一种基于边缘感知的微电网储能监控方法

本发明涉及储能监控的，尤其涉及一种基于边缘感知的微电网储能监控方法。

背景技术：

1、随着能源需求的增长和环境保护的呼声日益高涨，微电网作为一种新型的电力系统模式，正在受到越来越多的关注。微电网是由分布式能源资源、储能设备、能量管理系统和智能控制系统组成的小型电力系统，能够实现可靠、高效、清洁的能源供应。其中，储能技术作为微电网的关键组成部分之一，对于提高微电网的能源管理和运行效率至关重要。目前，传统的微电网储能监控方法主要依赖于集中式的监测系统，通过对储能设备的电压、电流、充放电状态等参数进行监测和控制。然而，这种集中式监测方法存在着局限性，如信息传输延迟和调控延迟等问题。针对该问题，本发明提出一种基于边缘感知的微电网储能监控方法，通过在数据产生源头进行信息处理和分析，能够实现对系统状态和环境变化的实时感知和监测，提高监测系统的实时性、准确性和可靠性，为微电网的安全稳定运行提供重要支撑。

技术实现思路

1、有鉴于此，本发明提供一种基于边缘感知的微电网储能监控方法，目的在于：1）通过计算储能设备向不同服务器迁移数据的迁移时延以及迁移能耗，构成不同储能设备中运行数据的迁移信息，并将迁移信息构建为迁移优化目标函数，将最小化数据迁移能耗作为目标对目标函数进行优化求解，得到储能设备中运行数据的迁移目标服务器，实现微电网中边缘服务器对储能信息的感知处理，并对接收到的运行数据进行储能监控，基于运行数据的数据分布计算得到储能监控指标，其中储能监控指标越大，则表示运行数据对应的储能设备所存储的电能存在数值异常，实现微电网中储能设备的储能信息监控；2）对不同储能设备的运行成本进行量化，并基于储能监控指标构建储能优化配置目标函数，以最小化运行成本为目标对目标函数进行求解，得到不影响微电网中用电设备用电且储能设备运行成本最小化的最优储能优化配置策略，控制微电网中不同储能设备在下一运行时刻的电能存储以及电能释放动作。

2、为实现上述目的，本发明提供的一种基于边缘感知的微电网储能监控方法，包括以下步骤：

3、s1：计算不同储能设备中运行数据的迁移信息，其中迁移时延和能耗为所述计算得到的迁移信息；

4、s2：基于不同储能设备中运行数据的迁移信息，构建迁移优化目标函数和约束条件，其中最小化数据迁移能耗为所述迁移优化目标函数的优化目标，所述约束条件为时延约束；

5、s3：对迁移优化目标函数进行求解，得到最优迁移策略，将储能设备中的运行数据迁移到对应的服务器中，其中改进的乌鸦优化算法为所述目标函数求解的主要实施方法；

6、s4：服务器对接收到的运行数据进行储能监控，并构建储能优化配置目标函数，其中微电网储能设备运行成本最小化为所述储能优化配置目标函数的优化目标；

7、s5：对储能优化配置目标函数进行优化求解，得到最优储能优化配置策略，并将最优储能优化配置策略传播到微电网中的储能设备进行调整配置。

8、作为本发明的进一步改进方法：

9、可选地，所述s1步骤中计算不同储能设备中运行数据的迁移信息，包括：

10、在微电网中部署n个储能设备作为微电网的边缘设备，利用储能设备存储微电网中发电设备产生的电能，以及向用电设备输送电能，将储能设备中所存储电能的时序序列作为储能设备的运行数据，其中第n个储能设备的运行数据为：

11、;

12、其中：

13、表示第n个储能设备的运行数据，表示第n个储能设备在第m个运行时刻所存储的电能值，m表示储能设备的运行时刻总数，，；在本发明实施例中，相邻运行时刻的时间间隔为；

14、计算将储能设备的运行数据迁移到不同服务器的迁移信息，其中运行数据迁移到第h个服务器的迁移信息计算流程为：

15、s11：获取第h个服务器分配给运行数据的带宽资源占比，并计算得到第h个服务器与第n个储能设备之间的距离；

16、s12：计算将运行数据迁移至第h个服务器的损耗传输速率：

17、；

18、其中：

19、表示将运行数迁移至第h个服务器的损耗传输速率；

20、c表示光速；

21、表示能耗调节系数；

22、s13：计算得到将运行数据迁移至第h个服务器的迁移时延：

23、；

24、其中：

25、表示运行数据的数据量大小；

26、表示将运行数据迁移至第h个服务器的迁移时延；

27、s14：计算得到将运行数据迁移至第h个服务器的迁移能耗：

28、；

29、其中：

30、表示将运行数据迁移至第h个服务器的迁移能耗；

31、将迁移时延以及迁移能耗作为运行数据迁移到第h个服务器的迁移信息。

32、可选地，所述s2步骤中基于不同储能设备中运行数据的迁移信息，构建迁移优化目标函数，包括：

33、基于不同储能设备中运行数据的迁移信息，构建迁移优化目标函数以及约束条件，其中最小化数据迁移能耗为所述迁移优化目标函数的优化目标，所构建迁移优化目标函数为：

34、

35、

36、；

37、其中：

38、表示迁移优化目标函数，表示n个储能设备的运行数据的迁移策略，表示运行数据的迁移路径；

39、表示运行数据迁移到第h个服务器的迁移结果，表示将运行数据迁移到第h个服务器，表示未将运行数据迁移到第h个服务器。

40、可选地，所述迁移优化目标函数的约束条件为：

41、

42、；

43、其中：

44、表示将n个运行数据迁移到服务器的最大迁移时延，表示预设的迁移时延阈值。

45、可选地，所述s3步骤中对迁移优化目标函数进行求解，得到最优迁移策略，包括：

46、对迁移优化目标函数进行求解，得到最优迁移策略，其中改进的乌鸦优化算法为所述目标函数求解的主要实施方法，迁移优化目标函数的求解流程为：

47、s31：初始化生成u组迁移策略，其中所生成第u组迁移策略为：

48、

49、；

50、其中：

51、表示初始化生成的第u组迁移策略，，表示运行数据的迁移路径，；其中每组迁移策略对应乌鸦飞行位置；

52、s32：设置迁移策略的当前迭代次数为t，最大迭代次数为t，t的初始值为0，则第u组迁移策略的第t次迭代结果为：

53、；

54、其中：

55、表示第u组迁移策略的第t次迭代结果；

56、s33：基于约束条件以及迁移优化目标函数构建适应度函数，其中适应度函数以迁移策略为输入，以迁移策略对应的适应度函数值为输出，以迁移策略为输入的适应度函数表示为：

57、；

58、其中：

59、表示适应度函数；

60、表示迁移策略对应的适应度函数值；

61、表示以自然常数为底的指数函数；

62、s34：将第t次迭代得到的u组迁移策略作为适应度函数的输入，将适应度函数值最小的迁移策略作为第t次迭代的最好迁移策略；

63、s35：对迁移策略进行迭代，其中迁移策略的迭代公式为：

64、

65、

66、；

67、其中：

68、表示0-1之间的随机数；

69、表示乌鸦飞行步长；

70、表示乌鸦飞行过程中的记忆信息；

71、表示第t次迭代得到的u组迁移策略中任意迁移策略；

72、表示t次迭代后最优迁移策略的标准差；

73、表示位置感知系数；

74、表示0-2之间的随机数，表示l1范数；

75、s36：令t=t+1，返回步骤s34，直到达到最大迭代次数，并选取此时的最好迁移策略作为最优迁移策略，利用最优迁移策略将不同储能设备的运行数据迁移至对应的服务器。

76、可选地，所述s4步骤中服务器对接收到的运行数据进行储能监控，包括：

77、服务器对接收到的运行数据进行储能监控，得到不同运行数据的储能监控指标，其中运行数据的储能监控指标计算公式为：

78、；

79、其中：

80、表示运行数据的储能监控指标；

81、表示运行数据中的最大电能值，表示运行数据的标准差；

82、表示储能设备的预设电能存储最大值；

83、表示调节系数，；

84、计算得到微电网中不同储能设备的运行成本，其中第n个储能设备的运行成本为：

85、；

86、其中：

87、表示第n个储能设备的运行成本；

88、表示单位电能存储对储能设备的折旧成本；

89、表示第n个储能设备输送电能所产生的燃料成本；

90、表示第n个储能设备输送电能所产生的电能波动惩罚成本；

91、基于运行数据的储能监控指标以及储能设备的运行成本构建储能优化配置目标函数。

92、可选地，所述构建储能优化配置目标函数，包括：

93、构建储能优化配置目标函数，其中微电网储能设备运行成本最小化为所述储能优化配置目标函数的优化目标，所构建储能优化配置目标函数为：

94、

95、；

96、其中：

97、表示储能优化配置目标函数，表示储能优化配置策略，表示第n个储能设备的优化配置结果，表示第n个储能设备所增加的电能，表示第n个存储设备所释放的电能；

98、表示电能调度成本系数。

99、可选地，所述s5步骤中对储能优化配置目标函数进行优化求解，得到最优储能优化配置策略，包括：

100、对储能优化配置目标函数进行优化求解，得到最优储能优化配置策略，其中储能优化配置目标函数的优化求解流程为：

101、s51：初始化生成k组储能优化配置策略，并将每组储能优化配置策略代入储能优化配置目标函数，得到每组储能优化配置策略的目标函数值，其中所初始化生成的第k组储能优化配置策略的目标函数值为，；

102、s52：设置储能优化配置策略的当前迭代次数为d，d的初始值为0，最大值为d，则第k组储能优化配置策略的第d次迭代结果为；

103、s53：按照目标函数值由小到大的顺序对第d次迭代的k组储能优化配置策略进行排序，选取前k/2组储能优化配置策略，进行基于levy路径的交叉变异处理，得到k/2组交叉变异后的储能优化配置策略，将所选取前k/2组储能优化配置策略以及k/2组交叉变异后的储能优化配置策略构成第d+1次迭代得到的k组储能优化配置策略；在本发明实施例中，对储能优化配置策略进行交叉变异处理的公式为：

104、；

105、其中：

106、表示储能优化配置策略的交叉变异处理结果，levy表示符合levy飞行过程的步长；表示随机选取储能优化配置策略中的部分参数进行基于步长的迭代处理；

107、s54：令d=d+1，返回步骤s53，直到达到最大迭代次数，并按照目标函数值由小到大的顺序对最终迭代得到的k组储能优化配置策略进行排序，按照排序结果依次计算每组储能优化配置策略的释放电能总量，选取释放电能总量达到目标电能且排序最靠前的储能优化配置策略作为求解结果；

108、将最优储能优化配置策略传播到微电网中的储能设备，储能设备按照最优储能优化配置策略进行电能存储以及电能释放配置。

109、为了解决上述问题，本发明提供一种电子设备，所述电子设备包括：

110、存储器，存储至少一个指令；

111、通信接口，实现电子设备通信；及

112、处理器，执行所述存储器中存储的指令以实现上述所述的基于边缘感知的微电网储能监控方法。

113、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于边缘感知的微电网储能监控方法。

114、相对于现有技术，本发明提出一种基于边缘感知的微电网储能监控方法，该技术具有以下优势：

115、首先，本方案提出一种数据迁移方式，基于不同储能设备中运行数据的迁移信息，构建迁移优化目标函数以及约束条件，其中最小化数据迁移能耗为所述迁移优化目标函数的优化目标，所构建迁移优化目标函数为：

116、

117、

118、；

119、其中：表示迁移优化目标函数，表示n个储能设备的运行数据的迁移策略，表示运行数据的迁移路径；表示运行数据迁移到第h个服务器的迁移结果，表示将运行数据迁移到第h个服务器，表示未将运行数据迁移到第h个服务器。所述迁移优化目标函数的约束条件为：

120、

121、；

122、其中：

123、表示将n个运行数据迁移到服务器的最大迁移时延，表示预设的迁移时延阈值。对迁移优化目标函数进行求解，得到最优迁移策略，迁移优化目标函数的求解流程为：初始化生成u组迁移策略，其中所生成第u组迁移策略为：

124、

125、；

126、其中：

127、表示初始化生成的第u组迁移策略，，表示运行数据的迁移路径，；其中每组迁移策略对应乌鸦飞行位置；设置迁移策略的当前迭代次数为t，最大迭代次数为t，t的初始值为0，则第u组迁移策略的第t次迭代结果为：

128、；

129、其中：表示第u组迁移策略的第t次迭代结果；基于约束条件以及迁移优化目标函数构建适应度函数，其中适应度函数以迁移策略为输入，以迁移策略对应的适应度函数值为输出，以迁移策略为输入的适应度函数表示为：

130、；

131、其中：表示适应度函数；表示迁移策略对应的适应度函数值；表示以自然常数为底的指数函数；将第t次迭代得到的u组迁移策略作为适应度函数的输入，将适应度函数值最小的迁移策略作为第t次迭代的最好迁移策略；对迁移策略进行迭代，其中迁移策略的迭代公式为：

132、

133、

134、；

135、其中：表示0-1之间的随机数；表示乌鸦飞行步长；表示乌鸦飞行过程中的记忆信息；表示第t次迭代得到的u组迁移策略中任意迁移策略；表示t次迭代后最优迁移策略的标准差；表示位置感知系数；表示0-2之间的随机数，表示l1范数；令t=t+1，直到达到最大迭代次数，并选取此时的最好迁移策略作为最优迁移策略，利用最优迁移策略将不同储能设备的运行数据迁移至对应的服务器。本方案通过计算储能设备向不同服务器迁移数据的迁移时延以及迁移能耗，构成不同储能设备中运行数据的迁移信息，并将迁移信息构建为迁移优化目标函数，将最小化数据迁移能耗作为目标对目标函数进行优化求解，得到储能设备中运行数据的迁移目标服务器，实现微电网中边缘服务器对储能信息的感知处理，并对接收到的运行数据进行储能监控，基于运行数据的数据分布计算得到储能监控指标，其中储能监控指标越大，则表示运行数据对应的储能设备所存储的电能存在数值异常，实现微电网中储能设备的储能信息监控。

136、同时，本方案提出一种储能设备运行成本量化方式以及储能优化配置方法，构建储能优化配置目标函数，其中微电网储能设备运行成本最小化为所述储能优化配置目标函数的优化目标，所构建储能优化配置目标函数为：

137、

138、；

139、其中：

140、表示储能优化配置目标函数，表示储能优化配置策略，表示第n个储能设备的优化配置结果，表示第n个储能设备所增加的电能，表示第n个存储设备所释放的电能；表示电能调度成本系数。对储能优化配置目标函数进行优化求解，得到最优储能优化配置策略，其中储能优化配置目标函数的优化求解流程为：初始化生成k组储能优化配置策略，并将每组储能优化配置策略代入储能优化配置目标函数，得到每组储能优化配置策略的目标函数值，其中所初始化生成的第k组储能优化配置策略的目标函数值为，；设置储能优化配置策略的当前迭代次数为d，d的初始值为0，最大值为d，则第k组储能优化配置策略的第d次迭代结果为；按照目标函数值由小到大的顺序对第d次迭代的k组储能优化配置策略进行排序，选取前k/2组储能优化配置策略，进行基于levy路径的交叉变异处理，得到k/2组交叉变异后的储能优化配置策略，将所选取前k/2组储能优化配置策略以及k/2组交叉变异后的储能优化配置策略构成第d+1次迭代得到的k组储能优化配置策略；令d=d+1，并按照目标函数值由小到大的顺序对最终迭代得到的k组储能优化配置策略进行排序，按照排序结果依次计算每组储能优化配置策略的释放电能总量，选取释放电能总量达到目标电能且排序最靠前的储能优化配置策略作为求解结果，将最优储能优化配置策略传播到微电网中的储能设备，储能设备按照最优储能优化配置策略进行电能存储以及电能释放配置。本方案对不同储能设备的运行成本进行量化，并基于储能监控指标构建储能优化配置目标函数，以最小化运行成本为目标对目标函数进行求解，得到不影响微电网中用电设备用电且储能设备运行成本最小化的最优储能优化配置策略，控制微电网中不同储能设备在下一运行时刻的电能存储以及电能释放动作。