基于大数据的光储充能收益转化分析方法技术

本发明专利技术属于储能收益分析技术领域，具体公开提供的基于大数据的光储充能收益转化分析方法，该方法包括：提取待建储能站对应建设计划信息；提取待建储能站对应建设区域的相关信息；对所述建设区域的相关信息进行初步解析，得到储能站建设相关评估数据；根据储能站相关评估数据对各计划建设容量进行建设收益分析，并进行分析结果反馈；本发明专利技术有效解决了当前没有对储能站储存容量的适配性层面进行经济分析的问题，规避了当前常规性分析方式中存在的局限性，保障了储能站建设的可靠性

【技术实现步骤摘要】
基于大数据的光储充能收益转化分析方法


[0001]本专利技术属于储能收益分析
，涉及到基于大数据的光储充能收益转化分析方法
。

技术介绍

[0002]储能作为智能电网
、
可再生能源高占比能源系统的重要组成部分和关键支撑技术，其不仅能够为电网运行提供调峰
、
调频
、
备用，还能够显著提高风
、
光等可再生能源的消纳水平，由此凸显了储能站建设的必要性
。
[0003]储能站建设分析主要根据依据其建设地的负荷情况，即根据建设地的用电情况进行收益分析，很显然，当前技术还存在以下几个方面的不足：
1、
储能站建设容量作为储能站建设收益的首要要素，当前对收益层面仅根据建设成本以及负荷情况进行常规性分析，没有从储能站储存容量的适配性层面进行经济分析，存在一定的局限性，无法确保储能站建设的可靠性
、
贴合性和针对性
。
[0004]2、
当前储能站收益层面的建设分析多用于调峰层面，对其光等可再生能源的废弃率层面分析较为匮乏，即没有结合待建设区域的能源稳定
、
持续等情况进行分析，无法提高光等可再生能源的消纳水平，进而无法降低光等可再生能源的废弃率
。
[0005]3、
当前储能站收益层面建设分析考虑光伏能源充沛情况下的损耗转化可行性和经济性分析，即没结合充电设施的使用情况进行损耗转化，无法提高储能站收益层面建设分析的覆盖率，使得储能站建设收益得不到有力保障
。
[0006]4、
当前储能站建设收益的分析维度较为单一和片面，无法确保分析结果的真实性和合理性，不便于了解储能站后续运行的整体动态规律，使得储能站建设难以达到其预期效果
。

技术实现思路

[0007]鉴于此，为解决上述
技术介绍
中所提出的问题，现提出基于大数据的光储充能收益转化分析方法
。
[0008]本专利技术的目的可以通过以下技术方案实现：本专利技术提供基于大数据的光储充能收益转化分析方法，该方法包括：步骤
1、
储能站建设计划信息提取：用于提取待建储能站对应建设计划信息，其中，所述建设计划信息包括建设区域位置和各计划建设容量
。
[0009]步骤
2、
建设区域相关信息提取：提取待建储能站对应建设区域的相关信息，所述相关信息包括区域信息
、
设施信息和供电环境信息
。
[0010]步骤
3、
建设区域相关信息解析：对所述建设区域的相关信息进行初步解析，得到储能站建设相关评估数据
。
[0011]步骤
4、
储能站建设容量分析：根据储能站相关评估数据对各计划建设容量进行建设收益分析，得到各计划建设容量对应的效益转化优先指数
λ
j
，
j
表示计划建设容量编号，
j
＝
1,2,......m。
[0012]步骤
5、
分析结果反馈：将各计划建设容量对应的效益转化优先指数反馈至待建储能站建设管理人员
。
[0013]优选地，所述区域信息包括功能区域类型数目和各类型功能区类型内的人员数目
。
[0014]所述设施信息包括直流充电设施和交流充电设施对应的累计安置充电桩数目以及各累计安置充电桩的累计安置年限
、
累计输出电量
、
累计输出日期集合和累计收益金额
。
[0015]所述供电环境信息包括总体铺设光伏板面积
、
历史各年限内各月份对应的晴天数以及各晴天对应的所处日期
。
[0016]优选地，所述对所述建设区域的相关信息进行初步解析，包括：步骤3‑
1、
根据所述区域信息设定人员需求层面建设权重因子
η
。
[0017]步骤3‑
2、
根据所述设施信息统计充电空闲率
p
空
、
充电盈利率
y
充
、
直流充电设施安置占比
k
安
、
直流充电设施使用占比
k
使
和直流充电设施盈利占比
k
盈
。
[0018]步骤3‑
3、
根据所述供电环境信息统计各月份对应的供电盈余度
φ
r
和供电持续度
r
表示月份编号，
r
＝
1,2,......u。
[0019]步骤3‑
4、
将人员需求层面建设权重因子
、
充电空闲率
、
充电盈利率
、
交流充电设施安置占比
、
交流充电设施使用占比
、
交流充电设施盈利占比以及各月份对应的供电盈余度和供电持续度作为储能站建设相关评估数据
。
[0020]优选地，所述充电空闲率的具体统计过程为：从所述设施信息中提取直流充电设施对应各累计安置充电桩的累计安置年限
N
d
和累计输出电量
D
d
，
d
表示累计安置充电桩编号，
d
＝
1,2,......v。
[0021]统计直流充电设施对应各累计安置充电桩的输出电量差
Δ
D
d
，
Δ
D
d
＝
D
d
‑
t*R*N
d
*D0+D1。
[0022]式中，
t、R、D0分别为设定常规状态下直流充电桩的单日平均充电小时数
、
年均工作天数
、
单位小时的参照输出电量，
D1为设定的补偿输出电量
。
[0023]从所述设施信息中提取直流充电设施类型对应各累计安置充电桩的累计输出日期集合，进而从中提取各累计输出日期，由此统计各累计安置充电桩的充电间歇度
JX
d
。
[0024]将直流充电设施对应各累计安置充电桩的输出电量差和充电间歇度导入空闲确认模型中，得到直流充电设施对应的空闲安置充电桩数目
M
空直
。
[0025]按照直流充电设施对应空闲安置充电桩数目的分析方式同理分析得到交流充电设施对应的空闲安置充电桩数目
M
空交
。
[0026]计算充电空闲率
p
空
，
[0027][0028]式中，
M
直
、M
交
分别为直流充电设施
、
交流充电设施对应的累计安置充电桩数目，
k
...

【技术保护点】

【技术特征摘要】
1.
基于大数据的光储充能收益转化分析方法，其特征在于：该方法包括：步骤
1、
储能站建设计划信息提取：用于提取待建储能站对应建设计划信息，其中，所述建设计划信息包括建设区域位置和各计划建设容量；步骤
2、
建设区域相关信息提取：提取待建储能站对应建设区域的相关信息，所述相关信息包括区域信息
、
设施信息和供电环境信息；步骤
3、
建设区域相关信息解析：对所述建设区域的相关信息进行初步解析，得到储能站建设相关评估数据；步骤
4、
储能站建设容量分析：根据储能站相关评估数据对各计划建设容量进行建设收益分析，得到各计划建设容量对应的效益转化优先指数
λ
j
，
j
表示计划建设容量编号，
j
＝
1,2,......m
；步骤
5、
分析结果反馈：将各计划建设容量对应的效益转化优先指数反馈至待建储能站建设管理人员
。2.
根据权利要求1所述的基于大数据的光储充能收益转化分析方法，其特征在于：所述区域信息包括功能区域类型数目和各类型功能区类型内的人员数目；所述设施信息包括直流充电设施和交流充电设施对应的累计安置充电桩数目以及各累计安置充电桩的累计安置年限
、
累计输出电量
、
累计输出日期集合和累计收益金额；所述供电环境信息包括总体铺设光伏板面积
、
历史各年限内各月份对应的晴天数以及各晴天对应的所处日期
。3.
根据权利要求2所述的基于大数据的光储充能收益转化分析方法，其特征在于：所述对所述建设区域的相关信息进行初步解析，包括：步骤3‑
1、
根据所述区域信息设定人员需求层面建设权重因子
η
；步骤3‑
2、
根据所述设施信息统计充电空闲率
p
空
、
充电盈利率
y
充
、
直流充电设施安置占比
k
安
、
直流充电设施使用占比
k
使
和直流充电设施盈利占比
k
盈
；步骤3‑
3、
根据所述供电环境信息统计各月份对应的供电盈余度
φ
r
和供电持续度
r
表示月份编号，
r
＝
1,2,......u
；步骤3‑
4、
将人员需求层面建设权重因子
、
充电空闲率
、
充电盈利率
、
交流充电设施安置占比
、
交流充电设施使用占比
、
交流充电设施盈利占比以及各月份对应的供电盈余度和供电持续度作为储能站建设相关评估数据
。4.
根据权利要求3所述的基于大数据的光储充能收益转化分析方法，其特征在于：所述充电空闲率的具体统计过程为：从所述设施信息中提取直流充电设施对应各累计安置充电桩的累计安置年限
N
d
和累计输出电量
D
d
，
d
表示累计安置充电桩编号，
d
＝
1,2,......v
；统计直流充电设施对应各累计安置充电桩的输出电量差
Δ
D
d
，
Δ
D
d
＝
D
d
‑
t*R*N
d
*D0+D1；式中，
t、R、D0分别为设定常规状态下直流充电桩的单日平均充电小时数
、
年均工作天数
、
单位小时的参照输出电量，
D1为设定的补偿输出电量；从所述设施信息中提取直流充电设施类型对应各累计安置充电桩的累计输出日期集合，进而从中提取各累计输出日期，由此统计各累计安置充电桩的充电间歇度
JX
d
；将直流充电设施对应各累计安置充电桩的输出电量差和充电间歇度导入空闲确认模型中，得到直流充电设施对应的空闲安置充电桩数目
M
空直
；
按照直流充电设施对应空闲安置充电桩数目的分析方式同理分析得到交流充电设施对应的空闲安置充电桩数目
M
空交
；计算充电空闲率
p
空
，式中，
M
直
、M
交
分别为直流充电设施
、
交流充电设施对应的累计安置充电桩数目，
k
直
、k
交
分别为设定参照的直流充电设施
、
交流充电设施对应的许可空闲占比，
b1、b2
分别表示为直流充电设施空闲
、
交流充电设施空闲对应充电空闲评估占比权重因子
。5.
根据权利要求4所述的基于大数据的光储充能收益转化分析方法，其特征在于：所述空闲确认模型具体表示为其中，
λ
为空闲确认条件因子，
λ
′
为设定的参照空闲确认条件因子，
δ
(
λ
)
为以
λ
为自变量的空闲确认指数；其中，
c1、c2
分别为设定的输出电量
、
充电间歇度对应空闲评估占比权重，
Δ
D
″
、JX
″
为设定参照的许可输出电量
、
许可充电间歇度，为设定参照的空闲确认评估指数，
Δ
D
′
、JX
′
分别为安置充电桩对应的输出电量差
、
充电间歇度；其中，空闲确认模型的具体确认过程为：若某累计安置充电桩对应空闲确认指数的数值为1时，则判定该累计...

【专利技术属性】
技术研发人员：曹鹏飞，梁昌勇，董长松，
申请(专利权)人：深圳橙电新能源科技有限公司，
类型：发明
国别省市：