一种用户侧物联化智能光储设备能量动态分配方法与流程

本发明涉及能量分配领域，特别涉及一种用户侧物联化智能光储设备能量动态分配方法。

背景技术：

为了更好地实现分配各时段的能量输出，目前全国各地纷纷采用削峰填谷的电价策略，即针对一天内不同时段征收不同的电价，在用电高峰期电价较贵，在用电低谷期电价较便宜，以此来到达促使用户用电平衡的目的。对于此政策的出台，由于用户的用电习惯实际上是难以改变的，因此取得的效果并不是很明显。

为了做到最大化节约成本，许多使用ups或储能设备的用户都希望设备能够支持光伏和削峰填谷的功能。而光伏是指使用太阳能清洁能源进行供电，因受天气影响，光伏的发电情况是不可控的。因光伏的不可控因素，在加入光伏并且考虑削峰填谷策略后，如何分配能量成了重要的研究课题。

随着物联网技术的逐渐成熟，许多设备均采用物联网接入，以获取更加智能的功能。采用物联网的光伏储能设备能够连接服务器，并获得更强的运算能力，从而可以实现更加智能合理地定制各小时的能量分配策略。

目前的储能设备很少考虑到光伏与削峰填谷同时存在的情况下的能量分配问题，通常仅是直接针对峰谷设定一个电池充放电方案。但如果用户用电量和光伏发电量变动较大时，可能会导致光伏的发电无法存储或者峰段没有足够电池电量放出，导致经济效益较差。如果采用事先规定各时段的策略方案，可能需要事先采集用户用电情况和全年光伏发电量情况，这个过程不仅十分麻烦、复杂，而且需要设置诸多的参数，政策也易变，因此，实现起来十分困难。

技术实现要素：

本发明要解决的技术问题，在于提供一种用户侧物联化智能光储设备能量动态分配方法，通过该方法来自动分析并动态调整能量分配策略，可有效抵抗光伏发电不稳定以及用户用电习惯的变化。

本发明是这样实现的：一种用户侧物联化智能光储设备能量动态分配方法，所述方法包括如下步骤：

步骤s1、搜集用户历史用电数据并上传至服务器，服务器根据用户历史用电数据进行超短期用电负荷预测，得出用户每小时的用电量；

步骤s2、服务器通过物联网获取智能光储设备的设备信息以及通过天气预报api获取天气信息，并采用光伏出力模型算法或者光伏仿真软件预测出智能光储设备每小时的光伏发电量；

步骤s3、服务器根据预测出的用户每小时的用电量以及智能光储设备每小时的光伏发电量，逐小时自动分析并动态调整能量分配策略；智能光储设备每隔小时均从服务器获取并更新一次能量分配策略，并根据能量分配策略来执行下一小时的能量分配。

进一步地，在所述步骤s3中，所述的服务器根据预测出的用户每小时的用电量以及智能光储设备每小时的光伏发电量，逐小时自动分析并动态调整能量分配策略具体包括：

步骤s31、服务器对智能光储设备设定一个最小储备电量socups；服务器根据预测出的用户每小时的用电量以及智能光储设备每小时的光伏发电量，以是否能够完全带动负载输出作为依据将光伏分为光伏高功率输出和光伏低功率输出；

步骤s32、当处于光伏高功率输出时，则控制智能光储设备直接使用光伏对负载进行供电，且如果还存在多余的电量，则同时控制智能光储设备对电池进行充电；

当处于光伏低功率输出时，则结合削峰填谷的不同时段自动生成不同的能量分配策略。

进一步地，所述的当处于光伏低功率输出时，则结合削峰填谷的不同时段自动生成不同的能量分配策略具体为：

当处于光伏低功率输出且当前时段处在峰段电价及以上时，判断电池电量是否小于等于最小储备电量socups，且如果是，则使用光伏和交流电进行供电，使电池静置；如果否，则使用光伏和电池进行供电；

当处于光伏低功率输出且当前时段处在平段电价，同时下一个时段为谷段电价时，则判断平段放电、谷段充电是否获益，且如果否，则使用光伏和交流电进行供电，使电池静置；

如果是，则判断电池电量是否小于等于最小储备电量socups，如果是，则使用光伏和电池进行供电；如果否，则使用光伏和交流电进行供电，使电池静置；

当处于光伏低功率输出且当前时段处在平段电价，同时下一个时段为峰段电价及以上时，则预测下个时段的净发电量是否为正，且如果是，则计算出从下个时段开始连续净发电量为正的总和，以预测出未来连续时段能够使用光伏充电的量，并使用光伏和电池进行供电，直到使电池放电至能够存放未来连续时段内光伏充电的量，同时，如果电池放电至等于最小储备电量socups，则使用光伏和交流电进行供电；

如果否，则判断平段充电、峰段放电是否获益，如果是，则使用光伏和交流电进行供电，并使电池充电至足够未来连续峰段使用的电量；如果否，则使用光伏和交流电进行供电；

当处于光伏低功率输出且当前时段处在谷段电价时，则根据未来时段的发电和用电情况计算出电池的目标百分比的上下限，记目标百分比的上限为soctop，记目标百分比的下限为socbottom；

且如果电池的当前目标百分比处在下限socbottom至上限soctop的范围内，则使用光伏和交流电进行供电，使电池静置；如果电池的当前目标百分比大于上限soctop，则使用光伏和电池进行供电；如果电池的当前目标百分比小于下限socbottom，则使用光伏和交流电进行供电，并以恒定功率对电池进行充电。

进一步地，所述的判断平段放电、谷段充电是否获益具体为：

设定平段电价为x1，谷段电价为y1，则如果x1-(y1/η充η放)为正，则说明平段放电、谷段充电能够获益；否则说明平段放电、谷段充电不能获益。

进一步地，所述的判断平段充电、峰段放电是否获益具体为：

设定平段电价为x2，峰段电价为y2，则如果y2-(x2/η充η放)为正，则说明平段充电、峰段放电能够获益；否则说明平段充电、峰段放电不能获益。

进一步地，所述的根据未来时段的发电和用电情况计算出电池的目标百分比的上下限具体包括：

步骤a1、计算从当前时刻开始到下个谷段开始的这段时间内每个小时的理论电池净增长量soc，具体包括：

记预测出的某个时段用户的用电量为e0，智能光储设备的光伏发电量为e1；如果是处于谷段电价的时段，若e1-e0>＝0，则理论电池净增长量soc为(e1-e0)*η充/电池总电量；若e1-e0<0，则理论电池净增长量soc为0；

如果是处于非谷段电价的时段，则理论电池净增长量soc为(e1-e0)*η充/电池总电量；

根据上述理论电池净增长量soc的计算方式，计算出从当前时刻开始到下个谷段开始的这段时间内各小时的理论电池净增长量socm，其中，m为自然数；

步骤a2、统计总净增长量∑soc，具体包括：

分别计算出从当前时刻开始到第n个时段的总净增长量∑socn，计算公式为：其中，n为自然数，且n≤m；

步骤a3、从计算出的各∑socn中找出最大值和最小值，并根据找出的最大值和最小值计算电池目标百分比的上限soctop和下限socbottom，具体计算为：

soctop＝100％-max{∑soc1,∑soc2,∑soc3,...,∑socn}；

socbottom＝socups-min{∑soc1,∑soc2,∑soc3,...,∑socn}；

且如果计算出的soctop>100％，则令soctop＝100％；如果计算出的socbottom<socups，则令socbottom＝socups；

步骤a4、判断是否满足100％>＝soctop>＝socbottom>＝socups，如果满足，则确定电池的目标百分比的范围为[socbottom，soctop]；如果不满足，则去掉最后一个∑socn，同时判断是否只剩∑soc1，且如果是，则进入步骤a5；如果否，则返回步骤a3；

步骤a5、判断∑soc1是否小于零，且如果是，则令soctop＝socbottom＝100％；如果否，则令soctop＝socbottom＝socups。

进一步地，所述步骤s3还包括：

智能光储设备逐小时自动向服务器汇报实际的光伏发电量，并使用实际的光伏发电量来校正预测的光伏发电量。

本发明具有如下优点：综上所述，本发明在具体实施，通过先采用超短期用电负荷预测模型来自动预测出用户每小时的用电量，同时使用光伏出力模型算法或者光伏仿真软件来自动预测出智能光储设备每小时的光伏发电量；然后采用当前时段与未来时段进行比对的方式，并结合削峰填谷来逐小时分析并动态制定每个时段的能量分配策略，因此，可有效抵抗光伏发电不稳定以及用户用电习惯的变化；同时，用户也无需设置繁多且复杂的参数，因为很多参数都可以通过统计学习来进行自动计算(如电池净增长量等)，当用户的用电习惯发生变化时，也可以自动的调整参数，易用性得到了极大的提高。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1为本发明方法执行流程图。

具体实施方式

请参阅图1所示，本发明一种用户侧物联化智能光储设备能量动态分配方法的较佳实施例，所述方法包括如下步骤：

步骤s1、搜集用户历史用电数据并上传至服务器，服务器根据用户历史用电数据进行超短期用电负荷预测，得出用户每小时的用电量；

该步骤s1在具体实施时，可以在系统的电能输出端接入电量计量芯片，并通过电量计量芯片来记录用户每小时的用电量，且将记录的用户每小时的用电量作为用户历史数据上传到服务器中进行保存，以方便服务器可以根据用户历史数据来进行超短期用电负荷预测。其中，对于超短期用电负荷预测，目前已有大量的论文及数学支持，例如文献1：冯英，刘宗岐，杨京燕，王凤霞.人工智能在电力系统中的应用-神经网络短期负荷预测中的建模分析(1.华北电力大学电力系统保护与动态安全监控教育部重点实验室北京102206，2.安徽省电力科学研究院安徽230022)；又如文献2:2013年第6期任恒杰基于bp神经网络的短期负荷预测建模仿真。由于现有技术已对超短期用电负荷预测给出了很成熟的技术支撑，因此，本发明在这里就不做具体阐述了。

步骤s2、服务器通过物联网获取智能光储设备的设备信息以及通过天气预报api获取天气信息，并采用光伏出力模型算法或者光伏仿真软件预测出智能光储设备每小时的光伏发电量；

该步骤s2在具体实施时，获取的智能光储设备的设备信息包括光伏发电效率、设备位置等信息，获取的天气信息包括太阳高度角、天气状况、云量、温度、湿度等信息。由于光伏发电受到的影响因素十分之多，因此，需要将各种设备信息和天气信息提交给服务器，以方便通过服务器来预测未来几小时的光伏发电量。其中，光伏出力模型算法目前已经十分成熟，例如，文献3：《中国电机工程学报》2013年第34期袁晓玲施俊华徐杰彦计及天气类型指数的光伏发电短期出力预测；光伏仿真软件可以采用archeliospro软件。

步骤s3、服务器根据预测出的用户每小时的用电量以及智能光储设备每小时的光伏发电量，逐小时自动分析并动态调整能量分配策略；智能光储设备每隔小时均从服务器获取并更新一次能量分配策略，并根据能量分配策略来执行下一小时的能量分配。

在所述步骤s3中，所述的服务器根据预测出的用户每小时的用电量以及智能光储设备每小时的光伏发电量，逐小时自动分析并动态调整能量分配策略具体包括：

步骤s31、服务器对智能光储设备设定一个最小储备电量socups；该智能光储设备可以兼顾后备电源功能，当进行削峰填谷时，需要确保不能低于该最小储备电量socups；

服务器根据预测出的用户每小时的用电量以及智能光储设备每小时的光伏发电量，以是否能够完全带动负载输出作为依据将光伏分为光伏高功率输出和光伏低功率输出；即在具体实施时，如果可以通过光伏来完全带动负载输出，那么就说明是光伏高功率输出，否则如果无法通过光伏来完全带动负载输出，那么就说明是光伏低功率输出；

步骤s32、当处于光伏高功率输出时，则控制智能光储设备直接使用光伏对负载进行供电，且如果还存在多余的电量，则同时控制智能光储设备对电池进行充电；也就是说，当处在光伏高功率输出时，为了达到节约电能的目的，不管是处于削峰填谷的何种阶段，都是直接使用光伏对负载进行供电，同时将多余的电量存储到电池中；

当处于光伏低功率输出时，则结合削峰填谷的不同时段自动生成不同的能量分配策略，以有效抵抗光伏发电不稳定以及用户用电习惯的变化。

在本发明中，所述的当处于光伏低功率输出时，则结合削峰填谷的不同时段自动生成不同的能量分配策略具体为：

当处于光伏低功率输出且当前时段处在峰段电价及以上时，判断电池电量是否小于等于最小储备电量socups，且如果是，则使用光伏和交流电进行供电，使电池静置；如果否，则使用光伏和电池进行供电；

当处于光伏低功率输出且当前时段处在平段电价，同时下一个时段为谷段电价时，考虑到充放电效率的问题，则判断平段放电、谷段充电是否获益，且如果否，则使用光伏和交流电进行供电，使电池静置；

所述的判断平段放电、谷段充电是否获益具体为：

设定平段电价为x1，谷段电价为y1，则如果x1-(y1/η充η放)为正，则说明平段放电、谷段充电能够获益；否则说明平段放电、谷段充电不能获益；其中，η充表示充电效率，η放表示放电效率；

如果是，则判断电池电量是否小于等于最小储备电量socups，如果是，则使用光伏和电池进行供电；如果否，则使用光伏和交流电进行供电，使电池静置；

当处于光伏低功率输出且当前时段处在平段电价，同时下一个时段为峰段电价及以上时，则预测下个时段的净发电量是否为正(即将预测出的下个时段的光伏发电量减去用户的用电量，看得到的是否为正数)，且如果是，则计算出从下个时段开始连续净发电量为正的总和(例如，从下个时段开始有连续3个时段的净发电量均为正，那么就计算出这3个时段的净发电量总和)，以预测出未来连续时段能够使用光伏充电的量，并使用光伏和电池进行供电，直到使电池放电至能够存放未来连续时段内光伏充电的量，同时，如果电池放电至等于最小储备电量socups(也就是说，需要保证电池的电量不少于最小储备电量socups)，则使用光伏和交流电进行供电，而不再对电池进行放电；

如果否，则判断平段充电、峰段放电是否获益，如果是，则使用光伏和交流电进行供电，并使电池充电至足够未来连续峰段使用的电量；如果否，则使用光伏和交流电进行供电；

所述的判断平段充电、峰段放电是否获益具体为：

设定平段电价为x2，峰段电价为y2，则如果y2-(x2/η充η放)为正，则说明平段充电、峰段放电能够获益；否则说明平段充电、峰段放电不能获益，其中，η充表示充电效率，η放表示放电效率；

当处于光伏低功率输出且当前时段处在谷段电价时，则根据未来时段的发电和用电情况计算出电池的目标百分比的上下限，记目标百分比的上限为soctop，记目标百分比的下限为socbottom；

且如果电池的当前目标百分比处在下限socbottom至上限soctop的范围内，则使用光伏和交流电进行供电，使电池静置(即不对电池进行充电，也不对电池进行放电)；如果电池的当前目标百分比大于上限soctop，则使用光伏和电池进行供电；如果电池的当前目标百分比小于下限socbottom，则使用光伏和交流电进行供电，并以恒定功率对电池进行充电。

在本发明中，所述的根据未来时段的发电和用电情况计算出电池的目标百分比的上下限具体包括：

步骤a1、计算从当前时刻开始到下个谷段开始的这段时间内每个小时的理论电池净增长量soc，具体包括：

记预测出的某个时段用户的用电量为e0，智能光储设备的光伏发电量为e1；如果是处于谷段电价的时段，若e1-e0>＝0，则理论电池净增长量soc为(e1-e0)*η充/电池总电量，η充表示充电效率；若e1-e0<0，则理论电池净增长量soc为0；由于在谷段电价时，可自由使用交流电来补充电量，因此，需要强制设定谷段电价时的理论电池净增长量soc为非负数；

如果是处于非谷段电价的时段，则理论电池净增长量soc为(e1-e0)*η充/电池总电量，η充表示充电效率；

根据上述理论电池净增长量soc的计算方式，计算出从当前时刻开始到下个谷段开始的这段时间内各小时的理论电池净增长量socm，其中，m为自然数；例如，从当前时刻开始到下个谷段开始之间共有5个时段，那么就分别计算出这5个时段的理论电池净增长量soc1～soc5；

步骤a2、统计总净增长量∑soc，具体包括：

分别计算出从当前时刻开始到第n个时段的总净增长量∑socn，计算公式为：其中，n为自然数，且n≤m；例如，步骤a1中已计算出5个时段的理论电池净增长量soc1～soc5，那么，就分别计算出5个总净增长量∑soc1～∑soc5；

步骤a3、从计算出的各∑socn中找出最大值和最小值，并根据找出的最大值和最小值计算电池目标百分比的上限soctop和下限socbottom，具体计算为：

soctop＝100％-max{∑soc1,∑soc2,∑soc3,...,∑socn}；

socbottom＝socups-min{∑soc1,∑soc2,∑soc3,...,∑socn}；

且如果计算出的soctop>100％，则令soctop＝100％；如果计算出的socbottom<socups，则令socbottom＝socups；

步骤a4、判断是否满足100％>＝soctop>＝socbottom>＝socups，如果满足，则确定电池的目标百分比的范围为[socbottom，soctop]；如果不满足，则去掉最后一个∑socn，同时判断是否只剩∑soc1，且如果是，则进入步骤a5；如果否，则返回步骤a3；

步骤a5、判断∑soc1是否小于零，且如果是，则令soctop＝socbottom＝100％；如果否，则令soctop＝socbottom＝socups。

在本发明中，所述步骤s3还包括：

智能光储设备逐小时自动向服务器汇报实际的光伏发电量，并使用实际的光伏发电量来校正预测的光伏发电量，以方便相关人员可以实时了解实际值与预测值之间的吻合度，并有助于相关人员对光伏出力模型的参数进行修正，以提高预测的准确度。

综上所述，本发明在具体实施，通过先采用超短期用电负荷预测模型来自动预测出用户每小时的用电量，同时使用光伏出力模型算法或者光伏仿真软件来自动预测出智能光储设备每小时的光伏发电量；然后采用当前时段与未来时段进行比对的方式，并结合削峰填谷来逐小时分析并动态制定每个时段的能量分配策略，因此，可有效抵抗光伏发电不稳定以及用户用电习惯的变化；同时，用户也无需设置繁多且复杂的参数，因为很多参数都可以通过统计学习来进行自动计算(如电池净增长量等)，当用户的用电习惯发生变化时，也可以自动的调整参数，易用性得到了极大的提高。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。