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)，x_i是樣本數(shù)據(jù)第i個特征參數(shù)，y_i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，G_k是聚類k工況數(shù)據(jù)結(jié)果，M_k為聚類k中數(shù)據(jù)樣本的數(shù)量，r_i是樣本i與聚類中心參數(shù)的相關系數(shù)，d_i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，M_k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，G_k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G_k是聚類k工況數(shù)據(jù)結(jié)果，M_k為聚類k中數(shù)據(jù)樣本的數(shù)量，r_i是樣本i與聚類中心參數(shù)的相關系數(shù)，d_i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，M_k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，G_k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。