[發明專利]用于利用機器學習的多電力資源管理的微電網站點預測控制

在審

• 申請號: 202110226564.7
• 申請日: 2021-03-01
• 公開（公告）號: CN113364062A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 蔡志俊;張艷釵
• 申請（專利權）人: 卡特彼勒公司
• 主分類號: H02J4/00
• 分類號: H02J4/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 蘇娟

1.一種方法，所述方法包括：

由功率控制系統的優化器模塊接收負載的功率需求；

由所述優化器模塊接收一時間段的天氣預報；

由所述優化器模塊基于所述天氣預報確定所述時間段內可從光伏(PV)設施獲得的第一功率供應；

由所述優化器模塊基于所述功率需求和所述第一功率供應確定所述時間段內的電力短缺；

由所述優化器模塊確定在所述時間段內與利用可從電池獲得的第二功率供應相關聯的第一成本；

由所述優化器模塊確定在所述時間段內與利用可從發動機獲得的第三功率供應相關聯的第二成本；

由所述優化器模塊基于第一成本和第二成本確定電源以克服電力短缺，

其中，所述電源包括所述電池或所述發動機中的至少一者；以及

由所述功率控制系統的監管模塊向所述PV設施和所述電源發送請求，以使所述PV設施和所述電源供應電力以滿足所述負載的所述功率需求。

2.根據權利要求1所述的方法，其中，確定所述第一功率供應包括：

利用機器學習來確定所述第一功率供應。

3.根據權利要求1-2中任一項所述的方法，其中，確定所述第一功率供應包括：

獲得多個歷史天氣數據；

生成用于確定所述第一功率供應的模型；以及

使用所述模型處理所述歷史天氣數據以確定所述第一功率供應。

4.根據權利要求3所述的方法，還包括：

當通過將所述歷史天氣數據分成訓練集、驗證集和測試集來生成所述模型時，執行訓練操作，

其中，執行所述訓練操作包括：

使用所述訓練集來擬合所述模型，

使用所述驗證集提供所述模型的擬合的評估，以及

使用所述測試集針對所述訓練集提供所述模型的評估。

5.根據權利要求1-4中任一項所述的方法，其中，確定所述第一成本包括如下至少一項操作：

確定與對所述電池充電相關聯的成本；或者

確定與和利用所述電池作為電力資源相關聯的雙向損失相關聯的成本。

6.一種裝置，包括：

一個或多個存儲器；以及

通信地耦接到所述一個或多個存儲器的一個或多個處理器，所述一個或多個處理器配置成：

接收負載的功率需求；

接收一時間段的天氣預報；

基于所述天氣預報確定所述時間段內可從光伏(PV)設施獲得的第一功率供應；

基于所述功率需求和所述第一功率供應確定所述時間段內的電力短缺；

確定在所述時間段內與利用可從電池獲得的第二功率供應相關聯的第一成本；

確定在所述時間段內與利用可從發動機獲得的第三功率供應相關聯的第二成本；

基于所述第一成本和所述第二成本確定電源以克服所述電力短缺，

其中，所述電源包括所述電池或所述發動機中的至少一者；以及

向所述PV設施和所述電源發送請求，以使所述PV設施和所述電源供應電力以滿足所述負載的所述功率需求。

7.根據權利要求6所述的裝置，其中，確定所述電源包括：

利用機器學習來確定所述電源。

8.根據權利要求6-7中任一項所述的裝置，其中，確定電源包括：

獲得多個歷史負載配置文件；

生成用于確定所述電源的模型；

使用所述模型處理所述歷史負載配置文件以確定預測的負載配置文件；以及

基于所述預測的負載配置文件和所述第一功率供應確定所述電源。

9.根據權利要求6-8中任一項所述的裝置，其中，確定所述第一成本包括如下至少一項操作：

確定與對所述電池充電相關聯的成本；或者

確定與和利用所述電池作為電力資源相關聯的雙向損失相關聯的成本。

10.根據權利要求6-9中任一項所述的裝置，其中，確定所述第一成本包括如下至少一項操作：

確定與所述電池的使用年限相關聯的第一劣化因子；

確定與所述電池的荷電狀態相關聯的第二劣化因子；或者

確定與和電池相關聯的周期計數相關聯的第三劣化因子。