施例中，采用获取充电站的储能电池周期性的进行充放电的充电站的样本数据的方式，通过基于充电站的样本数据生成储能电池的配置模型，达到了基于充电站的样本数据，采用充放电能量守恒、充放电功率约束、荷电状态约束、配电容量约束和电池容量约束对储能电池进行配置，生成储能电池的配置模型的技术效果，进而解决了由于相关技术中采用充电站单一典型负荷数据来配置储能容量造成的配置结果不准确的技术问题。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的一种可选的充电站储能的配置方法的流程示意图；图2是根据本申请实施例的一种可选的充电站储能的配置装置的结构示意图；图3a至图3d为每类场景对应的负荷曲线示意图；图4是某地区分时电价的示意图；图5是储能电池SOC曲线的示意图；图6a至图6d是一个周期内储能充放电功率曲线的示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。根据本申请实施例，提供了一种充电站储能的配置方法的实施例，需要说明的是，在附图的流程图示本文档来自技高网...

【技术保护点】
1.一种充电站储能的配置方法，其特征在于，包括：/n获取充电站的样本数据；/n基于所述充电站的样本数据，采用约束条件对所述储能电池进行配置，生成储能电池的配置模型，其中，所述约束条件包括：充放电能量守恒、充放电功率约束、荷电状态约束、配电容量约束和电池容量约束。/n

【技术特征摘要】
1.一种充电站储能的配置方法，其特征在于，包括：
获取充电站的样本数据；
基于所述充电站的样本数据，采用约束条件对所述储能电池进行配置，生成储能电池的配置模型，其中，所述约束条件包括：充放电能量守恒、充放电功率约束、荷电状态约束、配电容量约束和电池容量约束。


2.根据权利要求1所述的方法，其特征在于，所述储能电池在预定时间段内执行至少一次充放电，其中，所述充放电结果用于保持所述储能电池的所述充放电能量守恒。


3.根据权利要求2所述的方法，其特征在于，所述储能电池在充放电时，基于所述充放电功率约束，确定所述储能电池的充放电功率，其中，所述充放电功率小于等于额定功率，大于最小允许功率。


4.根据权利要求3所述的方法，其特征在于，所述储能电池在充放电时，基于所述荷电状态约束，确定所述储能电池的荷电状态处于预设的放电深度范围之内，并基于所述荷电状态以及所述充放电功率，计算得到所述储能电池的电池额定容量。


5.根据权利要求1所述的方法，其特征在于，基于所述配电容量约束，确定所述储能电池的充放电功率与负荷的结合值小于等于预先配置的配变容量。


6.根据权利要求1所述的方法，其特征在于，基于所述电池容量约束，确定所述储能电池的最大允许容量小于等于预定阈值。


7.根据权利要求1-6中任意一项所述的方法，其特征在于，基于所述充电站的样本数据，采用约束条件对所述储能电池进行配置，生成储能电池的配置模型，包括：
从所述充电站的样本数据中随机选取多条数据曲线作为初始聚类中心；
基于所述充电站的样本数据中除所述初始聚类中心以外的数据曲线与聚类曲线的欧式距离进行聚类，获取聚类结果，其中，所述聚类结果包括多个样本曲线，所述样本曲线为除所述初始聚类中心以外的数据曲线中与所述初始聚类中心最近的负荷曲线；
获取所述聚类结果中每条负荷曲线在同一时刻的平均值，确定新的聚类中心曲线；
基于所述新的聚类中心曲线再次进行聚类，直至生成所述储能电池的配置模型。


8.一种充电站储能的配置装置，其特征在于，包括：
获取模块，用于获取充电站的样本数据；
配置模块，用于基于所述充电站的样本数据，采用约束条件对所述储能电池进行配置，生成...

【专利技术属性】
技术研发人员：李笑彤，王方敏，吕风波，齐步洋，贡晓旭，王坤芳，宋宝同，张宏宇，鞠力，席嫣娜，刘新萌，王晓冰，苏宁，宝海龙，梁英哲，王思涵，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，北京电力经济技术研究院有限公司，清华四川能源互联网研究院，
类型：发明
国别省市：北京;11