一种储能电池模组数字孪生系统的制作方法

本发明涉及储能电池数字化处理，尤其涉及一种储能电池模组数字孪生系统。

背景技术：

1、数字孪生技术能够集成多学科、多尺度、多物理量的仿真过程，并在虚拟的空间内完成映射，从而反映相应实体的全生命周期过程。目前数字孪生技术已经被应用到储能电站，例如储能电池数字孪生体，但是，现有的储能电池数字孪生体只能反映电池本身的物理属性，例如，只能反映电池的电特性、热特性和老化规律，所构建的储能电池数字孪生体不能与储能电站的控制中心对接，更不能用于指导储能电站的电力调度，不具实用性。

技术实现思路

1、本发明实施例的目的是提供一种储能电池模组数字孪生系统，能够仿真得到储能电池模组的实时剩余电量和实时最大允许充放电功率，并以此为依据得出储能电池模组的最优充电匹配策略以提供给储能电站，从而能够辅助储能电站做出最优电力调度，具备更强的实用性。

2、为实现上述目的，本发明实施例提供了一种储能电池模组数字孪生系统，包括：交互层、虚拟储能电池模组、剩余电量模型、最大允许充放模型和多目标规划模型；

3、其中，所述交互层用于所述虚拟储能电池模组与储能电池模组物理实体的交互以完成双向映射及充电匹配策略的下发；所述虚拟储能电池模组用于对所述储能电池模组物理实体的数据进行属性标记与存储；

4、所述剩余电量模型用于仿真储能电池模组的实时剩余电量，且所述剩余电量模型包括充电过程剩余电量模型、放电过程剩余电量模型和充放电过程剩余电量模型中的至少一种；

5、所述最大允许充放模型用于仿真储能电池模组的最大允许充放电功率；

6、所述多目标规划模型用于根据所述剩余电量、所述最大允许充放电功率和用户需求信息，基于预设的匹配原则生成所述充电匹配策略，所述充电匹配策略经由所述交互层下发给储能电站；其中，所述匹配原则至少包括就近原则。

7、作为上述方案的改进，所述用户需求信息包括需求电量和用户行驶到储能电站的行程消耗，则，所述根据所述剩余电量、所述最大允许充放电功率和用户需求信息，基于预设的匹配原则生成所述充电匹配策略，具体包括：

8、从多个待充电用户中，选出需求电量和行程消耗之和小于所述剩余电量的用户，形成第一数据集；

9、从所述第一数据集中选出行程消耗最小的用户，作为目标充电用户。

10、作为上述方案的改进，当所述第一数据集中存在一个以上行程消耗最小的用户时，从所述一个以上行程消耗最小的用户中，选出需求电量最小的用户作为目标充电用户。

11、作为上述方案的改进，所述充电过程剩余电量模型根据储能电池模组的自放电率、充放电功率、充电效率、上一时段剩余电量和计算窗口时长，计算充电过程剩余电量；

12、所述放电过程剩余电量模型根据储能电池模组的自放电率、充放电功率、放电效率、上一时段剩余电量和计算窗口时长，计算放电过程剩余电量；

13、所述充放电过程剩余电量模型根据储能电池模组的自放电率、充放电功率、充电效率、放电效率、上一时段剩余电量和计算窗口时长，计算充放电过程剩余电量。

14、作为上述方案的改进，所述最大允许充放模型根据储能电池模组的理论最大充电功率、电量约束上限、自放电率、充电效率、上一时段剩余电量和计算窗口时长，计算充电过程最大允许充放电功率；

15、所述最大允许充放模型根据储能电池模组的理论最大放电功率、电量约束下限、自放电率、放电效率、上一时段剩余电量和计算窗口时长，计算放电过程最大允许充放电功率。

16、作为上述方案的改进，所述充电过程剩余电量模型如下式：

17、

18、其中，表示充电过程剩余电量；表示储能电池模组的自放电率，单位为%；表示储能电池模组在时段的前一时段结束时的剩余电量；表示储能电池模组时段的充放电功率，单位为mw；表示时段计算窗口时长，单位为min；表示储能电池模组的充电效率，单位为%。

19、作为上述方案的改进，所述放电过程剩余电量模型如下式：

20、

21、其中，表示放电过程剩余电量；表示储能电池模组的自放电率，单位为%；表示储能电池模组在时段的前一时段结束时的剩余电量；表示储能电池模组时段的充放电功率，单位为mw；表示时段计算窗口时长，单位为min；表示储能电池模组的放电效率，单位为%。

22、作为上述方案的改进，所述充放电过程剩余电量模型如下式：

23、

24、其中，表示充放电过程剩余电量；表示储能电池模组的自放电率，单位为%；表示储能电池模组在时段的前一时段结束时的剩余电量；表示储能电池模组时段的充放电功率，单位为mw；表示时段计算窗口时长，单位为min；表示储能电池模组的充电效率，单位为%；表示储能电池模组的放电效率，单位为%。

25、作为上述方案的改进，所述最大允许充放模型通过以下公式计算充电过程最大允许充放电功率：

26、

27、其中，表示储能电池模组时段的最大允许充放电功率；表示储能电池模组的理论最大充电功率；表示储能电池模组电量的约束上限；表示储能电池模组的自放电率，单位为%；表示储能电池模组在时段的前一时段结束时的剩余电量；表示储能电池模组的充电效率；表示时段计算窗口时长；表示求最小值运算。

28、作为上述方案的改进，所述最大允许充放模型通过以下公式计算放电过程最大允许充放电功率：

29、

30、其中，表示储能电池模组时段的最大允许充放电功率；表示储能电池模组的理论最大放电功率；表示储能电池模组电量的约束下限；表示储能电池模组的自放电率，单位为%；表示储能电池模组在时段的前一时段结束时的剩余电量；表示储能电池模组的放电效率；表示时段计算窗口时长；表示求最小值运算。

31、与现有技术相比，本发明实施例提供的储能电池模组数字孪生系统，包括交互层、虚拟储能电池模组、剩余电量模型、最大允许充放模型和多目标规划模型；其中，交互层用于虚拟储能电池模组与储能电池模组物理实体的交互以完成双向映射及充电匹配策略的下发；虚拟储能电池模组用于对储能电池模组物理实体的数据进行属性标记与存储；剩余电量模型用于仿真储能电池模组的实时剩余电量，且剩余电量模型包括充电过程剩余电量模型、放电过程剩余电量模型和充放电过程剩余电量模型中的至少一种；最大允许充放模型用于仿真储能电池模组最大允许充放电功率；多目标规划模型用于根据剩余电量、最大允许充放电功率和用户需求信息，基于预设的匹配原则生成充电匹配策略，其中，充电匹配策略经由交互层下发给储能电站，且匹配原则至少包括就近原则。本发明实施例能够仿真得到储能电池模组的实时剩余电量和实时最大允许充放电功率，并以此为依据得出储能电池模组的最优充电匹配策略以提供给储能电站，从而能够辅助储能电站做出最优电力调度，具备更强的实用性。

技术特征：

1.一种储能电池模组数字孪生系统，其特征在于，所述储能电池模组数字孪生系统包括：交互层、虚拟储能电池模组、剩余电量模型、最大允许充放模型和多目标规划模型；

2.如权利要求1所述的储能电池模组数字孪生系统，其特征在于，所述用户需求信息包括需求电量和用户行驶到储能电站的行程消耗，则，所述根据所述剩余电量、所述最大允许充放电功率和用户需求信息，基于预设的匹配原则生成所述充电匹配策略，具体包括：

3.如权利要求2所述的储能电池模组数字孪生系统，其特征在于，当所述第一数据集中存在一个以上行程消耗最小的用户时，从所述一个以上行程消耗最小的用户中，选出需求电量最小的用户作为目标充电用户。

4.如权利要求1所述的储能电池模组数字孪生系统，其特征在于，所述充电过程剩余电量模型根据储能电池模组的自放电率、充放电功率、充电效率、上一时段剩余电量和计算窗口时长，计算充电过程剩余电量；

5.如权利要求1所述的储能电池模组数字孪生系统，其特征在于，所述最大允许充放模型根据储能电池模组的理论最大充电功率、电量约束上限、自放电率、充电效率、上一时段剩余电量和计算窗口时长，计算充电过程最大允许充放电功率；

6.如权利要求4所述的储能电池模组数字孪生系统，其特征在于，所述充电过程剩余电量模型如下式：

7.如权利要求4所述的储能电池模组数字孪生系统，其特征在于，所述放电过程剩余电量模型如下式：

8.如权利要求4所述的储能电池模组数字孪生系统，其特征在于，所述充放电过程剩余电量模型如下式：

9.如权利要求5所述的储能电池模组数字孪生系统，其特征在于，所述最大允许充放模型通过以下公式计算充电过程最大允许充放电功率：

10.如权利要求5所述的储能电池模组数字孪生系统，其特征在于，所述最大允许充放模型通过以下公式计算放电过程最大允许充放电功率：

技术总结
本发明涉及储能电池数字化处理技术领域，公开了一种储能电池模组数字孪生系统，包括交互层、虚拟储能电池模组、剩余电量模型、最大允许充放模型和多目标规划模型，剩余电量模型用于仿真储能电池模组的实时剩余电量，最大允许充放模型用于仿真储能电池模组最大允许充放电功率，多目标规划模型用于根据剩余电量、最大允许充放电功率和用户需求信息，基于预设的匹配原则生成充电匹配策略，其中，匹配原则至少包括就近原则。本发明实施例能够仿真得到储能电池模组的实时剩余电量和实时最大允许充放电功率，并以此为依据得出储能电池模组的最优充电匹配策略以提供给储能电站，从而能够辅助储能电站做出最优电力调度，具备更强的实用性。

技术研发人员：李建宇,黄红辉,张彦昌,汪湘晋,钟一俊,王康原,王剑,肖禧超,吴成坚,陈文进,赖欢欢,林士勇,宋凤麒
受保护的技术使用者：国网浙江省电力有限公司乐清市供电公司
技术研发日：
技术公布日：2024/8/20