CN113922402A - 一种基于公路交通负荷预测的储能变流器控制方法 - Google Patents
一种基于公路交通负荷预测的储能变流器控制方法 Download PDFInfo
- Publication number
- CN113922402A CN113922402A CN202111125727.9A CN202111125727A CN113922402A CN 113922402 A CN113922402 A CN 113922402A CN 202111125727 A CN202111125727 A CN 202111125727A CN 113922402 A CN113922402 A CN 113922402A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- traffic load
- storage converter
- load
- alternating current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 238000012423 maintenance Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000004224 protection Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于公路交通负荷预测的储能变流器控制方法，实时对交流电网、储能电池及变流器自身运行状态进行监测，根据监测结果在并网和离网间工作切换，当离网运行时，交通负荷预测***获取交通负荷影响因素信息，并形成未来时间段内交通负荷预测曲线，交通负荷预测***输出未来时间段内的公路交通负荷类型及功率并反馈给储能变流器，储能变流器采集储能电池的实时状态信息，并结合预测信息计算出所有在网交通负荷的能源供给时间，根据得到的预测交通负荷类型及每种交通负荷能源供给时间来确定储能变流器的控制运行模式，储能变流器依据确定的控制运行模式来针对性控制各个开关，解决了新能源交通保障***的交通负荷变化的适配性问题。
Description
技术领域
本发明涉及能源保障***的控制，具体涉及一种基于公路交通负荷预测的储能变流器控制方法。
背景技术
近年来，国家对新能源汽车的政策性支持推动了相关产业的快速发展，目前中国的纯电动汽车保有量居世界首位。不仅在乘用车领域，包括工程车、专用车、物流车等车辆，也在进行新能源化发展和改造。同时，交通基础设施建设正在快速发展，交通智能化是未来交通发展的大趋势，包括智能监控、智能收费、车流预测及分流以及智能辅助驾驶等。上述交通领域的变化对能源的需求与依赖程度持续加强。
公路能源保障***同传统的能源保障***在设计需求上有着明显的不同，公路均为带状条形分布，该特点决定了其能源需求也同样呈现带状分布，而在服务区、休息区等区域，又呈现出点化集中的特点，如果按照传统的铺设电网的方式对公路进行能源保障，则势必投入巨大；如果将服务区等区域作为保障对象进行***容量计算，则在公路沿线就会存在容量的严重冗余，不仅增加了***建设成本，也是对资源的严重浪费，因此针对公路能源保障应该采用全新的思路进行规划建设。
新能源为交通能源保障提供了全新的解决方案，新能源可以实现就地消纳，即哪里需要就在哪里建设，节省了长距离线路架设带来的建设成本上升和能量损耗，同时绿色环保，对环境无污染。然而新能源的间歇性和波动性也给其应用带来了诸多障碍，目前解决方法是增加储能***对新能源波动进行平抑，该领域的相关技术也处于蓬勃发展阶段。具体到交通领域，目前的储能技术储备非常有限，如果只是简单的将用于常规负荷的储能变流器用在交通领域，则会存在诸多适配性问题，***无法高效稳定运行，因此，发明人针对公路交通领域的特点，提出一种基于公路交通负荷预测的储能变流器控制方法，目的是解决新能源在交通能源供给领域应用中存在的适配性欠佳的问题。
发明内容
为了实现上述目的，本发明所采用的技术方案为：
一种基于公路交通负荷预测的储能变流器控制方法，包括交流电网、储能变流器、储能电池、交通负荷预测***以及交通负荷，交流电网通过开关 K1连接交流母线，储能变流器通过开关K5连接交流母线，储能变流器通过开关K6连接储能电池，交通负荷通过负荷开关连接交流母线；交通负荷预测***分别与储能变流器及交通负荷用通信线连接，储能变流器分别与开关K1、 K5、K6和负荷开关通过控制线连接；
交通负荷预测***获取交通负荷影响因素信息，并形成未来时间段内交通负荷预测曲线，交通负荷预测***输出未来时间段内的公路交通负荷类型及功率并反馈给储能变流器，储能变流器采集储能电池的实时状态信息，并结合获取的预测信息计算出所有在网交通负荷的能源供给时间，储能变流器根据得到的预测交通负荷类型及每种交通负荷能源供给时间来确定储能变流器的控制运行模式，储能变流器依据确定的控制运行模式来控制各个开关。
进一步，所述交通负荷类型根据负荷的重要等级进行划分，至少分为两级，一级负荷为保障公路交通正常运行的核心设备，二级负荷的重要等级低于一级负荷，每级负荷各自通过负荷开关连接交流母线。
进一步，所述交通负荷划分为一级负荷、二级负荷、三级负荷，重要等级依次降低，一级负荷包括交通信号灯、充电设备及监控设备，二级负荷包括照明设备，三级负荷包括取暖设备和/或制冷设备；一级负荷通过开关K2 连接交流母线，二级负荷通过开关K3连接交流母线，三级负荷通过开关K4 连接交流母线。
进一步，所述储能变流器实时监测交流电网的运行状态、储能电池的运行状态以及储能变流器自身的运行状态，当交流电网、储能电池和储能变流器均正常运行时，储能变流器控制开关K1、K5、K6及各级负荷开关闭合，各级交通负荷由交流电网供电，储能变流器工作于并网电流源模式；若储能变流器监测到交流电网异常，则立即切断开关K1并进入离网电压源模式，交通负荷由储能电池供电；若储能变流器监测到储能电池异常，则立即切断开关 K6；若储能变流器监测到储能变流器自身异常，则立即切断开关K5和K6。
进一步，所述储能变流器实时监测交流电网的电压和频率信息，若交流电网的实时电压在额定电网电压的±10V范围内，且实时频率在额定电网频率的±0.5HZ范围内，则判断交流电网运行正常，否则判断交流电网运行异常。
进一步，储能变流器内预设自动控制模式和手动控制模式，当储能变流器工作于离网状态且为手动控制模式时，储能变流器根据得到的预测交通负荷类型及计算得到的每种交通负荷能源供给时间所确定的储能变流器建议控制运行模式显示在储能变流器的人机界面上，供运维人员参考选择；当储能变流器工作于离网状态且为自动控制模式时，储能变流器根据得到的预测交通负荷类型及计算得到的每种交通负荷能源供给时间来确定具体的控制运行模式，储能变流器则根据确定下来的控制运行模式来控制各个设备的运行。
进一步，所述自动控制模式至少分为最长续航模式、最大保障模式、负荷分级模式，最长续航模式下只保留一级负荷的供电，其他等级负荷开关断开；最大保障模式下所有等级负荷的开关均闭合；负荷分级模式下可提前设定好需要切除的负荷等级。
进一步，所述交通负荷预测***获取的交通负荷影响因素信息包括：历时天气信息、未来天气信息、所处路段历史交通负荷信息、重大节假日信息、路段周期性养护信息、发布的交通管制相关信息；交通负荷预测***将各个影响因素信息结果转化为基本概率赋值，然后再进行时间域和空间域的信息融合，结合模糊集合论构造出交通负荷影响因素集合，将数据融合结果转化为基本概率赋值并求出每种影响因素的隶属度，形成未来一段时间内具体时间点的负荷预测值，再将所有时间点的负荷预测值进行综合，最终得出未来一段时间的交通负荷预测曲线。
进一步，所述交通负荷预测***采集交通负荷影响因素信息、储能变流器的实时运行功率、各种等级负荷的实时负载功率，并最终形成功率交通负荷影响指数；功率交通负荷影响指数是基于历史运行数据并结合专家修正系数的方式获得，该功率预测结果对于储能变流器并网工作并不影响其控制。
进一步，所述交通负荷预测***在对未来时间段的交通负荷进行预测计算时采用D-S证据理论，具体步骤包括：
步骤1)：获取每个影响因素的数据；
步骤2)：应用模糊原理对每个影响因素求取隶属度；
步骤3)：求取每个影响因素的最大相关系数；
步骤4)：求取每个影响因素在未来每个时间节点的相关分配值；
步骤5)：求取每个影响因素的影响指数；
步骤6)：求取每个影响因素对每个目标模式的信度函数值；
步骤7)：求取每个影响因素的不确定性的信度函数值；
步骤8)：计算融合后的信度函数值；
步骤9)：计算融合后的不确定性的信度函数值；
步骤10)：根据目标模式判断规则得出未来某个时间节点的交通负荷预测数据。
本发明全面考虑了公路交通运行的特点，采用交通负荷预测***对未来时间段的交通负荷进行预测，储能变流器实时对交流电网、储能电池及变流器自身运行状态进行监测，储能变流器执行并网或离网运行状态的切换。当交流电网出现异常时，储能变流器可结合交通负荷预测***所输出的未来时间段的公路交通负荷类型及功率，以及依据计算出的离网状态下储能电池给每种负荷供电时间，来最终确定储能变流器具体的控制运行模式，并依据该控制运行模式对整个能源***中的各个设备开关进行针对性控制，解决了新能源交通保障***的交通负荷变化的适配性问题。
附图说明
图1为实施例中预测算法采用D-S证据理论计算的流程图；
图2为实施例中能源***的结构示意图；
图3为实施例中能源***并网模式运行示意图；
图4为实施例中能源***离网模式下最大保障模式运行示意图；
图5为实施例中能源***离网模式下最长续航模式运行示意图；
图6为实施例中能源***故障情况下示意图；
图7为实施例中储能变流器并网电流源模式控制原理图；
图8为实施例中储能变流器离网电压源模式控制原理图；
图9为实施例中未来一小时的天气预测对交通负荷影响因素隶属度函数曲线。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本实施例公开一种用于公路交通领域的能源***，并公开了基于公路交通负荷预测的储能变流器控制方法。首先介绍一下该能源***的构成，如图2 所示，整个能源***由交流电网、储能变流器、储能电池、交通负荷预测***以及交通负荷构成。其中，交通负荷可以根据负荷的重要程度进行分类，即进行等级划分，一般至少分为两级，一级负荷为保障公路交通正常运行的核心设备，二级负荷的重要等级低于一级负荷。本实施例中以划分为三个等级为例加以展示，即交通负荷划分为一级负荷、二级负荷、三级负荷，重要等级依次降低，一级负荷为保障该路段正常运行的必要设备，如交通信号灯、充电设备及监控设备等；二级负荷为服务区和公路沿线的常规用电设备，如照明设备和生活电器等；三级负荷重要等级最低，短时间中断供电并不会影响到公路交通的正常运转，如取暖设备和空调制冷设备等。其中，一级负荷通过负荷开关K2连接到交流母线上，二级负荷通过负荷开关K3连接到交流母线上，三级负荷通过负荷开关K4连接到交流母线上。交流电网通过开关K1 连接到交流母线上，储能变流器通过开关K5连接到交流母线上，储能变流器通过开关K6与储能电池连接。交通负荷预测***分别与储能变流器及上述各等级负荷之间用通信线连接，储能变流器分别与开关K1至K6通过控制线连接，用于控制各个开关的闭合和断开。
储能变流器实时监测交流电网的电压和频率信号，用于判断交流电网的工作状态是否正常，如：储能变流器监测到交流电网的实时电压在额定电网电压的±10V范围内，且实时频率在额定电网频率的±0.5HZ范围内，则判断交流电网运行正常，否则判断交流电网运行异常。当判断交流电网运行正常时，整个能源***的连接状态如图3所示，此时储能变流器工作于并网电流源控制模式(如图7所示)，开关K1至K6均处于闭合状态，整个能源***由交流电网供电，交流电网同时对储能电池进行充电，储能变流器控制储能电池的充放电，确保储能电池的SOC在95％以上。若一旦监测到交流电网工作异常，储能变流器则立即切断开关K1进入离网电压源控制模式(如图4和图8 所示)，此处整个能源***由储能电池进行供电。为了尽快切断交流电网令***离网运行维持能源供给，开关K1优选快速开关，能在10ms内分断。
储能变流器不仅实时监测交流电网的工作状态，同时还对储能电池及自身工作状态进行监测，如果监测到储能电池发生故障，则立即切除开关K6，断开储能电池与储能变流器之间的连接，并通过人机交互界面显示告警信息，提醒运维人员检修。若储能变流器监测到自身发生故障，则同时切除开关K5 和K6(如图6所示)，并通过人机交互界面显示告警信息，提醒运维人员检修。储能变流器对储能电池故障的判断主要从直接检测和间接通信检测两个方面进行。直接检测是通过储能变流器对储能电池的端口电压和运行过程的电池输入、输出电流进行直接测量，根据实际测量值判断储能电池当前是否处于故障状态。间接通信检测是依靠储能变流器同储能电池之间的通信数据交互，实时读取储能电池上传的各种状态，包括电池总电压、单体电池电压、单体电池温度、电池之间的电压均衡比例等信息，判断储能电池当前是否处于故障状态。储能变流器对自身故障判断条件主要通过储能变流器自身的多种故障保护来实现，具体包括过压保护、过流保护、过温保护、短路保护、接地故障保护等。
在离网运行状态下，储能变流器预设有自动控制模式和手动控制模式，手动控制模式则将选择权交给运维人员，运维人员可以从人机界面上获得投切某个负荷***保障时间的变化信息作为参考，根据实际需求进行选择。自动控制模式下预设有多种运行模式，采用自动控制模式的前提是需对交通负荷进行重要等级的分类。本实施例给出三种预置运行模式，分别为最长续航模式、最大保障模式和负荷分级模式。最长续航模式下只保留一级负荷的供电(如图5所示)，其他等级负荷开关断开；最大保障模式下所有等级负荷的开关均闭合；负荷分级模式下可提前设定好需要切除的负荷等级。当***运行在自动控制模式下的最长续航模式时，储能变流器先执行切断开关K1，切断交流电网与交流母线的连接，之后再切断开关K3和K4，切断二级负荷和三级负荷的供电，同时在人机界面显示当前运行模式及***的预计供电保障时长，运维人员可根据实际情况随时进行人工模式切换，确保***运行在最佳工作状态。
在离网运行状态下，若储能变流器预设选择为自动控制模式，则储能变流器对各类设备的投切控制是基于交通负荷预测***给出的预测信息而做出。交通负荷预测***实时不间断的采集各种信息，具体包括来自国家公共平台发布的未来一段时间内的天气预测信息、历时天气信息、国家相关平台发布的公路养护信息、节假日发布信息、道路临时交通管理措施、变流器运行的实时运行功率，三种类型负荷的实时负载大小等。上述信息经过收集后形成功率交通负荷影响指数，具体是采用基于历史运行数据加上专家修正系数的方法进行指数预测。上述预测数据在交流电网正常运行情况下不对储能变流器的运行模式产生直接影响，主要用于在交流电网出现异常时，用于判断储能变流器切换到哪种离网运行时的运行模式。公路交通负荷预测***生成的负荷预测信息包括负荷类型和负荷功率，该预测结果为储能变流器切换到何种运行模式提供数据支撑，在自动模式下，***可以根据负荷预测数据自动选择最长续航模式或者是最大保障模式，而在手动模式下，负荷预测算法也可以清楚明白的告诉用户未来一段时间内选择什么样的运行模式能够满足***供电的保障时长，帮助用户做出最为合理的选择。
采用交通负荷预测***对特定路段未来时间段内交通负荷进行预测分析，将分析结果反馈给储能变流器，交通负荷预测***输出的预测结果包括公路交通负荷的类型和功率，这些信息作为储能变流器控制方法的输入，为储能变流器的控制提供基础数据，有助于储能变流器可以根据公路交通变化特点做出适应性控制，解决新能源交通保障***的交通负荷变化的适配性问题。
公路交通负荷具有比较明显的时间和空间属性，分布特性基于历史天气、未来天气预测、历史交通负荷、重大节假日分布、特殊路段周期性养护计划、国家相关行政命令等数据，每个因素对特定时间段的交通负荷起到的影响也不相同，因此，我们从多个影响因素的特点入手，将影响结果转化为基本概率赋值再进行时间域和空间域的信息融合，结合模糊集合论，构造交通负荷影响因素集合，将数据融合结果转化为基本概率赋值求出每种影响因素的隶属度，形成未来一段时间内具体时间点的负荷预测值，将所有时间点的负荷预测值进行综合，最终得出未来一段时间的交通负荷预测曲线。
例如图9所示未来一小时的天气预测对交通负荷影响因素隶属度函数曲线形成说明如下：
图9中X01为当前公路交通负荷值，未来1小时的交通负荷变化会根据天气预测指数按照图示隶属度函数曲线变化，该预测曲线来源于对历史运行数据的综合分析以及专家预测，具体方法为：取过去已经发生过的天气变化对交通负荷影响的基础数据，加上专家预测修正系数进行修正后，形成未来1 小时天气预测指数，对多个时间点的预测指数进行综合，即可得到未来一段时间内的交通负荷预测曲线。
上式中x为未来1小时的天气预测指数，该信息的原始数据来自于国家天气预报平台的天气预测数据，公路交通负荷预测***将原始天气数据进行处理，形成天气预测指数，其中1为天气指数最佳影响值，-1为天气指数最差影响值。
其他影响因素对交通负荷的影响指数计算方法同上述给出的天气预测指数原理相同，具体方法均为取过去已经发生的交通负荷变化数据加上专家预测修正系数进行修正后得来，随着***投运时间的累积，负荷预测影响因素的隶属度函数曲线也在不断修正。全路段周期养护计划和国家发布的行政命令对公路交通负荷影响计算方法同上述其他影响因素不同，如果未来时间点有发布相关养护计划和行政命令，则交通负荷影响指数固定为-1。
按上述给出的方法将上述影响因素的交通负荷影响指数进行加权平均，即可得到未来一定时间段内的交通负荷预测曲线。交通负荷预测信息通过通信线传输给储能变流器，储能变流器根据负荷预测曲线的变量相关性，经过分析计算后将预测曲线重构成一定时间内的功率和能量需求曲线，作为储能变流器控制方法的信息输入，形成变流器的不同运行模式，同时形成不同运行模式下***中各个环节的控制信息。储能变流器采集储能电池SOC、电压、电流等信息，根据负荷预测曲线给出的未来负荷预测功率和能量需求，计算出所有在网负荷的能源供给时间，储能变流器根据得到的预测交通负荷类型及每种交通负荷能源供给时间来确定储能变流器的控制运行模式，储能变流器依据确定的控制运行模式来控制各个开关。
本发明交通负荷预测***在对未来时间段的交通负荷进行预测计算时采用D-S证据理论，如图1所示，具体步骤包括：
步骤1)：获取每个影响因素的数据；
步骤2)：应用模糊原理对每个影响因素求取隶属度；
步骤3)：求取每个影响因素的最大相关系数；
步骤4)：求取每个影响因素在未来每个时间节点的相关分配值；
步骤5)：求取每个影响因素的影响指数；
步骤6)：求取每个影响因素对每个目标模式的信度函数值；
步骤7)：求取每个影响因素的不确定性的信度函数值；
步骤8)：计算融合后的信度函数值；
步骤9)：计算融合后的不确定性的信度函数值；
步骤10)：根据目标模式判断规则得出未来某个时间节点的交通负荷预测数据。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神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，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：包括交流电网、储能变流器、储能电池、交通负荷预测***以及交通负荷，交流电网通过开关K1连接交流母线，储能变流器通过开关K5连接交流母线，储能变流器通过开关K6连接储能电池，交通负荷通过负荷开关连接交流母线；交通负荷预测***分别与储能变流器及交通负荷用通信线连接，储能变流器分别与开关K1、K5、K6和负荷开关通过控制线连接；
交通负荷预测***获取交通负荷影响因素信息，并形成未来时间段内交通负荷预测曲线，交通负荷预测***输出未来时间段内的公路交通负荷类型及功率并反馈给储能变流器，储能变流器采集储能电池的实时状态信息，并结合获取的预测信息计算出所有在网交通负荷的能源供给时间，储能变流器根据得到的预测交通负荷类型及每种交通负荷能源供给时间来确定储能变流器的控制运行模式，储能变流器依据确定的控制运行模式来控制各个开关。
2.根据权利要求1所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述交通负荷类型根据负荷的重要等级进行划分，至少分为两级，一级负荷为保障公路交通正常运行的核心设备，二级负荷的重要等级低于一级负荷，每级负荷各自通过负荷开关连接交流母线。
3.根据权利要求2所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述交通负荷划分为一级负荷、二级负荷、三级负荷，重要等级依次降低，一级负荷包括交通信号灯、充电设备及监控设备，二级负荷包括照明设备，三级负荷包括取暖设备和/或制冷设备；一级负荷通过开关K2连接交流母线，二级负荷通过开关K3连接交流母线，三级负荷通过开关K4连接交流母线。
4.根据权利要求2或3所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述储能变流器实时监测交流电网的运行状态、储能电池的运行状态以及储能变流器自身的运行状态，当交流电网、储能电池和储能变流器均正常运行时，储能变流器控制开关K1、K5、K6及各级负荷开关闭合，各级交通负荷由交流电网供电，储能变流器工作于并网电流源模式；若储能变流器监测到交流电网异常，则立即切断开关K1并进入离网电压源模式，交通负荷由储能电池供电；若储能变流器监测到储能电池异常，则立即切断开关K6；若储能变流器监测到储能变流器自身异常，则立即切断开关K5和K6。
5.根据权利要求4所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述储能变流器实时监测交流电网的电压和频率信息，若交流电网的实时电压在额定电网电压的±10V范围内，且实时频率在额定电网频率的±0.5HZ范围内，则判断交流电网运行正常，否则判断交流电网运行异常。
6.根据权利要求4所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：储能变流器内预设自动控制模式和手动控制模式，当储能变流器工作于离网状态且为手动控制模式时，储能变流器根据得到的预测交通负荷类型及计算得到的每种交通负荷能源供给时间所确定的储能变流器建议控制运行模式显示在储能变流器的人机界面上，供运维人员参考选择；当储能变流器工作于离网状态且为自动控制模式时，储能变流器根据得到的预测交通负荷类型及计算得到的每种交通负荷能源供给时间来确定具体的控制运行模式，储能变流器则根据确定下来的控制运行模式来控制各个设备的运行。
7.根据权利要求6所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述自动控制模式至少分为最长续航模式、最大保障模式、负荷分级模式，最长续航模式下只保留一级负荷的供电，其他等级负荷开关断开；最大保障模式下所有等级负荷的开关均闭合；负荷分级模式下可提前设定好需要切除的负荷等级。
8.根据权利要求1所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述交通负荷预测***获取的交通负荷影响因素信息包括：历时天气信息、未来天气信息、所处路段历史交通负荷信息、重大节假日信息、路段周期性养护信息、发布的交通管制相关信息；交通负荷预测***将各个影响因素信息结果转化为基本概率赋值，然后再进行时间域和空间域的信息融合，结合模糊集合论构造出交通负荷影响因素集合，将数据融合结果转化为基本概率赋值并求出每种影响因素的隶属度，形成未来一段时间内具体时间点的负荷预测值，再将所有时间点的负荷预测值进行综合，最终得出未来一段时间的交通负荷预测曲线。
9.根据权利要求8所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述交通负荷预测***采集交通负荷影响因素信息、储能变流器的实时运行功率、各种等级负荷的实时负载功率，并最终形成功率交通负荷影响指数；功率交通负荷影响指数是基于历史运行数据并结合专家修正系数的方式获得，该功率预测结果对于储能变流器并网工作并不影响其控制。
10.根据权利要求8所述的一种基于公路交通负荷预测的储能变流器控制方法，其特征在于：所述交通负荷预测***在对未来时间段的交通负荷进行预测计算时采用D-S证据理论，具体步骤包括：
步骤1）：获取每个影响因素的数据；
步骤2）：应用模糊原理对每个影响因素求取隶属度；
步骤3）：求取每个影响因素的最大相关系数；
步骤4）：求取每个影响因素在未来每个时间节点的相关分配值；
步骤5）：求取每个影响因素的影响指数；
步骤6）：求取每个影响因素对每个目标模式的信度函数值；
步骤7）：求取每个影响因素的不确定性的信度函数值；
步骤8）：计算融合后的信度函数值；
步骤9）：计算融合后的不确定性的信度函数值；
步骤10）：根据目标模式判断规则得出未来某个时间节点的交通负荷预测数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111125727.9A CN113922402B (zh) | 2021-09-26 | 2021-09-26 | 一种基于公路交通负荷预测的储能变流器控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111125727.9A CN113922402B (zh) | 2021-09-26 | 2021-09-26 | 一种基于公路交通负荷预测的储能变流器控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113922402A true CN113922402A (zh) | 2022-01-11 |
| CN113922402B CN113922402B (zh) | 2024-07-12 |
Family
ID=79235869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111125727.9A Active CN113922402B (zh) | 2021-09-26 | 2021-09-26 | 一种基于公路交通负荷预测的储能变流器控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113922402B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115459246A (zh) * | 2022-09-02 | 2022-12-09 | 北京能高自动化技术股份有限公司 | 一种公路交通供电方法 |
| CN115967111A (zh) * | 2023-03-16 | 2023-04-14 | 国网山东省电力公司东营市河口区供电公司 | 基于储能双向变流器的储能变流***及方法 |
| CN116565916A (zh) * | 2023-07-07 | 2023-08-08 | 中国电力科学研究院有限公司 | 一种变流器负荷设备参与电网平衡调节的响应方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013040837A1 (zh) * | 2011-09-25 | 2013-03-28 | 国网电力科学研究院 | 微电网***计算机监控方法 |
| CN106058905A (zh) * | 2016-07-20 | 2016-10-26 | 姜宪明 | 基于功率预测的分布式光伏储能调峰*** |
| CN106451513A (zh) * | 2016-12-08 | 2017-02-22 | 北京索英电气技术有限公司 | 一种混合式ups储能***及其方法 |
| CN109713712A (zh) * | 2018-10-10 | 2019-05-03 | 北京天势新能源技术有限公司 | 光储荷智能化管理一体机及光储荷智能化管理方法 |
-
2021
- 2021-09-26 CN CN202111125727.9A patent/CN113922402B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013040837A1 (zh) * | 2011-09-25 | 2013-03-28 | 国网电力科学研究院 | 微电网***计算机监控方法 |
| CN106058905A (zh) * | 2016-07-20 | 2016-10-26 | 姜宪明 | 基于功率预测的分布式光伏储能调峰*** |
| CN106451513A (zh) * | 2016-12-08 | 2017-02-22 | 北京索英电气技术有限公司 | 一种混合式ups储能***及其方法 |
| CN109713712A (zh) * | 2018-10-10 | 2019-05-03 | 北京天势新能源技术有限公司 | 光储荷智能化管理一体机及光储荷智能化管理方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115459246A (zh) * | 2022-09-02 | 2022-12-09 | 北京能高自动化技术股份有限公司 | 一种公路交通供电方法 |
| CN115967111A (zh) * | 2023-03-16 | 2023-04-14 | 国网山东省电力公司东营市河口区供电公司 | 基于储能双向变流器的储能变流***及方法 |
| CN116565916A (zh) * | 2023-07-07 | 2023-08-08 | 中国电力科学研究院有限公司 | 一种变流器负荷设备参与电网平衡调节的响应方法及装置 |
| CN116565916B (zh) * | 2023-07-07 | 2023-12-15 | 中国电力科学研究院有限公司 | 一种变流器负荷设备参与电网平衡调节的响应方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113922402B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113922402B (zh) | 一种基于公路交通负荷预测的储能变流器控制方法 | |
| CN111038291B (zh) | 一种电动汽车充电故障智能诊断***及方法 | |
| US20230139514A1 (en) | Hybrid grid and renewable based energy system | |
| CN108683202B (zh) | 储能*** | |
| CN110707804B (zh) | 一种具有在线测试功能的储能备电装置及测试方法 | |
| KR101827158B1 (ko) | 마이크로그리드용 에너지 저장 장치에 대한 운영 장치 및 방법 | |
| CN111049266B (zh) | 一种面向调控业务的智能化秒级复电方法和*** | |
| CN106655158A (zh) | 一种基于智能电网的配电网自愈控制***和方法 | |
| US20140257582A1 (en) | Electricity demand regulating system and demand adjustment executive system | |
| CN113300403B (zh) | 太阳能微网储能容量配置优化处理***及处理方法 | |
| CN116799844B (zh) | 一种移动式分布式储能*** | |
| CN103545921A (zh) | 城市配电台区自治管控优化供电***及其监控*** | |
| CN106203854A (zh) | 一种直流配电网经济性分析方法及*** | |
| CN116317116A (zh) | 一种云边协同配电监测*** | |
| CN111799880A (zh) | 一种离网一体化通信电源***、控制方法及储存介质 | |
| CN111433996A (zh) | 分级电力控制*** | |
| KR101793149B1 (ko) | 마이크로그리드 운영 시스템 및 방법 | |
| CN112649696A (zh) | 电网异常状态识别方法 | |
| CN116739550A (zh) | 一种抢修智能辅助决策方法及*** | |
| KR101926306B1 (ko) | 배전 자동화 시스템 | |
| Fioravanti et al. | Automation and remote control to improve LV grid management | |
| JP2000102171A (ja) | 電力系統電圧制御方法および装置 | |
| CN108388725B (zh) | 基于专家***的城区配电网接地选线辅助决策***方法 | |
| CN113824122B (zh) | 基于源网荷储模型的第三道防线智能调度决策***及方法 | |
| CN118124440B (zh) | 一种新能源汽车充电桩智能配电控制方法和*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |