国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種電池儲能系統(tǒng)運行數(shù)據(jù)的典型工況構(gòu)建方法與流程

      文檔序號:12720340閱讀:358來源:國知局
      一種電池儲能系統(tǒng)運行數(shù)據(jù)的典型工況構(gòu)建方法與流程

      本發(fā)明涉及一種工況構(gòu)建方法,具體涉及一種電池儲能系統(tǒng)運行數(shù)據(jù)的典型工況構(gòu)建方法。



      背景技術(shù):

      近些年,我國風能和大陽能發(fā)電快速發(fā)展,電池儲能電站的規(guī)模不斷擴大,電池儲能電站采集上來的儲能電池數(shù)據(jù)也日益劇增,已運行的十MW級電池儲能電站的電池單體數(shù)量已達數(shù)十萬,儲能電池數(shù)據(jù)的使用價值是巨大的,尚未充分挖掘。

      目前對于儲能系統(tǒng)充放功率的研究都集中于優(yōu)化控制與容量配置等方面,對于典型工況曲線的挖掘及獲取工作關注較少。目前關于典型工況曲線挖掘的研究主要集中在電動汽車\混合電動汽車上。例如通過求出電池功率的分布函數(shù)和概率分布,然后隨機產(chǎn)生電池充放電功率的典型工況曲線挖掘方法。但該方法隨機產(chǎn)生電池的充放電功率,僅考慮典型工況曲線與實際工況曲線在概率分布上的一致性,未考慮典型工況曲線與實際工況曲線在具體時刻取值的一致性,使得典型工況曲線與實際工況曲線在時間序列上差別較大。因此不適用于電力系統(tǒng),特別是電力儲能系統(tǒng)的工況分析與提煉。



      技術(shù)實現(xiàn)要素:

      為了克服上述現(xiàn)有技術(shù)的不足,本發(fā)明提供一種電池儲能系統(tǒng)運行數(shù)據(jù)的典型工況構(gòu)建方法。本發(fā)明實現(xiàn)對于儲能系統(tǒng)充放功率情況的整體認知,利用所提取的典型工況曲線壓縮數(shù)據(jù)量,節(jié)省計算量。

      為了實現(xiàn)上述發(fā)明目的,本發(fā)明采取如下技術(shù)方案:

      一種電池儲能系統(tǒng)運行數(shù)據(jù)的典型工況構(gòu)建方法,所述方法包括如下步驟:

      (1)采用主成分分析方法提取電池樣本數(shù)據(jù)特征矩陣的主要成分,并根據(jù)計算每個特征對主成分的貢獻提取代表數(shù)據(jù)屬性的主要特征因子;

      (2)采用無監(jiān)督聚類方法根據(jù)樣本數(shù)據(jù)的主要特征因子對數(shù)據(jù)分類,并計算各聚類中心的參數(shù)特征;

      (3)根據(jù)各聚類樣本數(shù)量比例及聚類中樣本與中心參數(shù)相關性加權(quán)得到典型工況數(shù)據(jù)。

      優(yōu)選的,所述步驟(1)包括如下步驟:

      步驟1-1、根據(jù)待分析數(shù)據(jù)特性進行設計數(shù)據(jù)的特征參數(shù);

      步驟1-2、設樣本數(shù)量為M,特征參數(shù)數(shù)量為N,計算每個樣本的每個特征參數(shù),構(gòu)成M*N參數(shù)矩陣P;

      步驟1-3、對所述參數(shù)矩陣進行主成分分析。

      優(yōu)選的,所述步驟1-1中,所述特征參數(shù)包括:樣本最大值、樣本最小值、樣本幅值、樣本平均值、樣本非0值區(qū)間均值、樣本標準偏差、一階導最小值、一階導最大值、一階導標準偏差、數(shù)據(jù)增長區(qū)間比例、數(shù)據(jù)減小區(qū)間比例、數(shù)據(jù)平穩(wěn)區(qū)間比例和數(shù)據(jù)0值區(qū)間比例。

      優(yōu)選的,所述步驟1-3中包括如下步驟:

      步驟1-3-1、使用主成分分析法提取所述參數(shù)矩陣P的主成分,設置參數(shù)α,選取得分超過α的成分為主成分;

      步驟1-3-2、根據(jù)各特征參數(shù)的負荷矩陣,設置參數(shù)β,選取負荷矩陣中對主成分貢獻大于β的特征參數(shù)作為樣本數(shù)據(jù)的主要特征因子,記特征因子個數(shù)為n,因此所有樣本會形成M個n維的點,記點的集合為mS。

      優(yōu)選的,所述步驟(2)包括如下步驟:

      步驟2-1、輸入超參數(shù)聚類個數(shù)K,采用k-means方法對點集mS進行無監(jiān)督聚類;

      步驟2-2、采用皮爾遜相關系數(shù)計算方法計算每個樣本與所在聚類中心特征因子的相關系數(shù),計算公式為:

      式中,r是相關系數(shù),n是特征參數(shù)個數(shù),xi是樣本數(shù)據(jù)第i個特征參數(shù),yi是聚類中心第i個特征參數(shù);并計算相關系數(shù)超過0.85的樣本數(shù)量coorN;

      步驟2-3、調(diào)整超參數(shù)K,重復步驟2-1和2-2,得到最優(yōu)聚類結(jié)果,即coorN最大,若多個K值使聚類效果最優(yōu),則取最小的K值。

      優(yōu)選的,所述步驟3包括如下步驟:

      步驟3-1、根據(jù)各聚類中各樣本與聚類中心的相關系數(shù)進行加權(quán)計算聚類的工況,聚類k工況計算公式為

      式中,Gk是聚類k工況數(shù)據(jù)結(jié)果,Mk為聚類k中數(shù)據(jù)樣本的數(shù)量,ri是樣本i與聚類中心參數(shù)的相關系數(shù),di是樣本i的數(shù)據(jù);

      步驟3-2、統(tǒng)計每個聚類中樣本數(shù)量記為M1,M2,…,Mk,…,MK,加權(quán)得到整體典型工況;

      步驟3-3、根據(jù)各聚類中樣本數(shù)量計算各個聚類在整體數(shù)據(jù)中的比重,并根據(jù)比重結(jié)果對各聚類中心參數(shù)加權(quán)得到全部樣本數(shù)據(jù)的典型工況,計算公式為

      式中,G是全部數(shù)據(jù)的典型工況結(jié)果,Mk是第k個聚類中樣本數(shù)據(jù)數(shù)目,M是全部樣本數(shù)據(jù)數(shù)目,Gk是第k個聚類的工況數(shù)據(jù)。

      與最接近的現(xiàn)有技術(shù)比,本發(fā)明提供的技術(shù)方案具有以下優(yōu)異效果:

      本發(fā)明采用主成分分析及聚類方法對電池數(shù)據(jù)進行分析,能夠有效構(gòu)建典型工況,其中主成分分析方法可以提取數(shù)據(jù)的重要特征,聚類方法可以對數(shù)據(jù)進行分類,從而構(gòu)建典型工況數(shù)據(jù)。該方法可以實現(xiàn)對于儲能系統(tǒng)充放功率情況的整體認知,利用所提取的典型工況曲線可以壓縮數(shù)據(jù)量,節(jié)省計算量。

      本發(fā)明具有通用性和可復制性,可推廣應用于儲能系統(tǒng)參與跟蹤發(fā)電計劃,參與系統(tǒng)調(diào)頻,削峰填谷等不同應用模式下確定的儲能系統(tǒng)充放電功率分析及其典型運行工況曲線的提取、評估以及復驗等。

      本發(fā)明實現(xiàn)了對大規(guī)模儲能系統(tǒng)典型運行工況的獲取與評價,該方法也適用于不同規(guī)模儲能系統(tǒng)運行工況的分析與數(shù)據(jù)分析,也可推廣應用于電動汽車運行工況的分析與評價。

      附圖說明

      圖1是一種電池儲能系統(tǒng)運行數(shù)據(jù)的典型工況構(gòu)建方法實現(xiàn)流程圖;

      圖2是電池數(shù)據(jù)特征因子分析方法實現(xiàn)流程圖;

      圖3是電池數(shù)據(jù)工況構(gòu)建方法實現(xiàn)流程圖;

      圖4是某電池SOC跟蹤數(shù)據(jù)特征因子聚類后各樣本與相應聚類中心相關系數(shù)結(jié)果;

      圖5是某電池SOC跟蹤數(shù)據(jù)四類工況數(shù)據(jù)圖;

      圖6為某電池SOC跟蹤數(shù)據(jù)整體典型工況數(shù)據(jù)圖。

      具體實施方式

      下面結(jié)合附圖對本發(fā)明作進一步詳細說明。

      為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白,以下結(jié)合附圖及實施例,對本發(fā)明進行進一步詳細說明。該實施例僅用于解釋本發(fā)明,并不構(gòu)成對本發(fā)明保護范圍的限定。

      此外,下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

      如圖1所示,本發(fā)明實施例提供了一種電池儲能系統(tǒng)運行數(shù)據(jù)的典型工況構(gòu)建方法,其包括特征因子分析模塊和工況構(gòu)建模塊,分析方法步驟如下:

      步驟1根據(jù)待分析數(shù)據(jù)特性設計數(shù)據(jù)的特征參數(shù),如樣本最大值、樣本最小值、樣本幅值、樣本平均值、樣本非0值區(qū)間均值、樣本標準偏差、一階導最小值、一階導最大值、一階導標準偏差、數(shù)據(jù)增長區(qū)間比例、數(shù)據(jù)減小區(qū)間比例、數(shù)據(jù)平穩(wěn)區(qū)間比例、數(shù)據(jù)0值區(qū)間比例等特征參數(shù)。

      步驟2對每個樣本計算其特征參數(shù),得到特征參數(shù)矩陣。

      步驟3對特征參數(shù)矩陣進行主成分分析,計算每個特征參數(shù)對主成分的貢獻,從而提取可以代表數(shù)據(jù)屬性的主要特征因子。

      步驟4依據(jù)各樣本數(shù)據(jù)的主要特征因子進行無監(jiān)督聚類,計算各聚類中心的參數(shù)特征。

      步驟5根據(jù)聚類中樣本與聚類中心特征因子相關系數(shù)加權(quán)得到聚類工況數(shù)據(jù),根據(jù)各聚類中樣本數(shù)量,加權(quán)得到整體典型工況數(shù)據(jù)。

      如圖2所示,本發(fā)明實施例提供了一種電池數(shù)據(jù)特征因子分析方法,包括如下步驟:

      步驟1根據(jù)待分析數(shù)據(jù)特性設計數(shù)據(jù)的特征參數(shù),如樣本最大值、樣本最小值、樣本幅值、樣本平均值、樣本非0值區(qū)間均值、樣本標準偏差、一階導最小值、一階導最大值、一階導標準偏差、數(shù)據(jù)增長區(qū)間比例、數(shù)據(jù)減小區(qū)間比例、數(shù)據(jù)平穩(wěn)區(qū)間比例、數(shù)據(jù)0值區(qū)間比例等特征參數(shù)。

      步驟2樣本數(shù)量記為M,特征參數(shù)數(shù)量記為N,計算每個樣本的每個特征參數(shù),構(gòu)成M*N參數(shù)矩陣P。

      步驟3使用主成分分析方法提取矩陣P的主成分,設置參數(shù)α,選取得分超過α的成分為主成分。

      步驟4根據(jù)各特征參數(shù)的負荷矩陣,設置參數(shù)β,選取負荷矩陣中對主成分貢獻大于β的特征參數(shù)作為樣本數(shù)據(jù)的主要特征因子,記特征因子個數(shù)為n,因此所有樣本會形成M個n維的點,記點的集合為mS。如下表所示為某電池SOC跟蹤數(shù)據(jù)特征參數(shù)負荷矩陣,表中標記粗體下劃線的為主要特征因子,共5個。

      如圖3所示,本發(fā)明實施例提供了一種電池數(shù)據(jù)工況構(gòu)建方法,步驟如下:

      (1)對點集mS進行無監(jiān)督聚類,如可以采用k-means方法,需提前輸入超參數(shù)聚類個數(shù)K。

      (2)聚類完成后計算每個樣本與所在聚類中心特征因子的相關系數(shù),相關系數(shù)計算方法可以采用皮爾遜相關系數(shù)計算方法,計算公式為:

      其中r是相關系數(shù)計算結(jié)果,n是特征參數(shù)個數(shù),x是樣本數(shù)據(jù)特征參數(shù),y是聚類中心特征參數(shù)。

      并計算相關系數(shù)超過0.85的樣本數(shù)量coorN。

      (3)調(diào)整超參數(shù)K,重復步驟(1)和(2),得到最優(yōu)聚類結(jié)果,即coorN最大;如果多個K值可以使聚類效果最優(yōu),則取最小的K值。圖4所示為某電池SOC跟蹤數(shù)據(jù)特征因子聚類后各樣本與相應聚類中心相關系數(shù)結(jié)果。

      (4)根據(jù)各聚類中各樣本與聚類中心的相關系數(shù)進行加權(quán)計算聚類的工況,聚類k工況計算公式為

      其中Gk是聚類k工況數(shù)據(jù)結(jié)果,Mk為聚類k中數(shù)據(jù)樣本的數(shù)量,ri是樣本i與聚類中心參數(shù)的相關系數(shù),di是樣本i的數(shù)據(jù)。

      圖5所示為某電池SOC跟蹤數(shù)據(jù)四類工況數(shù)據(jù)圖。圖(a)代表SOC跟蹤數(shù)據(jù)持續(xù)增加的工況,數(shù)據(jù)變化幅度在0.5到0.7之間;圖(b)代表SOC跟蹤數(shù)據(jù)先增加后降低的工況,數(shù)據(jù)變化幅度在0.65到0.4之間;圖(c)代表SOC跟蹤數(shù)據(jù)先陡降后趨于平緩的工況,數(shù)據(jù)變化幅度在0.35到0.5之間;圖(d)代表SOC跟蹤數(shù)據(jù)波動平緩的工況,數(shù)據(jù)變化幅度在0.48到0.5之間。

      (5)統(tǒng)計每個聚類中樣本數(shù)量記為(M1,M2,…,Mk,…,MK),據(jù)此對各聚類工況數(shù)據(jù)加權(quán)得到整體典型工況數(shù)據(jù),計算公式為

      其中G是全部數(shù)據(jù)的典型工況結(jié)果,Mk是第k個聚類中樣本數(shù)據(jù)數(shù)目,M是全部樣本數(shù)據(jù)數(shù)目,Gk是第k個聚類的工況數(shù)據(jù)。

      圖6所示為某電池SOC跟蹤數(shù)據(jù)整體典型工況數(shù)據(jù)圖。該工況為SOC跟蹤數(shù)據(jù)出現(xiàn)概率最大的工況,在全天時間范圍內(nèi)數(shù)據(jù)有起有伏、波動較小,數(shù)據(jù)幅度在0.48到0.5之間。

      最后應當說明的是:以上實施例僅用以說明本發(fā)明的技術(shù)方案而非對其限制,盡管參照上述實施例對本發(fā)明進行了詳細的說明,所屬領域的普通技術(shù)人員應當理解:依然可以對本發(fā)明的具體實施方式進行修改或者等同替換,而未脫離本發(fā)明精神和范圍的任何修改或者等同替換,其均應涵蓋在本發(fā)明的權(quán)利要求范圍當中。

      當前第1頁1 2 3 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1