CN107565585B - 储能装置调峰回报时间预测方法及其模型创建方法 - Google Patents

Abstract

本发明公开了一种储能装置调峰回报时间预测方法及其模型创建方法，首先获取来自多个用户的多组历史负荷数据，并且建立储能装置的电量模型、收益模型以及充放电功率约束；通过储能算法模拟出储能装置在各组历史负荷数据所获取时间的运行策略；仿真计算出各组历史负荷数据下的储能装置调峰回报时间；最后针对于各组历史负荷数据及各个用户历史负荷数据下的储能装置调峰回报时间进行拟合计算，获取到储能装置调峰回报时间预测模型；本发明方法能够快速且准确的获取到储能装置调峰回报时间预测模型，并且创建得到储能装置调峰回报时间预测模型能够实现储能装置调峰回报时间的精确预测，起到鼓励人们使用储能装置，提高电能社会效益的作用。

Description

储能装置调峰回报时间预测方法及其模型创建方法

技术领域

本发明涉及一种电力调峰技术领域，特别涉及一种储能装置调峰回报时间预测方法及其模型创建方法。

背景技术

目前，我国电力市场实行峰谷电价制度，即电力公司根据电网负荷特性确定峰谷时段，在用电高峰和低谷时期实行不同电价的电价制度。通过在高峰期提高电价而在低谷期减低电价的手段来促使用户采取相应措施，缓解峰期用电紧张局面，提高电能的社会效益。

电池储能装置在用户侧可实现需求侧管理，并通过负荷调节有效的平滑负荷，减小峰谷负荷差，减低用户购电成本，又可作为应急备用电源，在增强用户供电可靠性，改变用电的调度水平，改善电能质量等方面具有重要意义。但是，由于目前储能技术发展有限，造价偏高，在未知储能装置回报效益，无法明确回报年限的情况下，大部分用户是不会考虑使用储能装置。这些因素均不利于储能技术在国内的应用和推广。

因此，需要在充分考虑电池储能装置经济性的情况下，结合国内电价制度，提供一种有效的储能调峰回报年限预测方法，鼓励投资人尝试运用储能装置，促进储能技术的发展和储能市场的开拓。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种快速、准确的储能装置调峰回报时间预测模型创建方法，通过该方法创建得到的储能装置调峰回报时间预测模型能够实现储能装置调峰回报时间的精确预测，起到鼓励人们使用储能装置，有效缓解电网高峰时期用电压力，以及提高电能社会效益的作用。

本发明的第二目的在于提供一种储能装置调峰回报时间预测方法，该方法通过上述储能装置调峰回报时间预测模型对储能装置调峰回报时间进行快速和准确的预测。

本发明的第一目的通过下述技术方案实现：一种储能装置调峰回报时间预测模型创建方法，步骤如下：

步骤S1、针对于多个用户侧，分别获取多组历史负荷数据；同时建立储能装置的电量模型、收益模型以及充放电功率约束；

步骤S2、根据步骤S1获取到的各组历史负荷数据以及储能装置的电量模型和充放电功率约束，通过储能算法模拟出储能装置在各组历史负荷数据所获取时间的运行策略；

步骤S3、结合储能装置的收益模型以及储能装置在各组历史负荷数据所获取时间的运行策略，仿真计算出各组历史负荷数据下的储能装置调峰回报时间；

步骤S4、针对于各组历史负荷数据及步骤S3计算出的各个用户历史负荷数据下的储能装置调峰回报时间进行拟合计算，得到历史负荷数据和储能装置调峰回报时间之间的拟合函数关系，即获取到储能装置调峰回报时间预测模型：

y＝β₁x₁+β₂x₂+β₃x₃+...+β_nx_n+u；

其中x₁至x_n为历史负荷数据中包括的第1至n种数据，y为储能装置调峰回报时间，β₁至β_n为拟合系数，u为干扰项。

优选的，所述步骤S1中，获取的每组历史负荷数据中均包括以下几种数据：用户侧日负荷的负载率、用户侧日负荷的峰谷比以及用户侧日负荷的峰平比；每组历史负荷数据均由用户侧持续多日测试获取得到。

优选的，所述步骤S1中建立的储能装置的电量模型指的是任一时刻的电量模型；

其中当储能装置充电时，任一时刻的电量模型为：

E_t+1＝E_t-η_CP_t+1(P_t<0)；

其中当储能装置放电时，任一时刻的电量模型为：

E_t+1＝E_t-1/η_DP_t+1(P_t>0)；

其中：

E_t+1为t+1时刻储能装置的能量储存量；

E_t为t时刻储能装置的能量储存量；

当P_t+1<0时，即储能装置充电时，则P_t+1为t时刻到t+1时刻储能装置的平均输入功率；

当P_t+1>0时，即储能装置放电时，则P_t+1为t时刻到t+1时刻储能装置的平均输出功率；

η_C为储能装置的充电效率；

η_D为储能装置的放电效率。

优选的，所述步骤S1中建立的储能装置的收益模型为：

其中

V为储能装置进行削峰填谷的日收益；

当P_t＞0时，P_t为t-1时刻到t时刻储能装置的平均输出功率；

当P_t＜0时，P_t为t-1时刻到t时刻储能装置的平均输入功率；

e_t为t-1时刻到t时刻的平均电价，其中t-1时刻与t时刻之间相差的时间为1个小时。

优选的，所述步骤S1中储能装置的充放电功率约束如下：

-P_max≤P_t≤P_max；

其中：

当P_t<0时，即储能装置充电时，则P_t为t-1时刻到t时刻储能装置的平均输入功率；当P_t>0时，即储能装置放电时，则P_t为t-1时刻到t时刻储能装置的平均输出功率；

P_max是储能装置的最大物理传输功率。

优选的，所述步骤S2中，针对于每组历史负荷数据，通过储能算法模拟出储能装置在该组历史负荷数据所获取时间的运行策略为：模拟储能装置在该组历史负荷数据所获取时间的每个用电高峰时期的每个时段按一定功率进行放电，模拟储能装置在该组历史负荷数据所获取时间的每个用电低谷时期的每个时段按一定功率进行充电；

其中，针对于每个用电高峰时期的每个时段，模拟的储能装置在该用电高峰时期该时段的放电功率确定过程如下：

根据该组历史负荷数据获取用户在该用电高峰时期内该时段的用电量，同时根据储能装置的电量模型获取模拟的储能装置在进入该用电高峰时期时的电量，然后计算出模拟的储能装置将其进入该用电高峰时期时的电量在该用电高峰时期放完所需的平均功率P；最后将用户在该用电高峰时期内该时段的用电量分别与上述平均功率P进行比较；

若前者大于后者，则模拟的储能装置在该用电高峰时期内该时段的放电功率与平均功率P相同；即其中即为模拟的储能装置在第j个用电高峰时期内第i个时段的放电功率；

若前者小于等于后者，则模拟的储能装置在该用电高峰时期内该时段的放电功率与用户在该用电高峰时期内该时段的用电量相同，即其中为根据历史负荷数据获取到的用户在第j个用电高峰时期内第i个时段的用电量，即模拟的储能装置在第j个用电高峰时期内第i个时段的放电功率与根据历史负荷数据获取到的用户在第j个用电高峰时期内第i个时段的用电量相同；

其中，针对于每个用电低谷时期的每个时段，模拟的储能装置在该用电低谷时期该时段的充电功率确定过程如下：

根据该组历史负荷数据获取用户在该用电低谷时期内该时段的用电量，同时根据储能装置的电量模型获取模拟的储能装置在进入该用电低谷时期时的电量，然后计算出模拟的储能装置将其进入该低谷时期时的电量在该用电低谷时期充满所需的平均功率P’；最后将用户在该用电低谷时期内该时段的用电量进行以下比较；

若用户在该用电低谷时期内该时段的用电量大于等于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率为零，即其中为储能装置在第j个用电低谷时期内第i时段的充电功率；

若用户在该用电低谷时期内该时段的用电量与P’相加后大于等于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率为S减去用户在该用电低谷时期内该时段的用电量，即其中为根据历史负荷数据获取到的用户在第j个用电低谷时期内第i个时段的用电量，即模拟的储能装置在第j个用电低谷时期内第i个时段的充电功率为S减去用户在第j个用电低谷时期内第i个时段的用电量

若用户在该用电低谷时期内该时段的用电量与P’相加后小于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率与平均功率P’相同。

优选的，所述步骤S3中，计算出各组历史负荷数据下的储能装置调峰回报时间的具体过程如下：

步骤S31、首先针对于每组历史负荷数据，将该组历史负荷数据所获取时间进行周期划分，然后根据模拟的储能装置在该组历史负荷数据所获取时间的运行策略，通过储能装置的收益模型依次仿真计算出该组历史负荷数据下储能装置在每个周期的净收益，其中每个周期的净收益为：

其中V(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的净收益；V_n(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的第m日净收益；C(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的惩罚性电费；M为每个周期包括的日数；X为该组历史负荷数据所获取时间被划分成的周期总数；

其中V_m(k)为：

其中

当时，为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均输出功率；

当时，为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均输入功率；

为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均电价；

其中C(k)通过以下方式得到：

首先获取该组历史负荷数据下模拟的储能装置在第k个周期内的最大用电量然后将其与最大用电量阈值S进行比较；若则S)*2*；若则C(k)＝0；

步骤S32、将该组历史负荷数据下储能装置在前x个周期的净收益进行相加，得到净收益总和Sum_x，然后进入步骤S33；其中：

步骤S33、判断步骤S32获取到的净收益总和Sum_x是否大于等于储能装置的成本Cost；

若否，则将x的当前值加1后，回到步骤S32；

若是，则将x的当前值记录下来，并且将x的当前值与M进行相乘后得到的日数作为历史负荷数据下的储能装置调峰回报时间。

更进一步的，M为30。

本发明的第二目的通过下述技术方案实现：一种储能装置调峰回报时间预测方法，步骤如下：

步骤B1、首先针对于计划安装储能装置或者已经安装储能装置的用户侧，获取该用户侧的一组历史负荷数据；

步骤B2、根据步骤B1中获取到的一组历史负荷数据，通过权利要求1的步骤S4获取的以下储能装置调峰回报时间预测模型，计算得到储能装置的调峰回报时间；

y＝β₁x₁+β₂x₂+β₃x₃+...+β_nx_n+u；

其中x₁至x_n为步骤B1获取到的一组历史负荷数据中的第1至n种数据，y为储能装置调峰回报时间，β₁至β_n为拟合系数，u为干扰项。

优选的，所述历史负荷数据中包括以下几种数据：用户侧日负荷的负载率、用户侧日负荷的峰谷比以及用户侧日负荷的峰平比；每组历史负荷数据均由用户侧持续多日测试获取得到。

本发明相对于现有技术具有如下的优点及效果：

(1)本发明储能装置调峰回报时间预测模型创建方法，首先获取来自多个用户的多组历史负荷数据，并且建立储能装置的电量模型、收益模型以及充放电功率约束；然后根据各组历史负荷数据以及储能装置的电量模型和充放电功率约束，通过储能算法模拟出储能装置在各组历史负荷数据所获取时间的运行策略；接着结合储能装置的收益模型以及储能装置在各组历史负荷数据所获取时间的运行策略，仿真计算出各组历史负荷数据下的储能装置调峰回报时间；最后针对于各组历史负荷数据及上述仿真出的各个用户历史负荷数据下的储能装置调峰回报时间进行拟合计算，获取到储能装置调峰回报时间预测模型；本发明方法能够快速且准确的获取到储能装置调峰回报时间预测模型，并且本发明创建得到的储能装置调峰回报时间预测模型能够实现储能装置调峰回报时间的精确预测，起到鼓励人们使用储能装置，有效缓解电网高峰时期用电压力，以及提高电能社会效益的作用。

(2)本发明储能装置调峰回报时间预测方法首先针对于计划安装储能装置或者已经安装储能装置的用户侧，获取该用户侧的一组历史负荷数据；然后将该组历史负荷数据代人本发明上述储能装置调峰回报时间预测模型创建方法所创建得到的储能装置调峰回报时间预测模型，本发明方法能够对储能装置调峰回报时间进行快速和准确的预测。

附图说明

图1是本发明储能装置调峰回报时间预测模型创建方法。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1

本实施例还公开一种储能装置调峰回报时间预测模型创建方法，如图1所示，步骤如下：

步骤S1、针对于多个用户侧，分别获取多组历史负荷数据；同时建立储能装置的电量模型、收益模型以及充放电功率约束；其中每组历史负荷数据均由用户侧持续多日测试获取得到，并且每组历史负荷数据中包括多种影响储能装置调峰回报时间的因素数据。在本实施例中，获取的每组历史负荷数据中包括以下几种影响储能装置调峰回报时间的因素数据：用户侧日负荷的负载率、用户侧日负荷的峰谷比以及用户侧日负荷的峰平比；

在本实施例中，上述建立的储能装置的电量模型指的是任一时刻的电量模型；

其中当储能装置充电时，任一时刻的电量模型为：

E_t+1＝E_t-η_CP_t+1(P_t<0)；

其中当储能装置放电时，任一时刻的电量模型为：

E_t+1＝E_t-1/η_DP_t+1(P_t>0)；

其中：

E_t+1为t+1时刻储能装置的能量储存量；

E_t为t时刻储能装置的能量储存量；

当P_t+1<0时，即储能装置充电时，则P_t+1为t时刻到t+1时刻储能装置的平均输入功率；

当P_t+1>0时，即储能装置放电时，则P_t+1为t时刻到t+1时刻储能装置的平均输出功率；

η_C为储能装置的充电效率；

η_D为储能装置的放电效率。

在本实施例中，上述建立的储能装置的收益模型为：

其中

V为储能装置进行削峰填谷的日收益；

当P_t>0时，即储能装置放电时，则P_t为t-1时刻到t时刻储能装置的平均输出功率；当P_t<0时，即储能装置充电时，则P_t为t-1时刻到t时刻储能装置的平均输入功率；

e_t为t-1时刻到t时刻的平均电价，其中t-1时刻与t时刻之间相差的时间为1个小时。

在本实施例中，上述储能装置的充放电功率约束如下：

-P_max≤P_t≤P_max；

其中：

当P_t<0时，即储能装置充电时，则P_t为t-1时刻到t时刻储能装置的平均输入功率；

当P_t>0时，即储能装置放电时，则P_t为t-1时刻到t时刻储能装置的平均输出功率；

P_max是储能装置的最大物理传输功率。

步骤S2、根据步骤S1获取到的各组历史负荷数据以及储能装置的电量模型和充放电功率约束，通过储能算法模拟出储能装置在各组历史负荷数据所获取时间的运行策略；具体过程如下：针对于每组历史负荷数据，通过储能算法模拟出储能装置在该组历史负荷数据所获取时间的运行策略为：模拟储能装置在该组历史负荷数据所获取时间的每个用电高峰时期的每个时段按一定功率进行放电，模拟储能装置在该组历史负荷数据所获取时间的每个用电低谷时期的每个时段按一定功率进行充电；

其中，针对于每个用电高峰时期的每个时段，模拟的储能装置在该用电高峰时期该时段的放电功率确定过程如下：

根据该组历史负荷数据获取用户在该用电高峰时期内该时段的用电量，同时根据储能装置的电量模型获取模拟的储能装置在进入该用电高峰时期时的电量，然后计算出模拟的储能装置将其进入该用电高峰时期时的电量在该用电高峰时期放完所需的平均功率P；最后将用户在该用电高峰时期内该时段的用电量分别与上述平均功率P进行比较；

若前者大于后者，则模拟的储能装置在该用电高峰时期内该时段的放电功率与平均功率P相同；即其中即为模拟的储能装置在第j个用电高峰时期内第i个时段的放电功率；

若前者小于等于后者，则模拟的储能装置在该用电高峰时期内该时段的放电功率与用户在该用电高峰时期内该时段的用电量相同，即其中为根据历史负荷数据获取到的用户在第j个用电高峰时期内第i个时段的用电量，即储能装置在第j个用电高峰时期内第i个时段的放电功率与根据历史负荷数据获取到的用户在第j个用电高峰时期内第i个时段的用电量相同；

其中，针对于每个用电低谷时期的每个时段，模拟的储能装置在该用电低谷时期该时段的充电功率确定过程如下：

根据该组历史负荷数据获取用户在该用电低谷时期内该时段的用电量，同时根据储能装置的电量模型获取模拟的储能装置在进入该用电低谷时期时的电量，然后计算出模拟的储能装置将其进入该低谷时期时的电量在该用电低谷时期充满所需的平均功率P’；最后将用户在该用电低谷时期内该时段的用电量进行比较；

若用户在该用电低谷时期内该时段的用电量大于等于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率为零，即其中为储能装置在第j个用电低谷时期内第i时段的充电功率；

若用户在该用电低谷时期内该时段的用电量与P’相加后大于等于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率为S减去用户在该用电低谷时期内该时段的用电量，即其中为根据历史负荷数据获取到的用户在第j个用电低谷时期内第i个时段的用电量，即模拟的储能装置在第j个用电低谷时期内第i个时段的充电功率为S减去用户在第j个用电低谷时期内第i个时段的用电量

若用户在该用电低谷时期内该时段的用电量与P’相加后小于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率与平均功率P’相同。

步骤S3、结合储能装置的收益模型以及储能装置在各组历史负荷数据所获取时间的运行策略，仿真计算出各组历史负荷数据下的储能装置调峰回报时间；其中本步骤中，计算出各组历史负荷数据下的储能装置调峰回报时间的具体过程如下：

步骤S31、首先针对于每组历史负荷数据，将该组历史负荷数据所获取时间进行周期划分，然后根据模拟的储能装置在该组历史负荷数据所获取时间的运行策略，通过储能装置的收益模型依次仿真计算出该组历史负荷数据下储能装置在每个周期的净收益，其中每个周期的净收益为：

其中V(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的净收益；V_n(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的第m日净收益；C(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的惩罚性电费；M为每个周期包括的日数，在本实施例中设置M为30，即每个周期的时间长度为30日；X为该组历史负荷数据所获取时间被划分成的周期总数；

其中V_m(k)为：

其中

当时，为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均输出功率；当时，为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均输入功率；其中根据模拟出的储能装置在该组历史负荷数据所获取时间的运行策略获取到，具体为：先寻找到该组历史负荷数据下模拟的储能装置的第k个周期第m日的第t-1时刻至t时刻所处在的该组历史负荷数据所获取时间的用电高峰时期或用电低谷时期的时段，即为模拟的储能装置在该用电高峰时期该时段的放电功率或在该用电低谷时期该时段的充电功率。

为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均电价；

其中C(k)通过以下方式得到：

首先获取该组历史负荷数据下模拟的储能装置在第k个周期内的最大用电量然后将其与最大用电量阈值S进行比较；若则 若则C(k)＝0；

步骤S32、将该组历史负荷数据下储能装置在前x个周期的净收益进行相加，得到净收益总和Sum_x，然后进入步骤S33；其中：

步骤S33、判断步骤S32获取到的净收益总和Sum_x是否大于等于储能装置的成本Cost；

若否，则将x的当前值加1后，回到步骤S32；

若是，则将x的当前值记录下来，并且将x的当前值与M进行相乘后得到的日数作为历史负荷数据下的储能装置调峰回报时间。

步骤S4、针对于各组历史负荷数据及步骤S3计算出的各个用户历史负荷数据下的储能装置调峰回报时间进行拟合计算，得到历史负荷数据和储能装置调峰回报时间之间的拟合函数关系，即获取到储能装置调峰回报时间预测模型：

y＝β₁x₁+β₂x₂+β₃x₃+...+β_nx_n+u；

其中x₁至x_n为历史负荷数据中的第1至n种数据，在本实施例中n为3，x₁至x₃分别为用户侧日负荷的负载率、用户侧日负荷的峰谷比以及用户侧日负荷的峰平比；y为储能装置调峰回报时间，β₁至β_n为拟合系数。其中u为干扰项，表示除数据x₁至x_n外其他影响储能装置调峰回报时间的因素，例如用户侧变压器容量等。

本实施例2

本实施例公开了一种储能装置调峰回报时间预测方法，步骤如下：

步骤B1、首先针对于计划安装储能装置或者已经安装储能装置的用户侧，获取该用户侧的一组历史负荷数据；

步骤B2、根据步骤B1中获取到的一组历史负荷数据，通过实施例1中步骤S4获取的以下储能装置调峰回报时间预测模型，计算得到储能装置的调峰回报时间；

y＝β₁x₁+β₂x₂+β₃x₃+...+β_nx_n+u；

其中x₁至x_n为步骤B1获取到的一组历史负荷数据中的第1至n种数据，y为储能装置调峰回报时间，β₁至β_n为拟合系数，u为干扰项。

在本实施例中，历史负荷数据中包括以下几种数据：用户侧日负荷的负载率x₁、用户侧日负荷的峰谷比x₂以及用户侧日负荷的峰平比x₃；每组历史负荷数据均由用户侧持续多日测试获取得到。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种储能装置调峰回报时间预测模型创建方法，其特征在于，步骤如下：

步骤S1、针对于多个用户侧，分别获取多组历史负荷数据；同时建立储能装置的电量模型、收益模型以及充放电功率约束；

步骤S2、根据步骤S1获取到的各组历史负荷数据以及储能装置的电量模型和充放电功率约束，通过储能算法模拟出储能装置在各组历史负荷数据所获取时间的运行策略；

步骤S3、结合储能装置的收益模型以及储能装置在各组历史负荷数据所获取时间的运行策略，仿真计算出各组历史负荷数据下的储能装置调峰回报时间；

步骤S4、针对于各组历史负荷数据及步骤S3计算出的各个用户历史负荷数据下的储能装置调峰回报时间进行拟合计算，得到历史负荷数据和储能装置调峰回报时间之间的拟合函数关系，即获取到储能装置调峰回报时间预测模型：

y＝β₁x₁+β₂x₂+β₃x₃+…+β_nx_n+u；

其中x₁至x_n为历史负荷数据中包括的第1至n种数据，y为储能装置调峰回报时间，β₁至β_n为拟合系数，u为干扰项。

2.根据权利要求1所述的储能装置调峰回报时间预测模型创建方法，其特征在于，所述步骤S1中，获取的每组历史负荷数据中均包括以下几种数据：用户侧日负荷的负载率、用户侧日负荷的峰谷比以及用户侧日负荷的峰平比；每组历史负荷数据均由用户侧持续多日测试获取得到。

3.根据权利要求1所述的储能装置调峰回报时间预测模型创建方法，其特征在于，所述步骤S1中建立的储能装置的电量模型指的是任一时刻的电量模型；

其中当储能装置充电时，任一时刻的电量模型为：

E_t+1＝E_t-η_CP_t+1(P_t＜0)；

其中当储能装置放电时，任一时刻的电量模型为：

E_t+1＝E_t-1/η_DP_t+1(P_t＞0)；

其中：

E_t+1为t+1时刻储能装置的能量储存量；

E_t为t时刻储能装置的能量储存量；

当P_t+1＜0时，即储能装置充电时，则P_t+1为t时刻到t+1时刻储能装置的平均输入功率；

当P_t+1＞0时，即储能装置放电时，则P_t+1为t时刻到t+1时刻储能装置的平均输出功率；

η_C为储能装置的充电效率；

η_D为储能装置的放电效率。

4.根据权利要求1所述的储能装置调峰回报时间预测模型创建方法，其特征在于，所述步骤S1中建立的储能装置的收益模型为：

其中

V为储能装置进行削峰填谷的日收益；

当P_t＞0时，P_t为t-1时刻到t时刻储能装置的平均输出功率；

当P_t＜0时，P_t为t-1时刻到t时刻储能装置的平均输入功率；

e_t为t-1时刻到t时刻的平均电价，其中t-1时刻与t时刻之间相差的时间为1个小时。

5.根据权利要求1所述的储能装置调峰回报时间预测模型创建方法，其特征在于，所述步骤S1中储能装置的充放电功率约束如下：

-P_max≤P_t≤P_max；

其中：

当P_t＜0时，即储能装置充电时，则P_t为t-1时刻到t时刻储能装置的平均输入功率；当P_t＞0时，即储能装置放电时，则P_t为t-1时刻到t时刻储能装置的平均输出功率；

P_max是储能装置的最大物理传输功率。

6.根据权利要求1所述的储能装置调峰回报时间预测模型创建方法，其特征在于，所述步骤S2中，针对于每组历史负荷数据，通过储能算法模拟出储能装置在该组历史负荷数据所获取时间的运行策略为：模拟储能装置在该组历史负荷数据所获取时间的每个用电高峰时期的每个时段按一定功率进行放电，模拟储能装置在该组历史负荷数据所获取时间的每个用电低谷时期的每个时段按一定功率进行充电；

其中，针对于每个用电高峰时期的每个时段，模拟的储能装置在该用电高峰时期该时段的放电功率确定过程如下：

根据该组历史负荷数据获取用户在该用电高峰时期内该时段的用电量，同时根据储能装置的电量模型获取模拟的储能装置在进入该用电高峰时期时的电量，然后计算出模拟的储能装置将其进入该用电高峰时期时的电量在该用电高峰时期放完所需的平均功率P；最后将用户在该用电高峰时期内该时段的用电量分别与上述平均功率P进行比较；

若前者大于后者，则模拟的储能装置在该用电高峰时期内该时段的放电功率与平均功率P相同；即其中即为模拟的储能装置在第j个用电高峰时期内第i个时段的放电功率；

若前者小于等于后者，则模拟的储能装置在该用电高峰时期内该时段的放电功率与用户在该用电高峰时期内该时段的用电量相同，即其中为根据历史负荷数据获取到的用户在第j个用电高峰时期内第i个时段的用电量，即模拟的储能装置在第j个用电高峰时期内第i个时段的放电功率与根据历史负荷数据获取到的用户在第j个用电高峰时期内第i个时段的用电量相同；

其中，针对于每个用电低谷时期的每个时段，模拟的储能装置在该用电低谷时期该时段的充电功率确定过程如下：

根据该组历史负荷数据获取用户在该用电低谷时期内该时段的用电量，同时根据储能装置的电量模型获取模拟的储能装置在进入该用电低谷时期时的电量，然后计算出模拟的储能装置将其进入该低谷时期时的电量在该用电低谷时期充满所需的平均功率P’；最后将用户在该用电低谷时期内该时段的用电量进行以下比较；

若用户在该用电低谷时期内该时段的用电量大于等于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率为零，即其中为模拟的储能装置在第j个用电低谷时期内第i时段的充电功率；

若用户在该用电低谷时期内该时段的用电量与P’相加后大于等于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率为S减去用户在该用电低谷时期内该时段的用电量，即其中为根据历史负荷数据获取到的用户在第j个用电低谷时期内第i个时段的用电量，即模拟的储能装置在第j个用电低谷时期内第i个时段的充电功率为S减去用户在第j个用电低谷时期内第i个时段的用电量

若用户在该用电低谷时期内该时段的用电量与P’相加后小于最大用电量阈值S，则模拟的储能装置在该用电低谷时期内该时段的充电功率与平均功率P’相同。

7.根据权利要求1所述的储能装置调峰回报时间预测模型创建方法，其特征在于，所述步骤S3中，计算出各组历史负荷数据下的储能装置调峰回报时间的具体过程如下：

步骤S31、首先针对于每组历史负荷数据，将该组历史负荷数据所获取时间进行周期划分，然后根据模拟的储能装置在该组历史负荷数据所获取时间的运行策略，通过储能装置的收益模型依次仿真计算出该组历史负荷数据下储能装置在每个周期的净收益，其中每个周期的净收益为：

其中V(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的净收益；V_m(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的第m日净收益；C(k)为仿真计算出的该组历史负荷数据下储能装置在第k个周期的惩罚性电费；M为每个周期包括的日数；X为该组历史负荷数据所获取时间被划分成的周期总数；

其中V_m(k)为：

其中

当时，为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均输出功率；

当时，为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均输入功率；

为该组历史负荷数据下模拟的储能装置在第k个周期的第m日的第t-1时刻至t时刻的平均电价；

其中C(k)通过以下方式得到：

首先获取该组历史负荷数据下模拟的储能装置在第k个周期内的最大用电量然后将其与最大用电量阈值S进行比较；若则 若Dmaxk≤S，则C(k)＝0；

步骤S32、将该组历史负荷数据下储能装置在前x个周期的净收益进行相加，得到净收益总和Sum_x，然后进入步骤S33；其中：

步骤S33、判断步骤S32获取到的净收益总和Sum_x是否大于等于储能装置的成本Cost；

若否，则将x的当前值加1后，回到步骤S32；

若是，则将x的当前值记录下来，并且将x的当前值与M进行相乘后得到的日数作为历史负荷数据下的储能装置调峰回报时间。

8.根据权利要求7所述的储能装置调峰回报时间预测模型创建方法，其特征在于，M为30。

9.一种储能装置调峰回报时间预测方法，其特征在于，步骤如下：

步骤B1、首先针对于计划安装储能装置或者已经安装储能装置的用户侧，获取该用户侧的一组历史负荷数据；

步骤B2、根据步骤B1中获取到的一组历史负荷数据，通过权利要求1的步骤S4获取的以下储能装置调峰回报时间预测模型，计算得到储能装置的调峰回报时间；

y＝β₁x₁+β₂x₂+β₃x₃+…+β_nx_n+u；

其中x₁至x_n为步骤B1获取到的一组历史负荷数据中的第1至n种数据，y为储能装置调峰回报时间，β₁至β_n为拟合系数，u为干扰项。

10.根据权利要求9所述的储能装置调峰回报时间预测方法，其特征在于，所述历史负荷数据中包括以下几种数据：用户侧日负荷的负载率、用户侧日负荷的峰谷比以及用户侧日负荷的峰平比；每组历史负荷数据均由用户侧持续多日测试获取得到。