[发明专利]一种能源管理方法及智能光储装置

说明书

本发明提供了一种能源管理方法及智能光储装置，该方法包括：S1、获取预测光照度和温度值；S2、根据训练出的光伏最大出力关系式获取预测光照度和温度值对应的预测光伏最大出力；S3、在并网模式下，根据储能单元的SOC(荷电量)状态及预测光伏最大出力，生成储能充放电指令。该装置包括能源管理系统，能源管理系统包括：人工智能算法模块，用于获取预测光照度和温度值，并结合根据训练出的光伏最大出力关系式获取预测光照度和温度值对应的预测光伏最大出力；控制指令生成模块，用于在并网模式下，根据储能单元的SOC(荷电量)状态及预测光伏最大出力，生成储能充放电指令。本发明可以确保在并离网运行的工况下，整个系统经济性最优。

技术领域

本发明属于储能装置，具体涉及一种智能光储装置。

背景技术

移动通信铁塔很多处于较难达到的区域，这些区域的供电可靠性较低或者没有供电。铁塔基站都配备UPS系统，在电网停电后可以确保通信设备约15分钟的不间断供电。当电网停电时间超过15分钟，则需要人工运送柴油机到现场为通信设备供电。这样的供电方式运维效率低下并且成本很高。

发明内容

本发明的特征和优点在下文的描述中部分地陈述，或者可从该描述显而易见，或者可通过实践本发明而学习。

为克服现有技术的问题，本发明提供一种能源管理方法，应用于能源管理系统（EMS），包括：

S1、获取预测光照度和温度值；

S2、根据训练出的光伏最大出力关系式获取所述预测光照度和温度值对应的预测光伏最大出力；

S3、在并网模式下，根据储能单元的SOC（荷电量）状态及所述预测光伏最大出力，生成储能充放电指令。

优选地，所述步骤S1中采用时间序列预测神经网络获取预测光照度和温度值；所述步骤S2中采用BP神经网络训练出光伏最大出力关系式。

优选地，所述步骤S3包括：在离网模式下，根据所述预测光伏最大出力获取预测MPPT（最大功率点跟踪）点的功率值，并据此确定光伏机的下垂曲线。

根据本发明的另一个方面，提供一种智能光储装置，包括能源管理系统，所述能源管理系统包括：

人工智能算法模块，用于获取预测光照度和温度值，并结合根据训练出的光伏最大出力关系式获取所述预测光照度和温度值对应的预测光伏最大出力；

控制指令生成模块，用于在并网模式下，根据储能单元的SOC（荷电量）状态及所述预测光伏最大出力，生成储能充放电指令。

优选地，所述人工智能算法模块采用时间序列预测神经网络获取预测光照度和温度值，采用BP神经网络训练出光伏最大出力关系式。

优选地，所述人工智能算法模块用于在离网模式下，根据所述预测光伏最大出力获取预测MPPT（最大功率点跟踪）点的功率值，并据此确定光伏机的下垂曲线。

优选地，所述智能光储装置包括通讯控制单元、处理单元和储能单元，所述通讯控制单元、处理单元和储能单元、能源管理系统通过通信线相互连接在一起；所述处理单元通过电气连接线与光伏系统及交流母线相连；所述处理单元用于接收能源管理系统的指令并执行。

优选地，所述处理单元包括相连的交流侧逆变器与直流侧变换器；所述交流侧逆变器用于与光伏系统电气相连；所述直流侧变换器用于与储能单元相连；所述储能单元包括1至5个储能电池。

优选地，所述交流侧逆变器包括DC/DC模块、DC/AC模块以及电容，所述DC/DC模块、DC/AC模块通过所述电容进行电气连接。

优选地，所述处理单元包括通过电气依次相连的光伏逆变器、储能变流器、直流配电柜；所述储能单元包括多个在交流侧进行并联的储能电池。