[發明專利]基于機器學習的儲能類設備功率優化管理系統的過濾器

有效

• 申請號: 202010156821.X
• 申請日: 2020-03-09
• 公開（公告）號: CN111262262B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 胡俊杰;周華嫣然;周羿宏
• 申請（專利權）人: 華北電力大學
• 主分類號: H02J3/28
• 分類號: H02J3/28;H02J3/32;G06N20/00;B60L58/12
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 史雙元

1.一種基于機器學習的儲能類設備功率優化管理系統的過濾器，其特征在于，所述過濾器通過如下步驟過濾電量狀態SOC指令：

步驟A.過濾不滿足安全性的SOC指令；

步驟B.過濾部分具有波動性的SOC指令，包括：

對在結束調度時有電量要求的儲能類設備SLDs，過濾峰谷電價非高峰時的放電指令，使得下一個時間步的SOC與當前時間步的SOC相同，其表達為，如果則這一指令為放電指令，那么有[t^ps,t^pe]表示峰谷分時電價的峰值時段；

對在結束調度時有電量要求的SLDs，在不影響其電量需求的前提下，過濾峰谷電價峰時的充電指令，其表達為，在t∈[t^ps,t^pe]時，如果即當前下達了一個電價峰值時段的充電指令，如果有則C_i為第i個SLDs的容量，為第i個SLDs的最大充電功率，表示結束調度時的時間步，表示第i個SLDs的電量需求；

對在結束調度時有電量要求的SLDs，如果某些放電行為導致在高峰時段發生額外的充電行為以進行補償，過濾這樣的放電指令，其表達為，在t∈[t^ps,t^pe]時，如果即當前下達了一個電價峰值時段的放電指令，如果有即這一放電行為會導致在高峰時段發生額外的充電行為以進行補償來滿足其結束調度時的電量需求，則

步驟C.過濾不滿足用戶滿意度的SOC指令，包括：確保SLDs的電量需求約束或是一些特定的用戶設置的個性化約束能被滿足，需要判斷SLDs的SOC是否能夠在結束調度時達到其要求的水平，如果該SLDs保持從當前時間步長以最大充電功率充電，即全速充電的情況下，直到結束調度時都無法達到其要求的電量水平，則該SLDs將退出調度并保持從當前時間步長以最大充電速率充電，其表達為，如果則即全速充電。

2.根據權利要求1所述的一種基于機器學習的儲能類設備功率優化管理系統的過濾器，其特征在于：所述步驟A將原輸出SOC過濾為滿足安全性約束限值所對應的SOC。

3.根據權利要求2所述的一種基于機器學習的儲能類設備功率優化管理系統的過濾器，其特征在于：所述步驟A包括過濾不滿足電池電量安全性約束的指令和過濾不滿足功率安全性約束的指令；如果有任何一個儲能類設備SLDs的輸出SOC超過電池電量上限或下限，則令其保持最大或最小電池電量；如果有任何一個SLDs的輸出功率超過SOC上限或下限，則令其保持上限或下限功率。

4.根據權利要求1或2所述的一種基于機器學習的儲能類設備功率優化管理系統的過濾器，其特征在于：所述過濾器的三個過濾步驟之間相對獨立，可根據系統的使用需求進行相應的調整。

5.根據權利要求4所述的一種基于機器學習的儲能類設備功率優化管理系統的過濾器，其特征在于：所述過濾器的過濾步驟C要在步驟A和B之后進行。