需量预测的在线储能充放电控制方法、介质及电子设备技术

本发明专利技术提供一种需量预测的在线储能充放电控制方法、介质及电子设备，所述方法包括：采集用户的用电数据，获取用电功率和对应的电价；获取储能电池的最大充电功率和最大放电功率；配置储能电池的能量，初始储能荷电状态值以及结束储能荷电状态值；构建优化储能电池的充放电功率的混合整数线性规划模型和约束条件；基于所述储能电池的充电功率、放电功率以及预测的需量构建在线实时充放电决策优化模型，对储能电池的充放电进行控制。本发明专利技术通过混合整数线性规划模型先预测最大需量，结合实际储能状态以及用电需求，再通过在线实时充放电决策优化模型实时决策充放电控制策略，有效解决现有技术中无法有效管控储能容量和需量的技术问题。的技术问题。的技术问题。

【技术实现步骤摘要】
需量预测的在线储能充放电控制方法、介质及电子设备


[0001]本专利技术涉及储充控制
，特别是涉及储充配置方法及模型


技术介绍

[0003]现有专利：专利公开号为CN110148957A，专利技术名称为一种基于储能系统的需量控制方法、装置及系统公开了一项基于储能系统的需量控制、装置及系统。该需量控制方法首先获取目标用户的负荷实时需量、负荷实时功率以及储能系统的荷电状态，对储能系统进行控制，进而提高了需量的削减效果。该方法需要设置第一预设需量值时和第二预设需量值，但是设置的两个预设值可能会存在误差，会导致储能的控制充放电功率会有误差。
[0004]现有专利：专利公开号为CN111898805A，专利名称为一种储能系统容量配置方法、装置、配置设备和存储介质，提供了一种在执行两部制电费情况下的电费记录和负荷信息，将所述电量数据和所述负载信息，作为已设定的储能参加需量管理的年化总造价的目标函数，对按照所述储能参加需量管理的年化总造价的目标函数提供了二级规划求解。但是该专利建立的模型是二次规划算法、模型相对复杂，同时该专利需要的数据是过去一整年的历史用电数据，在实际的储能容量配置上耗费时间太大。
[0005]因此，针对储能容量大小和最大需量之间存在相互制约的问题，如何进行需量管理成为本领域技术人员亟待解决的技术问题。

技术实现思路

[0006]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种需量预测的在线储能充放电控制方法、介质及电子设备，用于解决现有技术中无法有效管控储能容量和需量的技术问题。
[0007]为实现上述目的及其他相关目的，本专利技术提供一种用于需量预测的在线储能充放电控制方法，所述方法包括：采集用户的用电数据，并基于所述用电数据获取用电功率和对应的电价；获取储能电池的最大充电功率和最大放电功率；配置所述储能电池的能量，初始储能荷电状态值以及结束储能荷电状态值；基于所述用电功率和对应的电价构建优化所述储能电池的充放电功率的混合整数线性规划模型，并基于所述储能电池的所述最大充电功率、所述最大放电功率，所述储能电池的能量，所述初始储能荷电状态值以及所述结束储能荷电状态值为所述混合整数线性规划模型构建约束条件；基于所述混合整数线性规划模型计算所述储能电池的充电功率、放电功率，并对需量进行预测，并基于所述储能电池的充电功率、放电功率以及预测的需量构建在线实时充放电决策优化模型，对所述储能电池的充放电进行控制。
[0008]于本专利技术的一实施例中，所述混合整数线性规划模型一种的表达方式为：
[0009][0010]其中，t表示将历史时间段T均分之后的时段，N表示时段的数量，表示第t时段除储能电池之外的负荷，表示储能电池在第t时段的充电功率，表示储能电池在第t时段的放电功率，C
t
表示第t时段的分时电价，Δt表示历史时间段T中N个时段的每一时段的时间，Δt＝T/N，表示单位需量电费，P
M
表示历史时间段内的最大需量。
[0011]于本专利技术的一实施例中，所述约束条件包括以下中的任一种或多种组合：
[0012][0013][0014][0015]SOC1＝SOC
Start
；
[0016]SOC
N
＝SOC
End
；
[0017][0018][0019][0020][0021]其中，表示储能电池在第t时段的充电功率，表示储能电池在第t时段的放电功率，P
C,Max
表示储能电池的最大充电功率，P
D,Max
表示储能电池的最大放电功率，x
t
和y
t
为0
‑
1的整形变量，SOC
t
‑1表示第t
‑
1时段的储能电池的荷电状态值，SOC
t
表示第t时段的储能电池的荷电状态值，S
min
表示储能电池的最小荷电状态值，S
max
表示储能电池的最大荷电状态值，SOC1表示t＝1时的储能电池的荷电状态值，SOC
Start
表示初始储能荷电状态值，SOC
N
表示t＝N时的储能电池的荷电状态值，SOC
End
表示结束储能荷电状态值，E表示储能电池的能量，表示电网提供的功率，P
M
表示变压器的最大容量，u表示变压器可承载的最大容量阈值倍数，表示过去时段内间隔记录的总功率值，P
M
为该时段内的总功率的最大值，表示最大需量的下限值，表示最大需量的上限值。
[0022]于本专利技术的一实施例中，所述在线实时充放电决策优化模型的一种表达形式为：
[0023][0024]其中，x
t+1
表示为决策变量，π
t
表示为策略函数，SOC
t
表示第t时段的储能电池的荷电状态值，C
t
表示第t时段的分时电价，表示第t时段除储能电池之外的负荷，表示为预测的最优最大需量。
[0025]于本专利技术的一实施例中，决策变量x
t+1
表示为充电策略；所述在线实时充放电决策优化模型的目标函数的一种表示式为：
[0026][0027]所述在线实时充放电决策优化模型的约束条件为：
[0028][0029]SOC
min
≤SOC
t
≤SOC
max
；
[0030]SOC
min
≤SOC
t+1
≤SOC
max
；
[0031][0032][0033][0034][0035]其中，SOC
t+1
表示第t+1时段的储能电池的荷电状态值，P
C,Max
表示充电的最大功率，P
D,Max
表示放电的最大功率。
[0036]于本专利技术的一实施例中，决策变量x
t+1
表示为放电策略；所述在线实时充放电决策优化模型的目标函数的一种表示式为：
[0037][0038]所述在线实时充放电决策优化模型的约束条件为：
[0039][0040]SOC
min
≤SOC
t
≤SOC
max
；
[0041]SOC
min
≤SOC
t+1
≤SOC
max
；
[0042][0043][0044][0045][0046]于本专利技术的一实施例中，决策变量x
t+1
表示为瞬时负荷跟踪策略；所述在线实时充放电决策优化模型的目标函数的一种表示式为：
[0047][0048]所述在线实时充放电决策优化模型的约束条件为：
[0049][0050]SOC
min
≤SOC
t
≤SOC
max
...

【技术保护点】

【技术特征摘要】
1.一种用于需量预测的在线储能充放电控制方法，其特征在于：所述方法包括：采集用户的用电数据，并基于所述用电数据获取用电功率和对应的电价；获取储能电池的最大充电功率和最大放电功率；配置所述储能电池的能量，初始储能荷电状态值以及结束储能荷电状态值；基于所述用电功率和对应的电价构建优化所述储能电池的充放电功率的混合整数线性规划模型，并基于所述储能电池的所述最大充电功率、所述最大放电功率，所述储能电池的能量，所述初始储能荷电状态值以及所述结束储能荷电状态值为所述混合整数线性规划模型构建约束条件；基于所述混合整数线性规划模型计算所述储能电池的充电功率、放电功率，并对需量进行预测，并基于所述储能电池的充电功率、放电功率以及预测的需量构建在线实时充放电决策优化模型，对所述储能电池的充放电进行控制。2.根据权利要求1所述的用于需量预测的在线储能充放电控制方法，其特征在于：所述混合整数线性规划模型一种的表达方式为：其中，t表示将历史时间段T均分之后的时段，N表示时段的数量，表示第t时段除储能电池之外的负荷，表示储能电池在第t时段的充电功率，表示储能电池在第t时段的放电功率，C
t
表示第t时段的分时电价，Δt表示历史时间段T中N个时段的每一时段的时间，Δt＝T/N，表示单位需量电费，P
M
表示历史时间段内的最大需量。3.根据权利要求1或2所述的用于需量预测的在线储能充放电控制方法，其特征在于：所述约束条件包括以下中的任一种或多种组合：所述约束条件包括以下中的任一种或多种组合：所述约束条件包括以下中的任一种或多种组合：SOC1＝SOC
Start
；SOC
N
＝SOC
End
；；；；其中，表示储能电池在第t时段的充电功率，表示储能电池在第t时段的放电功率，P
C,Max
表示储能电池的最大充电功率，P
D,Max
表示储能电池的最大放电功率，x
t
和y
t
为0
‑
1的整形变量，SOC
t
‑1表示第t
‑
1时段的储能电池的荷电状态值，SOC
t
表示第t时段的储能电池的荷电状态值，S
min
表示储能电池的最小荷电状态值，S
max
表示储能电池的最大荷电状态值，SOC1表示t＝1时的储能电池的荷电状态值，SOC
Start
表示初始储能荷电状态值，SOC
N
表示t＝
N时的储能电池的荷电状态值，SOC
End
表示结束储能荷电状态值，E表示储能电池的能量，表示电网提供的功率，P
M
表示变压器的最大容量，u表示变压器可承载的最大容量阈值倍数，表示过去时段内间隔记录的总功率值，P
M
为该时段内的总功率的最大值，表示最大需量的下限值，表示最大需量的上限值。4.根据权利...

【专利技术属性】
技术研发人员：罗恒，王佳玲，严晓，熊新强，
申请(专利权)人：上海伏达储能数字化研究院，
类型：发明
国别省市：