分布式储能电池的可调度潜力的确定方法、装置以及介质制造方法及图纸

技术编号:37962374 阅读:16 留言:0更新日期:2023-06-30 09:37
本申请公开了一种分布式储能电池的可调度潜力的确定方法、装置以及介质,应用于供电技术领域。本方法先获取分布式储能电池对应的目标区域的人群聚集度以及分布式储能电池的可靠性指标,然后根据人群聚集度确定用户的用电负荷需求,最后根据可靠性指标以及用户的用电负荷需求确定分布式储能电池的可调度潜力。相较于原有方案,本申请不需要获取动态性能,也不需要建立电池模型。本申请是基于人员聚集度确定出分布式储能电池的可调度潜力,人员聚集度数据更容易获取,因此数据也更加完整,可见,本申请提供的方案在确定分布式储能电池的可调度潜力时降低了实现难度以及提高了准确度。度。度。

【技术实现步骤摘要】
分布式储能电池的可调度潜力的确定方法、装置以及介质


[0001]本申请涉及供电
,特别是涉及一种分布式储能电池的可调度潜力的确定方法、装置以及介质。

技术介绍

[0002]随着社会经济的发展,人们对供电可靠性及供电质量的要求越来越高,用户除了直接从电网取电之外,还可通过备用电源储能来满足自身的用电需求,常用的备用电源有分布式储能电池。用户侧储能、第五代移动通信技术(5th Generation Mobile Communication Technology,5G)基站以及电动汽车充电站等都属于分布式储能电池,分布式储能电池可以通过需求响应技术与电网互动,为电力系统的调峰、调频、调压等问题提供新的解决方案。但分布式储能电池需要在保证用户自身用电需求的前提下与电网互动,因此分布式储能电池可调度潜力(或称可调度容量)的准确评估极为重要。目前的分布式储能电池的可调度潜力主要根据可靠性指标进行确定,通过分析用户供电可靠性的影响因素,建立完整的用户供电电池组的可靠性模型,根据用户供电可靠性模型的马尔科夫性来评估电池的可调度潜力。
[0003]但是,当前的方案需要考虑动态性能,而动态性能较难获取;且当前方案还需要建立复杂的电池模型,需要模拟电池充放电的非线性的物理特性,实现复杂,且由于数据获取困难,还会导致最终得到的结果准确性低。可见,当前方案中可调度潜力的确定过程复杂,准确度低。
[0004]由此可见,如何在确定分布式储能电池的可调度潜力时降低实现难度以及提高准确度,是本领域技术人员亟待解决的问题。
>
技术实现思路

[0005]本申请的目的是提供一种分布式储能电池的可调度潜力的确定方法、装置以及介质,以在确定分布式储能电池的可调度潜力时降低实现难度以及提高准确度。
[0006]为解决上述技术问题,本申请提供一种分布式储能电池的可调度潜力的确定方法,包括:
[0007]获取所述分布式储能电池对应的目标区域的人群聚集度以及所述分布式储能电池的可靠性指标;
[0008]根据所述人群聚集度确定用户的用电负荷需求;
[0009]根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力。
[0010]优选地,获取所述分布式储能电池对应的所述目标区域的所述人群聚集度包括:
[0011]获取所述目标区域的热力图数据;
[0012]根据所述热力图数据提取历史人群聚集度;
[0013]提取所述历史人群聚集度的特征值以建立特征值空间;
[0014]将所述历史人群聚集度分为训练集和测试集并将所述特征值空间作为验证集训练预先建立的神经网络模型;
[0015]根据所述神经网络模型预测所述人群聚集度。
[0016]优选地,所述根据所述神经网络模型预测所述人群聚集度之前,还包括:
[0017]获取所述神经网络模型的评价指标值;
[0018]若所述评价指标值不满足预设要求,则更新所述特征值空间中各维特征向量的权重,并返回获取所述神经网络模型的评价指标值的步骤;
[0019]若所述评价指标值满足所述预设要求,则进入所述根据所述神经网络模型预测所述人群聚集度的步骤。
[0020]优选地,所述根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力包括:
[0021]根据所述可靠性指标确定用户对所述分布式储能电池的电池供电时长需求,并根据所述用户的用电负荷需求确定所述目标区域的最大充放电功率;
[0022]根据所述电池供电时长需求以及所述目标区域的最大充放电功率确定用户的储能备用需求;
[0023]根据所述储能备用需求以及所述分布式储能电池的容量确定所述可调度潜力。
[0024]优选地,所述特征值包括以下至少之一:不同区域类型的所述历史人群聚集度的平均值、调和平均值、几何平均值、最大值、最小值、方差、标准差、中位数、修剪平均值、不对称度、标准偏差、单尾P值、临组数据的协方差、临组数据的相关系数、临组数据的皮尔逊系数、线性回归产生的累计标准误差。
[0025]优选地,获取所述分布式储能电池的所述可靠性指标包括:
[0026]根据用户的供电可靠性以及备用电池的可靠率确定所述可靠性指标。
[0027]优选地,所述可调度潜力包括所述分布式储能电池的可充电潜力以及可放电潜力。
[0028]为解决上述技术问题,本申请还提供一种分布式储能电池的可调度潜力的确定装置,包括:
[0029]获取模块,用于获取所述分布式储能电池对应的目标区域的人群聚集度以及所述分布式储能电池的可靠性指标;
[0030]第一确定模块,用于根据所述人群聚集度确定用户的用电负荷需求;
[0031]第二确定模块,用于根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力。
[0032]为解决上述技术问题,本申请还提供一种分布式储能电池的可调度潜力的确定装置,包括:存储器,用于存储计算机程序;
[0033]处理器,用于执行计算机程序时实现上述分布式储能电池的可调度潜力的确定方法的步骤。
[0034]为解决上述技术问题,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述分布式储能电池的可调度潜力的确定方法的步骤。
[0035]本申请所提供的一种分布式储能电池的可调度潜力的确定方法,先获取分布式储
能电池对应的目标区域的人群聚集度以及分布式储能电池的可靠性指标,然后根据人群聚集度确定用户的用电负荷需求,最后根据可靠性指标以及用户的用电负荷需求确定分布式储能电池的可调度潜力。相较于原有方案,本申请不需要获取动态性能,只需要获取人员聚集度即可,也不需要建立电池模型,即不需要模拟电池充放电的非线性的物理特性,而是根据用户的用电负荷需求和可靠性指标得到可调度潜力,数据的获取更简单。本申请是基于人员聚集度确定出分布式储能电池的可调度潜力,人员聚集度数据更容易获取,因此数据也更加完整,且本方案建立了用户与用电服务需求的关联关系,能够保证原始数据的可靠性和预测数据的准确性。另外,仅根据电池出厂测试数据和历史运行数据能准确估算电池退化特性对整站备用电池可靠率的影响,因此计算过程简单。可见,本申请提供的方案在确定分布式储能电池的可调度潜力时降低了实现难度以及提高了准确度。
[0036]本申请还提供了一种分布式储能电池的可调度潜力的确定装置以及介质,与上述方法对应,故具有与上述方法相同的有益效果。
附图说明
[0037]为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0038]图1为本申请实施例提供的一种分布式储能电池的可调度潜力的确定方法的流程图;
...

【技术保护点】

【技术特征摘要】
1.一种分布式储能电池的可调度潜力的确定方法,其特征在于,包括:获取所述分布式储能电池对应的目标区域的人群聚集度以及所述分布式储能电池的可靠性指标;根据所述人群聚集度确定用户的用电负荷需求;根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力。2.根据权利要求1所述的分布式储能电池的可调度潜力的确定方法,其特征在于,获取所述分布式储能电池对应的所述目标区域的所述人群聚集度包括:获取所述目标区域的热力图数据;根据所述热力图数据提取历史人群聚集度;提取所述历史人群聚集度的特征值以建立特征值空间;将所述历史人群聚集度分为训练集和测试集并将所述特征值空间作为验证集训练预先建立的神经网络模型;根据所述神经网络模型预测所述人群聚集度。3.根据权利要求2所述的分布式储能电池的可调度潜力的确定方法,其特征在于,所述根据所述神经网络模型预测所述人群聚集度之前,还包括:获取所述神经网络模型的评价指标值;若所述评价指标值不满足预设要求,则更新所述特征值空间中各维特征向量的权重,并返回获取所述神经网络模型的评价指标值的步骤;若所述评价指标值满足所述预设要求,则进入所述根据所述神经网络模型预测所述人群聚集度的步骤。4.根据权利要求1所述的分布式储能电池的可调度潜力的确定方法,其特征在于,所述根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力包括:根据所述可靠性指标确定用户对所述分布式储能电池的电池供电时长需求,并根据所述用户的用电负荷需求确定所述目标区域的最大充放电功率;根据所述电池供电时长需求以及所述目标区域的最大充放电功率确定用户的储能备用需求;根据所述储能备用需求以及所...

【专利技术属性】
技术研发人员:董光德陈咏涛朱小军恭秀芬陈涛王强钢杨爽付昂马兴李俊杰廖玉祥张同尊
申请(专利权)人:国网重庆市电力公司国家电网有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1