一种基于数据化模型算法的储能选型方法技术

本发明专利技术公开了一种基于数据化模型算法的储能选型方法，包括：根据用户的电力数据，进行第一次模型构建，获得负荷模型；基于用户的储能数据，进行第二次模型构建，获得电池模型；基于用户的盈利模式，进行第三次模型构建，获得经济模型；基于数据化模型算法，根据所述负荷模型、所述电池模型和所述经济模型，进行数据化模型算法训练，构建出储能选型模型；根据所述储能选型模型，生成用户储能选型分析报告，以实现储能选型的规划指导。此发明专利技术解决了储能策略选型存在匹配困难的问题，基于用户历史数据进行精准的用户侧储能选型，实现了储能设备的高性价比规划，避免了低效浪费，降低了成本，增加了利润空间。增加了利润空间。增加了利润空间。

【技术实现步骤摘要】
一种基于数据化模型算法的储能选型方法


[0001]本专利技术涉及能源储能
，具体涉及一种基于数据化模型算法的储能选型方法。

技术介绍

[0002]储能是国家战略性新兴产业，是能源互联网的重要组成部分和关键支撑技术，具有快速响应和双向调节、环境适应性强、建设周期短等技术优势，规模化应用将对能源转型、电网格局、电源结构产生重大影响。
[0003]随着储能技术突破和成本快速下降，储能应用前景将日趋广阔，许多技术已进入商业示范阶段，并在一些领域展现出一定的经济性。以锂电、铅酸、液流为代表的电化学储能技术不断发展走向成熟，成本进一步降低电化学储能是应用范围最为广泛、发展潜力最大的储能技术。以飞轮、压缩空气为代表的机械储能技术也攻克了材料等方面的难关，产业化速度正在加快；而以锂硫、锂空气、全固态电池、钠离子为代表的新型储能技术也在不断发展，取得了技术上的进步。
[0004]根据中国化学与物理电源行业协会储能应用分会发布的《2019储能产业应用研究报告》：2018年，从应用场景来看，在装机功率占比方面，集中式新能源+储能、电源侧调频、电网侧储能、分布式及微网、用户侧(工商业削峰填谷、需求侧响应等)等5类应用场景装机分布比较平均，占比分别为18.5％、16.4％、24％、16.9％、24.6％；在装机容量占比方面，用户侧(工商业削峰填谷、需求侧响应等)储能容量装机独占鳌头，装机规模高达1583.0MWh，占比51.0％。
[0005]从国内来看，比较成熟的商业模式包括峰谷电价差套利、辅助调频服务收费、配合可再生能源建设大型储能电站、分布式储能应用。成熟地商业模式下，用户侧的商业利益成为能否推动储能项目落地的关键因素，因此储能选型方法显得尤为重要。
[0006]现有的储能选型方法关注点主要集中在储容优化配置及控制策略，涉及储能选型方面的研究大多是基于储能设备其可用性和考虑价格因素，进行简单对比得出，并没有考虑最终用户侧的需求。
[0007]随着储能电池技术的进一步发展，储能设备的性能和控制策略已经不是储能选型的关键因素，储能用户侧的商业利益变得尤为重要。
[0008]同时，目前选型方法仍停留在同属性间的横向对比阶段，不能用于处理在多种互有优势的储能类型间的决策，未提出一套适用于用户侧的系统性储能选型方案。
[0009]目前，在储能选型和储能盈利方面存在很多技术问题。在电力系统中，负荷大小随着人们起居作息特点呈现出相应的峰谷规律，随着电力系统负荷数量以及种类的增加，加剧了负荷的峰谷化。负荷峰谷差的加剧使得常规机组处于频繁开启的不利状态，降低了经济性。
[0010]另外，随机的峰荷可能会导致部分潮流断面过载，降低系统稳定性。储能技术因其灵活的电功率吞吐特性，目前广泛应用在平滑可再生能源输出、削峰填谷等领域，较传统的
一些削峰填谷手段除了快速响应特性外，更具有经济效益的潜质。
[0011]用电情况波动带来的储能选型困难，用户用电规律不清楚，难以匹配相应的储能选型模型；同时，盈利模式不合理，没有响应的电力市场环境和用户侧储能分时套利机制，无法建立储能策略选型模型。

技术实现思路

[0012]本专利技术的目的是提供一种基于数据化模型算法的储能选型方法。此方法旨在解决储能策略选型存在匹配困难的问题，应用成熟的分析方法、分析工具，利用相关理论，基于用户历史数据进行精准的用户侧储能选型，实现储能设备的高性价比规划，避免低效浪费，降低成本，增加利润空间。
[0013]为达到上述目的，本专利技术提供了一种基于数据化模型算法的储能选型方法，包括以下步骤：
[0014]步骤1：根据用户的电力数据，进行第一次模型构建，获得负荷模型；
[0015]步骤2：基于用户的储能数据，进行第二次模型构建，获得电池模型；
[0016]步骤3：基于用户的盈利模式，进行第三次模型构建，获得经济模型；
[0017]步骤4：基于数据化模型算法，根据上述的负荷模型、电池模型和经济模型，进行数据化模型算法训练，构建出储能选型模型；
[0018]步骤5：根据储能选型模型，生成用户储能选型分析报告，以实现储能选型的规划指导。
[0019]最优选的，第一次模型构建之前还需要研究用户的用电数据，获得用户的电力数据。
[0020]最优选的，用户的电力数据包括：用户的基本信息、电力档案、电力计量、电价。
[0021]最优选的，用户的基本信息包括：用户名称、用户编号、用电类别。
[0022]最优选的，储能数据为储能设备的基本信息。
[0023]最优选的，储能设备为蓄电池。
[0024]最优选的，基本信息包括：电池容量、最大放电功率、最大放电倍率、充电效率、放电效率、充放电深度。
[0025]最优选的，第三次模型构建包括经济模型的储能建模和盈利模型的数据处理。
[0026]最优选的，用户储能选型分析报告是基于用户需求的投资回报率生成的。
[0027]运用此专利技术，解决了储能策略选型存在匹配困难的问题，应用成熟的分析方法、分析工具，利用相关理论，基于用户历史数据进行精准的用户侧储能选型，实现了储能设备的高性价比规划，避免了低效浪费，降低了成本，增加了利润空间。
[0028]相对于现有技术，本专利技术具有以下有益效果：
[0029]1、本专利技术提供的储能选型方法，应用较为成熟的分析方法、分析工具，利用相关理论，基于用户历史数据进行精准的用户侧储能选型，结合当前电力市场环境数据及各类储能项目盈利模式，展开储能建模及收益率分析，切实根据用户侧的实际用能需求进行测算，深度挖掘数据价值，为用户侧储能选型项目提供切实可用的用户储能选型分析报告。
[0030]2、本专利技术提供的储能选型方法，帮助用户科学规划储能设备选型，实现储能设备的高性价比规划，避免低效浪费。储能的合理规划能够帮助用户平衡峰谷电价，从而降低成
本，增加利润空间，峰谷价差在合理规划先能够帮助企业用户尽快实现储能盈利，提升经济性，通过本专利技术对用户用电数据的测算，能够帮助用户缩短储能投资回收周期约20％
‑
30％。
[0031]3、本专利技术提供的储能选型方法，对于大的工业企业，在用电低谷时储能，在高峰时释放，实现在不影响正常生产的情况下，降低最高用电功率，减少两部制电价中的按容量收取的容量电价，合理的储能选型能够帮助大型企业根据年化收益和内部收益率确定储能规模和电池技术。
附图说明
[0032]图1为本专利技术提供的储能选型方法流程图。
具体实施方式
[0033]以下结合附图通过具体实施例对本专利技术作进一步的描述，这些实施例仅用于说明本专利技术，并不是对本专利技术保护范围的限制。
[0034]本专利技术提供了一种基于数据化模型算法的储能选型方法，如图1所示，该储能选型方法包括以下步骤：
[0035]步骤1：研究用户在一定时期内的用电数据，获得用户的电力数据；并根据用户的电力数据，进行第一次模型构建，获得负本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据化模型算法的储能选型方法，其特征在于，包括以下步骤：步骤1：根据用户的电力数据，进行第一次模型构建，获得负荷模型；步骤2：基于用户的储能数据，进行第二次模型构建，获得电池模型；步骤3：基于用户的盈利模式，进行第三次模型构建，获得经济模型；步骤4：基于数据化模型算法，根据所述负荷模型、所述电池模型和所述经济模型，进行数据化模型算法训练，构建出储能选型模型；步骤5：根据所述储能选型模型，生成用户储能选型分析报告，以实现储能选型的规划指导。2.如权利要求1所述的基于数据化模型算法的储能选型方法，其特征在于，所述第一次模型构建之前还需要研究用户的用电数据，获得所述用户的电力数据。3.如权利要求1所述的基于数据化模型算法的储能选型方法，其特征在于，所述用户的电力数据包括：用户的基本信息、电力档案、电力计量、电价。4.如权利...

【专利技术属性】
技术研发人员：赵文恺，黄家晖，刘凯，曹淳枫，秦玥，何雨晨，孙秀秀，曾斐，金晶，杨堤，孙磊，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：