[go: up one dir, main page]

CN118889503A - 一种铁铬液流电池储能电站内储能车间的布置方法 - Google Patents

一种铁铬液流电池储能电站内储能车间的布置方法 Download PDF

Info

Publication number
CN118889503A
CN118889503A CN202411354865.8A CN202411354865A CN118889503A CN 118889503 A CN118889503 A CN 118889503A CN 202411354865 A CN202411354865 A CN 202411354865A CN 118889503 A CN118889503 A CN 118889503A
Authority
CN
China
Prior art keywords
energy storage
battery
iron
power station
liquid flow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202411354865.8A
Other languages
English (en)
Inventor
吕媛
张前
梁育栋
王博生
张柱
张雪冬
王欣
贾强
康鸿
单冬松
李秋娟
张瑞春
马进勋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia Runmeng Energy Co ltd
Original Assignee
Inner Mongolia Runmeng Energy Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inner Mongolia Runmeng Energy Co ltd filed Critical Inner Mongolia Runmeng Energy Co ltd
Priority to CN202411354865.8A priority Critical patent/CN118889503A/zh
Publication of CN118889503A publication Critical patent/CN118889503A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种铁铬液流电池储能电站内储能车间的布置方法，涉及储能电站技术领域，在铁铬液流电池储能电站中，储能车间的布置至关重要。合理的布置方法可以提高储能系统的效率、可靠性和安全性，降低成本。目前，对于铁铬液流电池储能电站内储能车间传统再平衡方法调节精度不高，难以确保电池性能的高度一致性和稳定性，无法满足实际应用中对电池性能的严格要求，本发明将再平衡系统与整个储能系统进行深度集成，实现各部分之间的协同工作和信息共享，对整个系统中电池性能、能耗和调节效果进行优化设计和参数调整，提高了系统的整体性能。其次制定协同控制策略，根据电池的状态和再平衡系统的需求，动态调整充电功率和电流。

Description

一种铁铬液流电池储能电站内储能车间的布置方法
技术领域
本发明涉及储能电站技术领域，具体为一种铁铬液流电池储能电站内储能车间的布置方法。
背景技术
随着能源需求的不断增长和可再生能源的广泛应用，储能技术在电力系统中的重要性日益凸显。铁铬液流电池作为一种新型的大规模储能技术，具有安全性高、寿命长、成本低等优点，受到了广泛关注。
对此，公开号CN110797889B的专利文献公开了一种解决潮流拥塞问题的储能电站布置方法，包括储能电站位置布置和储能电站容量布置；根据潮流拥塞线路所处位置选择近区节点作为储能电站的待接入点，选择对拥塞线路潮流影响灵敏度最高的待接入点作为储能电站的实际接入点，构成储能电站的位置方案；构建以潮流拥塞线路接入储能电站后经济效益为最高的目标函数，利用粒子群算法对目标函数进行求解，得到智能电站的容量布置方案。利用方法得到的储能电站布置，不仅计算更加简单、便捷，而且可以更加合理的选择储能电站的容量，得到更好的经济效益。
在铁铬液流电池储能电站中，储能车间的布置至关重要。合理的布置方法可以提高储能系统的效率、可靠性和安全性，降低成本。目前，对于铁铬液流电池储能电站内储能车间传统再平衡方法调节精度不高，难以确保电池性能的高度一致性和稳定性，无法满足实际应用中对电池性能的严格要求。
针对上述问题，为此，提出一种铁铬液流电池储能电站内储能车间的布置方法。
发明内容
本发明的目的在于提供一种铁铬液流电池储能电站内储能车间的布置方法，解决了背景技术中再平衡难以保持一致性的问题。
为实现上述目的，本发明提供如下技术方案：一种铁铬液流电池储能电站内储能车间的布置方法，由200组0.5MW/2MWh铁铬液流电池储能模块组成，每4组0.5MW/2MWh储能模块配套1组2MWPCS及箱变一体机，铁铬液流电池储能电站内储能车间的布置中，计算并优化储能车间的整体面积，公式如下：
计算电流在传输线路中的电阻所产生的压降，来评估和优化储能模块至PCS及箱变一体机的直流线路布置，以减少压降损失，计算公式如下：
电池储能模块包含：数据采集与监测模块，通过传感器和监测设备实时采集电池系统、PCS及箱变一体机、再平衡系统、EMS系统和公用工程系统的运行数据，运输数据包括电压、电流、温度、功率参数；
数据分析与判断模块，将采集到的数据传输至EMS系统进行分析和处理，判断系统是否处于正常运行状态；
能量调度决策模块，根据数据分析结果和电网需求、新能源发电情况，EMS系统做出能量调度决策，确定储能系统的充放电模式和功率；
控制指令下达模块：EMS系统将控制指令发送至PCS及箱变一体机，控制储能模块的充放电操作；
再平衡调节模块：再平衡系统根据电池模块的状态，对电池内部的化学物质分布进行调节，以保持电池性能的一致性和稳定性；
公用工程保障模块，公用工程系统持续运行，为整个储能系统提供冷却、通风、消防保障，确保各设备在适宜的环境中工作；
实时监控与反馈模块，持续监控系统的运行状态，如有异常情况，及时反馈给EMS系统进行调整和处理；
维护与优化模块，数据积累，对系统更换老化的部件、调整控制策略。
优选的，数据采集中，优化传感器和监测技术，采用高精度、高灵敏度的传感器，实时监测电池内部化学物质的分布和状态变化，定期校准和维护传感器，确保其准确性和可靠性。
优选的，数据分析算法对传感器采集的数据进行快速、准确的分析和处理，通过建立电池模型，预测化学物质分布的变化趋势，提前进行调节。
优选的，采用自适应控制，提高调节的精度和及时性，将调节过程中产生的能量进行回收和再利用，回收的能量为系统供电，降低能耗；
逐步调节，根据电池的使用情况和状态，动态调整调节的频率和幅度。
优选的，将再平衡系统与整个储能系统进行深度集成，实现各部分之间的协同工作和信息共享，对整个系统中电池性能、能耗和调节效果进行优化设计和参数调整。
优选的，制定协同控制策略，根据电池的状态和再平衡系统的需求，动态调整充电功率和电流；在放电过程中，根据负载需求和电池性能，合理分配放电功率；
确定提高电池性能一致性和稳定性的具体指标，分析约束条件再平衡系统调节速度、调节范围、能量消耗，构建电池模块的数学模型，描述其充放电特性、老化过程和化学物质分布变化，建立系统级的模型，模拟不同工况下的运行情况；
确定反馈控制和前馈控制两者结合的方式，根据系统的动态响应特性选择合适的时间间隔进行调节，定义控制的周期和频率。
优选的，采用PID控制算法，根据偏差计算控制量，使用粒子群优化算法，在满足约束条件的前提下，同时优化电池性能、系统效率和成本多个目标；
根据偏差计算控制量，数学表达式为：
其中是控制量，为电池性能实际值与期望值之间的差异，是比例系数，是积分系数，是微分系数，根据偏差计算控制量，控制量用于调整再平衡系统的调节速度、调节范围。
优选的，在满足约束条件的前提下，同时优化电池性能、系统效率和成本多个目标，粒子优化算法公式如下：
建立D维搜索空间中，有n个离子组成的种群：
其中第i个粒子的位置表示为：
速度表示为：
粒子通过跟踪两个极值来更新自己的位置和速度：一个是个体极值表示该粒子自身找到的最优位置；
另一个是全局极值表示整个种群目前找到的最优位置；
粒子的速度和位置更新公式如下：
其中，K是迭代次数，W是惯性权重，和是学习因子，和是在[0,1]范围内的随机数。
优选的，仿真环境中对制定的协同控制策略进行验证，模拟不同的工作场景和输入条件，评估策略的效果，在实际的再平衡系统和储能系统中进行实验测试，收集实际数据，及时更新和改进协同控制策略。
优选的，运用主成分分析PCA方法降低数据维度，同时保留关键信息，构建基于长短期记忆网络模型，用于处理时间序列数据，捕捉电池状态的动态变化。
与现有技术相比，本发明的有益效果如下：本发明提供的一种铁铬液流电池储能电站内储能车间的布置方法，将再平衡系统与整个储能系统进行深度集成，实现各部分之间的协同工作和信息共享，对整个系统中电池性能、能耗和调节效果进行优化设计和参数调整，提高了系统的整体性能。其次制定协同控制策略，根据电池的状态和再平衡系统的需求，动态调整充电功率和电流；在放电过程中，根据负载需求和电池性能，合理分配放电功率，进一步提高了电池性能和系统效率运用主成分分析 PCA 方法降低数据维度，同时保留关键信息，构建基于长短期记忆网络模型，用于处理时间序列数据，捕捉电池状态的动态变化，为系统的监测和控制提供了更有效的手段。
附图说明
图1为本发明的储能车间顶层布置图；
图2为本发明储能车间一层布置图；
图3为本发明的流程图；
图4本发明的再平衡系统逻辑图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为进一步了解本发明的内容，结合附图对本发明作详细描述。
结合图1-图4，本发明的一种铁铬液流电池储能电站内储能车间的布置方法，包括100MW/400MWh铁铬液流电池储能系统，铁铬液流电池储能系统由200组0.5MW/2MWh铁铬液流电池储能模块组成，每4组0.5MW/2MWh储能模块配套1组2MWPCS及箱变一体机，铁铬液流电池储能电站内储能车间的布置中，计算并优化储能车间的整体面积，公式如下：
计算电流在传输线路中的电阻所产生的压降，来评估和优化储能模块至PCS及箱变一体机的直流线路布置，以减少压降损失，计算公式如下：
电池储能模块包含：数据采集与监测模块，通过传感器和监测设备实时采集电池系统、PCS及箱变一体机、再平衡系统、EMS系统和公用工程系统的运行数据，运输数据包括电压、电流、温度、功率参数；
数据采集中，优化传感器和监测技术，采用高精度、高灵敏度的传感器，实时监测电池内部化学物质的分布和状态变化，定期校准和维护传感器，确保其准确性和可靠性；
数据分析算法对传感器采集的数据进行快速、准确的分析和处理，通过建立电池模型，预测化学物质分布的变化趋势，提前进行调节。
数据分析与判断模块，将采集到的数据传输至EMS系统进行分析和处理，判断系统是否处于正常运行状态；
能量调度决策模块，根据数据分析结果和电网需求、新能源发电情况，EMS系统做出能量调度决策，确定储能系统的充放电模式和功率；
采用自适应控制，提高调节的精度和及时性，将调节过程中产生的能量进行回收和再利用，回收的能量为系统供电，降低能耗；
逐步调节，根据电池的使用情况和状态，动态调整调节的频率和幅度。
控制指令下达模块：EMS系统将控制指令发送至PCS及箱变一体机，控制储能模块的充放电操作；
再平衡调节模块：再平衡系统根据电池模块的状态，对电池内部的化学物质分布进行调节，以保持电池性能的一致性和稳定性；
将再平衡系统与整个储能系统进行深度集成，实现各部分之间的协同工作和信息共享，对整个系统中电池性能、能耗和调节效果进行优化设计和参数调整；
制定协同控制策略，根据电池的状态和再平衡系统的需求，动态调整充电功率和电流；在放电过程中，根据负载需求和电池性能，合理分配放电功率；
确定提高电池性能一致性和稳定性的具体指标，分析约束条件再平衡系统调节速度、调节范围、能量消耗，构建电池模块的数学模型，描述其充放电特性、老化过程和化学物质分布变化，建立系统级的模型，模拟不同工况下的运行情况；
确定反馈控制和前馈控制两者结合的方式，根据系统的动态响应特性选择合适的时间间隔进行调节，定义控制的周期和频率；
采用PID控制算法，根据偏差计算控制量，使用粒子群优化算法，在满足约束条件的前提下，同时优化电池性能、系统效率和成本多个目标；
根据偏差计算控制量，数学表达式为：
其中是控制量，为电池性能实际值与期望值之间的差异，是比例系数，是积分系数，是微分系数，根据偏差计算控制量，控制量用于调整再平衡系统的调节速度、调节范围；
在满足约束条件的前提下，同时优化电池性能、系统效率和成本多个目标，粒子优化算法公式如下：
建立D维搜索空间中，有n个离子组成的种群：
其中第i个粒子的位置表示为：
速度表示为：
粒子通过跟踪两个极值来更新自己的位置和速度：一个是个体极值表示该粒子自身找到的最优位置；
另一个是全局极值表示整个种群目前找到的最优位置；
粒子的速度和位置更新公式如下：
其中，K是迭代次数，W是惯性权重，和是学习因子，和是在[0,1]范围内的随机数；
通过传感器和监测设备实时采集电池系统、PCS及箱变一体机、再平衡系统、EMS系统和公用工程系统的运行数据，包括电压、电流、温度、功率。数据分析与判断模块将采集到的数据传输至EMS系统进行分析和处理，判断系统是否处于正常运行状态，当系统状态与期望状态存在偏差时，PID控制算法根据偏差计算控制量；
在再平衡系统调节电池内部化学物质分布时，根据偏e(t)差计算控制量，u(t)控制量可以用于调整再平衡系统的调节速度、调节范围等参数，以保持电池性能的一致性和稳定性。
使用粒子群优化算法，在满足约束条件；
当再平衡系统调节速度、调节范围、能量消耗的前提下，同时优化电池性能、系统效率和成本多个目标，PID控制算法与粒子群优化算法相结合，能够在满足约束条件的同时，更精准地调整系统参数，提高电池性能的一致性和稳定性，降低系统成本，提高系统效率；
在一个多维度的搜索空间中，有多个粒子组成的种群。每个粒子可以代表一组可能的系统参数组合，其中包括电池的充电功率、放电功率、再平衡系统的调节参数。
每个粒子都有一个适应度值，由目标函数计算得到。目标函数为电池性能、系统效率和成本，当适应度值可以是电池性能一致性指标、系统效率值和成本值的加权组合；
粒子通过跟踪两个极值来更新自己的位置和速度。个体极值可以表示该粒子自身找到的最优系统参数组合，全局极值表示整个种群目前找到的最优系统参数组合；
粒子群优化算法可以用于寻找最优的充电功率和电流调整策略，以及放电功率分配策略，根据电池的状态和再平衡系统的需求，通过粒子群优化算法调整充电功率和电流，在放电过程中，根据负载需求和电池性能，合理分配放电功率；
速度和位置更新公式中的各项参数中发挥作用，惯性权重w可以控制粒子对先前速度的保留程度，学习因子以及随机数决定了粒子向个体极值和全局极值学习的程度，通过不断迭代更新粒子的位置和速度，逐渐找到最优的系统参数组合，以实现提高电池性能一致性和稳定性、优化系统效率和降低成本的目标。
仿真环境中对制定的协同控制策略进行验证，模拟不同的工作场景和输入条件，评估策略的效果，在实际的再平衡系统和储能系统中进行实验测试，收集实际数据，及时更新和改进协同控制策略，运用主成分分析PCA方法降低数据维度，同时保留关键信息，
其中主成分分析方法降低数据维度，首先，将采集到的高维数据矩阵表示为X，其中每一行代表一个数据样本，每一列代表一个特征变量；
计算数据的协方差矩阵
对协方差矩阵C进行特征值分解，得到特征值和特征向量；
选择特征值较大的前k个特征向量组成投影矩阵p；
将原始数据X投影到低维空间，得到降维后的数据Y=XP。
当采集到的高维数据矩阵表示为X，其中每一行代表一个数据样本，每一列代表一个特征变量，电池的电压、电流、温度；
根据公式计算数据的协方差矩阵。假设数据矩阵X的维度为（n个样本，m个特征）；
首先计算数据的均值向量，其中x表示第i个样本。
然后对每个样本进行中心化处理，即
最后计算协方差矩阵，公式如下：
特征值分解:
对协方差矩阵C进行特征值分解，得到特征值和特征向量，求解特征方程|C|=0，其中是i单位矩阵，得到特征值；
对于每个特征值，求解方程，得到对应的特征向量；
选择特征值较大的前k个特征向量组成投影矩阵p。特征值越大，说明对应的特征向量所代表的方向上数据的方差越大，包含的信息越多。
构建基于长短期记忆网络模型，用于处理时间序列数据，捕捉电池状态的动态变化。
公用工程保障模块，公用工程系统持续运行，为整个储能系统提供冷却、通风、消防保障，确保各设备在适宜的环境中工作；
实时监控与反馈模块，持续监控系统的运行状态，如有异常情况，及时反馈给EMS系统进行调整和处理；
维护与优化模块，数据积累，对系统更换老化的部件、调整控制策略。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解为在不脱离本发明的原理和精神的情况下对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：由200组0.5MW/2MWh铁铬液流电池储能模块组成，每4组0.5MW/2MWh储能模块配套1组2MWPCS及箱变一体机，铁铬液流电池储能电站内储能车间的布置中，计算并优化储能车间的整体面积，公式如下：
计算电流在传输线路中的电阻所产生的压降，来评估和优化储能模块至PCS及箱变一体机的直流线路布置，以减少压降损失，计算公式如下：
电池储能模块包含：数据采集与监测模块，通过传感器和监测设备实时采集电池系统、PCS及箱变一体机、再平衡系统、EMS系统和公用工程系统的运行数据，运输数据包括电压、电流、温度、功率参数；
数据分析与判断模块，将采集到的数据传输至EMS系统进行分析和处理，判断系统是否处于正常运行状态；
能量调度决策模块，根据数据分析结果和电网需求、新能源发电情况，EMS系统做出能量调度决策，确定储能系统的充放电模式和功率；
控制指令下达模块：EMS系统将控制指令发送至PCS及箱变一体机，控制储能模块的充放电操作；
再平衡调节模块：再平衡系统根据电池模块的状态，对电池内部的化学物质分布进行调节，以保持电池性能的一致性和稳定性；
公用工程保障模块，公用工程系统持续运行，为整个储能系统提供冷却、通风、消防保障，确保各设备在适宜的环境中工作；
实时监控与反馈模块，持续监控系统的运行状态，如有异常情况，及时反馈给EMS系统进行调整和处理；
维护与优化模块，数据积累，对系统更换老化的部件、调整控制策略。
2.根据权利要求1所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：数据采集中，优化传感器和监测技术，采用高精度、高灵敏度的传感器，实时监测电池内部化学物质的分布和状态变化，定期校准和维护传感器，确保其准确性和可靠性。
3.根据权利要求2所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：数据分析算法对传感器采集的数据进行快速、准确的分析和处理，通过建立电池模型，预测化学物质分布的变化趋势，提前进行调节。
4.根据权利要求3所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：采用自适应控制，提高调节的精度和及时性，将调节过程中产生的能量进行回收和再利用，回收的能量为系统供电，降低能耗；
逐步调节，根据电池的使用情况和状态，动态调整调节的频率和幅度。
5.根据权利要求1所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：将再平衡系统与整个储能系统进行深度集成，实现各部分之间的协同工作和信息共享，对整个系统中电池性能、能耗和调节效果进行优化设计和参数调整。
6.根据权利要求1所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：制定协同控制策略，根据电池的状态和再平衡系统的需求，动态调整充电功率和电流；在放电过程中，根据负载需求和电池性能，合理分配放电功率；
确定提高电池性能一致性和稳定性的具体指标，分析约束条件再平衡系统调节速度、调节范围、能量消耗，构建电池模块的数学模型，描述其充放电特性、老化过程和化学物质分布变化，建立系统级的模型，模拟不同工况下的运行情况；
确定反馈控制和前馈控制两者结合的方式，根据系统的动态响应特性选择合适的时间间隔进行调节，定义控制的周期和频率。
7.根据权利要求6所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：采用PID控制算法，根据偏差计算控制量，使用粒子群优化算法，在满足约束条件的前提下，同时优化电池性能、系统效率和成本多个目标；
根据偏差计算控制量，数学表达式为：
其中是控制量，为电池性能实际值与期望值之间的差异，是比例系数，是积分系数，是微分系数，根据偏差计算控制量，控制量用于调整再平衡系统的调节速度、调节范围。
8.根据权利要求7所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：在满足约束条件的前提下，同时优化电池性能、系统效率和成本多个目标，粒子优化算法公式如下：
建立D维搜索空间中，有n个离子组成的种群：
其中第i个粒子的位置表示为：
速度表示为：
粒子通过跟踪两个极值来更新自己的位置和速度：一个是个体极值表示该粒子自身找到的最优位置；
另一个是全局极值表示整个种群目前找到的最优位置；
粒子的速度和位置更新公式如下：
其中，K是迭代次数，W是惯性权重，和是学习因子，和是在[0,1]范围内的随机数。
9.根据权利要求1所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：仿真环境中对制定的协同控制策略进行验证，模拟不同的工作场景和输入条件，评估策略的效果，在实际的再平衡系统和储能系统中进行实验测试，收集实际数据，及时更新和改进协同控制策略。
10.根据权利要求9所述的一种铁铬液流电池储能电站内储能车间的布置方法，其特征在于：运用主成分分析PCA方法降低数据维度，同时保留关键信息，构建基于长短期记忆网络模型，用于处理时间序列数据，捕捉电池状态的动态变化。
CN202411354865.8A 2024-09-27 2024-09-27 一种铁铬液流电池储能电站内储能车间的布置方法 Pending CN118889503A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411354865.8A CN118889503A (zh) 2024-09-27 2024-09-27 一种铁铬液流电池储能电站内储能车间的布置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411354865.8A CN118889503A (zh) 2024-09-27 2024-09-27 一种铁铬液流电池储能电站内储能车间的布置方法

Publications (1)

Publication Number Publication Date
CN118889503A true CN118889503A (zh) 2024-11-01

Family

ID=93219677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411354865.8A Pending CN118889503A (zh) 2024-09-27 2024-09-27 一种铁铬液流电池储能电站内储能车间的布置方法

Country Status (1)

Country Link
CN (1) CN118889503A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102460810A (zh) * 2009-05-29 2012-05-16 迪亚能源股份有限公司 用于液流电池组的控制系统
US20160218511A1 (en) * 2013-10-17 2016-07-28 Zhangjiakou Wind And Solar Power Energy Demonstration A monitoring system and method for megawatt level battery energy storage power plant
US20170279140A1 (en) * 2016-03-24 2017-09-28 International Business Machines Corporation System and method for condition monitoring of redox flow batteries using data analytics
CN218449527U (zh) * 2022-08-02 2023-02-03 珠海泰坦新动力电子有限公司 一种供电系统
CN117423880A (zh) * 2023-12-07 2024-01-19 中国石油大学(北京) 一种铁铬液流电池控制系统
CN118101732A (zh) * 2024-04-25 2024-05-28 深圳市峰和数智科技有限公司 一种基于云端数字孪生的液流电池运维系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102460810A (zh) * 2009-05-29 2012-05-16 迪亚能源股份有限公司 用于液流电池组的控制系统
US20160218511A1 (en) * 2013-10-17 2016-07-28 Zhangjiakou Wind And Solar Power Energy Demonstration A monitoring system and method for megawatt level battery energy storage power plant
US20170279140A1 (en) * 2016-03-24 2017-09-28 International Business Machines Corporation System and method for condition monitoring of redox flow batteries using data analytics
CN218449527U (zh) * 2022-08-02 2023-02-03 珠海泰坦新动力电子有限公司 一种供电系统
CN117423880A (zh) * 2023-12-07 2024-01-19 中国石油大学(北京) 一种铁铬液流电池控制系统
CN118101732A (zh) * 2024-04-25 2024-05-28 深圳市峰和数智科技有限公司 一种基于云端数字孪生的液流电池运维系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
丁明;陈中;林根德;: "钒液流电池的建模与充放电控制特性", 电力科学与技术学报, no. 01, 28 March 2011 (2011-03-28) *
陈薇 等: "VRB 储能系统多目标优化功率分配策略", 高电压技术, vol. 46, no. 5, 31 May 2020 (2020-05-31), pages 1528 - 1537 *

Similar Documents

Publication Publication Date Title
CN114498641B (zh) 一种分布式灵活资源聚合控制装置及控制方法
CN118707432B (zh) 基于边缘计算的电能表误差分析系统
CN118589588A (zh) 一种基于改进粒子群算法的微电网优化调度系统
WO2023083235A1 (zh) 一种分散式预测电网的优化方法及系统
CN117249537B (zh) 一种基于中央空调的虚拟电厂调度与控制系统及方法
CN117748622A (zh) 一种微电网多态协调控制方法及系统
CN111860617A (zh) 一种配电网综合优化运行方法
CN115115145A (zh) 分布式光伏智能住宅的需求响应调度方法及系统
CN114897253A (zh) 基于多智能体的电能路由器调度优化方法
CN118889503A (zh) 一种铁铬液流电池储能电站内储能车间的布置方法
CN118174374A (zh) 一种基于双层机器学习架构的分散灵活资源功率调控方法、系统、电子设备及存储介质
CN114781274B (zh) 仿真与决策交替学习的综合能源系统控制优化方法与系统
CN116865343A (zh) 分布式光伏配电网的无模型自适应控制方法、装置及介质
CN117029192A (zh) 考虑用户侧行为习惯的空调负荷削峰调控方法及装置
CN118367272B (zh) 一种储能动力锂电池的智能温度调节系统及方法
CN118899907B (zh) 基于数字孪生的分布式能源智能调控方法及系统
CN119029892B (zh) 一种分布式柔性负荷调度控制方法及系统
Wu et al. Research and Development of Flexible Load Aggregator Energy Management and Simulation System
CN119051093B (zh) 配电网的储能系统多目标优化配置方法
CN108711874A (zh) 一种电动汽车参与公共楼宇常规调峰的用电控制策略方法
CN120255459A (zh) 一种基于数字孪生的工业园区动态资源调控方法
CN118249420B (zh) 一种基于模型预测的光储直柔系统功率调度方法及装置
CN119448519B (zh) 一种光储电站智能调度方法及调度平台
CN117040026B (zh) 一种用于虚拟电厂的功率调节的运行方法
US20250199488A1 (en) Optimization control method for integrated energy system based on physical-informed neural network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination