一种多源储能系统的集中控制方法及系统与流程

本发明涉及多源储能系统的，具体涉及一种多源储能系统的集中控制方法及系统。

背景技术：

1、随着全球能源结构的转型和可再生能源的快速发展，多源储能系统已成为现代电力系统不可或缺的重要组成部分。多源储能系统通过集成不同种类的储能装置，如电化学储能、热储能、超级电容器等，实现能源的高效存储和灵活利用，对于平衡电力供需、提高电网稳定性、促进可再生能源的消纳具有重要意义。然而，多源储能系统的储能策略规划一直是行业内的技术难题，其规划方法的合理性和有效性直接影响到储能系统的经济性和运行效率。

2、当前，储能容量的配置往往依赖于经验估计，缺乏基于实际数据和需求的科学分析方法。这导致储能容量的配置往往过大或过小，既增加了投资成本，又可能无法满足实际需求。储能策略的规划需要考虑多种因素，包括电价波动、可再生能源发电情况、用电负荷等。然而，当前的储能策略往往缺乏对这些因素的全面考虑，导致储能效率不高，甚至可能出现能源浪费的情况。多源储能系统集成了多种不同类型的储能装置，每种储能装置都有其独特的优势和局限性。然而，在现有的储能策略规划中，往往缺乏对多种储能装置之间的协同考虑，导致储能资源的浪费和系统运行的不稳定。

3、如授权公告号为cn109861292b的中国专利公开了一种基于多能源储能系统提高清洁能源消纳方法，包括：采集当前时刻的信息；计算光伏电站以及风电场的出力波动；根据判断条件1、条件2、条件3、条件4的具体情况，决定进行储热投入或者储电蓄电池投入；该发明提出当风电场以及光伏电站的出力较负荷大时，可以投入相应的储能以及储电设备将电能进行消纳，解决了当前的功率平衡问题，保证清洁能源的全额消纳，当风电场以及光伏电站出力不足时，将蓄电池以及储热设备进行一定功率的输出，保证用电以及供热的需求。该发明可以增加清洁能源的消纳，保证电力系统的稳定性，应用储电与储能联合的多能源储能系统可以提高清洁能源的消纳能力。

4、如公开号为cn116565905a的专利申请公开了一种多能源互补的水-气共存储能系统和储能方法，利用谷电和新能源电力进行压缩空气和水储能，将富余电能借助空气压缩机压缩空气利用起来，将压缩空气储存在储气罐，同时将蓄液件中的工质液体抽至液室形成高水头液位，最大程度的利用多余电量。在释能阶段中，压缩空气推动液室中的工质液体流向水轮发电机发电，且可将发电尾水排入蓄液件中，保持水轮发电机一直在稳定压力下保持最优工况。当水轮发电机的水压不稳定或液室中液位低至警戒线时及时补液，并通过降温组件对气室调压，可快速调整水轮发电机的水压。

5、以上专利都存在本背景技术提出的问题：缺乏对电价波动、可再生能源发电情况、用电负荷等因素的全面考虑，导致储能效率不高，可能出现能源浪费的情况。

6、公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域普通技术人员所公知的现有技术。

技术实现思路

1、本发明所要解决的技术问题是克服现有技术的缺陷，提供一种多源储能系统的集中控制方法及系统，促进多源储能系统的多源协同优化，增强多源储能系统的稳定性，促进可再生能源消纳。

2、为解决上述技术问题，本发明提供如下技术方案：

3、第一方面，本发明提供一种多源储能系统的集中控制方法，包括以下步骤：

4、s1：收集历史数据并进行数据清洗；所述历史数据包括历史电价数据、历史发电数据、历史负荷数据、历史储电数据、历史放电数据；

5、s2：基于所述历史数据进行电力数据预测，包括电价预测、发电量预测、负荷预测；

6、s3：基于所述历史储电数据与电力数据预测的结果确定储电量；

7、s4：统计所述历史放电数据，生成放电序列；

8、s5：基于所述储电量与放电序列，进行多源储能系统的储能策略规划。

9、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述发电量预测的方法如下：

10、获取历史气象数据并进行数据清洗与归一化处理；所述历史气象数据包括历史光照强度数据、历史日光照时间数据、历史风速数据、历史温度数据、历史湿度数据；

11、计算发电潜力指标，包括风电潜力指标与光电潜力指标，公式如下：

12、；

13、其中，表示风电潜力指标；表示风电潜力因子；v表示日平均风速；

14、;

15、其中，表示光电潜力指标；表示光电潜力因子；g表示日平均光照强度；t表示日平均光照时间；

16、将所述历史发电数据按时间顺序整理成历史发电序列；

17、构建基于多元线性回归的发电预测模型，输入为风电潜力指标、光电潜力指标、日平均温度、日平均湿度，输出为一日的风光发电量；基于所述历史发电数据与历史气象数据进行模型训练，采用最小二乘法或其他优化算法进行参数估计，保存训练完成的发电预测模型；

18、获取未来的气象数据，包括光照强度数据、日光照时间数据、风速数据、温度数据、湿度数据，计算发电潜力指标并输入所述发电预测模型，得到发电量预测值并整理成发电量预测序列。

19、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述负荷预测的方法如下：

20、将预处理后的历史负荷数据按时间顺序整理成负荷序列；

21、构建负荷预测模型，所述负荷预测模型为sarima模型、holt-winters模型中的任一种；

22、基于所述负荷序列进行负荷预测模型的训练与测试调优；

23、保存训练完成的负荷预测模型并进行负荷预测，每进行一次负荷预测得到一日的平均用电负荷预测值，加入到所述负荷序列中再进行下一次负荷预测，迭代进行负荷预测，并从所述负荷序列中截取负荷预测值组成的负荷预测序列。

24、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述电价预测的方法如下：

25、将所述历史电价数据按时间顺序整理成历史电价序列，并为所述历史电价序列中每一个历史电价数据添加时间戳标签，对所述时间戳标签进行编码，组成时间戳标签序列；所述时间戳标签为历史电价数据对应的日期的标签，包括工作日、周末、法定节假日；

26、将所述历史电价序列、历史发电序列、负荷序列、时间戳标签序列进行时间对齐；

27、构建电价预测模型；所述电价预测模型为循环神经网络、长短期记忆网络、门控循环单元中的任一种；输入为历史发电序列、负荷序列、时间戳标签组成的标签序列，输出为电价预测序列；

28、进行所述电价预测模型的训练、验证、测试调优，并保存完成训练的电价预测模型；

29、构建未来的时间戳标签序列，并与所述发电量预测序列、负荷预测序列共同输入所述电价预测模型中，得到电价预测序列。

30、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述储电量为多源储能系统未来一日的储电量；确定储电量的方法如下：

31、统计所述历史储电数据并求均值，记作；

32、基于所述发电量预测序列计算未来n天的发电数据的均值，记作，n为正整数；基于所述负荷预测序列计算未来n天的负荷数据的均值，记作；基于所述电价预测序列计算未来n天的电价数据的均值，记作；

33、计算储电量，公式如下：

34、；

35、其中，s表示储电量；表示前一天的发电数据；表示前一天的负荷数据；表示前一天的电价数据；、、均为权重系数。

36、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述生成放电序列的方法如下：

37、统计历史放电数据，将一天划分为m个时间片，m为正整数；计算任一天中每个时间片的历史放电数据的均值，将第q天第j个时间片的历史放电数据的均值记作；计算未来一天中第j个时间片的预计放电量，公式如下：

38、；

39、其中，q为历史放电数据涉及的总天数；

40、将按时间顺序组成放电序列，j的取值范围为1,2，……，m。

41、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述储能策略为每种储能装置在每个时间片的充电功率；

42、所述储能装置包括电化学储能装置、机械储能装置、热储能装置、化学储能装置、超级电容器；

43、所述储能策略规划的方法如下：

44、采集当前每种储能装置的储电量，并为每种储能装置设置最小储能阈值、最大储能阈值、最大充电功率；获取未来一天中每个时间片的购电价格；

45、构造储能策略模型，包括目标函数、约束条件、状态更新方程；

46、采用优化算法求解所述储能策略模型，得到使目标函数最小的储能策略。

47、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述目标函数计算公式如下：

48、；

49、其中，l表示目标函数；表示第i种储能装置在第j个时间片充电功率；表示多源储能系统在第j个时间片从电网购电的电价；表示第j个时间片的中点对应的时刻；表示负荷峰值时段；表示超级电容器在第j个时间段的充电功率；表示电化学储能装置在第j个时间段的充电功率；表示热储能装置在第j-1个时间片结束时的储电量；表示任一时间片的时长；表示超级电容器的奖励系数；表示电化学储能装置的奖励系数；为热储能装置的热损失系数，表示热储能装置每储存单位能量，在单位时间内的热损失量。

50、作为本发明所述多源储能系统的集中控制方法的一种优选方案，其中：所述约束条件如下：

51、；

52、其中，表示第i种储能装置在第j个时间片的储电量；表示第i种储能装置的最小储能阈值；表示第i种储能装置的最大储能阈值；表示第i种储能装置的最大充电功率；

53、所述状态更新方程如下：

54、；

55、其中，表示第i种储能装置在第j+1个时间片的储电量。

56、第二方面，本发明提供一种多源储能系统的集中控制系统，包括数据采集模块、电力预测模块、储电规划模块、放电规划模块、储电方案模块、监控展示模块；其中：

57、所述数据采集模块用于采集历史数据、气象数据、储能装置状态并进行数据清洗；

58、所述电力预测模块用于基于历史数据进行电价预测、发电量预测、负荷预测；

59、所述储电规划模块用于基于电价预测、发电量预测、负荷预测计算未来一天的储电量；

60、所述放电规划模块用于基于历史数据生成放电序列；

61、所述储电方案模块用于基于储电量和放电序列进行储能策略规划；

62、所述监控展示模块用于可视化展示储能装置状态、储能策略、放电序列。

63、与现有技术相比，本发明所达到的有益效果如下：

64、通过基于历史数据的电力数据预测，准确预测未来的电价、发电量和负荷，进而确定合适的储电量，避免了储能容量的过度配置或不足，从而提高了储能系统的整体效率，能够更好地应对电力市场的波动和可再生能源发电的不确定性，平衡电力供需，减少电网波动，促进可再生能源的消纳和利用，减少弃风、弃光等现象，推动可再生能源的可持续发展。

65、实现了对不同储能装置的有效协同管理，为每种储能装置制定了更加精准的充电策略，有助于延长储能装置的使用寿命，降低维护成本。确保在满足系统需求的同时实现储能资源的最优配置和高效利用，确保系统稳定运行，降低运行成本，提高储能系统的经济性。