[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
【说明书】:

本申请公开了一种分布式储能电池的可调度潜力的确定方法、装置以及介质,应用于供电技术领域。本方法先获取分布式储能电池对应的目标区域的人群聚集度以及分布式储能电池的可靠性指标,然后根据人群聚集度确定用户的用电负荷需求,最后根据可靠性指标以及用户的用电负荷需求确定分布式储能电池的可调度潜力。相较于原有方案,本申请不需要获取动态性能,也不需要建立电池模型。本申请是基于人员聚集度确定出分布式储能电池的可调度潜力,人员聚集度数据更容易获取,因此数据也更加完整,可见,本申请提供的方案在确定分布式储能电池的可调度潜力时降低了实现难度以及提高了准确度。

技术领域

本申请涉及供电技术领域,特别是涉及一种分布式储能电池的可调度潜力的确定方法、装置以及介质。

背景技术

随着社会经济的发展,人们对供电可靠性及供电质量的要求越来越高,用户除了直接从电网取电之外,还可通过备用电源储能来满足自身的用电需求,常用的备用电源有分布式储能电池。用户侧储能、第五代移动通信技术(5th Generation MobileCommunication Technology,5G)基站以及电动汽车充电站等都属于分布式储能电池,分布式储能电池可以通过需求响应技术与电网互动,为电力系统的调峰、调频、调压等问题提供新的解决方案。但分布式储能电池需要在保证用户自身用电需求的前提下与电网互动,因此分布式储能电池可调度潜力(或称可调度容量)的准确评估极为重要。目前的分布式储能电池的可调度潜力主要根据可靠性指标进行确定,通过分析用户供电可靠性的影响因素,建立完整的用户供电电池组的可靠性模型,根据用户供电可靠性模型的马尔科夫性来评估电池的可调度潜力。

但是,当前的方案需要考虑动态性能,而动态性能较难获取;且当前方案还需要建立复杂的电池模型,需要模拟电池充放电的非线性的物理特性,实现复杂,且由于数据获取困难,还会导致最终得到的结果准确性低。可见,当前方案中可调度潜力的确定过程复杂,准确度低。

由此可见,如何在确定分布式储能电池的可调度潜力时降低实现难度以及提高准确度,是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种分布式储能电池的可调度潜力的确定方法、装置以及介质,以在确定分布式储能电池的可调度潜力时降低实现难度以及提高准确度。

为解决上述技术问题,本申请提供一种分布式储能电池的可调度潜力的确定方法,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。

优选地,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。

优选地,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。

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/202310403969.2/2.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