分布式协同储能控制方法技术

本发明专利技术涉及电力调度领域，公开了一种分布式协同储能控制方法

【技术实现步骤摘要】
分布式协同储能控制方法、装置、设备及存储介质


[0001]本专利技术涉及电力调度领域，尤其涉及一种分布式协同储能控制方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着可再生能源的广泛应用和智能化技术的快速发展，电力系统中的能量调度问题逐渐受到关注
。
尤其在电力系统中，储能设备
、
发电设备及用电设备等多元力量的协同作用下，电力供应和需求的平衡调度显得尤为重要
。
此外，由于电力行业的特殊性，如生产和消费同时进行
、
电能难于大规模存储等因素，使得电力系统的能量调度问题变得十分复杂
。
[0003]现有的储能电站调峰方法通常是基于储能电站在某一个方面上的损耗成本去求解储能电站调峰优化运行方案或者仅满足调峰需要就制定调峰策略，没有充分考虑储能电站多方面成本的综合性，目标求解的全面性，调峰方案的经济性
。
[0004]传统的电力系统调度策略未能充分考虑到这一问题，常常导致电能的供应和需求出现不匹配，带来电能的浪费，甚至可能影响到电力系统的稳定运行
。

技术实现思路

[0005]本专利技术提供了一种分布式协同储能控制方法
、
装置
、
设备及存储介质，用于解决如何充分利用每个发电站点和储能站点的能量，提高系统的电能利用率，减少浪费的技术问题
。
[0006]本专利技术第一方面提供了一种分布式协同储能控制方法，所述分布式协同储能控制方法包括：采集多个储能站点的运行数据
、
各类的用电设备的用电数据以及各类的发电设备的发电数据；从采集的储能站点的运行数据
、
用电设备的用电数据以及发电设备的发电数据中获取目标参数，并基于所述目标参数计算每个储能站点和发电设备的可调度功率和电量；其中，所述目标参数包括每个储能站点的储电量和充放电量
、
发电设备的发电量
、
用电设备的电力使用情况；基于预设的粒子群优化算法对每个储能站点和发电设备的可调度功率和电量进行调整，得到最终的调度控制策略
。
[0007]可选的，在本专利技术第一方面的第一种实现方式中，所述采集多个储能站点的运行数据
、
各类的用电设备的用电数据以及各类的发电设备的发电数据，包括：定时获取多个储能站点
、
用电设备
、
发电设备的信息的心跳数据包；对所述心跳数据包进行解析，得到解析数据，根据心跳数据包的解析数据生成信息采集指令；根据所述信息采集指令，获取多个储能站点
、
用电设备
、
发电设备的设备数据，并将所述设备数据存储至预置的
Redis
数据库中；其中，所述设备数据包括多个储能站点的运
行数据
、
各类的用电设备的用电数据以及各类的发电设备的发电数据
。
[0008]可选的，在本专利技术第一方面的第二种实现方式中，所述并将所述设备数据存储至预置的
Redis
数据库中，包括：接收采集的设备数据，读取所述设备数据中的每个设备对应的标识码；访问预置的
MySQL
数据库，在所述
MySQL
数据库中查询出所述标识码对应的
Redis
子库标识；将所述设备数据存储于所述
Redis
子库标识对应的
Redis
子库中
。
[0009]可选的，在本专利技术第一方面的第三种实现方式中，所述从采集的储能站点的运行数据
、
用电设备的用电数据以及发电设备的发电数据中获取目标参数，并基于所述目标参数计算每个储能站点和发电用户的可调度功率和电量，包括：采用树形结构计算关系，建立表示储能站点
、
发电设备和用电设备各项参数的指标计算模型；利用面向对象数据库，保存树形结构的指标计算模型，同时调用实时数据库技术，对储能站点
、
发电设备和用电设备各项参数提供实时更新；利用预置的编译器，将用户编写的各项自定义指标的计算关系编译成
DLL
文件；其中，所述
DLL
文件包含各项指标计算的函数以及处理电力供需不平衡
、
设备故障的函数；解析指标计算模型，并基于解析后的指标计算模型中的
DLL
文件所包含各项指标计算的函数以及处理电力供需不平衡
、
设备故障的函数计算储能站点
、
发电设备和用电设备的各项可调度功率和电量
。
[0010]可选的，在本专利技术第一方面的第四种实现方式中，所述基于预设的粒子群优化算法对每个储能站点和发电设备的可调度功率和电量进行调整，得到最终的调度控制策略，包括：根据预设的粒子群优化算法，确定储能站点和发电设备的可调度功率和电量的宏观方向参数；基于实时状态动态调整储能站点和发电设备的权重参数；设置粒子群优化算法的微观方向参数，并基于社会搜索和认知搜索进行粒子自身运动的更新；按照构建的非线性函数对粒子群算法的权重参数进行优化；基于粒子群算法的第一学习因子和第二学习因子对更新公式进行优化其中，所述第一学习因子用于保证粒子群算法在初期具有全局搜索能力，所述第二学习因子用于保证粒子群算法在后期具有局部收敛能力；所述更新公式为预设的粒子群优化算法中的函数公式；通过权重参数进行粒子群优化算法的训练，从全局角度出发进行各储能站点和发电用户的可调度功率和电量优化；对粒子群算法的速度更新公式进行改进，如果粒子在上一次迭代中朝全局最优方向飞行，则保持下一次迭代中粒子飞行速度不变，否则，修改飞行速度；运行粒子群优化算法进行全局搜索，同时运行辅助算法进行针对性的更新优化，进而获得最佳的调度控制策略
。
[0011]本专利技术第二方面提供了一种分布式协同储能控制装置，所述分布式协同储能控制
装置包括：采集模块，用于采集多个储能站点的运行数据
、
各类的用电设备的用电数据以及各类的发电设备的发电数据；计算模块，用于从采集的储能站点的运行数据
、
用电设备的用电数据以及发电设备的发电数据中获取目标参数，并基于所述目标参数计算每个储能站点和发电设备的可调度功率和电量；其中，所述目标参数包括每个储能站点的储电量和充放电量
、
发电设备的发电量
、
用电设备的电力使用情况；调整模块，用于基于预设的粒子群优化算法对每个储能站点和发电设备的可调度功率和电量进行调整，得到最终的调度控制策略
。
[0012]本专利技术第三方面提供了一种分布式协同储能控制设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述分布式协同储能控制设备执行上述的分布式协同储能控制方法
。
[0013]本专利技术的第四方面提供了一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种分布式协同储能控制方法，其特征在于，包括：采集多个储能站点的运行数据
、
各类的用电设备的用电数据以及各类的发电设备的发电数据；从采集的储能站点的运行数据
、
用电设备的用电数据以及发电设备的发电数据中获取目标参数，并基于所述目标参数计算每个储能站点和发电设备的可调度功率和电量；其中，所述目标参数包括每个储能站点的储电量和充放电量
、
发电设备的发电量
、
用电设备的电力使用情况；基于预设的粒子群优化算法对每个储能站点和发电设备的可调度功率和电量进行调整，得到最终的调度控制策略
。2.
根据权利要求1所述的分布式协同储能控制方法，其特征在于，所述采集多个储能站点的运行数据
、
各类的用电设备的用电数据以及各类的发电设备的发电数据，包括：定时获取多个储能站点
、
用电设备
、
发电设备的信息的心跳数据包；对所述心跳数据包进行解析，得到解析数据，根据心跳数据包的解析数据生成信息采集指令；根据所述信息采集指令，获取多个储能站点
、
用电设备
、
发电设备的设备数据，并将所述设备数据存储至预置的
Redis
数据库中；其中，所述设备数据包括多个储能站点的运行数据
、
各类的用电设备的用电数据以及各类的发电设备的发电数据
。3.
根据权利要求2所述的分布式协同储能控制方法，其特征在于，所述并将所述设备数据存储至预置的
Redis
数据库中，包括：接收采集的设备数据，读取所述设备数据中的每个设备对应的标识码；访问预置的
MySQL
数据库，在所述
MySQL
数据库中查询出所述标识码对应的
Redis
子库标识；将所述设备数据存储于所述
Redis
子库标识对应的
Redis
子库中
。4.
根据权利要求1所述的分布式协同储能控制方法，其特征在于，所述从采集的储能站点的运行数据
、
用电设备的用电数据以及发电设备的发电数据中获取目标参数，并基于所述目标参数计算每个储能站点和发电用户的可调度功率和电量，包括：采用树形结构计算关系，建立表示储能站点
、
发电设备和用电设备各项参数的指标计算模型；利用面向对象数据库，保存树形结构的指标计算模型，同时调用实时数据库技术，对储能站点
、
发电设备和用电设备各项参数提供实时更新；利用预置的编译器，将用户编写的各项自定义指标的计算关系编译成
DLL
文件；其中，所述
DLL
文件包含各项...

【专利技术属性】
技术研发人员：郭子健，郑熙，刘洋，陈桢，
申请(专利权)人：深圳库博能源股份有限公司，
类型：发明
国别省市：