一种储能柜智能充放电控制方法与流程

本发明涉及智能电网，具体为一种储能柜智能充放电控制方法。

背景技术：

1、在全球能源结构向清洁化转型的背景下，工商业储能系统在削峰填谷、需量管理及微电网调节中发挥着核心支撑作用。现有的储能柜充放电控制技术经历了从早期单纯依赖规则驱动与静态时间表控制（如依托电网分时电价设定固定阈值进行充放电套利），向单目标预测与前向优化（如引入负荷预测数据进行经济效益最大化寻优）的演进。然而，随着储能应用场景向高频次、大倍率及集群化方向发展，现有的能量管理系统在调度算法层面暴露出深层次的先天缺陷，主要体现在宏观调度策略与底层物理特性的严重脱节。

2、首先，在微观电化学层面，当储能系统参与高频双向调频或平抑剧烈波动的微网负荷时，现有控制技术仅依据宏观的荷电状态和端电压安全阈值进行限流。这种粗放的调度方式完全无法感知电池内部微观层面的锂离子浓度梯度变化。在系统表面上处于“安全阈值”内运行时，内部却往往因高频切换导致电化学极化失控与隐性析锂，使得宏观经济调度指令转化为对电芯不可逆的微观物理损伤。其次，在集群系统架构层面，实际运行的储能电站普遍由多个新旧程度不同的储能柜并联构成。现有技术在处理放电过程中因内阻差异产生的柜间零序环流时，普遍采取被动抑制的顺向工程思维，并依赖各柜体完全独立的温控系统进行散热。这种“各自为战”的孤岛式温控逻辑，无法统筹异构柜体间极度不均的温度分布，不仅导致热管理系统无效内耗剧增，更极易引发木桶效应式的系统级热失控风险。最后，在算法模型的鲁棒性层面，现行主流的智能充放电策略高度依赖基于历史运行数据训练的纯数据驱动ai模型。在遭遇突发极端用电负荷、极端天气或电网拓扑重构等真实的非稳态场景时，底层数据分布会发生根本性漂移。由于缺乏底层物理热力学定律与基尔霍夫定律的硬性约束，纯黑盒ai模型极易发生灾难性遗忘与预测崩溃，进而向下发超出设备物理承受极限的阶跃式功率跃变指令。

3、综上所述，在储能集群在复杂非稳态工况下，如何解决由于宏观调度指令的理想化预期与底层异构设备实时的物理边界相脱节，所引发的系统级调度失稳与底层不可逆损伤，是本领域亟待解决的技术问题。

4、为此，提出一种储能柜智能充放电控制方法。

技术实现思路

1、本发明的目的在于提供一种储能柜智能充放电控制方法。本发明获取储能柜运行数据，基于热力学第二定律和牛顿冷却定律计算不可逆熵产率与代价指数；基于该指数构建含网调服从度惩罚因子的非合作博弈模型，解算并缓存纳什均衡的功率分配权重矩阵；接收宏观指令时，评估瞬时熵产率跃升斜率及瞬态热弹性余量；若突破安全边界，则激活防御机制向上层反馈虚拟限幅，底层利用热弹性余量吸收冲击，并免通信调用缓存矩阵将高频载荷重定向至相邻储能柜。本发明解决了宏观调度与物理边界脱节的问题，显著提升了异构集群的寿命均衡与非稳态工况下的运行韧性。

2、为实现上述目的，本发明提供如下技术方案：

3、一种储能柜智能充放电控制方法，应用于包含多个异构储能柜的储能集群，包括：

4、获取各储能柜的实时热电运行数据与冷却液流量数据，基于实时运行数据计算局域热力学不可逆熵产率；并结合冷却液流量数据对预置的绝热温升速率临界阈值进行修正，生成熵增损耗代价指数；

5、各储能柜获取相邻储能柜的熵增损耗代价指数，构建包含单体寿命损耗目标与全局网调服从度惩罚因子的非合作博弈模型，解算达成纳什均衡的功率分配权重矩阵，并作为本地预案查表进行缓存，生成本地微调指令；

6、将能量管理系统下发的宏观网调指令与本地微调指令进行比对，评估服从宏观网调指令时的瞬时熵产率跃升斜率，并基于修正后的绝热温升速率临界阈值计算瞬态热弹性余量；

7、若瞬时熵产率跃升斜率突破物理安全边界阈值，则向能量管理系统反馈虚拟限幅信号；同时，利用瞬态热弹性余量吸收部分功率冲击，并将超出安全边界的冗余功率指令分离为高频载荷分量，调用本地预案查表并动态激增虚拟阻抗，以物理波动免通信触发母线分流，将高频载荷分量重定向至相邻储能柜进行物理消纳。

8、优选的，获取各储能柜的实时热电运行数据与冷却液流量数据，基于实时运行数据计算局域热力学不可逆熵产率，包括：实时采集电芯单体的表面温度、极柱温度以及流入、流出储能柜的冷却液温差；获取充放电电流并结合预置的等效电路模型计算实时内阻；基于充放电电流的平方值与所述实时内阻的乘积提取不可逆产热率，并在严格剔除由电芯可逆熵变系数决定的可逆反应热干扰后，将所述不可逆产热率与实时热力学温度进行比值运算，得到局域热力学不可逆熵产率，表征单位时间内电芯内部由于电化学反应和物理发热导致的不可恢复的能量退化程度。

9、优选的，结合冷却液流量数据对预置的绝热温升速率临界阈值进行牛顿冷却定律修正，生成熵增损耗代价指数，包括：获取冷却液流量对应的对流换热系数以及电芯表面与冷却液的有效换热面积；获取冷却液出入口温度以计算沿程有效特征温度；计算电芯表面温度与沿程有效特征温度的实时等效温差；根据牛顿冷却定律，利用对流换热系数、有效换热面积与实时等效温差的乘积，确定当前系统的实时散热功率；将所述预置的绝热温升速率临界阈值转化为基准绝热产热功率，并与所述实时散热功率线性叠加，得到修正后的安全产热边界；根据所述安全产热边界计算实时允许的熵产率上限；将所述局域热力学不可逆熵产率与实时允许的熵产率上限的比值定义为熵增损耗代价指数。

10、优选的，构建包含单体寿命损耗目标与全局网调服从度惩罚因子的非合作博弈模型具体包括：将各储能柜设定为独立的博弈智能体，各智能体的单体寿命损耗目标定义为最小化单位步长内的等效电量衰减率；所述等效电量衰减率为所述熵增损耗代价指数的指数衰减值与深度应力惩罚系数的乘积，所述深度应力惩罚系数随荷电状态趋近充放电截止区间呈非对称递增；在目标函数中引入全局网调服从度惩罚因子，所述全局网调服从度惩罚因子定义为单体实际响应功率与宏观网调指令分配功率之差的绝对值，并乘以随电网调频压力动态调整的权重系数；各智能体交互所述代价指数以迭代调整功率权重，当单体衰减率降低的边际收益等于偏离指令的边际惩罚时截断迭代，输出功率分配份额作为所述纳什均衡解。

11、优选的，解算达成纳什均衡的功率分配权重矩阵，并作为本地预案查表进行缓存，包括：采用分布式迭代寻优算法，解算各智能体在不同荷电状态区间、健康状态区间及所述熵增损耗代价指数区间下的功率分配份额，生成功率分配权重矩阵；将所述功率分配权重矩阵以静态结构化数据的形式存储于各储能柜的本地控制器闪存中，形成所述本地预案查表；所述本地预案查表关联有动态控制偏移量，在通信链路中断或本地计算受限时，基于实时参数对所述功率分配权重进行本地化自持检索与修正输出。

12、优选的，评估服从宏观网调指令时的瞬时熵产率跃升斜率，并基于修正后的绝热温升速率临界阈值计算瞬态热弹性余量，包括：对所述宏观网调指令进行一阶导数计算获取功率变化率，并提取等效电路模型中与所述功率变化率频段相匹配的动态极化内阻；利用所述功率变化率与所述动态极化内阻计算瞬态产热突变值，并将所述瞬态产热突变值除以实时的绝对温度，得到所述瞬时熵产率跃升斜率；获取电芯比热容与电芯质量的乘积作为系统热容常数；将所述修正后的安全产热边界除以所述系统热容常数，获取最大允许温升速率；对所述最大允许温升速率在预设时间窗口内进行积分，获取可用温差窗口；将所述系统热容常数与所述可用温差窗口相乘，得到表征瞬时能量吸收极值的所述瞬态热弹性余量。

13、优选的，将超出安全边界的冗余功率指令分离为高频载荷分量，调用本地预案查表并动态激增虚拟阻抗，以物理波动免通信触发母线分流，将高频载荷分量重定向至相邻储能柜进行物理消纳，包括：利用数字低通滤波器对超出安全边界的冗余功率指令进行频域分解，将频率高于预设截止频率阈值的波动分量定义为高频载荷分量；当判断本地储能柜的所述瞬态热弹性余量低于预设的安全下限阈值时，直接根据本地预案查表在控制环路中瞬时调增本地柜体的高频虚拟阻抗，以柔性拒收高频载荷分量并在共享母线上诱发物理波动；同时，集群中对应的相邻储能柜基于同一本地预案查表同步感知物理波动并瞬时调降其自身的高频虚拟阻抗，引导与所述高频载荷分量对应的真实高频涌流在物理线路上自动分流并重定向涌入所述相邻储能柜进行物理消纳。

14、与现有技术相比，本发明的有益效果为：

15、1.本发明通过引入局域热力学不可逆熵产率，并结合基于牛顿冷却定律修正的动态边界，本发明能够从能量耗散这一本质层面量化电芯内部的物理损耗。这种方式打破了仅依赖荷电状态或端电压等电学参数的局限性，实现了对储能单体在复杂温控环境下健康状态的深度感知，为后续的精细化功率分配提供了更具参考价值的物理判据。

16、2.本发明利用包含单体寿命损耗与全局服从度惩罚因子的非合作博弈模型，本发明能够统筹兼顾各储能柜的个体健康需求与电网的宏观调度目标。通过解算并缓存纳什均衡下的权重矩阵，系统能够在不依赖实时中心化决策的情况下，引导异构柜体之间达成响应份额的帕累托改进，有效抑制了集群运行中的“短板效应”，促进了储能系统全生命周期经济效益的平稳发挥。

17、3.本发明依托瞬态热弹性余量的测算与高频载荷分量的重定向机制，本发明赋予了底层硬件在面对突发功率阶跃时的物理缓冲能力。在不中断宏观响应的前提下，通过免通信的本地预案调用实现载荷在集群内部的时空重构，不仅减缓了局部电芯的瞬态热应力冲击，还降低了系统对外部通信链路实时性的依赖，保障了储能集群在非稳态工况下的安全连续运行。