基于大数据的储能管理系统、方法和储能电站系统与流程

1.本发明主要涉及储能技术领域，尤其涉及一种基于大数据的储能管理系统、方法和储能电站系统。


背景技术：

2.储能电站可以对电能量进行存储，在需要的时候释放，能够有效解决电力在时间和空间上的不平衡。储能电站包含储能系统，储能系统包括多个储能单元，每个储能单元包括大量的储能电池。在储能电站运行时，储能电池以及储能系统的特性都会发生改变，监控储能电池以及储能系统的特性以保证储能电站的安全稳定运行对于稳定电网并防止停电事件发生显得尤为重要。
3.目前，主要是通过储能电站的监控系统了解电池当前状态和储能系统特性，然后依赖于运维人员的经验定位故障并建立运维任务，步骤繁琐，运维效率较低。


技术实现要素：

4.本发明要解决的技术问题是提供一种基于大数据的储能管理系统、方法和储能电站系统，能够利用监控数据定位故障并自动创建运维任务。
5.为解决上述技术问题，本发明提供了一种基于大数据的储能管理系统，包括：数据采集与处理模块，用于采集不同区域的储能电站的运行数据；监控模块，包括：计算与统计单元，用于通过预设的算法对所述运行数据进行实时分析计算，得到反映每个储能电站运行状态的统计分析数据；告警单元，用于基于所述运行数据和所述统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，所述告警信息包括故障代码和故障储能电站id；运维模块，用于接收到运维人员的运维指令后，根据所述故障储能电站id、所述故障代码创建运维任务。
6.可选地，所述运维模块用于：调用预设的工单模板；根据所述故障储能电站id获取所述故障储能电站的基础信息；解析所述故障代码得到故障描述信息；将所述基础信息、所述故障描述信息写入所述工单模板得到所述运维任务。
7.可选地，所述监控模块还包括视频获取单元，用于获取各个储能电站的视频监控数据；所述运维模块还用于根据所述故障储能电站id从所述视频监控数据中获取所述故障储能电站的故障视频监控数据，将所述故障视频监控数据写入所述工单模板。
8.可选地，所述运维模块还用于：接收所述运维任务对应的处理措施信息，判断是否接收到故障分析指令，如果否，则根据所述运维任务和所述处理措施信息生成第一维度报告。
9.可选地，所述运维模块还用于：当接收到故障分析指令时，提示组建分析小组；接收所述组建分析小组得出的故障分析信息，所述故障分析信息包括故障根本原因、长期措施和标准化措施；根据所述运维任务、所述处理措施信息和所述故障分析信息生成第二维度报告，所述第二维度报告的字段数目多于所述第一维度报告。
10.可选地，所述告警单元还用于：判断所述运行数据是否超过其对应的第一预设阈值，如果是，判断所述统计分析数据是否超过其对应的第二预设阈值，如果是，则触发告警信息。
11.可选地，所述监控模块还包括：报表单元，用于根据所述运行数据和所述统计分析数据自动生成和发布个控报表和集控报表，所述个控报表包括单个储能电站的系统运行报表、运营指标报表和产品性能报表，所述集控报表包括多个储能电站的关键数据和整体运行数据。
12.可选地，所述监控模块还包括：预测单元，用于根据所述运行数据和所述统计分析数据对储能电站进行soh预测；和/或控制单元，用于解析并转发用户的控制指令，所述控制指令用于对储能电站的运行状态或运行模式进行远程控制与设定。
13.为解决上述技术问题，本发明提供了一种基于大数据的储能管理方法，在基于大数据的储能管理系统上执行，所述方法包括：采集不同区域的储能电站的运行数据；通过预设的算法对所述运行数据进行实时分析计算，得到反映每个储能电站运行状态的统计分析数据；基于所述运行数据和所述统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，所述告警信息包括故障代码和故障储能电站id；根据所述故障储能电站id、所述故障代码创建运维任务。
14.可选地，根据所述故障储能电站id、所述故障代码创建运维任务包括：调用预设的工单模板；根据所述故障储能电站id获取所述故障储能电站的基础信息；解析所述故障代码得到故障描述信息；将所述基础信息、所述故障描述信息写入所述工单模板得到所述运维任务。
15.可选地，还包括：获取各个储能电站的视频监控数据；根据所述故障储能电站id从所述视频监控数据中获取所述故障储能电站的故障视频监控数据；将所述故障视频监控数据写入所述工单模板。可选地，还包括：接收所述运维任务对应的处理措施信息，判断是否接收到故障分析指令，如果否，则根据所述运维任务和所述处理措施信息生成第一维度报告。
16.可选地，还包括：当接收到故障分析指令时，提示组建分析小组；接收所述组建分析小组得出的故障分析信息，所述故障分析信息包括故障根本原因、长期措施和标准化措施；根据所述运维任务、所述处理措施信息和所述故障分析信息生成第二维度报告，所述第二维度报告的字段数目多于所述第一维度报告。
17.可选地，基于所述运行数据和所述统计分析数据联合判断是否存在故障储能电站包括：判断所述运行数据是否超过其对应的第一预设阈值，如果是，判断所述统计分析数据是否超过其对应的第二预设阈值，如果是，则存在故障储能电站。
18.为解决上述技术问题，本发明提供了一种储能电站系统，包括：
19.如上所述的储能管理系统；多个储能电站，每个储能电站包括一个或多个储能单元，所述储能单元包括：储能pcs、储能bms、储能就地控制器和摄像设备，所述储能就地控制器连接所述储能pcs和所述储能bms，用于获取运行数据，所述摄像设备用于实时采集储能单元的视频监控数据；用户终端，与所述储能管理系统网络连接，用于向所述系统发送运维指令。
20.可选地，所述用户终端还用于向所述储能管理系统发送控制指令，所述系统还用
于解析并转发所述控制指令给所述储能就地控制器，所述储能就地控制器还用于根据所述控制指令对下属不同组的储能pcs和储能bms的运行状态进行优化控制。
21.与现有技术相比，本发明具有以下优点：
22.本发明的基于大数据的储能管理系统、方法和储能电站系统，监控与运维是一体化的，能够基于监控数据定位故障并自动建立运维任务，打破了监控与运维之间的信息孤岛，能有效提高储能电站运维效率，提高客户满意度，降低储能电站运维成本；本发明可以实时跟踪运维任务的流转，有利于运维部门对运维时效性、运维细节进行全方位把控，提升服务质量。
附图说明
23.包括附图是为提供对本技术进一步的理解，它们被收录并构成本技术的一部分，附图示出了本技术的实施例，并与本说明书一起起到解释本发明原理的作用。附图中：
24.图1是根据本发明一实施例的储能电站系统的系统框图。
25.图2是图1中基于大数据的储能管理系统的系统框图。
26.图3是图2一优化实施例的基于大数据的储能管理系统的系统框图。
27.图4是根据本发明一实施例的基于大数据的储能管理方法的流程图。
28.图5是图4优化实施例的基于大数据的储能管理方法的流程图。
具体实施方式
29.为了更清楚地说明本技术的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
30.如本技术和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
31.除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本技术的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
32.此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本技术保护范围的限制。此外，尽管本技术中所使用的术语是从公知公用的术语中选择的，但
是本技术说明书中所提及的一些术语可能是申请人按他或她的判断来选择的，其详细含义在本文的描述的相关部分中说明。此外，要求不仅仅通过所使用的实际术语，而是还要通过每个术语所蕴含的意义来理解本技术。
33.本技术中使用了流程图用来说明根据本技术的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，或将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
34.如背景技术提到的。目前储能电站主要是通过监控系统监控电池当前状态和储能系统特性，然后通过人工进行运维。换而言之，目前的监控系统缺乏运维模块，并没有考虑将电池当前状态和储能系统特性应用于储能电站的运行维护。储能电站的监控与运维之间存在信息孤岛的情况。
35.图1是根据本发明一实施例的储能电站系统的系统框图。图2是图1中基于大数据的储能管理系统的系统框图。储能电站系统100包括多个储能电站、基于大数据的储能管理系统2(以下简称储能管理系统2)和用户终端3。储能电站的数量可按需设置，本技术对此不作限制。在本实施例中，包括储能电站11、储能电站12和储能电站13。每个储能电站包括储能系统，储能系统包含一个或多个储能单元。以储能电站11的一个储能单元为例，储能电站11的储能单元包括储能就地控制器111。储能管理系统2通过tcp/ip协议与储能就地控制器111通信。用户终端3通过网络与储能管理系统2连接，通过访问接口访问储能管理系统2。典型地，用户终端3可以是智能手机和计算机，访问接口包括但不限于web、app和小程序。换而言之，用户终端3可以通过web、app和小程序访问储能管理系统2。储能电站11的储能单元还包括储能变流器(power conversion system，pcs)，简称储能pcs112，和电池管理系统(battery management system，bms)，简称储能bms113、储能电池114、空调系统115和摄像设备116。储能电池114负责电能量的存储或释放。储能pcs112与储能电池114电气连接，储能pcs112负责交流与直流电变换。储能bms113与储能电池114和空调系统115通信连接。储能bms113负责储能电池114和空调系统115运行数据的采集与监控。摄像设备116用于实时采集储能电站11的储能单元的视频监控数据，采集的视频监控数据可以存储在本地，也可以发送至第三方的视频云系统。在一些实施例中，储能电池114包含一个或多个电池堆，一个电池堆包含一个或多个电池簇，一个电池簇包含一个或多个电池包。储能bms113完成电池堆、电池簇、电池包等不同层级电池单元的运行数据以及空调系统115的运行数据的采集。储能pcs112、储能bms113与储能就地控制器111通信连接。储能pcs112和储能bms113将采集的运行数据发送至储能就地控制器111，储能就地控制器111将储能pcs112和储能bms113采集的运行数据，以及储能就地控制器111自身的运行数据发送给储能管理系统2。
36.如图2所示，储能管理系统2包括数据采集与处理模块21、监控模块22和运维模块23。监控模块22包括计算与统计单元221、告警单元222。储能管理系统系统2可以部署在云端服务器上。数据采集与处理模块21、监控模块22和运维模块23可以分别部署在独立的云系统节点，也可以集中部署在一个云系统节点，具体可以根据实际项目现场接入的数据量灵活调整，本技术对此不作限制。
37.数据采集与处理模块21用于采集不同区域的储能电站的运行数据，并对运行数据进行预处理。具体地，数据采集与处理模块21与储能就地控制器111通信连接，接收储能就地控制器111发送的运行数据。运行数据包括储能pcs112采集的运行数据、储能bms113采集
的运行数据和储能就地控制器111自身的运行数据。对运行数据进行预处理包括但不限于进行有效性检查、限值检查、变化率检查、质量码标识、工程单位转换等基础数据处理。
38.可选地，储能bms113采集的运行数据包括电池堆、电池簇、电池包等不同层级电池单元的运行数据、储能电池整体的运行数据和空调系统运行数据。示例性地，储能电池整体的运行数据包括储能系统工作状态、储能系统可充电功率、储能系统可放电功率、储能系统故障及告警以及温度传感器、空调运行数据。电池堆运行数据包括电池荷电状态(state of charge，soc)、电池健康度(state of health，soh)、电池总电压、电池总电流、电池可充电功率极值、电池可放电功率极值、最高单体电压及编号、最低单体电压及编号、单体平均电压、最高单体温度及编号、最低单体温度及编号、平均温度、电池簇接触器状态、电池实时功率、电池循环次数、电池堆当前容量、风扇状态、电池堆故障及告警信息。电池簇运行数据包括电池簇soc、电池簇soh、电池总电压、电池总电流、电池可充电功率极值、电池可放电功率极值、最高单体电压及编号、最低单体电压及编号、单体平均电压、最高单体温度及编号、最低单体温度及编号、平均温度、电池簇接触器状态、风扇状态、电池簇故障及告警信息。电池包运行数据包括单体电压和单体温度。每个电池单体有一个电压测点，每个电池包有多个温度测点，温度测点分布取决于储能系统的设计，不是每个单体都有温度测点。pcs运行数据包括pcs运行状态、pcs工作模式、pcs本地/远程状态、a相电压、b相电压、c相电压、a相电流、b相电流、c相电流、a相频率、b相频率、c相频率、总交流有功功率、总交流无功功率、pcs温度、pcs直流侧电压、pcs直流侧电流、pcs直流侧电流等。空调系统运行数据包括高温告警、内风机故障告警、外风机故障告警、压缩机故障告警、柜内回风温度探头故障、系统高压力告警、低温告警、直流过压告警、直流欠压告警、交流掉电告警、蒸发器温度传感器故障、冷凝器温度传感器故障、环境温度传感器故障、蒸发器冻结告警、频发压力告警等。
39.计算与统计单元221用于通过预设的算法对运行数据进行实时分析计算，得到反映每个储能电站运行状态的统计分析数据。统计分析数据包括但不限于系统可用率、正常运行天数、停机时间、交直流电能转化效率、告警统计分析等。例如，通过如下预设的算法计算统计分析数据。
40.系统可用率＝正常运行天数/年度总天数(24小时内故障恢复为正常)
41.停机时间＝一个年度内总的停机时间数/24
42.电池系统交流侧效率＝交流侧pcs放电量/交流侧pcs充电量；
43.电池系统直流侧效率＝直流侧bms放电量/直流侧bms充电量。
44.告警单元222用于基于运行数据和统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，告警信息包括故障代码和故障储能电站id。故障代码表示故障的类别，例如t表示温度故障。在一些实施例中，告警单元222配置为判断运行数据是否超过其对应的第一预设阈值，如果是，判断统计分析数据是否超过其对应的第二预设阈值，如果是，则触发告警。例如，可以判断储能电站的储能单元当前运行的整体温度是否超过预设温度阈值，如果是，则判断该储能单元超过温度阈值的统计次数是否超过预设次数，如果是，则触发告警。例如，针对同一集装箱内的2堆电池(设备种类相同、所在区域的环境温度一致或大致一致)的2个对应测点，其中一堆电池无故障，测点温度正常，另一堆电池有故障，测点有明显温升。首先，判断发热测点当前运行的温度(记为t1)是否超过预设温度阈值，如果是，判断统计分析数据-电池的相对温差是否超过其对应的第二预设阈值，如果是，
则触发告警。计算与统计单元221可以通过如下公式计算相对温差：
[0045][0046]
其中，为相对温差，t1为发热测点当前运行的温度，t2为正常测点当前运行的温度，t0为环境温度。
[0047]
告警单元222可以根据异常数据定位故障储能电站，并输出故障储能电站id。异常数据是指超过第一预设阈值的运行数据。系统根据储能电站电气与通信连接关系，依次设计了场站表、储能单元表、pcs表、bms表、电池堆表、电池簇表、电池包表，表与表之间通过关联关系完成模型结构的层次设计，可以根据异常数据的表结构定位故障储能电站id。在一些实施例中，告警单元222包括专家知识库，专家知识库基于运行数据和统计分析数据联合判断故障储能电站的故障代码。
[0048]
在一些实施例中，告警单元222包括基于神经网络或机器学习算法构建的预测模型，预测模型基于运行数据和统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，告警信息包括故障代码和故障储能电站id。发出告警的形式可以是在系统的视图层弹出告警窗口，本技术对发出告警的形式不作限制。
[0049]
图3是图2一优化实施例的基于大数据的储能管理系统的系统框图。基于大数据的储能管理系统300包括数据采集与处理模块21、监控模块22和运维模块23。与基于大数据的储能管理系统2相比，基于大数据的储能管理系统300的监控模块22还包括视频获取单元223。视频获取单元223用于获取各个储能电站的视频监控数据。可选地，视频获取单元223可以直接从储能电站的储能单元对应的摄像设备中获取储能电站的视频监控数据，也可以从第三方的视频云系统获取储能电站的视频监控数据，视频云系统中存储有所有储能电站的视频监控数据。
[0050]
视频获取单元223获取故障储能电站的故障储能单元的视频监控数据作为故障储能电站的视频监控数据。可以根据故障储能单元的标识号直接从储能单元对应的摄像设备中获取故障储能单元的视频监控数据。视频获取单元224也可以根据故障储能单元的标识号从第三方的视频云系统获取故障储能单元的视频监控数据，视频云系统中存储有所有储能电站的视频监控数据。通过摄像设备实时采集储能电站的视频监控数据，将视频监控数据存储至视频云系统。
[0051]
运维模块23用于接收到运维人员的运维指令后，根据故障储能电站id、故障代码创建运维任务。当监控模块包括22包括视频获取单元223时，运维模块23根据故障储能电站id、故障代码和视频监控数据创建运维任务。运维人员根据运行数据、统计分析数据、故障代码和视频监控数据判断是否需要运维，如果是，通过用户终端3向运维模块23发送运维指令。可选地，当运维人员接到客户投诉反馈时，通过用户终端3向维模块23发送运维指令。运维模块23接收到运维指令后，根据故障储能电站id、故障代码和视频监控数据自动创建运维任务。运维任务可以是运维工单。可选地，运维模块23配置为调用预设的工单模板；根据故障储能电站id得到基础信息，基础信息包括但不限于项目名称、合同号、电站号、集装箱号和日期。解析故障代码得到故障描述信息；根据故障储能电站id从视频监控数据中获取故障储能电站的故障视频监控数据；将基础信息、故障描述信息和故障视频监控数据写入工单模板得到运维任务。示例性地，工单模板包括电站基础信息、故障描述、现场图片。将基
础信息写入电站基础信息，将故障描述信息写入工单模板的故障描述，将故障视频监控数据写入现场图片。
[0052]
本发明运维系统的监控模块与运维模块是一体化的，能够基于监控模块输出的故障信息自动建立运维任务，解决了监控模块与运维模块之间的信息孤岛问题，简化了创建运维任务的流程，能有效提高储能电站运维效率，提高客户满意度，降低储能电站运维成本。
[0053]
在一些实施例中，运维模块还用于接收运维任务对应的处理措施信息，判断是否接收到故障分析指令，如果否，则根据运维任务和处理措施信息生成第一维度报告。现场或项目地附近的运维人员从系统中获取到运维任务后，前往项目地现场进行维护，例如对软件配置、固件进行维护，对损坏配件进行更换，同时填写处理措施并上传售后图片至运维模块23。对应地，运维模块23还用于接收运维任务对应的处理措施信息。质量人员根据处理措施信息分析是否需要对该运维任务所涉及的故障进行根本原因分析，以便于发现生产过程中的问题，进而改进生产工艺。如果需要，则发送故障分析指令。运维模块23还用于判断是否接收到故障分析指令，如果否，则运维任务和处理措施信息生成第一维度报告。第一维度报告可以是3d报告，包括但不限于基础信息、问题描述和现场措施。在一些实施例中，3d报告包括项目名称、合同号、电站号、集装箱号、发起人、日期、报告编号、备注等基础信息外，还包括问题描述、现场措施及这两个环节的记录时间。
[0054]
运维模块23还用于接收到故障分析指令时，提示组建分析小组；接收组建分析小组得出的故障分析信息，故障分析信息包括故障根本原因、长期措施和标准化措施；根据运维任务、处理措施信息和故障分析信息生成第二维度报告，第二维度报告的字段数目多于第一维度报告。质量人员发送故障分析指令之后，运维模块23提示质量人员组建分析小组。质量人员邀请作业部门组建根本原因分析小组，对该工单涉及到的问题进行分析研究，提出长期改善措施并进行验证，验证通过后形成标准化作业流程指导生产，根本原因分析完成后由质量人员对分析流程和结果进行确认，将故障分析信息发送至运维模块23。运维模块23接收故障分析信息，根据运维任务、处理措施信息和故障分析信息生成第二维度报告。在一些实施例中，第二维度报告除包括第一维度报告内容外，还包括以下字段：不合事项描述(何物、何时、发现人、发现地点、可追溯信息、问题严重程度)、问题小组信息(姓名、职务、职责)、供方问题描述、现场措施、根因分析、长期措施、措施效果验证、预防再发生及标准化、改善有效的确认及确认是否结案，同时记录各环节完成日期。
[0055]
本发明的运维模块可以实时跟踪运维任务的流转，有利于运维部门对运维时效性、运维细节进行全方位把控，提升服务质量。
[0056]
如图3所示，基于大数据的储能管理系统300的监控模块22还包括报表单元224、预测单元225和控制单元226。
[0057]
报表单元224用于根据运行数据和统计分析数据自动生成和发布个控报表和集控报表，个控报表包括单个储能电站的系统运行报表、运营指标报表和产品性能报表，集控报表包括多个储能电站的关键数据和整体运行数据。预测单元224内置自定义的报表模板，将运行数据和统计分析数据输入报表模板，自动生成和发布个控报表和集控报表。个控报表包括单个储能电站的系统运行报表、运营指标报表和产品性能报表。在一些实施例中，系统运行报表包括电量报表、温差压差报表、效率统计报表、收益统计报表；运营指标报表包括
系统可用率、停机时长、交直流侧充放电量及转换效率；产品性能报表包括电池标定电量、能量年度保持率、电池系统效率、末端压差、温差、最大温升等。集控报表包括多个储能电站的关键数据和整体运行数据。集控报表支持按照接入的储能电站地理分布图及电站列表、电站矩阵图等不同形式对接入系统的储能电站进行集中监控。在集控报表中展示单个电站的关键数据和集控系统的整体运行数据，单个电站的关键运行数据包括电站的通信状态、电站的基本信息及告警信息。电站基本信息包括地理位置、装机数据、soc、收益数据、投运时间等。整体运行数据包括接入电站数量、在建电站数量、已投运电站数量、已投运但离线电站数量、退役电站数量以及所有储能电站的总装机数据、充放电量和收益。
[0058]
预测单元225用于根据运行数据和统计分析数据对储能电站进行soh预测。例如，预测单元225采用电池充电始端ah-δu曲线相似性算法对储能电站容量衰减状态进行soh预测，并与实测容量进行比较分析，用于评估储能电站运行性能。
[0059]
控制单元226用于解析并转发用户的控制指令，控制指令用于对储能电站的运行状态或运行模式进行远程控制与设定。继续参考图1，用户终端3还用于向储能管理系统2发送控制指令，控制单元226解析并转发控制指令给储能就地控制器111，储能就地控制器111根据控制指令对下属不同组的储能pcs和储能bms的运行状态进行优化控制。控制指令包括但不限于电池荷电状态(state of charge，soc)均衡控制指令、功率调节指令等。例如，储能就地控制器111接收到功率调节指令时，将接收到的功率调节指令分配给不同组的储能pcs，储能pcs根据功率调节指令调节功率。
[0060]
在一些实施例中，储能管理系统2和储能管理系统300还包括数据存储模块，用于存储数据采集与处理模块21的运行数据和计算与统计单元221计算出的统计分析数据。可选地，存储数据采集与处理模块21按设定的时间间隔将运行数据存储到数据存储模块，时间间隔可以按需设置，例如5分钟。
[0061]
现有的储能监控系统大多只停留在数据采集、数据存储、告警监视等基础应用层面，缺乏基于储能应用场景的统计分析、soh预测等高级应用功能，应用场景也较为单一。本发明通过预测单元基于运行数据进行soh预测，并根据储能电池监控状态分析的需求，通过报表单元设计了丰富的数据展现形式，系统功能更加丰富，应用场景更加广泛。
[0062]
图4是根据本发明一实施例的储能电站运维方法的流程图。如图4所示，储能电站运维方法400包括：
[0063]
步骤s41：采集不同区域的储能电站的运行数据。
[0064]
其中，运行数据包括储能pcs运行数据、储能bms运行数据和空调系统运行数据。储能bms运行数据包括电池堆、电池簇、电池包等不同层级电池单元的运行数据、储能电池整体的运行数据。储能pcs运行数据包括pcs运行状态、pcs工作模式、pcs本地/远程状态、a相电压、b相电压、c相电压、a相电流、b相电流、c相电流、a相频率、b相频率、c相频率、总交流有功功率、总交流无功功率、pcs温度、pcs直流侧电压、pcs直流侧电流、pcs直流侧电流等。可选地，方法还包括对运行数据进行预处理，对运行数据进行预处理包括但不限于进行有效性检查、限值检查、变化率检查、质量码标识、工程单位转换等基础数据处理。
[0065]
步骤s42：通过预设的算法对运行数据进行实时分析计算，得到反映每个储能电站运行状态的统计分析数据。
[0066]
统计分析数据包括但不限于系统可用率、正常运行天数、停机时间、交直流电能转
化效率、告警统计分析等。例如，通过如下预设的算法计算其中几个统计分析数据。
[0067]
系统可用率＝正常运行天数/年度总天数(24小时内故障恢复为正常)
[0068]
停机时间＝一个年度内总的停机时间数/24
[0069]
电池系统交流侧效率＝交流侧pcs放电量/交流侧pcs充电量；
[0070]
电池系统直流侧效率＝直流侧bms放电量/直流侧bms充电量。
[0071]
步骤s43：基于运行数据和统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，告警信息包括故障代码和故障储能电站id。
[0072]
可选地，基于运行数据和统计分析数据联合判断是否存在故障储能电站包括：判断运行数据是否超过其对应的第一预设阈值，如果是，判断统计分析数据是否超过其对应的第二预设阈值，如果是，则存在故障储能电站。可选地，可以根据异常数据定位故障储能电站，并输出故障储能电站id。异常数据是指超过第一预设阈值的运行数据。系统根据储能电站电气与通信连接关系，依次设计了场站表、储能单元表、pcs表、bms表、电池堆表、电池簇表、电池包表，表与表之间通过关联关系完成模型结构的层次设计，可以根据异常数据的表结构定位故障储能电站id。可以通过专家知识库基于运行数据和统计分析数据联合判断故障储能电站的故障代码。
[0073]
在一些实施例中，可以基于神经网络或机器学习算法构建预测模型，预测模型基于运行数据和统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，告警信息包括故障代码和故障储能电站id。
[0074]
步骤s44：接收到运维人员的运维指令后，根据故障储能电站id、故障代码创建运维任务。
[0075]
在一些实施例中，根据故障储能电站id、故障代码创建运维任务包括：调用预设的工单模板；根据故障储能电站id得到基础信息，基础信息包括但不限于项目名称、合同号、电站号、集装箱号和日期。解析故障代码得到故障描述信息；将基础信息、故障描述信息写入工单模板得到运维任务。示例性地，工单模板包括电站基础信息、故障描述。将基础信息写入电站基础信息，将故障描述信息写入工单模板的故障描述。
[0076]
可选地，为了方便运维人员查看故障储能电站的故障视频监控数据，方法还包括步骤：获取各个储能电站的视频监控数据，根据所述故障储能电站id从所述视频监控数据中获取所述故障储能电站的故障视频监控数据；将所述故障视频监控数据写入所述工单模板。示例性地，工单模板还包括现场图片，将故障视频监控数据写入现场图片。可选地，可以直接从储能电站的储能单元对应的摄像设备中获取储能电站的视频监控数据，也可以从第三方的视频云系统获取储能电站的视频监控数据，视频云系统中存储有所有储能电站的视频监控数据。
[0077]
本发明的系统的监控与运维方法能够基于故障信息自动建立运维任务，解决了监控与运维之间的信息孤岛问题，能有效提高储能电站运维效率，提高客户满意度，降低储能电站运维成本。
[0078]
图5是图4优化实施例的储能电站监控与运维方法的流程图。如图5所示，储能电站监控与运维方法500还包括：
[0079]
步骤s45：接收运维任务对应的处理措施信息；
[0080]
步骤s46：判断是否接收到故障分析指令，如果否，则进入步骤s47，如果是，则进入
步骤s48。
[0081]
步骤s47：根据运维任务和处理措施信息生成第一维度报告。
[0082]
步骤s48：接收到故障分析指令时，提示组建分析小组。
[0083]
步骤s49：接收组建分析小组得出的故障分析信息，故障分析信息包括故障根本原因、长期措施和标准化措施。根据运维任务、处理措施信息和故障分析信息生成第二维度报告，第二维度报告的字段数目多于第一维度报告。
[0084]
本实施例可以实时跟踪运维任务的流转，有利于运维部门对运维时效性、运维细节进行全方位把控，提升服务质量。
[0085]
在一些实施例中，方法还包括根据所述运行数据和所述统计分析数据对储能电站进行soh预测。可选地，采用电池充电始端ah-δu曲线相似性算法对储能电站容量衰减状态进行soh预测，并与实测容量进行比较分析，用于评估储能电站运行性能。
[0086]
在一些实施例中，方法还包括：根据所述运行数据和所述统计分析数据自动生成和发布个控报表和集控报表，所述个控报表包括单个储能电站的系统运行报表、运营指标报表和产品性能报表，所述集控报表包括多个储能电站的关键数据和整体运行数据。可选地，系统运行报表包括电量报表、温差压差报表、效率统计报表、收益统计报表；运营指标报表包括系统可用率、停机时长、交直流侧充放电量及转换效率；产品性能报表包括电池标定电量、能量年度保持率、电池系统效率、末端压差、温差、最大温升等。集控报表包括多个储能电站的关键数据和整体运行数据。
[0087]
现有的储能监控系统大多只停留在数据采集、数据存储、告警监视等基础应用层面，缺乏基于储能应用场景的统计分析、soh预测等高级应用功能，应用场景也较为单一。本发明基于运行数据计算分析出能反应储能电站运行状态的统计分析指标，基于运行数据和统计分析数据对储能电站进行soh预测，并根据储能电池监控状态分析的需求，设计了个控报表和集控报表两个层次的数据展现形式，系统功能更加丰富，应用场景更加广泛。
[0088]
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述发明披露仅仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
[0089]
同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本技术的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
[0090]
本技术的一些方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。处理器可以是一个或多个专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理器件(dapd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器或者其组合。此外，本技术的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。例如，计算机可读介质可包括，但不限于，磁性存储设备(例如，硬盘、软盘、磁带
……
)、光盘
(例如，压缩盘cd、数字多功能盘dvd
……
)、智能卡以及闪存设备(例如，卡、棒、键驱动器
……
)。
[0091]
计算机可读介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
[0092]
同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
[0093]
虽然本技术已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本技术，在没有脱离本技术精神的情况下还可作出各种等效的变化或替换，因此，只要在本技术的实质精神范围内对上述实施例的变化、变型都将落在本技术的权利要求书的范围内。

技术特征：
1.一种基于大数据的储能管理系统，其特征在于，包括：数据采集与处理模块，用于采集不同区域的储能电站的运行数据；监控模块，包括：计算与统计单元，用于通过预设的算法对所述运行数据进行实时分析计算，得到反映每个储能电站运行状态的统计分析数据；告警单元，用于基于所述运行数据和所述统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，所述告警信息包括故障代码和故障储能电站id；运维模块，用于根据所述故障储能电站id和所述故障代码创建运维任务。2.如权利要求1所述的系统，其特征在于，所述运维模块用于：调用预设的工单模板；根据所述故障储能电站id获取所述故障储能电站的基础信息；解析所述故障代码得到故障描述信息；将所述基础信息、所述故障描述信息写入所述工单模板得到所述运维任务。3.如权利要求2所述的系统，其特征在于，所述监控模块还包括视频获取单元，用于获取各个储能电站的视频监控数据；所述运维模块还用于根据所述故障储能电站id从所述视频监控数据中获取所述故障储能电站的故障视频监控数据，将所述故障视频监控数据写入所述工单模板。4.如权利要求2所述的系统，其特征在于，所述运维模块还用于：接收所述运维任务对应的处理措施信息，判断是否接收到故障分析指令，如果否，则根据所述运维任务和所述处理措施信息生成第一维度报告。5.如权利要求4所述的系统，其特征在于，所述运维模块还用于：当接收到故障分析指令时，提示组建分析小组；接收所述组建分析小组得出的故障分析信息，所述故障分析信息包括故障根本原因、长期措施和标准化措施；根据所述运维任务、所述处理措施信息和所述故障分析信息生成第二维度报告，所述第二维度报告的字段数目多于所述第一维度报告。6.如权利要求1所述的系统，其特征在于，所述告警单元还用于：判断所述运行数据是否超过其对应的第一预设阈值，如果是，判断所述统计分析数据是否超过其对应的第二预设阈值，如果是，则触发告警信息。7.如权利要求1所述的系统，其特征在于，所述监控模块还包括：报表单元，用于根据所述运行数据和所述统计分析数据自动生成和发布个控报表和集控报表，所述个控报表包括单个储能电站的系统运行报表、运营指标报表和产品性能报表，所述集控报表包括多个储能电站的关键数据和整体运行数据。8.如权利要求1所述的系统，其特征在于，所述监控模块还包括：预测单元，用于根据所述运行数据和所述统计分析数据对储能电站进行soh预测；和/或控制单元，用于解析并转发用户的控制指令，所述控制指令用于对储能电站的运行状态或运行模式进行远程控制与设定。9.一种基于大数据的储能管理方法，在基于大数据的储能管理系统上执行，其特征在
于，所述方法包括：采集不同区域的储能电站的运行数据；通过预设的算法对所述运行数据进行实时分析计算，得到反映每个储能电站运行状态的统计分析数据；基于所述运行数据和所述统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，所述告警信息包括故障代码和故障储能电站id；根据所述故障储能电站id、所述故障代码创建运维任务。10.如权利要求9所述的方法，其特征在于，根据所述故障储能电站id、所述故障代码创建运维任务包括：调用预设的工单模板；根据所述故障储能电站id获取所述故障储能电站的基础信息；解析所述故障代码得到故障描述信息；将所述基础信息和所述故障描述信息写入所述工单模板得到所述运维任务。11.如权利要求10所述的方法，其特征在于，还包括：获取各个储能电站的视频监控数据；根据所述故障储能电站id从所述视频监控数据中获取所述故障储能电站的故障视频监控数据；将所述故障视频监控数据写入所述工单模板。12.如权利要求10所述的方法，其特征在于，还包括：接收所述运维任务对应的处理措施信息，判断是否接收到故障分析指令，如果否，则根据所述运维任务和所述处理措施信息生成第一维度报告。13.如权利要求12所述的方法，其特征在于，还包括：当接收到故障分析指令时，提示组建分析小组；接收所述组建分析小组得出的故障分析信息，所述故障分析信息包括故障根本原因、长期措施和标准化措施；根据所述运维任务、所述处理措施信息和所述故障分析信息生成第二维度报告，所述第二维度报告的字段数目多于所述第一维度报告。14.如权利要求9所述的方法，其特征在于，基于所述运行数据和所述统计分析数据联合判断是否存在故障储能电站包括：判断所述运行数据是否超过其对应的第一预设阈值，如果是，判断所述统计分析数据是否超过其对应的第二预设阈值，如果是，则存在故障储能电站。15.一种储能电站系统，其特征在于，包括：如权利要求1～8所述的储能管理系统；多个储能电站，每个储能电站包括一个或多个储能单元，所述储能单元包括：储能pcs、储能bms、储能就地控制器和摄像设备，所述储能就地控制器连接所述储能pcs和所述储能bms，用于获取运行数据，所述摄像设备用于实时采集储能单元的视频监控数据；用户终端，与所述储能管理系统网络连接，用于向所述系统发送运维指令。16.如权利要求15所述的系统，其特征在于，所述用户终端还用于向所述储能管理系统发送控制指令，所述储能管理系统还用于解析并转发所述控制指令给所述储能就地控制
器，所述储能就地控制器还用于根据所述控制指令对下属不同组的储能pcs和储能bms的运行状态进行优化控制。

技术总结
本发明提供了一种基于大数据的储能管理系统、方法和储能电站系统，能够利用监控数据定位故障并自动创建运维任务。管理系统包括：数据采集与处理模块，用于采集不同区域的储能电站的运行数据，并对运行数据进行预处理；监控模块，包括：计算与统计单元，用于对运行数据进行实时分析计算，得到反映每个储能电站运行状态的统计分析数据；告警单元，用于基于运行数据和统计分析数据联合判断是否存在故障储能电站，如果是，则触发告警信息，告警信息包括故障代码和故障储能电站ID；运维模块，用于根据故障储能电站ID、故障代码创建运维任务。故障代码创建运维任务。故障代码创建运维任务。


技术研发人员：雷胜华 丁晓辰 荀挺 蔡敦旭 周培 陈波 杨程
受保护的技术使用者：江苏天合储能有限公司
技术研发日：2023.07.31
技术公布日：2023/10/20