一种基于Holt线性趋势模型的电化学储能电站SOC异常检测方法与流程

文档序号:23067179发布日期:2020-11-25 17:54阅读:345来源:国知局
一种基于Holt线性趋势模型的电化学储能电站SOC异常检测方法与流程

本发明涉及电化学储能电站运行状态检测技术领域,具体涉及一种基于holt线性趋势模型的电化学储能电站soc异常检测方法。



背景技术:

电力工业是国民经济的基础产业,储能是智能电网、能源互联网的重要组成部分和关键支撑技术。国民生活离不开电力的供应,储能技术是一项可能对未来能源系统发展及运行带来革命性变化的技术。为了缓解和应对不同时刻用电量不同所造成的用电压力,全国各地建立了电化学储能电站以调节峰谷用电问题。在众多储能技术中,技术进步最快的是电化学储能技术。

电化学储能具有使用方便、环境污染少,不受地域限制,在能量转换上不受卡诺循环限制、转化效率高、比能量和比功率高等优点。但是传统的电化学储能电站,因为通过人工管理的方式,导致管理效率低下,以及无法实时监控储能电站运行过程中soc异常等问题。



技术实现要素:

本发明的目的是针对电化学储能电站运行过程中无法实时监测soc异常的情况,提出一种基于holt线性趋势模型的电化学储能电站soc异常检测方法。

本发明针对电化学储能电站运行过程中出现的soc异常,主要考虑以下两种状况:

i、所述电化学储能电站各单元实时soc值偏离每日运行计划;

ii、所述电化学储能电站充放电过程中全站与各单元soc值超过给定的闭锁值范围;

针对上述第i种异常情况,本发明所述检测方法包括如下步骤:

步骤1,采集所述电化学储能电站历史运行状态的soc数据;

步骤2,利用时间序列分析算法建立soc随时间变化的holt线性趋势模型;

步骤3,利用所建立的holt线性趋势模型,根据每日充放电计划及实时采集到的soc值预测下一个时刻的soc值;

步骤4,采集所述电化学储能电站当前soc值;

步骤5,将所示电化学储能电站soc值与预测模型的值进行比较,根据实际soc值与预测的soc值的差值对所述电化学储能电站soc状态进行判定,若差值超过阈值则判定所述电化学储能电站当前处于soc异常状态。

作为上述方案的进一步优化,所需要建立的soc随时间变化的holt线性趋势模型具体公式描述为:

式中,

公式第一行表示水平平滑方程;公式第二行表示趋势平滑方程;公式第三行表示预测方程;t表示当前时刻;h表示预测超前期数,也称为预测步长,这里我们取h为1和2来对预测的值进行修正;xt+h表示t+h时刻soc值;xt表示当前时刻采集soc值;lt表示t时刻的预估水平值;bt表示t时刻的预测趋势值;α表示水平平滑系数,其中,α的取值范围为[0,1];β表示趋势平滑系数,其中,β的取值范围为[0,1]。

作为上述方案的进一步优化,利用时间序列分析算法建立soc随时间变化的holt线性趋势模型的步骤为:

步骤1,初始值的确定,水平平滑方程中预估水平值初值l1采用初值法进行确定,即l1=x1;趋势平滑方程中预测趋势值初值b1采用平均值法进行确立,即

步骤2,平滑系数α、β值的确定,在建模的过程中,根据误差平方和最小的原则确定α、β的值,误差平方和函数表示为:

其中,xt为采集到的实际值,为预测值,即使误差平方和函数f最小时,对应的α、β的值为最优参数;

步骤3,将步骤2求取的历史每一天的α、β的值求平均,得到当日holt线性趋势模型的α、β值。

根据以上三个步骤,建立当日soc随时间变化的holt线性趋势模型。

作为上述方案的进一步优化,步骤1.5的具体过程为:

步骤4.1,根据历史数据确定holt线性趋势模型中α、β的值;

步骤4.2,根据当日采集的前两个数据确定holt线性趋势模型中预估水平值初值l1和预测趋势值初值b1;

步骤4.3,根据公式lt=α·xt+(1-α)·(lt-1+bt-1)计算第t时刻的预估水平值lt;

步骤4.4,根据公式bt=β·(lt-lt-1)+(1-β)·bt-1计算第t时刻预测趋势值bt;

步骤4.5,根据公式xt+h=lt+h·bt,h=1,2计算预测值xt+h;

步骤4.6,将第(t-1)时刻预测的x(t-1)+2的值与第t时刻预测的xt+1的值取平均,作为预测的的值;

步骤4.7,采集xt+1的实测值,若实测值与预测值相差大于给定的阈值,则提示soc异常,并记录相关的异常信息,若在正常范围内,则重复步骤4.3-步骤4.7直至预测结束。

针对上述第ii种异常情况,本发明所述检测方法包括如下步骤:

步骤1,获取所述电化学储能电站全站soc值;

步骤2,获取所述电化学储能电站各单元soc值;

步骤3,依次将各单元soc值与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常;

步骤4,计算各单元soc的平均值,与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常。

作为上述方案的进一步优化,所述检测方法具体描述为:

步骤1,获取所述电化学储能电站全站soc值sa;

步骤2,获取所述电化学储能电站各单元soc值si(i=1,2,3,…,n),其中,i表示所述电化学储能电站的各储能单元;

步骤3,依次将各单元soc值与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常,差值的计算公式为:

δ=sa-si

步骤4,计算各单元soc的平均值,各单元soc的平均值的计算公式为:

将各单元soc的平均值与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常,差值的计算公式为:

当δ或的值超过5%时,断定电化学储能电站处于soc异常状态。

本发明具有以下技术效果:本发明克服了传统的电化学储能电站因为通过人工管理的方式导致管理效率低下的问题,使得管理效率大大提高,同时本发明实时性好,能够根据建立的holt线性趋势模型及实时采集的soc数据值,预测未来soc的变化情况,并根据预测的结果与实际采集到的结果进行比较,判断soc是否发生异常,并及时、准确地记录并上报异常情况。

附图说明

图1为本发明针对第i种soc异常检测方法运行流程框图;

图2为本发明针对第ii种soc异常检测方法运行流程框图;

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明:

如图1所示,为本发明公开的针对电化学储能电站各单元实时soc值偏离每日运行计划异常检测方法的运行流程图,其运行步骤包括如下:

步骤1,采集所述电化学储能电站历史运行状态的soc数据;

步骤2,利用时间序列分析算法建立soc随时间变化的holt线性趋势模型;

步骤3,利用所建立的holt线性趋势模型,根据每日充放电计划及实时采集到的soc值预测下一个时刻的soc值;

步骤4,采集所述电化学储能电站当前soc值;

步骤5,将所示电化学储能电站soc值与预测模型的值进行比较,根据实际soc值与预测的soc值的差值对所述电化学储能电站soc状态进行判定,若差值超过阈值则判定所述电化学储能电站当前处于soc异常状态。

而根据所建立的holt线性趋势模型,soc预测及异常检测的步骤为:

步骤1,根据历史数据确定holt线性趋势模型中α、β的值;

步骤2,根据当日采集的前两个数据确定holt线性趋势模型中预估水平值初值l1和预测趋势值初值b1;

步骤3,根据公式lt=α·xt+(1-α)·(lt-1+bt-1)计算第t时刻的预估水平值lt;

步骤4,根据公式bt=β·(lt-lt-1)+(1-β)·bt-1计算第t时刻预测趋势值bt;

步骤5,根据公式xt+h=lt+h·bt,h=1,2计算预测值xt+h;

步骤6,将第(t-1)时刻预测的x(t-1)+2的值与第t时刻预测的xt+1的值取平均,作为预测的的值;

步骤7,采集xt+1的实测值,若实测值与预测值相差大于给定的阈值,则提示soc异常,并记录相关的异常信息,若在正常范围内,则重复步骤3-步骤7直至预测结束。

如图2所示,为本发明公开的针对电化学储能电站充放电过程中全站与各单元soc值超过给定的闭锁值范围异常检测方法的运行流程图,其运行步骤包括如下:

步骤1,获取所述电化学储能电站全站soc值;

步骤2,获取所述电化学储能电站各单元soc值;

步骤3,依次将各单元soc值与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常;

步骤4,计算各单元soc的平均值,与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常。

作为上述方案的进一步优化,所述检测方法具体描述为:

步骤1,获取所述电化学储能电站全站soc值sa;

步骤2,获取所述电化学储能电站各单元soc值si(i=1,2,3,…,n),其中,i表示所述电化学储能电站的各储能单元;

步骤3,依次将各单元soc值与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常,差值的计算公式为:

δ=sa-si

步骤4,计算各单元soc的平均值,各单元soc的平均值的计算公式为:

将各单元soc的平均值与电化学储能电站全站soc值进行比较,差值超过5%判定为soc异常,差值的计算公式为:

当δ或的值超过5%时,断定电化学储能电站处于soc异常状态。

综上,本发明的一种基于holt线性趋势模型的电化学储能电站soc异常检测方法,特别针对电化学储能电站各单元实时soc值偏离每日运行计划和电化学储能电站充放电过程中全站与各单元soc值超过给定的闭锁值范围两种异常情况给出了不同的检测方法。针对各单元实时soc值偏离每日运行计划的检测方法,其步骤为:1、采集所述电化学储能电站历史运行状态的soc数据;2、利用时间序列分析算法建立soc随时间变化的holt线性趋势模型;3、预测所述电化学储能电站当前的soc值;4、采集所述电化学储能电站当前soc值;5、根据实际soc值与预测的soc值对soc状态进行判定。针对电化学储能电站充放电过程中全站与各单元soc值超过给定的闭锁值范围的检测方法,其步骤为:1、获取所述电化学储能电站全站soc值;2、获取所述电化学储能电站各单元soc值;3、依次将各单元soc值与电化学储能电站全站soc值进行比较;4、计算各单元soc的平均值,与电化学储能电站全站soc值进行比较。本发明的两种的方法均能够及时发现电化学储能电站中发生的soc异常。

在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1