储能电站运维管控方法、系统、设备及介质技术方案

本发明专利技术公开了一种储能电站运维管控方法、系统、设备及介质，包括：采集各储能电池单元的监控数据；对各储能电池单元的监控数据进行边缘计算处理；其中，边缘计算处理包括：对管控的储能电池单元的数据进行边缘数据分析、边缘数据预测、边缘数据可视化处理以及按预设规则进行存储；对边缘计算处理后的数据进行云端计算处理，其中，所述的云端计算处理包括：对接收到数据进行云端服务的数据分析、数据预测、数据可视化处理、数字孪生以及数字实训。本发明专利技术提供针对储能电站不同层级的处理能力定制部署对应的功能，实现用户可根据自身需求在边缘服务层、云端服务层和调度控制服务层定制化部署不同功能，实现电池储能运维管控平台的数字化和智能化。和智能化。和智能化。

【技术实现步骤摘要】
储能电站运维管控方法、系统、设备及介质


[0001]本专利技术涉及储能电池管控技术，具体的讲是一种储能电站运维管控方法、系统、设备及介质。

技术介绍

[0002]电池储能电站是高比例可再生能源情景下支撑电能高质量发展的基础设施，电池工作时内部蕴含能量较高，涉及复杂的多学科耦合反应，所以电池运行存在难以预计的热失控、甚至有燃爆的风险。随着储能电站的规模与总量逐渐增大，其装机容量正从几十兆瓦时向吉瓦时级规模迈进，同时储能技术不断迭代，运维场景不断变化，导致传统预防性维护等维护策略无法适用，进一步放大了电池安全问题，以至电站安全性，稳定性，运行维护效率均存在较大提升空间，其主要原因在于群组电池储能电站的电池预警技术与运维技术存在缺位。
[0003]另外，大规模电池储能的运行以及设备监测过程中的数据量呈指数级增长，大量运行数据的数据价值尚未得到很好的收集与挖掘，如何对海量储能数据进行管理、利用，也成为了储能系统运维所面临的主要问题之一。
[0004]智能化电站运维系统，作为储能电站安全生产运营的保障与支撑，包含劣化评估与预警技术的电站维护技术、海量数据管理与利用技术，由于大部分研究机构并非处于生产一线，数据质量较差，无法适应最优化模型与算法，以适应生产，并且大部分算法并没有深入电池机理，仅依靠智能算法实现功能，普适性与准确性皆较弱；部分算法所需支撑软硬件设施较多，技术经济性较差；海量数据下的数据管理系统技术缺失，因此目前相关技术与产品仅处在实验室试制与研发阶段，无法在大型电池储能电站上实际应用。
专利
技术实现思路

[0005]为克服现有技术中储能电站运维管控存在至少一缺陷，本专利技术提供了一种储能电站运维管控方法，方法包括：采集各储能电池单元的监控数据；对各储能电池单元的监控数据进行边缘计算处理；其中，所述的边缘计算处理包括：对管控的储能电池单元的数据进行边缘数据分析、边缘数据预测、边缘数据可视化处理以及按预设规则进行存储；对边缘计算处理后的数据进行云端计算处理，其中，所述的云端计算处理包括：对接收到数据进行云端服务的数据分析、数据预测、数据可视化处理、数字孪生以及数字实训。
[0006]本专利技术实施例中，所述的监控数据包括：储能电池单元的电信号、热信号、声信号、图像信号、压力信号、气体信号、设备状态信息、设备故障信号以及设备告警信号；其中，电信号包括电池储能系统各个层级储能电池单元的电压、电流、功率信号；热信号包括电池储能系统各个层级储能电池单元的温度信号；气体信号包括气体传感器采集的电池储能系统
中的氢气、一氧化碳、乙烯、甲烷气体信号。
[0007]本专利技术实施例中，所述的各储能电池单元的监控数据进行边缘计算处理包括：根据预设的边缘服务数据处理规则对管控的储能电池单元的监控数据进行边缘服务预处理；根据预处理后的数据对储能电池单元进行边缘数据分析、边缘数据预警以及边缘数据可视化处理；其中，对管控的储能电池单元的监控数据进行边缘服务预处理包括：对监控数据进行缺失值处理、离群点处理、噪声处理、数据集成及数据变换处理；对储能电池单元的边缘数据分析包括：对储能电池单元进行边缘层级的智能运维以及智能报警；对储能电池单元进行边缘数据预警包括：根据储能电池单元的监控数据和预先确定的预测算法对储能电池单元进行状态预测及智能预警；所述的边缘数据的可视化处理包括：对边缘数据分析结果以及预警结果进行可视化。
[0008]本专利技术实施例中，所述的边缘层级的智能运维包括：巡检数据管理、缺陷数据管理、检修数据管理、人员数据管理、设备数据管理、工单数据管理以及消息管理；所述的边缘层级的智能报警包括：根据预设的报警参数对储能电池单元的监控数据进行报警处理；其中，所述的报警处理包括：电池本体故障报警、过充过放报警、短路故障报警、热失控报警、状态故障报警、电池组故障报警、电池传感器故障报警、电池辅件故障报警、电池执行器故障报警、热故障报警及机械故障报警；所述的根据储能电池单元的监控数据和预先确定的预测算法对储能电池单元进行状态预测及智能预警包括：根据储能电池单元的监控数据和预先确定的预测算法对储能电池单元进行电池参数辨识、电池荷电状态估计、电池健康状态估计、电池寿命估计、电池一致性估计、电池可靠性估计、电池运行指标计算、电池经济学指标计算或环境指标计算生成电池状态数据；根据生成的电池状态数据对储能电池单元进行状态预测及智能预警。
[0009]本专利技术实施例中，所述的对边缘计算处理后的数据进行云端计算处理包括：根据接收到的边缘计算处理后的数据和云端数据库存储的数据进行云端服务的数据分析；根据云端服务的数据分析结果和存储的历史监控数据进行状态预测及智能预警；对接收到边缘计算处理后的数据、云端服务的数据分析结果以及云端服务状态预测及智能预警结果进行数据可视化处理。
[0010]本专利技术实施例中，所述的根据接收到的边缘计算处理后的数据和云端数据库存储的数据进行云端服务的数据分析包括：根据接收到的边缘计算处理后的数据、云端数据库存储的数据及预先确定的云端服务运维算法进行云端服务的智能运维以及智能报警；其中，所述云端服务的智能运维包括：巡检数据管理、缺陷数据管理、检修数据管理、人员数据管理、设备数据管理、工单数据管理以及消息管理；所述的云端服务的智能报警包括：根据预设的报警参数、边缘计算处理后的数据
及云端数据库存储的数据对储能电池单元的监控数据进行报警处理；其中，所述的报警处理包括：电池本体故障报警、过充过放报警、短路故障报警、热失控报警、状态故障报警、电池组故障报警、电池传感器故障报警、电池辅件故障报警、电池执行器故障报警、热故障报警及机械故障报警。
[0011]本专利技术实施例中，所述的根据云端服务的数据分析结果和存储的历史监控数据进行状态预测及智能预警包括：根据云端服务的数据分析结果和预先确定的预测算法进行电池参数辨识、电池荷电状态估计、电池健康状态估计、电池寿命估计、电池一致性估计、电池可靠性估计、电池运行指标计算、电池经济学指标计算或环境指标计算生成电池状态数据；根据生成的电池状态数据对储能电池单元进行预测生成云端服务预测数据；其中，所述的云端服务预测数据包括：电池状态变化趋势数据、电池安全性指标，电池经济性指标，电池环境指标；根据云端服务预测数据和存储的历史监控数据进行智能预警。
[0012]同时，本专利技术还提供一种储能电站运维管控系统，包括：数据采集装置，用于采集各储能电池单元的监控数据；边缘服务器，对管控的储能电池单元的监控数据进行边缘计算处理；其中，所述的边缘计算处理包括：对管控的储能电池单元的数据进行边缘数据分析、边缘数据预测、边缘数据可视化处理以及按预设规则进行存储；云端服务器，对边缘计算处理后的数据进行云端计算处理，其中，所述的云端计算处理包括：对接收到数据进行云端服务的数据分析、数据预测、数据可视化处理、数字孪生以及数字实训。
[0013]同时，本专利技术还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法。
[001本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种储能电站运维管控方法，其特征在于，所述的方法包括：采集各储能电池单元的监控数据；对各储能电池单元的监控数据进行边缘计算处理；其中，所述的边缘计算处理包括：对管控的储能电池单元的数据进行边缘数据分析、边缘数据预测、边缘数据可视化处理以及按预设规则进行存储；对边缘计算处理后的数据进行云端计算处理，其中，所述的云端计算处理包括：对接收到数据进行云端服务的数据分析、数据预测、数据可视化处理、数字孪生以及数字实训。2.如权利要求1所述的储能电站运维管控方法，其特征在于，所述的监控数据包括：储能电池单元的电信号、热信号、声信号、图像信号、压力信号、气体信号、设备状态信息、设备故障信号以及设备告警信号；其中，电信号包括电池储能系统各个层级储能电池单元的电压、电流、功率信号；热信号包括电池储能系统各个层级储能电池单元的温度信号；气体信号包括气体传感器采集的电池储能系统中的氢气、一氧化碳、乙烯、甲烷气体信号。3.如权利要求1所述的储能电站运维管控方法，其特征在于，所述的各储能电池单元的监控数据进行边缘计算处理包括：根据预设的边缘服务数据处理规则对管控的储能电池单元的监控数据进行边缘服务预处理；根据预处理后的数据对储能电池单元进行边缘数据分析、边缘数据预警以及边缘数据可视化处理；其中，对管控的储能电池单元的监控数据进行边缘服务预处理包括：对监控数据进行缺失值处理、离群点处理、噪声处理、数据集成及数据变换处理；对储能电池单元的边缘数据分析包括：对储能电池单元进行边缘层级的智能运维以及智能报警；对储能电池单元进行边缘数据预警包括：根据储能电池单元的监控数据和预先确定的预测算法对储能电池单元进行状态预测及智能预警；所述的边缘数据的可视化处理包括：对边缘数据分析结果以及预警结果进行可视化。4.如权利要求3所述的储能电站运维管控方法，其特征在于，所述的边缘层级的智能运维包括：巡检数据管理、缺陷数据管理、检修数据管理、人员数据管理、设备数据管理、工单数据管理以及消息管理；所述的边缘层级的智能报警包括：根据预设的报警参数对储能电池单元的监控数据进行报警处理；其中，所述的报警处理包括：电池本体故障报警、过充过放报警、短路故障报警、热失控报警、状态故障报警、电池组故障报警、电池传感器故障报警、电池辅件故障报警、电池执行器故障报警、热故障报警及机械故障报警；所述的根据储能电池单元的监控数据和预先确定的预测算法对储能电池单元进行状态预测及智能预警包括：根据储能电池单元的监控数据和预先确定的预测算法对储能电池单元进行电池参数辨识、电池荷电状态估计、电池健康状态估计、电池寿命估计、电池一致性估计、电池可靠性估计、电池运行指标计算、电池经济学指标计算或环境指标计算生成电池状态数据；根据生成的电池状态数据对储能电池单元进行状态预测及智能预警。5.如权利要求1所述的储能电站运维管控方法，...

【专利技术属性】
技术研发人员：李来龙，朱勇，刘明义，赵珈卉，张斌，李国庆，林昇，王建星，刘承皓，常建华，那红宇，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：