储能控制方法、装置、电子设备及存储介质与流程

1.本技术涉及电力技术领域，具体而言，涉及一种储能控制方法、装置、电子设备及存储介质。


背景技术：

2.随着电动汽车的普及，电动汽车的充电站能够较好的解决快速充电问题，也被越来越广泛地应用。
3.目前，充电站配备有储能系统，储能系统一般以收益最大为目标制定充放电策略。但是，由于储能电池在充放电过程中会产生热量，如果储能电池无法耗散这些热量，可能会导致电池内部热失控，甚至出现自然爆炸等危险情况。


技术实现要素：

4.本技术实施例的目的在于提供一种储能控制方法、装置、电子设备及存储介质，用以在提高充电站收益的同时，提高储能系统中电池输出功率的稳定性。
5.第一方面，本技术实施例提供一种储能控制方法，包括：
6.获得充电站的负荷相关数据；
7.基于负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；收益函数用于表征充电站在预测时段内的收益；
8.基于第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征充电站在各同电价时段内的输出功率的波动性；
9.根据第二输出功率控制储能电池在预测时段的充放电。
10.本技术实施例通过先以收益函数取最大值为优化目标对收益函数进行求解，获得第一输出功率，然后基于第一输出功率，以功率稳定函数取最小值为优化目标对功率稳定函数进行求解获得第二输出功率，以第二输出功率控制电池的充放电功率，可以在提高收益的同时，提高电池输出功率的稳定性。
11.在任一实施例中，基于负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，包括：
12.根据负荷相关数据确定第一约束条件；
13.基于第一约束条件，以收益函数取最大值为优化目标，对收益函数进行求解。
14.本技术实施例基于第一约束条件对收益函数进行优化，获得收益函数取得最大值对应的第一输出功率，从而可以初步判定当收益最大时对应的输出功率。
15.在任一实施例中，第一约束条件以下至少一项：
16.充放电功率阈值约束、充放电容量阈值约束、放电时的负荷约束和电池起点容量等于终点容量。
17.本技术实施例通过第一约束条件，可以在提高充放电安全的基础上，使得收益达到最大。
18.在任一实施例中，基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，包括：
19.根据同电价时段中各时刻分别对应的第一输出功率计算储能电池在所述同电价时段内的容量变化值；
20.根据容量变化值确定第二约束条件；
21.通过第二约束条件，以功率稳定函数取最小值为优化目标，对对应的同电价连续时段的功率稳定目标函数进行计算。
22.本技术实施例通过第二约束条件对功率稳定函数进行优化，从而实现对第一输出功率的调整，使得在提高收益的同时，提高功率输出的稳定性。
23.在任一实施例中，第二约束条件还包括以下至少一项：
24.充放电功率阈值约束、充放电容量阈值约束和放电时的负荷约束。
25.本技术实施例通过第二约束条件，可以在提高充放电安全的基础上，使得在提高收益，以及提高输出功率的稳定性。
26.在任一实施例中，放电时的负荷约束包括储能电池在放电时的输出功率小于对应时刻的预测负荷；其中，预测负荷为根据负荷相关数据进行预测，获得预测时段各时刻对应的负荷。
27.本技术实施例中，由于电量回流到电网会被罚款，因此，通过设定储能电池在放电池的输出功率小于对应时刻的预测负载这一约束条件的目的是，为了防止放出的电回流到电网。
28.在任一实施例中，负荷相关数据包括以下至少一项：与所述充电站相关的历史负荷数据、天气数据、日期时间数据、事件数据以及电网电价、所述充电站的储能电池的装机容量和放电深度。
29.本技术实施例中，通过负荷相关数据提高了负荷预测的准确性。
30.第二方面，本技术实施例提供一种储能控制装置，包括：
31.数据获得模块，用于获得充电站的负荷相关数据；
32.第一求解模块，用于基于负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；收益函数用于表征充电站在预测时段内的收益；
33.第二求解模块，用于基于第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征充电站在各同电价时段内的输出功率的波动性；
34.控制模块，用于根据第二输出功率控制储能电池在预测时段的充放电。
35.第三方面，本技术实施例提供一种电子设备，包括：处理器、存储器和总线，其中，
36.所述处理器和所述存储器通过所述总线完成相互间的通信；
37.所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面的方法。
38.第四方面，本技术实施例提供一种非暂态计算机可读存储介质，包括：
39.所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的方法。
40.本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
41.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
42.图1为本技术实施例提供的一种储能控制方法流程示意图；
43.图2为本技术实施例提供的一种两阶段模型优化示意图；
44.图3为本技术实施例提供的另一种储能控制方法流程示意图；
45.图4为本技术实施例提供的该充电站在各个时刻的负荷和峰谷电价分布图；
46.图5为本技术实施例提供的对收益函数进行求解计算获得的策略图；
47.图6为本技术实施例提供的对功率稳定函数进行求解计算获得的策略图；
48.图7为本技术实施例提供的充电站在某日的实际功率及负荷图；
49.图8为本技术实施例提供的储能电池实际容量变化趋势及电价图；
50.图9为本技术实施例提供的一种储能控制装置结构示意图；
51.图10为本技术实施例提供的电子设备实体结构示意图。
具体实施方式
52.下面将结合附图对本技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本技术的技术方案，因此只作为示例，而不能以此来限制本技术的保护范围。
53.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同；本文中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术；本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。
54.在本技术实施例的描述中，技术术语“第一”“第二”等仅用于区别不同对象，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本技术实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
55.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
56.在本技术实施例的描述中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三
种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
57.在本技术实施例的描述中，术语“多个”指的是两个以上(包括两个)，同理，“多组”指的是两组以上(包括两组)，“多片”指的是两片以上(包括两片)。
58.在本技术实施例的描述中，除非另有明确的规定和限定，技术术语“安装”“相连”“连接”“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；也可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术实施例中的具体含义。
59.为便于理解，现针对本技术实施例中涉及到的相关术语进行解释：
60.峰谷价差：按高峰用电和低谷用电分别计算电费的一种电价制度；
61.削峰填谷：是调整用电负荷的一种措施，根据电网用电规律，合理地、有计划地安排场站用电时间，以降低负荷高峰，填补负荷低谷，来提高场站电力调度能力。
62.装机容量：充电站的储能电池一般具有预定的容量，即所能存储的电能的最大值，通常以千瓦时(kwh)为单位。
63.放电深度：是指电池的放电量和电池额定容量的百分比。例如，在一些实施例中，当电池容量在5％-95％之间时，储能电池能够放电以用于为电动车辆充电。
64.储能式充电站：通常具备用于储存电能的储能电池。储能电池能够在适当的时机充电，并在适应的时机放电，从而能够利用分时电价的价格差这种削峰填谷策略来获取收益。
65.分布式储能：是一种电容量及电功率较小(容量一般不大于10mwh，功率结余几千瓦至几兆瓦之间)，且靠近负荷端的储能配置形式，常应用于中低压配电网及智能微电网中。
66.当前充电站储能系统配置削峰填谷策略时，大部分基于充电站所在城市和预测日所在月份的电网电价采用固定时段进行固定功率充放电策略，一般配置低谷和平谷充电，尖峰和高峰放电。部分基于充电站过去一段时间的负荷数据，结合峰谷价差动态制定更精细化的固定时段储能削峰填谷策略。
67.当前电网储能系统配置削峰填谷一般以负荷稳定为目标函数建立储能优化模型，很少从储能收益和储能电池功率安全稳定视角制定储能削峰填谷优化策略。
68.不管是充电站基于电价和历史负荷信息以收益最大制定固定的储能电池削峰填谷优化策略还是电网基于负荷稳定目标建立储能电池削峰填谷模型策略，都没有从充电站视角建立基于在考虑收益最大下实现储能电池功率安全稳定的两阶段优化的储能削峰填谷优化模型。
69.为了解决上述技术问题，本技术实施例提供了一种储能控制方法、装置、电子设备及存储介质。本技术实施例通过基于负荷相关数据对收益函数进行优化，获得收益函数达到最大值时对应的第一输出功率；然后基于第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，从而获得预测时段的第二输出功率，从而储能系统可以充值储能电池在预测时段按照第二输出功率进行充放电。由于收益函数最大表征收益最大，功率稳定函数最小表征输出功率波动最小，因此，本技术实施例可以在提高收益的同时，提高功率输出的稳定性，进而提高储能电池的安全性。
70.应当说明的是，本技术实施例所提供的方法可以应用于储能系统，该储能系统部署在服务器上，用于对多个充电站统一管理。这样做的好处是方便管理和维护，方便负荷预测数据的收集及控制策略的管理。可以理解的是，储能系统可以分别为各个充电站配置对应的储能控制策略，因此，不同的充电站其对应的储能控制策略可能不同。为便于理解，本技术实施例以其中一个充电站为例进行储能控制方法的描述。
71.图1为本技术实施例提供的一种储能控制方法流程示意图，如图1所示，该方法包括：
72.步骤101：获得充电站的负荷相关数据。
73.其中，充电站是指用于供电动交通工具进行充电的站点。其中，电动交通工具可以为电动汽车、电动自行车等。充电站内配置有一个或多个充电桩，用于为车辆进行充电。充电站与储能系统通信连接，从而，储能系统可以采集到充电站的负荷相关数据。
74.负荷又被称为输出功率，通常以千瓦时(kwh)为单位，是指充电站在单位时间内所输出的电功率。
75.负荷相关数据包括充电站与负荷相关的各种数据，可以包括但不限于以下至少一项：与充电站相关的历史负荷数据、天气数据、日期时间数据、事件数据以及电网电价、充电站的储能电池的装机容量和放电深度。
76.其中，与充电站相关的历史负荷数据可以包括以下至少一项：充电站的之前的各个单位时刻的历史负荷，预定时间段(例如近三天、一周或一个月)的各个单位时刻的负荷平均值、预定时间段(例如近三天、一周或一个月)中每天的负荷平均值以及前一日某单位时刻的负荷值与前两日的对应单位时刻的负荷值的比值。通过使用这些数据能够更准确地预测储能电池未来的负荷，从而为后续的负荷预测做好准备。
77.这里所提到的单位时刻是指用来进行负荷分析和计算的最小时间段。为了实现计算量以及计算精度的均衡，可以将单位时刻设置为合理的值。例如，在一些实施例中，单位时刻可以是15分钟，即1/4小时。当然，为了降低计算量，可以将单位时刻设置地更长一些(例如1小时)，而为了提高计算精度，也可以将单位时刻设置地更短一些(例如5分钟或其他适当的时间段)。
78.负荷相关数据中的天气数据包括与充电站相关的历史天气数据，例如可以包括但不限于：气温、空气的湿度、风速以及降水情况等。负荷相关数据中的日期时间数据可以包括但不限于：季节、月份、是否工作日、是否休息日、是否节假日等。例如，充电站在工作日各时段的负荷与非工作日各时段的负荷可能是完全不同的。因此，在进行负荷预测时，需要充分考虑这些日期时间数据。除此之外，日期时间数据还可以包括时刻数据，例如，包括时刻值以及时刻所属的小时等。事件数据可以包括可能影响充电站的负荷的各种事件，例如包括但不限于：大型社会事件、事故灾害以及自然灾害等。利用前文中所提到的与充电站相关的历史负荷数据、天气数据、日期时间数据以及事件数据，能够使后续的负荷预测更加准确。
79.步骤102：基于负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第一输出功率。
80.在具体的实施过程中，收益函数用于表征充电站在预测时段内的收益。收益函数取得值越大，说明收益越大；相反地，收益函数取值越小，说明收益越小。其中，可以设定当
储能电池处于放电状态，其输出功率为正数；当储能电池处于充电状态，其输出功率为负数。放电时刻功率和电价的乘积为负数收益，充电时刻功率和电价的乘积为正数成本，二者累加之和为成本减收益，取负数即为收益减成本。因此，收益函数为电价、输出功率和时间的乘积，然后取负数。为了能够获得较大的收益，可以控制收益函数的值取最大值。
81.为了保证储能电池在充放电过程中的安全，通过负荷相关数据对该收益函数在求解过程中进行约束，从而可以在该约束下计算获得在收益函数取得最大值时的第一输出功率。
82.步骤103：基于第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；
83.其中，功率稳定目标函数用于表征充电站在各同电价时段内的输出功率的波动性，因此，功率稳定目标函数取值越小，表征输出功率越稳定。因此，功率稳定目标函数是指预测时段对应的相邻子时间段的输出功率的差值之和。其中，子时间段为对预测时段进行划分获得，具体可根据电价进行划分，可以将相同电价的连续的时刻划分为一个子时间段。此阶段为基于第一输出功率，使得功率稳定函数的取值最小，并解算出功率稳定目标函数在取最小值时对应的第二输出功率。其中，第一输出功率在功率稳定函数中的作用为功率稳定函数在求解过程中的约束。
84.可以将步骤102作为第一阶段的模型优化，将步骤103作为第二阶段的模型优化，如图2所示，在第一阶段，进行削峰填谷，获得收益最大时的各时段的第一输出功率。在第二阶段，基于各时段的容量变化值控制充放电功率尽量稳定。
85.步骤104：根据第二输出功率控制储能电池在预测时段的充放电。
86.在具体的实施过程中，在获得预测时段对应的第二输出功率后，储能系统按照获得的预测时段的第二输出功率控制储能电池进行充放电。可以理解的是，第二输出功率可以为正数，也可以为负数，当为正数时，表示通过电网对储能电池充电；当为负数时，表示储能电池放电。
87.本技术实施例通过先以收益函数取最大值为优化目标对收益函数进行求解，获得第一输出功率，然后基于第一输出功率，以功率稳定函数取最小值为优化目标对功率稳定函数进行求解获得第二输出功率，以第二输出功率控制电池的充放电功率，可以在提高收益的同时，提高电池输出功率的稳定性。
88.在上述实施例的基础上，基于负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，包括：
89.根据负荷相关数据确定第一约束条件；
90.基于第一约束条件，以收益函数取最大值为优化目标，对收益函数进行求解。
91.在具体的实施过程中，假设储能电池充电时的输出功率为正，放电时的输出功率为负，建立收益函数，如公式(1)所示：
[0092][0093]
其中，ic为在1至n时刻的总收益，p(x)为在x时刻的电价，b(x)为在x时刻的输出功率，δt为相邻两个时刻的时间差，n为将预测时段划分的时刻数。收益函数取最大值的公式
如下：
[0094][0095]
通过上述公式(2)可以确定，收益函数旨在使预定周期内所有时刻的电价与功率乘积之和的负数最大，也即收益最大。预定周期可以是任意适当的时间长度。例如，通常以一天(24小时)为预定周期来使收益最大化。当然，应当理解的是，也可以以其他是将长度作为预定周期来确定收益最大化，例如，预定周期也可以选择为一周、半个月或一个月等。下文中将主要以预定周期一天为例来描述。对于其他预定周期的情况也是类似的，在下文中将不再分别赘述。
[0096]
根据负荷相关数据确定第一约束条件，第一约束条件包括以下至少一项：充放电功率阈值约束、充放电容量阈值约束、放电时的负荷约束和电池起点容量等于终点容量。
[0097]
其中，充放电功率阈值约束是指储能电池各时刻的输出功率不超过功率上下限。可用公式(3)表示：
[0098]
p
min
≤b(x)≤p
max
,x＝1,2,...,n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0099]
其中，p
min
为功率下限，p
max
为功率上限。通过该约束条件可以是在各个时刻，输出功率b(x)始终处于功率下限和功率上限之间。应当说明的是，设置该约束条件的目的是为了保证储能电池的安全，当输出功率超过功率上限时，容易引发安全问题；当输出功率低于功率下限时，储能电池无法放电。可以理解的是，功率上限和功率下限可通过采集的负荷相关数据中获得。
[0100]
充放电容量阈值约束是指储能电池各时刻的电池电量不超过电池容量的上下限。其具体公式如下：
[0101][0102]
其中，s
low
为电池容量下限，s(x)为储能电池在x时刻的电量，s
up
为电池容量上限，s
high
为电池可用容量上限，dod为放电深度系数，其取值在0-1之间。
[0103]
例如：电池的总容量为200kwh，但是为了安全只允许使用180kwh，电池开始和结束要各留10kwh，不允许充满和完全放完，那s
up
为200kwh，s
high
为190kwh，s
low
为10kwh。
[0104]
放电时的负荷约束是指储能电池在放电时刻的输出功率小于该时刻的负荷。其可采用公式(5)表示：
[0105]-b(x)≤r(x),if b(x)《0,x＝1,2,...,n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0106]
其中，r(x)为x时刻的负荷，其通过利用负荷相关数据进行预测获得。
[0107]
可以理解的是，若放电电量超过负荷会导致放出的电回流到电网，在实际应用中，回流电网会产生罚款，因此，为避免罚款，设置了该约束条件。若回流电网不会导致罚款，则可删除该约束条件。
[0108]
电池起点容量等于终点容量，其具体公式如下：
[0109]
s(1)＝s(n)＝s
initial
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0110]
其中，s(1)为储能电池的起点电量，s(n)为储能电池的终点电量，s
initial
为储能电池的初始电量，一般设置为0，其可防止储能电池满充满放。
[0111]
该约束条件的意义在于，若电池起始容量为0，由于目标函数是收益最大，终止容量肯定也是0，才会获得收益最大；若起始容量不为0(电池为了防止满充满放伤害电池)，保证终止容量等于起始容量，就是为了保证剩余一定容量，不放完，这样可以降低对储能电池的损伤。
[0112]
本技术实施例基于第一约束条件对收益函数进行优化，获得收益函数取得最大值对应的第一输出功率，从而可以初步判定当收益最大时对应的输出功率。
[0113]
在上述实施例的基础上，在确定了第一约束条件后，可采用适当的算法对收益函数进行求解，例如，可采用遗传算法进行求解。遗传算法的基本思想为：首先，随机产生规模为p的初始种群，非支配排序后通过遗传算法的选择、交叉、变异三个基本操作得到第一代子代种群；其次，从第二代开始，将父代种群与子代种群合并，进行快速非支配排序，同时对每个非支配层中的个体进行拥挤度计算，根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群；最后，通过遗传算法的基本操作产生新的子代种群：依此类推，直到满足结束的条件(例如，迭代次数达到最大迭代次数)，由此来确定第一输出功率。
[0114]
在上述实施例的基础上，基于第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，包括：
[0115]
根据同电价时段中各时刻分别对应的第一输出功率计算储能电池在所述同电价时段内的容量变化值；
[0116]
根据容量变化值确定第二约束条件；
[0117]
通过第二约束条件，以功率稳定函数取最小值为优化目标，对对应的同电价连续时段的功率稳定目标函数进行计算。
[0118]
容量变化值是指储能电池在某个时间段内的电池电量的变化值，其具体公式如下：
[0119]
cap
diff
＝|s(1)-s(m)|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0120]
其中，s(1)为储能电池在某个时间段内的第1时刻的电量，s(m)为储能电池在某个时间段内的第m时刻的电量，cap
diff
为储能电池某个时间段内的从第1时刻到第m时刻的电池容量变化量。
[0121]
可以理解的是，本技术实施例按照同电价时段计算容量变化量。例如：在一天中0点-8点的电价相同，8点-16点的电价相同，16-24点的电价相同，那么可以分别计算上述三个时间段分别对应的电池容量变化量。
[0122]
若，0点-8点的电价为0.3元，8点-10点的电价为1.3元，假设计算获得的充电时的第一输出功率为30kw，放电时的第输出功率为100kw，在0点-8点充电，8点-10点放电。
[0123]
那么，0点-8点每小时充电30kw*1h＝30kwh，所以，s(1)＝0，s(m)＝0+30kwh*8h＝240kwh，cap
diff
＝240kwh。
[0124]
8点-10点每小时放电100kw*1h＝100kwh，所以，s(1)＝240kwh，s(m)＝240-100kwh*2h＝40kwh，cap
diff
＝200kwh。
[0125]
在计算获得容量变化值后，限定将各个同电价时段的容量变化量等于第一个同电价时段的容量变化量作为第二约束条件。该第二约束条件的意义在于，求解第一输出功率
的阶段是以收益最大为目标，在获得第一输出功率后，可以根据第一输出功率和对应的时间段获得在该时间段内的容量变化量，即，供充了多少度电，或者放了多少度电。在该阶段，第一输出功率的波动较大，这样会对储能电池带来较大的损伤，因此，本技术实施例将通过功率稳定目标函数将输出功率平缓化，所以，设置了让各个同电价时段的储能电池的容量变化量等于第一个同电价时段的容量变化量。
[0126]
在确定了第二约束条件后，储能系统基于该第二约束条件，对同电价时段的功率稳定目标函数进行计算，以获得该功率稳定目标函数取得最小值时对应的第二输出功率。
[0127]
其中，功率稳定目标函数为依次遍历时刻x，当时刻x和时刻x+1电价相同时，计算时刻x和时刻x+1的功率差值的绝对值，并累加，获得所有差值之和的最小值，其公式如下：
[0128][0129]
其中，diff(x)＝|b(x)-b(x+1)|,x＝1,2,...,m-1。
[0130]
本技术实施例通过第二约束条件对功率稳定函数进行优化，从而实现对第一输出功率的调整，使得在提高收益的同时，提高功率输出的稳定性。
[0131]
在上述实施例的基础上，第二约束条件还可以包括以下至少一项：
[0132]
充放电功率阈值约束、充放电容量阈值约束和放电时的负荷约束。
[0133]
其中，充放电功率阈值约束指储能电池各时刻的输出功率不超过功率上下限。可用公式(9)表示：
[0134]
p
min
≤b(x)≤p
max
,x＝1,2,...,m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0135]
其中，p
min
为功率下限，p
max
为功率上限。通过该约束条件可以是在各个时刻，输出功率b(x)始终处于功率下限和功率上限之间。应当说明的是，设置该约束条件的目的是为了保证储能电池的安全，当输出功率超过功率上限时，容易引发安全问题；当输出功率低于功率下限时，储能电池无法放电。可以理解的是，功率上限和功率下限可通过采集的负荷相关数据中获得。
[0136]
充放电容量阈值约束是指储能电池各时刻的电池电量不超过电池容量的上下限。其具体公式如下：
[0137][0138]
其中，s
low
为电池容量下限，s(x)为储能电池在x时刻的电量，s
up
为电池容量上限，s
high
为电池可用容量上限，dod为放电深度系数，其取值在0-1之间。
[0139]
放电时的负荷约束是指储能电池在放电时刻的输出功率小于该时刻的负荷。其可采用公式(11)表示：
[0140]-b(x)≤r(x),if b(x)《0,x＝1,2,...,m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0141]
其中，r(x)为x时刻的负荷，其通过利用负荷相关数据进行预测获得。
[0142]
可以理解的是，若放电电量超过负荷会导致放出的电回流到电网，在实际应用中，回流电网会产生罚款，因此，为避免罚款，设置了该约束条件。若回流电网不会导致罚款，则
可删除该约束条件。
[0143]
本技术实施例通过第二约束条件，可以在提高充放电安全的基础上，使得在提高收益，以及提高输出功率的稳定性。
[0144]
可以理解的是，在确定了第二约束条件后，也可以采用遗传算法对功率稳定函数进行求解，获得第二输出功率，其中，遗传算法的基本构思参见上述实施例，此处不再赘述。
[0145]
在上述实施例的基础上，储能系统在获得负荷相关数据后，可以将负荷相关数据输入负荷预测模型来对未来一天(预测时段)内的负荷情况进行预测。当然，为了使预测更加准确，也要考虑未来的天气数据、日期时间数据、事件数据等。在进行负荷预测之前，可以将所获得的上述数据进行预处理，例如数据清洗、剔除异常值以及补充缺失值等。
[0146]
在一些实施例中，进行负荷预测的模型可以采用xgboost算法。xgboost算法是梯度提升树算法的一种流行且高效的开源实施。梯度提升是一种指导式学习算法，它尝试将一组较简单且较弱模型的一系列估计值结合在一起，从而准确地预测目标变量，即，负荷预测数据。
[0147]
当然，应当理解的是，采用上述xgboost算法作为上述负荷预测模型的算法的示例只是示意性的，并不旨在限制本技术实施例的保护范围。根据本技术实施例的方法可以采用任意适当的预测算法来利用负荷相关数据对未来负荷进行预测。
[0148]
为了便于理解，先针对某一充电站为例进行描述，图3为本技术实施例提供的另一种储能控制方法流程示意图，如图3所示：
[0149]
步骤301：数据采集；获取某充电站负荷相关数据、该充电站所在城市该预测日所在月份电网电价、储能电池装机容量100kw/200kwh、放电深度90％等。图4为本技术实施例提供的该充电站在各个时刻的负荷和峰谷电价分布图，横坐标表示时刻，左边的纵坐标表示负载，右边的纵坐标表示电价。
[0150]
步骤302：负荷相关数据预处理；对获得的负荷相关数据进行数据清洗、异常值剔除和缺失值补充等预处理。
[0151]
步骤303：负荷预测；将预处理后的负荷相关数据处理为特征集，具体可以为将负荷相关数据按照字段整理成表格，然后将特征集输入xgboost模型进行预测，获得预测时段的负荷数据。
[0152]
步骤304：建立优化模型；在该步骤中，构建两个模型，分别为收益函数构成的收益模型和功率稳定函数构成的功率稳定模型。具体可参见上述各实施例，此处不再赘述。
[0153]
步骤305：对两个函数进行求解；具体可采用遗传算法对其进行求解。
[0154]
步骤306：获得储能控制策略。
[0155]
图5为本技术实施例提供的对收益函数进行求解计算获得的策略图，如图5所示，横坐标表示时刻，左边的纵坐标表示第一输出功率，右边的纵坐标表示储能电池的当前容量。从图5中可以看出，虽然收益最大，但是第一输出功率的波动较大。
[0156]
图6为本技术实施例提供的对功率稳定函数进行求解计算获得的策略图，如图6所示，横坐标表示时刻，左边的纵坐标表示第二输出功率，右边的纵坐标表示储能电池的当前容量。从图6中可以看出，第二输出功率相交第一输出功率有了明显的改善，更加平稳。
[0157]
图7为本技术实施例提供的充电站在某日的实际功率及负荷图，其中，横坐标表示时刻，纵坐标表示功率。
[0158]
图8为本技术实施例提供的储能电池实际容量变化趋势及电价图，如图8所示，横坐标表示时刻，左边的纵坐标表示储能电池的实际容量，右边的纵坐标表示电价。从图8中可以看出，在低电价时段，储能电池的容量处于不断增加的趋势，表明在此时间段内，通过电网对储能电池进行充电。在高电价时间段内，储能电池的容量处于减少的趋势，表明在此时间段内，储能电池处于放电状态。在17:00后，储能电池的容量不再发生变化，这是因为储能电池中的电量已放完。可以理解的是，此处所谓的放完是指储能电池的容量处于电池容量下限。
[0159]
图9为本技术实施例提供的一种储能控制装置结构示意图，该装置可以是电子设备上的模块、程序段或代码。应理解，该装置与上述图1方法实施例对应，能够执行图1方法实施例涉及的各个步骤，该装置具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。所述装置包括：数据获得模块901、第一求解模块902、第二求解模块903和控制模块904，其中：
[0160]
数据获得模块901用于获得充电站的负荷相关数据；
[0161]
第一求解模块902用于基于所述负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；所述收益函数用于表征所述充电站在预测时段内的收益；
[0162]
第二求解模块903用于基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征所述充电站在各同电价时段内的输出功率的波动性；
[0163]
控制模块904用于根据所述第二输出功率控制所述储能电池在所述预测时段的充放电。
[0164]
在上述实施例的基础上，第一求解模块902具体用于：
[0165]
根据所述负荷相关数据确定第一约束条件；
[0166]
基于所述第一约束条件，以收益函数取最大值为优化目标，对所述收益函数进行求解。
[0167]
在上述实施例的基础上，所述第一约束条件以下至少一项：
[0168]
充放电功率阈值约束、充放电容量阈值约束、放电时的负荷约束和电池起点容量等于终点容量。
[0169]
在上述实施例的基础上，第二求解模块903具体用于：
[0170]
根据同电价时段中各时刻分别对应的所述第一输出功率计算所述储能电池在所述同电价时段内的容量变化值；
[0171]
根据所述容量变化值确定第二约束条件；
[0172]
通过所述第二约束条件，以功率稳定函数取最小值为优化目标，对对应的同电价时段的功率稳定目标函数进行计算。
[0173]
在上述实施例的基础上，所述第二约束条件还包括以下至少一项：
[0174]
充放电功率阈值约束、充放电容量阈值约束和放电时的负荷约束。
[0175]
在上述实施例的基础上，所述放电时的负荷约束包括所述储能电池在放电时的输出功率小于对应时刻的预测负荷；其中，所述预测负荷为根据所述负荷相关数据进行预测，
获得预测时段各时刻对应的负荷。
[0176]
在上述实施例的基础上，所述负荷相关数据包括以下至少一项：与所述充电站相关的历史负荷数据、天气数据、日期时间数据、事件数据以及电网电价、所述充电站的储能电池的装机容量和放电深度。
[0177]
图10为本技术实施例提供的电子设备实体结构示意图，如图10所示，所述电子设备，包括：处理器(processor)1001、存储器(memory)1002和总线1003；其中，
[0178]
所述处理器1001和存储器1002通过所述总线1003完成相互间的通信；
[0179]
所述处理器1001用于调用所述存储器1002中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：获得充电站的负荷相关数据；基于所述负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；所述收益函数用于表征所述充电站在预测时段内的收益；基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征所述充电站在各同电价时段内的输出功率的波动性；根据所述第二输出功率控制所述储能电池在所述预测时段的充放电。
[0180]
处理器1001可以是一种集成电路芯片，具有信号处理能力。上述处理器1001可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本技术实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0181]
存储器1002可以包括但不限于随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electrically erasable programmable read-only memory，eeprom)等。
[0182]
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获得充电站的负荷相关数据；基于所述负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；所述收益函数用于表征所述充电站在预测时段内的收益；基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征所述充电站在各同电价时段内的输出功率的波动性；根据所述第二输出功率控制所述储能电池在所述预测时段的充放电。
[0183]
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：获得充电站的负荷相关数据；基于所述负荷相关数据，以收益函数取最大值为优化
目标，对收益函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；所述收益函数用于表征所述充电站在预测时段内的收益；基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征所述充电站在各同电价时段内的输出功率的波动性；根据所述第二输出功率控制所述储能电池在所述预测时段的充放电。
[0184]
在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0185]
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0186]
再者，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0187]
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0188]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种储能控制方法，其特征在于，包括：获得充电站的负荷相关数据；基于所述负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；所述收益函数用于表征所述充电站在预测时段内的收益；基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征所述充电站在各同电价时段内的输出功率的波动性；根据所述第二输出功率控制所述储能电池在所述预测时段的充放电。2.根据权利要求1所述的方法，其特征在于，基于所述负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，包括：根据所述负荷相关数据确定第一约束条件；基于所述第一约束条件，以收益函数取最大值为优化目标，对所述收益函数进行求解。3.根据权利要求2所述的方法，其特征在于，所述第一约束条件以下至少一项：充放电功率阈值约束、充放电容量阈值约束、放电时的负荷约束和电池起点容量等于终点容量。4.根据权利要求1所述的方法，其特征在于，所述基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，包括：根据同电价时段中各时刻分别对应的所述第一输出功率计算所述储能电池在所述同电价时段内的容量变化值；根据所述容量变化值确定第二约束条件；通过所述第二约束条件，以功率稳定函数取最小值为优化目标，对对应的同电价时段的功率稳定目标函数进行计算。5.根据权利要求4所述的方法，其特征在于，所述第二约束条件还包括以下至少一项：充放电功率阈值约束、充放电容量阈值约束和放电时的负荷约束。6.根据权利要求3或5所述的方法，其特征在于，所述放电时的负荷约束包括所述储能电池在放电时的输出功率小于对应时刻的预测负荷；其中，所述预测负荷为根据所述负荷相关数据进行预测，获得预测时段各时刻对应的负荷。7.根据权利要求1-5任一项所述的方法，其特征在于，所述负荷相关数据包括以下至少一项：与所述充电站相关的历史负荷数据、天气数据、日期时间数据、事件数据以及电网电价、所述充电站的储能电池的装机容量和放电深度。8.一种储能控制装置，其特征在于，包括：数据获得模块，用于获得充电站的负荷相关数据；第一求解模块，用于基于所述负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；所述收益函数用于表征所述充电站在预测时段内的收益；第二求解模块，用于基于所述第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得所述充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征所述充电站在各同电价时段内的输出功率的波动
性；控制模块，用于根据所述第二输出功率控制所述储能电池在所述预测时段的充放电。9.一种电子设备，其特征在于，包括：处理器、存储器和总线，其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1-7任一项所述的方法。10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令被计算机运行时，使所述计算机执行如权利要求1-7任一项所述的方法。

技术总结
本申请提供一种储能控制方法、装置、电子设备及存储介质，涉及电力技术领域。该方法包括：获得充电站的负荷相关数据；基于负荷相关数据，以收益函数取最大值为优化目标，对收益函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第一输出功率；收益函数用于表征充电站在预测时段内的收益；基于第一输出功率，以功率稳定函数取最小值为优化目标，对功率稳定函数进行求解，获得充电站的储能电池在预测时段中各时刻分别对应的第二输出功率；功率稳定目标函数用于表征充电站在各同电价时段内的输出功率的波动性；根据第二输出功率控制储能电池在预测时段的充放电。本申请可以在提高收益的同时，提高电池输出功率的稳定性。稳定性。稳定性。


技术研发人员：解晶晶 韩昀轩 陈永健 廖兰新
受保护的技术使用者：北京嘀嘀无限科技发展有限公司
技术研发日：2023.06.30
技术公布日：2023/10/6