[发明专利]储能装置的容量数据处理方法、系统及存储介质有效
申请号: | 201911248504.4 | 申请日: | 2019-12-06 |
公开(公告)号: | CN111125637B | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 张家声;吴辰晔;李强 | 申请(专利权)人: | 图灵人工智能研究院(南京)有限公司 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G06Q10/0635;G06Q10/04;G06Q50/06;H02J3/00 |
代理公司: | 上海德理达知识产权代理事务所(普通合伙) 31505 | 代理人: | 王再朝 |
地址: | 210046 江苏省南京*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 装置 容量 数据处理 方法 系统 存储 介质 | ||
本申请的储能装置的容量数据处理方法、系统及存储介质,用于确定储能装置的期望容量;储能装置耦合于用能装置以供能,所述储能装置及用能装置耦合于第一能源系统及第二能源系统以能分别获取能量,其中,在预设时段内,所述估计用能量相对于第二能源系统提供给用能装置和储能装置的能量之和满足配额限制;本申请的方案中依据风险限制约束得到储能装置中的期望占用量;根据期望用能成本得到对应的期望可用量;根据所述期望占用量及期望可用量得到所述期望容量。本申请的储能装置的容量数据处理方法可基于一期望用能成本得到满足所述配额限制及风险限制约束的所述储能装置的期望容量。
技术领域
本申请涉及数据处理系统及方法技术领域,特别是涉及储能装置的容量数据处理方法、系统及存储介质。
背景技术
储能技术得到大力发展,其原因之一在于通过储能装置可以在能源系统发电量不足时通过储能装置存储的电量来满足用能装置的用能,可以有效地应对能源系统发电量不稳定的情况。
尤其是对于可再生能源系统,例如,风力发电系统的发电量有很强的不稳定性,但是,国家或地区政府机构为了促进可再生能源的开发与利用,又对当地可再生能源市场份额做出了强制性要求,例如可再生能源电力配额(RPS)。
因此,如何在能源系统发电量不稳定的前提下,合理设置储能装置的容量,已成为业界亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供储能装置的容量数据处理方法、系统及存储介质,用于解决现有技术中在能源系统发电量不稳定的前提下,合理设置储能装置的容量问题。
为实现上述目的及其他相关目的,本申请的第一方面提供一种储能装置的容量数据处理方法,应用于确定储能装置的期望容量;储能装置耦合于用能装置以供能,所述储能装置及用能装置耦合于第一能源系统及第二能源系统以能分别获取能量,其中,所述第一能源系统按照随时间变化的用能价格来对外提供能量;所述用能装置从第一能源系统、第二能源系统、及储能装置获取的能量之和满足估计用能量;在预设时段内,所述估计用能量相对于第二能源系统提供给用能装置和储能装置的能量之和满足配额限制;所述储能装置的容量数据处理方法包括以下步骤:依据风险限制约束得到储能装置中的期望占用量,所述期望占用量能补偿估计偏差量和实际偏差量之间的误差的可能性满足预设概率阈值;其中,所述估计偏差量是估计用能量和第二能源系统的估计最大供应量的偏差;所述实际偏差量是实际用能量和第二能源系统的实际最大供应量的偏差;根据期望用能成本,经表示可用量的边界值与从第一和/或第二能源系统获取能量的最小化用能成本之间的函数关系得到对应的期望可用量;其中,所述可用量是所述储能装置占用量以外的部分容量,所述最小化用能成本是根据其受到所述可用量边界值、及由所述配额限制的约束而获得的,所述函数关系是根据已知的可用量边界值及对应的最小化用能成本经函数拟合方法得到的;根据所述期望占用量及期望可用量得到所述期望容量。
在本申请的第一方面的某些实施方式中,所述依据风险限制约束得到储能装置中的期望占用量,所述风险限制约束是所述期望占用量能补偿估计偏差量和实际偏差量之间的误差的可能性需满足预设概率阈值;其中,所述偏差量都是用能装置的能量需求量和第二能源系统的最大供应用量的偏差,包括:在每一时刻,若所述估计用能量等同于所述实际用能量,所述风险限制约束等价于所述期望占用量能补偿估计最大供应量和实际最大供应量之间的误差的可能性需满足预设概率阈值,根据所述估计最大供应量与实际最大供应量的相对偏差量的概率密度分布得到所述储能装置中的期望占用量。
在本申请的第一方面的某些实施方式中,所述概率密度分布包括:根据历史数据中所述估计最大供应量和实际最大供应量的数据经过预设误差分布模型拟合得到的拟合概率密度分布,或根据历史数据中所述估计最大供应量和实际最大供应量的数据得到的实际概率密度分布。
在本申请的第一方面的某些实施方式中,所述误差分布模型包括:拉普拉斯分布、正态分布、柯西分布、贝塔分布、分段指数分布。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于图灵人工智能研究院(南京)有限公司,未经图灵人工智能研究院(南京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911248504.4/2.html,转载请声明来源钻瓜专利网。