一种设备储能充放电的能效数据判断方法、介质和系统与流程

1.本发明涉及设备负载的充放电控制策略，尤其涉及一种设备储能充放电的能效数据判断方法、介质和系统。


背景技术：

2.当前，电源侧新能源装机快速增长，用户侧负荷呈多样性变化，电力系统面临诸多挑战。储能技术可在提高可再生能源消纳比例、保障电力系统安全稳定运行等方面发挥重要作用，是目前大规模发展新能源、保障能源安全的关键技术。
3.方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。
4.方差分析(analysis of variance，简称anova)，又称“变异数分析”，是r.a.fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析的基本思想是：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
5.19世纪俄国数学家切比雪夫研究统计规律中，论证并用标准差表达了一个不等式，这个不等式具有普遍的意义，被称作切比雪夫定理，其大意是：
6.任意一个数据集中，位于其平均数m个标准差范围内的比例(或部分)总是至少为1－1/m2，其中m为大于1的任意正数。对于m＝2，m＝3和m＝5有如下结果：所有数据中，至少有3/4(或75％)的数据位于平均数2个标准差范围内。所有数据中，至少有8/9(或88.9％)的数据位于平均数3个标准差范围内。所有数据中，至少有24/25(或96％)的数据位于平均数5个标准差范围内。


技术实现要素：

7.发明目的：本发明目的是提供一种设备储能充放电的能效数据判断方法，能够在真实应用中根据设备负载的运行状况不断调整储能单元的充放电的设置，在保证满足用电的前提下，对电网起到更好的回馈和更合理的利用，节能减排。
8.技术方案：一种设备储能充放电的能效数据判断方法，包括：
9.步骤1：从生产系统实时数据库中获取设备负载的监测数据；
10.步骤2：针对监测数据进行方差分析，得到某一时间段内设备负载的运行数据并从中筛选出高功率运行数据；
11.步骤3：结合用电峰谷和通过方差分析所得到的时间点集，判定储能设备的充放电时间；周期性地循环上述判断过程，实时更新判断依据和充放电时间。
12.进一步地，步骤2中的方差分析具体包括：
13.步骤2.1：定义变量x为设备负载所耗费功率大小，为样本时间段内的平均消耗功率；
14.步骤2.2：设备负载工作功率的期望工作功率的方差为d(x)＝σ2，其中n为样本数量；
15.步骤2.3：根据切比雪夫不等式以及工作功率数据集x中的所有数据可以得到如下关系：
[0016][0017]
其中，m为任意大于0的正数。由该不等式得到：针对工作功率的数据集中的所有数据，至少有的高频工作功率数据位于[μ-mσ,μ+mσ]中，将这部分数据提取出来，记做新的数据集xi，i∈[1、2
…
n]。
[0018]
步骤2.4：定义设备负载正常工作功率xn，对于工作功率数据集，处于大于或等于xn工作功率的负载工作状态定义为设备负载高耗能运行状态；
[0019]
步骤2.5：对筛选出来的数据集xi进行排序，并再次筛选出符合步骤2.4中要求的数据点及其对应的时间点，记为ti；
[0020]
步骤2.6：将所有符合条件的时间点ti带入地区用电峰谷电价表，找出落于高峰电价的时间点集，记为t
max
，对于t
max
时间点，储能单元进行放电；
[0021]
步骤2.7：对于地区用电峰谷电价表的低谷电价时间段，储能单元进行充电。
[0022]
进一步地，步骤2.4中，设备负载正常工作功率xn为设备的额定功率，或者，在规定工作条件下能够连续输出的有效功率。
[0023]
进一步地，用电峰谷情况具体为地区用电峰谷电价表。
[0024]
进一步地，根据地区用电峰谷电价和筛选出的高功率负载运行时间点集，找出高峰电价与高频高功率负载运行相互重合的时间点，判定这些时间点为储能设备放电时间。
[0025]
进一步地，根据地区用电峰谷电价表，判定储能设备在所有低谷电价时间进行充电。
[0026]
进一步地，监测数据样本为24小时内设备的负载功率数据。
[0027]
进一步地，该方法用于边缘计算场景的微型数据中心和一体化数据中心装备，在没有足够计算资源的边缘场景中支撑边缘设备，实现边缘设备的储能充放电进行节能减排。
[0028]
具体实施中，存在一种计算机可读存储介质，包括供一个或多个处理器执行的一个或多个程序，一个或多个程序包括用于执行如上所述任一方法的指令。
[0029]
进一步地，设备储能充放电的能效数据判断方法的系统，包括：
[0030]
数据获取模块：用于从生产系统实时数据库中获取设备负载的监测数据；
[0031]
阈值分析模块：用于对监测数据进行分析处理，筛选出高功率运行数据；
[0032]
预判比较模块：用于结合用电峰谷和高功率运行数据所得到的时间点集，判定储能设备的充放电时间。
[0033]
其中，判断比较模块还包括：设置负载正常工作功率为额定功率，或者，在规定工
作条件下能够连续输出的有效功率。
[0034]
有益效果：与现有技术相比，本发明具有如下显著的优点：分析得出的储能设备充放电时间区间，提前设置好负载设备中储能单元充放电时间，减少高峰用电时间用电所带来的用电浪费；并且继续记录并统计负载设备的用电情况，重复上述方差分析过程，合理地控制储能设备充放电时间，达到节能减排的效果，该控制策略简单实用、效率高。
附图说明
[0035]
图1为本发明中储能设备充放电的示意图；
[0036]
图2为本发明的用电峰谷电价的方案示意图；
[0037]
图3为本发明的近期设备功率的示意图；
[0038]
图4为本发明的处理结果示意图。
具体实施方式
[0039]
下面结合附图对本发明的技术方案作进一步说明。
[0040]
图1为储能设备充放电的示意图，设备功率预测包含如下步骤：
[0041]
获取地区用电峰谷情况用电使用政策，实现对电能的合理利用。如图2所示为用电峰谷电价的方案示意图；
[0042]
从生产系统实时数据库中获取设备负载的监测数据样本；监测数据样本主要包括24小时内设备的负载功率数据，如图3所示；
[0043]
基于设备负载检测数据，通过方差分析法，得到设备负载运行情况的高频数据并从中筛选出符合要求的高功率运行数据。该方法可以以天为单位，周期性地循环上述判断过程，结合实际情况实时改进判断依据和充放电时间。
[0044]
如图4所示，按照地区用电峰谷电价情况和所筛选出的高功率负载运行时间点集，找出高峰电价于高频高功率负载运行相互重合的时间点，判定这些时间为储能设备放电时间。根据地区用电峰谷电价表，判定储能设备在所有低谷电价时间进行充电。
[0045]
具体分析过程如下：
[0046]
(1)定义变量x为设备负载所耗费功率大小，为样本时间段内的平均消耗功率，
[0047]
(2)对于负载工作功率的期望负载工作功率的方差为d(x)＝σ2，其中n为样本数量；
[0048]
(3)根据切比雪夫不等式的定义，针对负载工作功率的数据集中的所有数据，至少有75％的高频工作功率数据位于[μ-2σ,μ+2σ]中，将这部分数据提取出来，记做新数据集xi；
[0049]
(4)定义设备正常工作功率xn，对于负载工作功率数据集，处于大于或等于xn工作功率的负载工作状态定义为设备负载高耗能运行状态；
[0050]
(5)对筛选出来的数据集xi进行排序，并再次筛选出符合上述条件的数据点并找出符合条件的数据所对应的时间点，记为ti；
[0051]
(6)将所有符合条件的时间点带入用电峰谷电价表，找出落于高峰电价的时间点集，记为t
max
，对于这些时间点将设备的储能单元进行放电使用；
[0052]
(7)对于用电峰谷电价表的低谷电价时间段，将对设备的储能单元进行充电，由此可以做到减少电网电量浪费实现有效储能，对电网用电平衡起到补充作用。
[0053]
传统的判断高频工作功率点的方法大多基于正态分布下的方差分析来界定，而本实施例中为了使判断方法更加普遍适用于实际工作情况，引入了切比雪夫定理：任意一个数据集中，位于其平均数m个标准差范围内的比例(或部分)总是至少为1－1/m2，其中m为大于1的任意正数，摆脱了特定情况的限制，并且排除在非正态分布下异常数据对判断结果的影响。
[0054]
其中，m是一个可以修改的任意正数，本领域技术人员可以根据实际工作情况更改m的数值来提高判断的精度，从而更精准地实现设备的储能充放电。
[0055]
根据上述的面向边缘计算设备储能充放电的能效数据判断方法，当做完一定样本容量的方差分析预测后，将用分析得出的储能设备充放电时间区间，提前设置好负载设备中储能单元充放电时间，减少高峰用电时间用电所带来的用电浪费；并且继续记录并统计负载设备的用电情况，重复上述方差分析过程，合理地控制储能设备充放电时间，达到节能减排的效果。
[0056]
如图4所示，找到位于高峰电价时间段高频率出现的负载高功率工作的时间点(三角点)，在这些时间点，调整储能设备进行放电以供负载使用。
[0057]
在图2所示的低点价时间段，储能设备将保持充电状态，以供之后的放电阶段使用。以此循环，达到节约高峰电价时间段直接用电所带来的消耗，减少电网电量浪费实现有效储能，对电网用电平衡起到补充作用。
[0058]
不同于传统大型数据中心，该方法更适用于边缘计算场景的微型数据中心和一体化数据中心装备，在没有足够计算资源的边缘场景中将起到支撑边缘设备，实现设备通过储能充放电进行节能减排的作用。
[0059]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0060]
本发明的具体实施方式中，未涉及到的说明属于本领域的公知技术，可参考公知技术加以实施。

技术特征：
1.一种设备储能充放电的能效数据判断方法，其特征在于，包括：步骤1：从生产系统实时数据库中获取设备负载的监测数据；步骤2：针对监测数据进行方差分析，得到某一时间段内设备负载的运行数据并从中筛选出高功率运行数据；步骤3：结合用电峰谷和通过方差分析所得到的时间点集，判定储能设备的充放电时间；周期性循环上述判断过程，实时更新判断依据和充放电时间。2.根据权利要求1所述的设备储能充放电的能效数据判断方法，其特征在于，所述步骤2中的方差分析具体包括：步骤2.1：定义变量x为设备负载所耗费功率大小，为样本时间段内的平均消耗功率；步骤2.2：设备负载工作功率的期望工作功率的方差为d(x)＝σ2，其中n为样本数量；步骤2.3：根据切比雪夫不等式以及工作功率数据集x中的所有数据，得到如下关系：其中，m为任意大于0的正数，p为满足判断条件的数据的概率，针对工作功率的数据集中的所有数据，至少有的高频工作功率数据位于[μ-mσ,μ+mσ]中，提取该部分数据记做新的数据集x
i
，i∈[1、2
…
n]；步骤2.4：定义设备负载正常工作功率x
n
，对于工作功率数据集，处于大于或等于x
n
工作功率的负载工作状态定义为设备负载高耗能运行状态；步骤2.5：对筛选出来的数据集x
i
进行排序，并再次筛选出符合步骤2.4中要求的数据点及其对应的时间点，记为t
i
；步骤2.6：将所有符合条件的时间点t
i
带入地区用电峰谷电价表，找出落于高峰电价的时间点集，记为t
max
，对于t
max
时间点，储能单元进行放电；步骤2.7：对于地区用电峰谷电价表的低谷电价时间段，储能单元进行充电。3.根据权利要求1所述的设备储能充放电的能效数据判断方法，其特征在于，所述步骤2.4中，设备负载正常工作功率x
n
为设备的额定功率，或者，在规定工作条件下能够连续输出的有效功率。4.根据权利要求1所述的设备储能充放电的能效数据判断方法，其特征在于，所述用电峰谷情况具体为地区用电峰谷电价表。5.根据权利要求4所述的设备储能充放电的能效数据判断方法，其特征在于，根据地区用电峰谷电价和筛选出的高功率负载运行时间点集，找出高峰电价与高频高功率负载运行相互重合的时间点，判定这些时间点为储能设备放电时间。6.根据权利要求4所述的设备储能充放电的能效数据判断方法，其特征在于，根据地区用电峰谷电价表，判定储能设备在所有低谷电价时间进行充电。7.根据权利要求1所述的设备储能充放电的能效数据判断方法，其特征在于，所述监测数据样本为24小时内设备的负载功率数据。8.根据权利要求1所述的设备储能充放电的能效数据判断方法，其特征在于，该方法用
于边缘计算场景的微型数据中心和一体化数据中心装备，在没有足够计算资源的边缘场景中支撑边缘设备。9.一种计算机可读存储介质，其特征在于，包括供一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述方法的指令。10.一种权利要求1所述的设备储能充放电的能效数据判断方法的系统，其特征在于，包括：数据获取模块：用于从生产系统实时数据库中获取设备负载的监测数据；阈值分析模块：用于对监测数据进行分析处理，筛选出高功率运行数据；预判比较模块：用于结合用电峰谷和高功率运行数据所得到的时间点集，判定储能设备的充放电时间。11.根据权利要求10所述的设备储能充放电的能效数据判断系统，其特征在于，所述判断比较模块还包括：设置负载正常工作功率为额定功率，或者，在规定工作条件下能够连续输出的有效功率。

技术总结
本发明公开了一种设备储能充放电的能效数据判断方法、介质和系统，该方法包括：从生产系统实时数据库中获取设备负载的监测数据；针对监测数据进行方差分析，得到某一时间段内设备负载的运行数据并从中筛选出高功率运行数据；结合用电峰谷和通过方差分析所得到的时间点集，判定储能设备的充放电时间；周期性循环上述判断过程，实时更新判断依据和充放电时间。本发明提前设置好负载设备中储能单元充放电时间，减少高峰用电时间用电所带来的用电浪费；重复上述方差分析过程，合理地控制储能设备充放电时间，达到节能减排的效果，该控制策略简单实用、效率高，适用边缘计算场景的微型数据中心和一体化数据中心装备，具有切实可行的实用价值。的实用价值。的实用价值。


技术研发人员：俞俊 杨华飞 张银铁 刘辉 毛林晖 吴禹 王丽君
受保护的技术使用者：南瑞集团有限公司
技术研发日：2022.01.12
技术公布日：2023/7/25