一种模块化储能方法及系统与流程

本申请涉及电力储能调度，尤其是涉及一种模块化储能方法及系统。

背景技术：

1、随着智能工业园区分布式发电设备规模化接入，智能工业园区源荷供需呈现波动性、随机性特征，传统的储能调度技术弊端日益凸显。目前智能工业园区的储能系统多采用统一调度模式，未兼顾各储能模块的差异化健康状态，且分配均衡性差，会造成部分储能模块过载运行、老化加速。同时，现有技术缺乏对发电、用电数据的深度挖掘，无法捕捉源荷关联规律，发电、用电预测的精度较低，导致充放电初始策略适配性不足。此外，现有的调度方式多为故障后被动保护，缺少前置故障预判机制，无法提前识别储能模块协同运行中的潜在故障风险，不能根据故障概率与故障类型动态优化控制策略，从而导致设备故障、运行稳定性下降等问题。

技术实现思路

1、为了解决上述技术问题，本申请提供一种模块化储能方法及系统。

2、本申请实施例的第一方面，提供了一种模块化储能方法，包括：

3、采集智能工业园区的发电设备、大电网及用电设备的运行数据，以及各储能模块的基础运行参数与扩展参数；

4、对所述运行数据进行标准化处理与数据挖掘，提取发电与用电之间的关联特征；对所述基础运行参数与扩展参数进行融合，并确定各储能模块健康状态；

5、将所述关联特征输入至预设的发电用电预测模型，得到预测的发电功率和预测的用电需求；

6、基于所述预测的发电功率和所述预测的用电需求，确定各储能模块的初始充放电策略；

7、根据各储能模块的健康状态，对所述初始充放电策略进行任务分配与功率均衡，生成各储能模块之间的协同控制方案；

8、将所述协同控制方案与所述健康状态输入至预设的故障分析模型，得到预测的各储能模块执行所述协同控制方案将会发生的故障类型与故障发生概率；

9、当所述故障发生概率大于预设的第一故障发生概率阈值，且小于预设的第二故障发生概率阈值时，基于所述故障类型对所述协同控制方案进行修正，得到目标协同控制方案，并基于所述目标协同控制方案，对各储能模块的充放电功率进行调整；当所述故障发生概率大于预设的第二故障发生概率阈值时，则生成并输出警告信息。

10、本申请实施例的第二方面，提供了一种模块化储能系统，包括：

11、多源数据采集模块，用于采集智能工业园区的发电设备、大电网及用电设备的运行数据，以及各储能模块的基础运行参数与扩展参数；

12、数据特征研判模块，用于对所述运行数据进行标准化处理与数据挖掘，提取发电与用电之间的关联特征；对所述基础运行参数与扩展参数进行融合，并确定各储能模块健康状态；

13、源荷功率预测模块，用于将所述关联特征输入至预设的发电用电预测模型，得到预测的发电功率和预测的用电需求；

14、初拟充放策略模块，用于基于所述预测的发电功率和所述预测的用电需求，确定各储能模块的初始充放电策略；

15、生成协同方案模块，用于根据各储能模块的健康状态，对所述初始充放电策略进行任务分配与功率均衡，生成各储能模块之间的协同控制方案；

16、故障预判测算模块，用于将所述协同控制方案与所述健康状态输入至预设的故障分析模型，得到预测的各储能模块执行所述协同控制方案将会发生的故障类型与故障发生概率；

17、分级风控处置模块，用于当所述故障发生概率大于预设的第一故障发生概率阈值，且小于预设的第二故障发生概率阈值时，基于所述故障类型对所述协同控制方案进行修正，得到目标协同控制方案，并基于所述目标协同控制方案，对各储能模块的充放电功率进行调整；当所述故障发生概率大于预设的第二故障发生概率阈值时，则生成并输出警告信息。

18、本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述模块化储能方法的步骤。

19、本申请实施例的第四方面，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存储有计算机程序，所述计算机程序被处理器执行时实现上述模块化储能方法的步骤。

20、本申请实施例提供的一种模块化储能方法及系统的有益效果在于：本申请通过对多源数据进行提取园区发电与用电的关联特征，并基于储能模块多维度参数判定健康状态，有效减少了传统的智能园区储能调度源荷特征挖掘不充分、储能状态评估单一的问题，有效提高了源荷功率预测的准确性，而基于预测结果确定初始充放电策略，并根据各储能模块健康状态完成功率均衡与任务分配，实现了多储能模块差异化协同调度，减少了单一模块过载运行，有效延缓了储能设备老化，进而提升储能系统整体使用寿命。同时，基于故障分析模型实现运行故障前置预判，通过双阈值分级管控机制，能够针对不同故障概率场景动态修正协同控制方案或输出告警信息，改变了传统储能被动故障保护的模式。有效提升了智能工业园区模块化储能系统调度的精准性、均衡性与运行安全性，保障了园区源网荷储系统稳定高效运行。

1.一种模块化储能方法，其特征在于，包括：

2.根据权利要求1所述的一种模块化储能方法，其特征在于，所述对所述运行数据进行标准化处理与数据挖掘，提取发电与用电之间的关联特征，包括：

3.根据权利要求2所述的一种模块化储能方法，其特征在于，所述将所述时空数据矩阵基于空间维度拆分为不同节点的时间序列，对各节点的时间序列分别进行变分模态分解，得到每个节点的本征模态分量，包括：

4.根据权利要求1所述的一种模块化储能方法，其特征在于，所述基于所述预测的发电功率和所述预测的用电需求，确定各储能模块的初始充放电策略，包括：

5.根据权利要求4所述的一种模块化储能方法，其特征在于，所述根据所述响应优先级与所述功率调整系数，对各储能模块进行充放电功率分配，得到各储能模块的充放电功率与充放电时段，作为初始充放电策略，包括：

6.根据权利要求5所述的一种模块化储能方法，其特征在于，所述根据各储能模块的当前荷电状态、最大充放电功率限值以及健康状态，构建各储能模块的可调区间，包括：

7.根据权利要求6所述的一种模块化储能方法，其特征在于，所述弹性缓冲区内的功率分配需要触发额外的安全校验机制，包括：

8.根据权利要求5所述的一种模块化储能方法，其特征在于，还包括：

9.根据权利要求4所述的一种模块化储能方法，其特征在于，所述当所述故障发生概率大于预设的第一故障发生概率阈值，且小于预设的第二故障发生概率阈值时，基于所述故障类型对所述协同控制方案进行修正，得到目标协同控制方案，包括：

10.一种模块化储能系统，其特征在于，包括：