申请/专利权人：南方电网调峰调频(广东)储能科技有限公司

申请日：2023-09-27

公开（公告）日：2024-03-22

公开（公告）号：CN117254494B

主分类号：H02J3/28

分类号：H02J3/28;H02J3/00;G06Q10/04;G06Q10/0631;G06Q50/06;G06N3/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.01.05#实质审查的生效;2023.12.19#公开

摘要：本发明涉及一种多站点协同储能集控调度系统，涉及多站点储能领域，所述系统包括：预测执行机构，用于采用智能预测模型预测多站点储能系统服务的各个用电电网在当前时间区间内的用电电能总量；内容转换机构，用于基于用电电能总量和单储能站点的充电电能极值确定在当前时间区间内用于放电的储能站点数量。本发明还涉及一种多站点协同储能集控调度方法。通过本发明，能够基于多站点储能系统服务的各个用电电网的过往电能智能解析各个用电电网在未来时间区间需求的供电电能总量，进而调整在未来时间区间用于放电的储能站点数量以及剩余可以进入充电状态的储能站点的数量，从而完成对多站点储能系统内各个储能站点充放电管理的提前配置。

主权项：1.一种多站点协同储能集控调度系统，其特征在于，所述系统包括：电网采集机构，用于获取多个储能站点组成的多站点储能系统服务的各个用电电网在过往多天内与当前时间区间相同的多个历史时间区间分别对应的多份用电信息，所述过往多天的天数与各个用电电网的数量成正比；储能检测机构，与所述多站点储能系统连接，用于获取所述多站点储能系统内的储能站点的数量、单储能站点的充电电能极值、各个用电电网的数量以及各个用电电网的累计负荷设备总数，并作为所述多站点储能系统对应的多项配置数据输出；网络重构机构，用于对深度神经网络执行多次训练以获得经过多次训练后的深度神经网络，并作为智能预测模型输出，经过多次训练后的深度神经网络的训练次数与所述多站点储能系统内储能站点的数量正向关联；预测执行机构，分别与所述电网采集机构、所述储能检测机构以及所述网络重构机构连接，用于采用所述智能预测模型基于设定时长限量、各个用电电网在过往多天内与当前时间区间相同的多个历史时间区间分别对应的多份用电信息以及所述多站点储能系统对应的多项配置数据智能预测所述各个用电电网在当前时间区间内的用电电能总量，并作为预测用电总量输出；内容转换机构，与所述预测执行机构连接，用于基于预测用电总量和单储能站点的充电电能极值确定在当前时间区间内需要为各个用电电网配置的、用于放电的储能站点数量；其中，所述获取多个储能站点组成的多站点储能系统服务的各个用电电网在过往多天内与当前时间区间相同的多个历史时间区间分别对应的多份用电信息包括：多个历史时间区间与当前时间区间中的任一时间区间在其所在的单天内所处的时间位置相同且持续时长相等，均为设定时长限量，各个用电电网在过往某一天内与当前时间区间相同的单个历史时间区间对应的用电信息包括各个用电电网在所述单个历史时间区间内的用电电能峰值、用电电能谷值、用电电能总量；其中，所述获取所述多站点储能系统内的储能站点的数量、单储能站点的充电电能极值、各个用电电网的数量以及各个用电电网的累计负荷设备总数包括：所述多站点储能系统内的多个储能站点结构相同；其中，所述对深度神经网络执行多次训练以获得经过多次训练后的深度神经网络，并作为智能预测模型输出包括：在对深度神经网络执行的每一次训练中，将已知的所述各个用电电网在某一过往时间区间内的用电电能峰值作为深度神经网络的单项输出参数，将设定时长限量、各个用电电网在某一过往时间区间所在日期之前的过往多天内与某一过往时间区间相同的多个历史时间区间分别对应的多份用电信息以及所述多站点储能系统对应的多项配置数据作为深度神经网络的多项输入参数，执行本次训练；其中，所述采用所述智能预测模型基于设定时长限量、各个用电电网在过往多天内与当前时间区间相同的多个历史时间区间分别对应的多份用电信息以及所述多站点储能系统对应的多项配置数据智能预测所述各个用电电网在当前时间区间内的用电电能总量，并作为预测用电总量输出包括：将设定时长限量、各个用电电网在过往多天内与当前时间区间相同的多个历史时间区间分别对应的多份用电信息以及所述多站点储能系统对应的多项配置数据并行输入到所述智能预测模型；其中，所述基于预测用电总量和单储能站点的充电电能极值确定在当前时间区间内需要为各个用电电网配置的、用于放电的储能站点数量包括：基于预测用电总量除以单储能站点的充电电能极值的整除结果确定在当前时间区间内需要为各个用电电网配置的、用于放电的储能站点数量。

全文数据：

权利要求：

百度查询： 南方电网调峰调频(广东)储能科技有限公司 多站点协同储能集控调度系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD