System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 能源e控智慧储能系统技术方案_技高网

能源e控智慧储能系统技术方案

技术编号:40347153 阅读:6 留言:0更新日期:2024-02-09 14:32
本发明专利技术提供了一种能源e控智慧储能系统,具有这样的特征,包括负荷需求采集模块,用于采集园区中用户的负荷需求数据;储能设备状态采集模块,用于采集园区中储能系统的各个电池的电池容量、充放电效率、实时SOC和充放电循环次数作为储能设备状态数据;控制参数生成模块,用于根据峰谷情况、时间状态、光照数据、储能设备状态数据、负荷需求数据和实时电价计算得到各个电池的控制参数;储能设备控制模块,用于根据控制参数控制对应的电池进行充电或放电。总之,本方法能够实现更加精准且高效的数字化能源管控。

【技术实现步骤摘要】

本专利技术涉及数字化能源管控领域,具体涉及一种能源e控智慧储能系统


技术介绍

1、随着科技的进步,城市负荷的不断增长,我国传统的以火电为主,水电为辅的集中式大型电厂建设和超高压远距离输电网结构开始逐渐无法满足需求,在“双碳”目标的提出背景下,智慧能源体系得到了不断完善。

2、微电网作为智慧能源体系的重要组成部分,在以“源网荷储”为骨架的基础上,充分调动和利用了环境优势和各能源结构,形成了满足用户客制化需求的能源供应体系,同时,在并网运行时,还能提供更加稳定的电能质量和相对客观的成本回收。

3、传统综合能源管控效率低、设备运维低级、耗费了大量的人力和物力及能源。全生命周期自动需求响应的数字化能源管控,是当前综能管控行业内比较先进,符合综合能源管控市场需求的一种解决方案。但是,现有技术中还存在数字化能源管控效率较低准确度较低的问题。


技术实现思路

1、本专利技术是为了解决上述问题而进行的,目的在于提供一种能源e控智慧储能系统。

2、本专利技术提供了一种能源e控智慧储能系统,具有这样的特征,包括:实时电价查询模块,用于查询大电网的实时电价;电网峰谷判断模块,用于根据实时电价得到大电网的峰谷情况,峰谷情况包括高峰和低谷;光照数据采集模块,用于采集园区的日照时长和光照强度作为光照数据;气象数据采集模块,用于从外界网络得到实时气象数据;时间状态判断模块,用于根据光照数据和实时气象数据得到当前的时间状态,时间状态包括白天、黄昏和夜晚;负荷需求采集模块,用于采集园区中用户的负荷需求数据;储能设备状态采集模块,用于采集园区中储能系统的各个电池的电池容量、充放电效率、实时soc和充放电循环次数作为储能设备状态数据;控制参数生成模块,用于根据峰谷情况、时间状态、光照数据、储能设备状态数据、负荷需求数据和实时电价计算得到各个电池的控制参数;储能设备控制模块,用于根据控制参数控制对应的电池进行充电或放电,其中,控制参数生成模块包括数据存储单元、状态量生成单元、dqn学习单元、粒子生成单元、mopso优化单元和协同优化单元,数据存储单元用于存储预设的充放电策略,状态量单元用于根据峰谷情况、时间状态、光照数据、储能设备状态数据、负荷需求数据、实时电价和充放电策略构建状态量s,dqn学习单元存储有预设的dqn算法,用于对状态量s进行处理,得到q值集合,粒子生成单元用于将q值集合构建为n个粒子,mopso优化单元存储有预设的mopso算法,用于对n个粒子进行处理,得到理想解集,协同优化单元用于判断q值集合与对应的理想解集是否均已完全收敛,若是,则将理想解集作为控制参数,若否,则将理想解集作为q值与对应的状态量s输入dqn学习单元。

3、在本专利技术提供的能源e控智慧储能系统中,还可以具有这样的特征:其中,在dqn学习单元中,dqn算法的目标函数的表达式为:f(s)=αf1+βf2+γf3+δf4,式中f(s)为包含n个时间步的储能调度序列s={p(t1),p(t2),...,p(tn)}的目标函数,f1为平衡度指标,f2为峰谷平衡指标,f3为能量利用效率指标,f4为成本指标,α、β、γ和δ均为权重系数,p(ti)为储能调度序列s中在时间步ti的储能系统充放电功率,放电为正值,充电为负值,l(ti)为微电网系统在时间步ti的负荷需求,p(tpeak)和p(tvalley)分别为微电网系统负荷高峰时刻和负荷低谷时刻消耗的功率,e(tn)为储能系统在时间步ti的能量状态,tvalley为微电网系统负荷的低谷时刻,tpeak为微电网系统负荷的高峰时刻,cvalleypvalley(ti)为低谷时间段充放电总成本,cpeakppeak(ti)为高峰时间段充放电总成本,c常规为常规微电网系统一天的平均成本。

4、在本专利技术提供的能源e控智慧储能系统中,还可以具有这样的特征:其中,在dqn学习单元中,dqn算法的约束条件包括:储能系统能量平衡约束,其表达式为:储能系统充放电功率限制,其表达式为:pmin≤p(ti)≤pmax,for i=1,2,...,n,式中pmin为最小功率,pmax为最大功率;储能系统能量状态限制,其表达式为:emin≤e(ti)≤emax,for i=1,2,...,n,式中emin为最小能量,emax为最大能量;负荷需求约束,其表达式为:峰谷切换限制,其表达式为:pvalley≤p(ti)≤ppeak,for i=tvalley,tpeak,式中pvalley为低谷充放电功率,ppeak为高峰充放电功率;充放电效率约束,其表达式为:式中ηcharge为充电效率,ηdischarge为放电效率,pcharge为储能系统的最大充电功率,pdischarge储能系统的最大放电功率;充放电速率约束,其表达式为:|p(ti)-p(ti-1)|≤δpmax,for i=2,3,...,n,式中δpmax为最大充放电功率变化率;储能系统容量约束,其表达式为:式中etotal为储能系统的总能量容量,emax为储能系统的最大能量容量,为储能系统初始能量状态;温度约束,其表达式为:tmin≤t(ti)≤tmax,for i=1,2,...,n,式中t(ti)为储能系统在时间步ti的温度,tmin和tmax分别为储能系统的最小温度限制和最大温度限制;环境排放约束,其表达式为:emissions(ti)≤emissionsmax,式中emissions(ti)为储能系统在时间步ti的排放量,emissionsmax为最大排放量限制。

5、在本专利技术提供的能源e控智慧储能系统中,还可以具有这样的特征,还包括:可再生能源设备状态采集模块,用于采集园区内可再生能源设备的状态数据,状态量单元结合状态数据构建状态量s,控制参数生成模块还用于计算得到可再生能源设备的控制参数,储能设备控制模块还用于根据可再生能源设备的控制参数控制该可再生能源设备对微电网系统进行供电,dqn算法的储能优化目标函数和约束的表达式为:最大化:满足:约束:ccharge_min≤ccharge(t)≤ccharge_max,cdischarge_min≤cdischarge(t)≤cdischarge_max,emin≤e(t)≤emax,e(t1)=e(t2),式中g(t)为t时刻的可再生能源发电量,t1和t2分别为优化时间窗口的起始时刻和结束时刻,e(t)为t时刻储能系统的能量存储量,ccharge(τ)为τ时刻储能系统的充电功率,cdischarge(τ)为τ时刻储能系统的放电功率,t0为储能系统运行起始前时刻,ccharge_min为最小充电功率,ccharge_max为最大充电功率,cdischarge_min为最小放电功率,cdischarge_max为最大放电功率,emin为最小能量存储量,emax为最大能量存储量。

6、在本专利技术提供的能源e控智慧储能系统中,还可以具有这样的特征:其中,可再生能源设备为光伏发电设备,充放电策略包括:峰谷情况为高峰且日照时长小于5小时或光照强度小于500w/m2时,控制储能系统对本文档来自技高网...

【技术保护点】

1.一种能源e控智慧储能系统,用于对园区的微电网系统进行储能管控,其特征在于,包括:

2.根据权利要求1所述的能源e控智慧储能系统,其特征在于:

3.根据权利要求2所述的能源e控智慧储能系统,其特征在于:

4.根据权利要求1所述的能源e控智慧储能系统,其特征在于,还包括:

5.根据权利要求4所述的能源e控智慧储能系统,其特征在于:

【技术特征摘要】

1.一种能源e控智慧储能系统,用于对园区的微电网系统进行储能管控,其特征在于,包括:

2.根据权利要求1所述的能源e控智慧储能系统,其特征在于:

3.根据权利要求2所...

【专利技术属性】
技术研发人员:王添翼杨致津孙玉芹高军张鹏程王竞从吕嘉丽徐成伟
申请(专利权)人:上海电力大学
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