本發(fā)明涉及充電站，具體為一種光儲充一體化充電站運行優(yōu)化系統(tǒng)及方法。

背景技術(shù)：

1、當前市場上存在一些光儲充一體化充電站系統(tǒng)，它們已經(jīng)能夠?qū)崿F(xiàn)光伏發(fā)電、儲能與電動汽車充電的基本集成，能夠提高能源利用效率、降低用電成本并增強供電的穩(wěn)定性和可靠性。

2、然而，現(xiàn)有的光儲充一體化充電站在運行過程中，存在對各模塊運行數(shù)據(jù)監(jiān)測和分析不夠精準全面、供電策略不夠優(yōu)化等問題，導致能源浪費和運營成本較高等情況。為了解決上述缺陷，現(xiàn)提供一種技術(shù)方案。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于解決上述背景技術(shù)中提出的問題，而提出一種光儲充一體化充電站運行優(yōu)化系統(tǒng)及方法。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、一種光儲充一體化充電站運行優(yōu)化系統(tǒng)，包括儲能模塊、充電樁模塊、光伏模塊和光儲充管理平臺；所述儲能模塊包括多個儲能電池組，所述充電樁模塊包括多個充電樁，所述光伏模塊包括多個光伏面板組，多個光伏面板組組成光伏陣列，所述光儲充管理平臺包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理中心和優(yōu)化控制模塊；

4、數(shù)據(jù)采集模塊，用于通過傳感器網(wǎng)絡采集儲能模塊、充電樁模塊與光伏模塊的實時運行數(shù)據(jù)及對應的外部環(huán)境數(shù)據(jù)；

5、數(shù)據(jù)處理中心，用于分別對光伏模塊、儲能模塊及充電樁模塊進行分析，得到各個模塊的分析結(jié)果；還用于構(gòu)建預測發(fā)電模型；還用于對電網(wǎng)的實時電價信息進行分析，得到總需電價成本；各個模塊的分析結(jié)果包括功率變化曲線相關數(shù)據(jù)、發(fā)電效率相關信息、儲能分析結(jié)果、提供供電信息；將總需電價成本、儲能綜評值與模電值進行加權(quán)處理得到供應值；設定供應信令組，包括光儲充信令、儲能充電信令、購電供電信令，將供應值與供應信令組的取值范圍進行匹配，以生成相應信令；

6、優(yōu)化控制模塊，用于接收相應信令以執(zhí)行對應操作，具體為：

7、在接收到光儲充信令時，啟動協(xié)同供電機制；協(xié)同供電機制用于控制光伏模塊、儲能模塊分別按照預測發(fā)電功率、儲能提供充電功率協(xié)同為充電樁提供所需的電能；在接收到儲能充電信令時，使用儲能模塊為充電樁所對應車輛的最大充電額定功率的車輛提供供電；在接收到購電供電信令時，將從電網(wǎng)購買的電能分配到充電樁，為車輛充電。

8、進一步的，所述數(shù)據(jù)處理中心包括監(jiān)測設置模塊、光伏儲能分析模塊、儲能狀態(tài)分析模塊、充電需求分析模塊、預測模型生成模塊與綜合處理判斷模塊；

9、監(jiān)測設置模塊，用于以當前時刻之前預設光伏發(fā)電監(jiān)測時長的時間范圍標記為光伏發(fā)電監(jiān)測時區(qū)；

10、光伏分析模塊，用于對光伏模塊的實時運行數(shù)據(jù)進行分析，得到功率變化曲線相關數(shù)據(jù)；還對光伏模塊的發(fā)電效率進行評估分析，得到發(fā)電效率相關信息；發(fā)電效率相關信息包括實發(fā)比值、環(huán)影值、風影值、電發(fā)綜值、組電值、模電值、風力影響值；

11、儲能狀態(tài)分析模塊，用于對儲能模塊的狀態(tài)進行分析，得到儲能分析結(jié)果；其中，儲能分析結(jié)果包括儲能電池組的剩余電量均影值、池組評估值、充放電次數(shù)、出廠時長、儲能評估值與儲能綜評值；

12、充電需求分析模塊，用于對充電樁對應的需求進行分析，得到提供供電信息；其中，提供供電信息包括光伏模板的預測發(fā)電功率與儲能模塊的儲能提供充電功率；

13、預測模型生成模塊，用于獲取儲能模塊、充電樁模塊與光伏模塊的歷史實時運行數(shù)據(jù)、歷史外部環(huán)境數(shù)據(jù)及光伏特征信息作為歷史數(shù)據(jù)；使用歷史數(shù)據(jù)訓練支持向量回歸模型，計算均方誤差，采用交叉驗證評估模型泛化能力得到模型評估值；根據(jù)模型評估值與其對應閾值判定模型是否泛化，最終得到預測發(fā)電模型；

14、電網(wǎng)電價分析模塊，用于對電網(wǎng)的實時電價信息進行分析，獲取任一充電樁所對應車輛的需充電量；獲取電網(wǎng)的實時電價，根據(jù)實時電價與需充電量計算得到電價成本；對充電樁模塊中的所有充電樁進行遍歷，逐一獲取每個充電樁對應的車輛的電價成本；將充電樁模塊中所有充電樁的電價成本求和得到總需電價成本；

15、綜合處理判斷模塊，用于將總需電價成本、儲能綜評值與模電值進行加權(quán)處理得到供應值；設定供應信令組，包括光儲充信令、儲能充電信令、購電供電信令，將供應值與供應信令組的取值范圍進行匹配，以生成相應信令。

16、進一步的，對光伏模塊的實時運行數(shù)據(jù)進行分析，具體為：

17、獲取光伏發(fā)電監(jiān)測時區(qū)中任一時刻光伏模塊的每個光伏面板組的電流、電壓，計算每個光伏面板組在對應時刻的實時發(fā)電功率；

18、將所有光伏面板組的發(fā)電功率相加，得到光伏陣列在光伏發(fā)電監(jiān)測時區(qū)的總發(fā)電功率；構(gòu)建總發(fā)電功率隨時間變化的曲線圖，以時間為橫軸，總發(fā)電功率為縱軸，將各個光伏發(fā)電監(jiān)測時區(qū)計算得到的總發(fā)電功率繪制得到功率變化曲線圖；將功率變化曲線圖按照設定周期組劃分為周期對應的功率變化曲線圖；設定周期組包括日周期、周周期、月周期、季周期、年周期組；

19、按照時間順序獲取設定周期組中任一周期組的功率變化曲線圖，提取功率變化曲線圖中的功率變化曲線，采用均方誤差法計算相鄰周期的功率變化曲線的相似值；按照時間順序?qū)ο嗨浦颠M行排序，構(gòu)建相似變化折線圖，將相似值與其對應周期的編號輸入到相似變化折線圖中，將相似值在相似變化折線圖中的位置標記為相似點，連接相鄰的相似點得到鄰相線；計算鄰相線的斜率，將取值為正的斜率標記為升斜值，將取值為負的斜率標記為降斜值；

20、分別求和同一周期組中所有的升斜值、降斜值得到升斜總值、降斜總值，將升斜總值、降斜總值進行加權(quán)計算得到斜影值；

21、計算同一周期組中相鄰周期的相似值的均值、標準差值得到相似均值、相似波動值；將斜影值、相似均值、相似差值進行加權(quán)處理得到期影值；

22、將設定周期組中所有的周期組的期影值進行加權(quán)處理得到綜期影值；將升斜值、降斜值、斜影值、相似均值、相似波動值、期影值和綜期影值標記為對應周期的功率變化曲線相關數(shù)據(jù)。

23、進一步的，對光伏模塊的發(fā)電效率進行評估分析，具體為：

24、獲取光伏發(fā)電監(jiān)測時區(qū)中光伏模塊中每個光伏面板組中任一光伏面板的額定功率和實際光照強度，采用標準光伏電池轉(zhuǎn)換效率公式計算光伏發(fā)電監(jiān)測時區(qū)中任一時刻的理論發(fā)電功率；將光伏發(fā)電監(jiān)測時區(qū)中任一時刻的理論發(fā)電功率除以實際發(fā)電功率得到實發(fā)比值；

25、獲取光伏面板的外部環(huán)境數(shù)據(jù)，包括環(huán)境信息與氣象信息，環(huán)境信息包括溫度、濕度、大氣壓強，氣象信息包括空氣密度、風向、風速；

26、設定環(huán)境信息中任一參數(shù)的基準值，將環(huán)境信息中任一參數(shù)數(shù)值與其參數(shù)對應的基準值進行差值計算得到基準差值；設定環(huán)境監(jiān)測時區(qū)，對環(huán)境監(jiān)測時區(qū)內(nèi)的基準差值進行平均值、標準差計算得到基準差均值、基準差波動值；將環(huán)境信息中所有參數(shù)的基準差值、基準差均值、基準差波動值進行加權(quán)計算得到環(huán)影值；

27、獲取光伏面板的傾斜方向，對光伏面板的傾斜方向與氣象信息進行分析，得到風力影響值；對環(huán)境監(jiān)測時區(qū)內(nèi)任一時刻的風力影響值進行平均值、標準差計算得到風力均值、風力波動值；將風力影響值、風力均值、風力波動值進行加權(quán)計算得到風影值；

28、將實發(fā)比值、環(huán)影值、風影值進行加權(quán)計算得到光伏面板的電發(fā)綜值；將光伏面板組中所有光伏面板的電發(fā)綜值進行加權(quán)計算得到光伏面板組對應的組電值；將光伏模塊中所有的光伏面板組的組電值進行加權(quán)計算得到模電值；

29、將實發(fā)比值、環(huán)影值、風影值、電發(fā)綜值、組電值、模電值、風力影響值標記為發(fā)電效率相關信息。

30、進一步的，預測發(fā)電模型的建立過程如下：

31、獲取儲能模塊、充電樁模塊與光伏模塊的歷史實時運行數(shù)據(jù)、歷史外部環(huán)境數(shù)據(jù)及光伏特征信息作為歷史數(shù)據(jù)；將歷史數(shù)據(jù)按照設定比例劃分為訓練集與測試集；

32、選取支持向量回歸模型并初始化，使用訓練集數(shù)據(jù)對支持向量回歸模型進行訓練，采用徑向基函數(shù)作為核函數(shù)的支持向量回歸模型，計算光伏模塊預測的發(fā)電功率與實際發(fā)電功率之間的均方誤差；

33、再采用交叉驗證評估模型的泛化能力，將訓練集劃分為k個子集，k為預設的整數(shù)；對于每一輪驗證，選取任一個子集作為驗證集，其余k-1個子集作為訓練集，重復此過程k次；在每一輪訓練與驗證過程中，計算驗證集上的均方誤差；

34、將k輪驗證集的均方誤差進行均值計算得到模型評估值，設定模型評估閾值，若模型評估值小于模型評估閾值，說明模型驗證集數(shù)據(jù)上的預測誤差較小，表示模型具有較好的泛化能力；反之，如果模型評估值大于或等于模型評估閾值，則采用數(shù)據(jù)擴充的方法增加訓練數(shù)據(jù)；將訓練、驗證、評估完成后的模型標記為預測發(fā)電模型；

35、其中，光伏特征信息包括不同設定周期的功率變化曲線相關數(shù)據(jù)、發(fā)電效率相關信息，不同設定周期的功率變化曲線相關數(shù)據(jù)包括升斜值、降斜值、斜影值、相似均值、相似波動值、期影值和綜期影值，發(fā)電效率相關信息包括實發(fā)比值?、環(huán)影值?、風影值?、電發(fā)綜值、組電值和模電值。

36、進一步的，對儲能模塊的狀態(tài)進行分析，具體為：

37、獲取儲能模塊中各儲能電池組的當前電量值，識別儲能電池組的額定電量，將當前電量值除以額定電量得到剩余電量百分比值；將所有儲能電池組的剩余電量百分比值進行均值計算，得到剩電均值；將儲能電池組的剩余電量百分比值與其儲能模塊的剩電均值進行加權(quán)計算得到儲能電池組對應的剩余電量均影值；

38、獲取儲能模塊中每個儲能電池組的電池信息，包括端電壓、充放電功率、電池溫度；統(tǒng)計并計算電池信息中任一信息的統(tǒng)計指標，統(tǒng)計指標包括平均值、最大值、最小值、平均值與中位數(shù)、眾數(shù)、標準差；將統(tǒng)計指標中的參數(shù)進行加權(quán)計算得到池組評估值；

39、獲取儲能電池組的充放電次數(shù)；

40、識別儲能電池組的出廠時刻，將出廠時刻與當前時刻進行時刻差計算得到出廠時長；

41、將剩余電量均影值、池組評估值、充放電次數(shù)、出廠時長進行加權(quán)處理，得到儲能評估值；

42、將儲能模塊中所有儲能電池組的儲能評估值進行加權(quán)計算，得到儲能綜評值；將儲能電池組的剩余電量均影值、池組評估值、充放電次數(shù)、出廠時長、儲能評估值與儲能綜評值標記為儲能分析結(jié)果。

43、進一步的，對充電樁對應的需求進行分析，具體為：

44、充電樁通過檢測充電接口的連接信號判斷車輛連接狀態(tài)，車輛連接狀態(tài)包括車輛已連接充電樁狀態(tài)與未連接狀態(tài)；

45、獲取處于車輛已連接充電樁狀態(tài)車輛的車輛信息，包括車輛的類型、電池容量、最大充電額定功率；

46、將車輛的電池容量減去當前電量得到需充電量；

47、記錄充電樁與車輛的連接時刻作為車充時刻；根據(jù)車輛的最大充電額定功率與需充電量計算得到預測充電時長；將車充時刻之后預測充電時長的時間區(qū)域標記為預測充電時區(qū)；使用預測發(fā)電模型獲取預測充電時區(qū)內(nèi)任一時刻的預測發(fā)電功率，將車輛的最大充電額定功率減去預測發(fā)電功率得到儲能提供充電功率；

48、再分析車輛在充電樁充電過程中預測與實際的差異，在車輛充電過程中，獲取車輛在抵達預測充電時區(qū)內(nèi)任一時刻的已充電量，將已充電量減去預測發(fā)電功率與儲能提供充電功率的和值得到該時刻的缺充電量；對當前時刻與車充時刻之間的缺充電量進行均值、標準差計算得到缺充均值、缺充波動值；

49、將當前時刻的缺充電量與缺充均值、缺充波動值進行加權(quán)計算得到充功調(diào)控系數(shù)；使用充功調(diào)控系數(shù)動態(tài)更新預測發(fā)電功率與儲能提供充電功率；將光伏模塊的預測發(fā)電功率與儲能模塊的儲能提供充電功率標記為提供供電信息。

50、進一步的，對光伏面板的傾斜方向與氣象信息進行分析，具體為：獲取光伏面板的表面積與表面粗糙度，將表面積與表面粗糙度加權(quán)處理得到光伏面板的阻力系數(shù)；獲取光伏面板在風向垂直方向上的投影面積，獲取風對光伏面板的作用力，根據(jù)阻力系數(shù)、作用力、空氣密度、風速、投影面積計算風在平行方向?qū)夥姘宓淖饔昧擞洖槠椒?；再獲取風向的壓力系數(shù)，根據(jù)壓力系數(shù)、作用力、空氣密度、風速、投影面積計算風在垂直方向?qū)夥姘宓淖饔昧擞洖榇狗?；將平伏值、垂伏值進行加權(quán)計算得到風力影響值。

51、進一步的，所述數(shù)據(jù)處理中心包括電力購置分析模塊與購置執(zhí)行模塊，其中：

52、電力購置分析模塊，用于基于閑時段電價數(shù)據(jù)、儲能模塊的剩余電量容量信息、光伏模塊的發(fā)電功率數(shù)據(jù)以及電網(wǎng)至儲能模塊的電能傳輸損耗數(shù)據(jù)進行綜合運算分析，得到電價值；當電價值小于預設電價閾值時，判定當前閑時段電網(wǎng)電價處于適宜水平，生成電網(wǎng)購電充能信令；當電價值大于或等于預設電價閾值，判定當前為儲能模塊充電不具經(jīng)濟性或儲能模塊與光伏模塊的發(fā)電量已可滿足系統(tǒng)運行需求，無需進行電網(wǎng)購電操作，生成停止購電信令；

53、購置執(zhí)行模塊，用于接收電力購置分析模塊所發(fā)出的信令，并執(zhí)行相應操作。

54、進一步的，本發(fā)明提出的一種光儲充一體化充電站運行優(yōu)化方法，包括以下步驟：

55、s1，數(shù)據(jù)采集步驟：通過傳感器網(wǎng)絡采集儲能模塊、充電樁模塊與光伏模塊的實時運行數(shù)據(jù)及對應的外部環(huán)境數(shù)據(jù)；

56、s2，數(shù)據(jù)處理步驟：分別對光伏模塊、儲能模塊及充電樁模塊進行分析以得到各模塊分析結(jié)果，包括功率變化曲線相關數(shù)據(jù)、發(fā)電效率相關信息、儲能分析結(jié)果、提供供電信息，同時分析電網(wǎng)實時電價信息以獲取總需電價成本，將總需電價成本、儲能綜評值與模電值加權(quán)處理得到供應值，設定供應信令組并匹配供應值與信令組取值范圍以生成相應信令；

57、s3，優(yōu)化控制步驟：依據(jù)接收的信令執(zhí)行對應操作，接收到光儲充信令時啟動協(xié)同供電機制，使光伏模塊、儲能模塊按預測發(fā)電功率、儲能提供充電功率協(xié)同為充電樁供電；接收到儲能充電信令時用儲能模塊為對應車輛最大充電額定功率車輛供電；接收到購電供電信令時分配電網(wǎng)電能至充電樁為車輛充電。

58、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

59、本發(fā)明通過精準分析光伏模塊的發(fā)電功率變化曲線與發(fā)電效率，結(jié)合儲能模塊狀態(tài)及充電樁需求，實現(xiàn)光伏、儲能協(xié)同供電，能充分利用光伏發(fā)電，減少棄光現(xiàn)象，同時優(yōu)化儲能充放電策略，提高整體能源利用率，降低對電網(wǎng)電能的依賴，使能源利用更合理高效。

60、本發(fā)明通過對各模塊運行數(shù)據(jù)實時監(jiān)測分析，預測發(fā)電功率與儲能提供功率，提前應對供電波動，在電網(wǎng)斷電或光伏出力不足時，儲能模塊可及時補充電能，確保充電樁穩(wěn)定供電。同時，優(yōu)化控制模塊根據(jù)信令靈活調(diào)配供電來源，適應多種工況，保障供電服務的連續(xù)性與可靠性。