[发明专利]分布式储能电池的可调度潜力的确定方法、装置以及介质在审

专利信息
申请号: 202310403969.2 申请日: 2023-04-14
公开(公告)号: CN116345449A 公开(公告)日: 2023-06-27
发明(设计)人: 董光德;陈咏涛;朱小军;恭秀芬;陈涛;王强钢;杨爽;付昂;马兴;李俊杰;廖玉祥;张同尊 申请(专利权)人: 国网重庆市电力公司电力科学研究院;国网重庆市电力公司;国家电网有限公司
主分类号: H02J3/00 分类号: H02J3/00;H02J3/48
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 赵怡琳
地址: 401123 重庆市渝北*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分布式 电池 调度 潜力 确定 方法 装置 以及 介质
【权利要求书】:

1.一种分布式储能电池的可调度潜力的确定方法,其特征在于,包括:

获取所述分布式储能电池对应的目标区域的人群聚集度以及所述分布式储能电池的可靠性指标;

根据所述人群聚集度确定用户的用电负荷需求;

根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力。

2.根据权利要求1所述的分布式储能电池的可调度潜力的确定方法,其特征在于,获取所述分布式储能电池对应的所述目标区域的所述人群聚集度包括:

获取所述目标区域的热力图数据;

根据所述热力图数据提取历史人群聚集度;

提取所述历史人群聚集度的特征值以建立特征值空间;

将所述历史人群聚集度分为训练集和测试集并将所述特征值空间作为验证集训练预先建立的神经网络模型;

根据所述神经网络模型预测所述人群聚集度。

3.根据权利要求2所述的分布式储能电池的可调度潜力的确定方法,其特征在于,所述根据所述神经网络模型预测所述人群聚集度之前,还包括:

获取所述神经网络模型的评价指标值;

若所述评价指标值不满足预设要求,则更新所述特征值空间中各维特征向量的权重,并返回获取所述神经网络模型的评价指标值的步骤;

若所述评价指标值满足所述预设要求,则进入所述根据所述神经网络模型预测所述人群聚集度的步骤。

4.根据权利要求1所述的分布式储能电池的可调度潜力的确定方法,其特征在于,所述根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力包括:

根据所述可靠性指标确定用户对所述分布式储能电池的电池供电时长需求,并根据所述用户的用电负荷需求确定所述目标区域的最大充放电功率;

根据所述电池供电时长需求以及所述目标区域的最大充放电功率确定用户的储能备用需求;

根据所述储能备用需求以及所述分布式储能电池的容量确定所述可调度潜力。

5.根据权利要求3所述的分布式储能电池的可调度潜力的确定方法,其特征在于,所述特征值包括以下至少之一:不同区域类型的所述历史人群聚集度的平均值、调和平均值、几何平均值、最大值、最小值、方差、标准差、中位数、修剪平均值、不对称度、标准偏差、单尾P值、临组数据的协方差、临组数据的相关系数、临组数据的皮尔逊系数、线性回归产生的累计标准误差。

6.根据权利要求1所述的分布式储能电池的可调度潜力的确定方法,其特征在于,获取所述分布式储能电池的所述可靠性指标包括:

根据用户的供电可靠性以及备用电池的可靠率确定所述可靠性指标。

7.根据权利要求1所述的分布式储能电池的可调度潜力的确定方法,其特征在于,所述可调度潜力包括所述分布式储能电池的可充电潜力以及可放电潜力。

8.一种分布式储能电池的可调度潜力的确定装置,其特征在于,包括:

获取模块,用于获取所述分布式储能电池对应的目标区域的人群聚集度以及所述分布式储能电池的可靠性指标;

第一确定模块,用于根据所述人群聚集度确定用户的用电负荷需求;

第二确定模块,用于根据所述可靠性指标以及所述用户的用电负荷需求确定所述分布式储能电池的可调度潜力。

9.一种分布式储能电池的可调度潜力的确定装置,其特征在于,包括存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的分布式储能电池的可调度潜力的确定方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的分布式储能电池的可调度潜力的确定方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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国网重庆市电力公司电力科学研究院;国网重庆市电力公司;国家电网有限公司,未经国网重庆市电力公司电力科学研究院;国网重庆市电力公司;国家电网有限公司许可,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/202310403969.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top