一种超容耦合锂电池的储能系统控制方法及系统与流程

本发明涉及储能控制，具体为一种超容耦合锂电池的储能系统控制方法及系统。

背景技术：

1、作为一种重要的储能技术，锂电池在电力系统中的应用越来越广泛。然而，锂电池在高频次、大功率充放电条件下，其循环寿命和性能会显著下降。为了提高锂电池的使用寿命和系统的经济性，超级电容器（sces）作为一种具有高功率密度和长寿命的储能设备，逐渐引起了研究者的关注。超级电容器和锂电池的耦合储能系统可以充分利用两者的优势，在电力调频、能量管理等方面展现出良好的应用前景。当前，基于变分模态分解（vmd）的数据处理方法在电力系统中得到了广泛应用，通过对电力负荷数据进行模态分解，能够提取出不同频率成分的内禀模态函数（imfs），为进一步的预测和控制提供数据支持。

2、尽管现有技术在一定程度上提升了锂电池和超级电容器的综合利用效率，但在实际应用中仍存在一些不足之处。首先，传统方法在进行模态分解和数据预测时，通常忽略了非周期分量的处理，导致预测精度较低。此外，现有技术在优化调频指令响应时，缺乏对实时环境数据（如温度、湿度等）的考虑，这可能导致储能系统在极端条件下的响应性能下降。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明解决的技术问题是：现有的变分模态分解技术存在非近似周期分量处理不充分，导致预测精度低，以及调频响应性能不稳定，以及如何通过优化模态分解和补偿函数来实现精确预测和高效调频控制的问题。

3、为解决上述技术问题，本发明提供如下技术方案：一种超容耦合锂电池的储能系统控制方法，包括进行电池数据采集，对采集的数据进行模态分解。进行近似周期分量提取和非近似周期分量提取。进行内乘组合优化更新调频指令。

4、作为本发明所述的超容耦合锂电池的储能系统控制方法的一种优选方案，其中：所述进行电池数据采集包括负荷数据：获取电池的负荷数据，包括实时负荷 并提取负荷数据的时间序列  。从充电端获取的调频指令数据，包括自动发电控制指令和一次调频指令  和  。 从储能控制系统获取超级电容器储能系统sces和锂电池储能系统bess的实时功率  以及锂电池对应的实时功率 。获取环境温度  和湿度  数据。

5、作为本发明所述的超容耦合锂电池的储能系统控制方法的一种优选方案，其中：所述对采集的数据进行模态分解包括使用变分模态分解方法将负荷数据  分解为多个模态函数imfs，表示为：

6、，

7、其中，  为第  个imf子序列。

8、作为本发明所述的超容耦合锂电池的储能系统控制方法的一种优选方案，其中：所述进行近似周期分量提取和非近似周期分量提取包括对每个分解后的实时负荷模态函数imf子序列  提取近似周期函数  ，表示为 :

9、，

10、其中，  为补偿函数，满足  为常数，取值范围为0.5 到 1.5，为周期，表示周期，表示时间偏移，补偿函数  表示为：

11、，

12、其中， 为补偿调节系数。

13、作为本发明所述的超容耦合锂电池的储能系统控制方法的一种优选方案，其中：所述进行近似周期分量提取和非近似周期分量提取还包括计算初始的非近似周期分量 ，表示为：

14、，

15、结合误差项对每个imf子序列进行迭代优化，选择最小非近似周期分量  ，误差项表示为：

16、，

17、迭代过程中更新补偿函数和常数，计算误差项对补偿函数参数的梯度包括：

18、对  的梯度为：

19、，

20、对  的梯度为：

21、，

22、对  的梯度为:

23、，

24、对  的梯度为：

25、，

26、对  的梯度为：

27、，

28、基于学习率更新系数 ，若误差项  的变化量小于预设的阈值，或达到最大迭代次数  ，则停止迭代。

29、作为本发明所述的超容耦合锂电池的储能系统控制方法的一种优选方案，其中：所述进行内乘组合优化更新调频指令包括将每个imf子序列的非近似周期分量 作为输入，对所有imf子序列的非近似周期分量进行内乘组合，形成非周期分量序列  ，表示为：

30、，

31、，

32、其中， 表示内乘操作符。

33、作为本发明所述的超容耦合锂电池的储能系统控制方法的一种优选方案，其中：所述进行内乘组合优化更新调频指令还包括输入优化后的非周期分量序列  和调频指令数据  和  ，根据调频指令数据  和  ，调整sces和bess的功率输出，对一次调频指令和不大于单个指令持续时间阈值且不大于单个指令波动范围阈值的agc调频指令，采用sces充放电单独响应，对大于单个指令持续时间阈值且大于单个指令波动范围阈值的agc指令，采用sces和bess充放电联合响应，且sces的优先级高于bess，表示为：

34、，

35、其中，表示持续时间阈值，表示功率波动范围阈值。

36、本发明的另外一个目的是提供一种超容耦合锂电池的储能系统控制系统，其能通过迭代优化，最小化非近似周期分量的误差，使得系统能够更准确地捕捉负荷数据中的非周期性变化，提高预测精度。解决了目前的变分模态分解技术含有精度不足的问题。

37、作为本发明所述的超容耦合锂电池的储能系统控制系统的一种优选方案，其中：包括数据采集模块，分量提取模块，指令优化模块。所述数据采集模块用于进行电池数据采集，对采集的数据进行模态分解。所述分量提取模块用于进行近似周期分量提取和非近似周期分量提取。所述指令优化模块用于进行内乘组合优化更新调频指令。

38、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序是实现超容耦合锂电池的储能系统控制方法的步骤。

39、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现超容耦合锂电池的储能系统控制方法的步骤。

40、本发明的有益效果：本发明提供的超容耦合锂电池的储能系统控制方法通过迭代优化，最小化非近似周期分量的误差，使得系统能够更准确地捕捉负荷数据中的非周期性变化，提高调控精度。通过优先使用sces响应高频次、小幅度的调频指令，结合bess响应长时间、大幅度的调频指令，减少了锂电池的充放电频次，延长了电池使用寿命。本发明在调控精度以及优化电池使用寿命方面都取得更加良好的效果。

技术特征：

1.一种超容耦合锂电池的储能系统控制方法，其特征在于，包括：

2.如权利要求1所述的超容耦合锂电池的储能系统控制方法，其特征在于：所述进行电池数据采集包括负荷数据：获取电池的负荷数据，包括实时负荷 并提取负荷数据的时间序列  ；

3.如权利要求2所述的超容耦合锂电池的储能系统控制方法，其特征在于：所述对采集的数据进行模态分解包括使用变分模态分解方法将负荷数据  分解为多个模态函数imfs，表示为：

4.如权利要求3所述的超容耦合锂电池的储能系统控制方法，其特征在于：所述进行近似周期分量提取和非近似周期分量提取包括对每个分解后的实时负荷模态函数imf子序列 提取近似周期函数  ，表示为 :

5.如权利要求4所述的超容耦合锂电池的储能系统控制方法，其特征在于：所述进行近似周期分量提取和非近似周期分量提取还包括计算初始的非近似周期分量  ，表示为：

6.如权利要求5所述的超容耦合锂电池的储能系统控制方法，其特征在于：所述进行内乘组合优化更新调频指令包括将每个imf子序列的非近似周期分量 作为输入，对所有imf子序列的非近似周期分量进行内乘组合，形成非周期分量序列  ，表示为：

7.如权利要求6所述的超容耦合锂电池的储能系统控制方法，其特征在于：所述进行内乘组合优化更新调频指令还包括输入优化后的非周期分量序列  和调频指令数据 和  ，根据调频指令数据  和  ，调整sces和bess的功率输出，对一次调频指令和不大于单个指令持续时间阈值且不大于单个指令波动范围阈值的agc调频指令，采用sces充放电单独响应，对大于单个指令持续时间阈值且大于单个指令波动范围阈值的agc指令，采用sces和bess充放电联合响应，且sces的优先级高于bess，表示为：

8.一种采用如权利要求1~7任一所述的超容耦合锂电池的储能系统控制方法的系统，其特征在于：包括数据采集模块，分量提取模块，指令优化模块；

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的超容耦合锂电池的储能系统控制方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的超容耦合锂电池的储能系统控制方法的步骤。

技术总结
本发明公开了一种超容耦合锂电池的储能系统控制方法及系统，涉及储能控制技术领域，包括进行电池数据采集，对采集的数据进行模态分解；进行近似周期分量提取和非近似周期分量提取；进行内乘组合优化更新调频指令。本发明提供的超容耦合锂电池的储能系统控制方法通过迭代优化，最小化非近似周期分量的误差，使得系统能够更准确地捕捉负荷数据中的非周期性变化，提高调控精度。通过优先使用SCES响应高频次、小幅度的调频指令，结合BESS响应长时间、大幅度的调频指令，减少了锂电池的充放电频次，延长了电池使用寿命。本发明在调控精度以及优化电池使用寿命方面都取得更加良好的效果。

技术研发人员：李志鹏,杨甲铭,王华卫,高欢欢,严弢,邱逢涛,赵亚东,罗威,李诗林
受保护的技术使用者：西安热工研究院有限公司
技术研发日：
技术公布日：2024/9/23