本发明涉及光储,特别是涉及一种光储系统控制方法、光储系统、计算机系统及存储介质。
背景技术:
1、光储系统,又称太阳能光伏储能发电系统,是由光伏设备和储能设备组成的发电系统,起作用是将太阳能转换为电能的过程,其输出功率受到太阳辐射强度、温度等环境因素的影响而剧烈变化,此外由于光伏电力输出为直流电流,需要经过逆变器转换为交流电后接入电网。
2、目前工商业光储系统对于能量的管理还主要处于本地直接配置分时充放,为固定时间,需要人工本地或者远程修改,能量管理系统(ems)对系统及电池的管理主要还是基于本地的原始采集数据,即使有远程管理,也只是查询数据以及配置一些基本的参数,不能对系统及电池进行深入的分析、预测以及自动调整,使在系统安全上不能做到预警,在效率上不能创造最大的收益。
3、因此,亟需提出一种新的光储系统控制方法,以解决上述问题。
技术实现思路
1、为了解决现有技术的问题,本发明提供了一种光储系统控制方法、光储系统、计算机系统以及存储介质,以解决现有技术不能对系统及电池进行深入的分析、预测以及自动调整,使在系统安全上不能做到预警,在效率上不能创造最大的收益等问题。
2、为解决上述一个或多个技术问题,本申请采用的技术方案是:
3、第一方面,提供了一种光储系统控制方法,所述方法包括:
4、利用边缘层实时采集终端层中相关设备的运行数据,对所述运行数据进行特征提取获取所述运行数据的特征数据,并将所述特征数据上传至云端;
5、所述云端利用预设模型对接收到的所述特征数据进行相关计算获取计算结果,并将所述计算结果反馈给所述边缘层;
6、所述边缘层根据所述计算结果对所述终端层中的相关设备进行控制。
7、在一个具体的实施例中,所述相关设备包括电池及电气节点,所述运行数据包括所述电池的电力数据及所述电气节点的用电数据。
8、在一个具体的实施例中,所述对所述运行数据进行特征提取获取所述运行数据的特征数据包括:
9、根据所述电气节点的用电数据计算所述电气节点的实际用电曲线;
10、所述云端利用预设模型对接收到的所述特征数据进行相关计算获取计算结果包括:
11、将所述实际用电曲线以及所述电池的电力数据输入所述云端上的用户负载用电预测模型,获取所述电气节点的未来用电曲线。
12、在一个具体的实施例中,所述未来用电曲线包括电池充放电预计时间,所述边缘层根据所述计算结果对所述终端层中的相关设备进行控制包括:
13、根据所述电池充放电预计时间生成所述电池的运行计划以供所述电池执行。
14、在一个具体的实施例中,所述运行数据还包括所述电池的基本参数,所述基本数据包括所述电池的充放电温度、截止电压以及充电倍率中的至少一种。
15、在一个具体的实施例中,所述对所述运行数据进行特征提取获取所述运行数据的特征数据包括:
16、对所述电池的基本参数进行特征提取获取所述电池的容量衰退特征变量;
17、所述云端利用预设模型对接收到的所述特征数据进行相关计算获取计算结果包括:
18、将所述电池的容量衰退特征变量输入到所述云端上的电池寿命衰退模型中,获取所述电池的剩余电量和健康状态的预测结果。
19、在一个具体的实施例中,所述边缘层根据所述计算结果对所述终端层中的相关设备进行控制包括:
20、根据所述电池的剩余电量和健康状态的预测结果对所述电池的剩余电量和健康状态进行实时纠正。
21、在一个具体的实施例中,所述运行数据还包括所述电池的电芯参数,所述电芯参数包括环境温度、电芯电压、电芯温度、最大电芯温度以及最小电芯温度中的至少一种。
22、在一个具体的实施例中,所述对所述运行数据进行特征提取获取所述运行数据的特征数据包括:
23、对所述电芯数据进行特征提取获取所述电芯数据的特征变量;
24、所述云端利用预设模型对接收到的所述特征数据进行相关计算获取计算结果包括:
25、将所述电芯数据的特征变量输入到所述云端上的充放电电芯温度预测模型中,获取所述电芯的温度预测结果。
26、在一个具体的实施例中,所述云端利用预设模型对接收到的所述特征数据进行相关计算获取计算结果包括:
27、基于所述特征数据构建输入矩阵;
28、基于所述输入矩阵采用最小二乘法原理进行参数修正,获取计算结果。
29、在一个具体的实施例中,所述边缘层根据所述计算结果对所述终端层中的相关设备进行控制包括:
30、根据所述电芯的温度预测结果对所述电池的运行环境进行维护。
31、第二方面,对应于上述光储系统控制方法,本申请还提供了一种光储系统,所述系统包括:
32、终端层,配置为具有多个相关设备;
33、边缘层,配置于本地,用于实时采集所述终端层中相关设备的运行数据,对所述运行数据进行特征提取获取所述运行数据的特征数据,并将所述特征数据上传至云端,以及根据云端反馈的计算结果对所述终端层中的相关设备进行控制;
34、云端,配置为用于利用预设模型对接收到的所述特征数据进行相关计算获取计算结果,并将所述计算结果反馈给所述边缘层。
35、第三方面,还提供了一种计算机系统,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现所述光储系统控制方法。
36、第四方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被执行时,实现所述光储系统控制方法。
37、根据本申请提供的具体实施例,本申请公开了以下技术效果:
38、本申请提供的光储系统控制方法、光储系统、计算机系统以及存储介质,通过利用配置在本地的边缘层实时采集终端层中相关设备的运行数据,对所述运行数据进行特征提取获取所述运行数据的特征数据,并将所述特征数据上传至云端;所述云端利用预设模型对接收到的所述特征数据进行相关计算获取计算结果,并将所述计算结果反馈给所述边缘层;所述边缘层根据所述计算结果对所述终端层中的相关设备进行控制。本申请方案通过边缘层和云端结合计算,能够对系统及电池进行深入的分析、预测以及自动调整,使得系统可以实现安全预警。
39、进一步地,本申请提供的光储系统控制方法、光储系统、计算机系统以及存储介质,在边缘层进行部分趋势及特征数据计算,能将原本在云端完成的工作大量分解到本地,减轻云端的计算压力。
1.一种光储系统控制方法,其特征在于,所述方法包括:
2.根据权利要求1所述的光储系统控制方法,其特征在于,所述未来用电曲线包括电池充放电预计时间,所述边缘层根据所述计算结果对所述终端层中的相关设备进行控制包括:
3.根据权利要求1所述的光储系统控制方法,其特征在于,所述运行数据还包括所述电池的基本参数,所述基本数据包括所述电池的充放电温度、截止电压以及充电倍率中的至少一种。
4.根据权利要求3所述的光储系统控制方法,其特征在于,所述对所述运行数据进行特征提取获取所述运行数据的特征数据包括:
5.根据权利要求1所述的光储系统控制方法,其特征在于,所述运行数据还包括所述电池的电芯参数,所述电芯参数包括环境温度、电芯电压、电芯温度、最大电芯温度以及最小电芯温度中的至少一种。
6.根据权利要求5所述的光储系统控制方法,其特征在于,所述对所述运行数据进行特征提取获取所述运行数据的特征数据包括:
7.根据权利要求5所述的光储系统控制方法,其特征在于,所述云端利用预设模型对接收到的所述特征数据进行相关计算获取计算结果包括:
8.根据权利要求6所述的光储系统控制方法,其特征在于,所述边缘层根据所述计算结果对所述终端层中的相关设备进行控制包括:
9.一种光储系统,其特征在于,所述系统包括:
10.一种计算机系统,其特征在于,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现权利要求1~8中任一项所述的光储系统控制方法。
11.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,其特征在于,所述计算机程序被执行时,实现权利要求1~8中任一项所述的光储系统控制方法。