以物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)為驅(qū)動力的“第四次工業(yè)革命”，在帶來深刻產(chǎn)業(yè)變革的同時將引領(lǐng)全球數(shù)字化轉(zhuǎn)型。我國也在積極布局推進(jìn)數(shù)字化技術(shù)、工業(yè)互聯(lián)網(wǎng)等創(chuàng)新應(yīng)用。隨著互聯(lián)網(wǎng)技術(shù)深度參與到工業(yè)生產(chǎn)、能源領(lǐng)域，能源系統(tǒng)中數(shù)字與物理的互聯(lián)更加緊密。

儲能系統(tǒng)作為未來電力系統(tǒng)的重要支撐，不僅適用于從電動汽車到電網(wǎng)規(guī)模的能源儲存，也是消納新能源出力的重要途徑。然而隨著儲能裝機(jī)規(guī)模的擴(kuò)大及電池單體數(shù)量的增加，本地監(jiān)控系統(tǒng)已經(jīng)難以滿足大規(guī)模儲能應(yīng)用場景下，在計算資源和海量歷史數(shù)據(jù)存儲方面的需求。

因此，隨著數(shù)據(jù)驅(qū)動及人工智能技術(shù)的發(fā)展，需要對儲能進(jìn)行更精確、智能的評估和控制，以進(jìn)一步挖掘儲能數(shù)據(jù)資產(chǎn)價值。隨著物聯(lián)網(wǎng)（internet of things, IoT）技術(shù)的推廣，能源工業(yè)互聯(lián)網(wǎng)將有助于儲能物理實體在數(shù)字空間中的映射，描繪儲能設(shè)備的全生命周期運(yùn)行特征。

鑒于鋰離子電池的高度非線性及退化特征，電池管理系統(tǒng)（battery management system, BMS）可以通過物聯(lián)網(wǎng)技術(shù)和云計算進(jìn)行創(chuàng)新性的變革，通過將電池相關(guān)數(shù)據(jù)匯總到邊緣側(cè)，并無縫傳輸?shù)皆破脚_，可以克服本地計算能力和數(shù)據(jù)存儲能力的不足，同時在云平臺進(jìn)行建模，通過云診斷電池單元體內(nèi)部狀態(tài)，并結(jié)合人工智能實現(xiàn)系統(tǒng)評估和優(yōu)化。

儲能云管理系統(tǒng)基于大云物移等先進(jìn)技術(shù)，將設(shè)備、用戶和數(shù)據(jù)連接融合，具有實時監(jiān)控、生命周期管理、故障檢測、狀態(tài)評估等優(yōu)勢。有研究文獻(xiàn)針對分布式儲能參與下的多種資源協(xié)調(diào)優(yōu)化展開仿真研究，尚未利用云端進(jìn)行統(tǒng)一的云計算服務(wù)。有研究文獻(xiàn)提出基于物聯(lián)網(wǎng)的電池監(jiān)測系統(tǒng)，研究了云端系統(tǒng)的通信信道和采集技術(shù)，分析微電網(wǎng)中電池運(yùn)行數(shù)據(jù)和特征。有研究文獻(xiàn)提出基于云平臺的電池狀態(tài)監(jiān)測和故障診斷，在平臺中構(gòu)建了狀態(tài)監(jiān)測和基于離群點(diǎn)挖掘的電池故障識別策略。而如何評估儲能運(yùn)行狀態(tài)，并智能化地參與電網(wǎng)互動、優(yōu)化調(diào)節(jié)，將是儲能運(yùn)行研究的重點(diǎn)與挑戰(zhàn)。

本文提出儲能云架構(gòu)，通過與數(shù)據(jù)、模型、算法融合，構(gòu)建能源工業(yè)互聯(lián)網(wǎng)平臺，克服本地計算和數(shù)據(jù)存儲的瓶頸。首先闡述儲能云管理系統(tǒng)的總體架構(gòu)，包含終端設(shè)備、邊緣側(cè)、云平臺及可視化等部分，實現(xiàn)設(shè)備泛在接入、高效數(shù)據(jù)采集與處理、云端評估與控制優(yōu)化等功能；在此基礎(chǔ)上開展云架構(gòu)技術(shù)在儲能行業(yè)的應(yīng)用探討，并通過平臺實時掌握儲能運(yùn)行態(tài)勢，提高儲能充放電的安全可靠性，驗證云端優(yōu)化策略的有效性。

1 儲能云管理系統(tǒng)

通過數(shù)據(jù)上云實現(xiàn)電池物理系統(tǒng)與虛擬鏡像的連接。相較于本地端BMS，云計算可以進(jìn)一步增強(qiáng)數(shù)據(jù)計算、存儲能力，提高系統(tǒng)的可靠性。通過云邊協(xié)同，能夠利用更先進(jìn)的算法提高本地BMS的性能。同時，基于大數(shù)據(jù)的智能診斷、壽命預(yù)測和系統(tǒng)優(yōu)化等在本地BMS中難以實現(xiàn)的功能，也能夠利用云端資源優(yōu)勢得以實現(xiàn)。

儲能云總體架構(gòu)如圖1所示，其中包括儲能終端設(shè)備、邊緣通信側(cè)、云平臺應(yīng)用服務(wù)層及前端可視化，系統(tǒng)采用工業(yè)互聯(lián)網(wǎng)技術(shù)，結(jié)合高級計算、數(shù)據(jù)分析、物聯(lián)網(wǎng)傳感技術(shù)及大云物智移等互聯(lián)網(wǎng)技術(shù)，實現(xiàn)儲能電站終端設(shè)備的泛在接入、狀態(tài)感知、實時監(jiān)視、調(diào)度控制、故障診斷等功能，為電站提供智能運(yùn)維及電池生命周期管理服務(wù)。

圖1 儲能云總體架構(gòu)

1.1 終端設(shè)備

終端設(shè)備包括儲能系統(tǒng)運(yùn)行所需的能量管理系統(tǒng)（energy management system, EMS）、功率控制系統(tǒng)（power control system, PCS）、電池管理系統(tǒng)、空調(diào)系統(tǒng)和消防系統(tǒng)等各種配套設(shè)備。

其中，EMS是實現(xiàn)設(shè)備啟停、功率調(diào)節(jié)的能量管理控制設(shè)備，同時可以對接多能源設(shè)備的泛在接入，接收底層設(shè)備的數(shù)據(jù)上送，實時遠(yuǎn)程遙調(diào)、遙控等。同時與上層調(diào)度交互進(jìn)行數(shù)據(jù)傳輸與交換。從底層實現(xiàn)的角度來看，EMS一方面獲取PCS、BMS等設(shè)備的實時運(yùn)行數(shù)據(jù)，另一方面根據(jù)控制邏輯或調(diào)度策略下發(fā)控制指令，實現(xiàn)儲能電站的啟停邏輯、功率調(diào)節(jié)和充放電等操作。

針對儲能電站在不同的放電深度（depth of discharge, DoD）和動態(tài)變化復(fù)雜條件下的長期運(yùn)行，需要更加先進(jìn)的電池診斷、評估和優(yōu)化策略。而現(xiàn)有EMS方案在計算能力和存儲空間方面都難以滿足日益增長的需求，因此可與云端協(xié)同部署，實現(xiàn)計算資源、存儲空間可彈性擴(kuò)容，利用大數(shù)據(jù)分析評估、預(yù)防性診斷技術(shù)，提高電池充放電的安全性和可靠性。

1.2 邊緣側(cè)

邊緣側(cè)指的是通信網(wǎng)絡(luò)邊緣上的計算和存儲資源，能夠在儲能系統(tǒng)就地端進(jìn)行實時數(shù)據(jù)存儲、聚合和分析，同時與云端相連，與接收遠(yuǎn)程監(jiān)控和控制的其他設(shè)備進(jìn)行通信和交互。因此，穩(wěn)定的連接對于實時數(shù)據(jù)傳輸與指令交互至關(guān)重要。

邊緣計算用于對儲能系統(tǒng)現(xiàn)場的信息收集，支持Modbus、BACnet、OPCUA、IEC101、IEC104、DNP等協(xié)議，兼容不同通信介質(zhì)（以太網(wǎng)、RS232/ 422/485、CAN等），采用消息隊列遙測傳輸（message queuing telemetry transport, MQTT）協(xié)議，完成數(shù)據(jù)的解析、預(yù)處理、轉(zhuǎn)發(fā)，實現(xiàn)設(shè)備與云平臺之間的數(shù)據(jù)傳輸。

通過邊緣側(cè)實現(xiàn)云邊協(xié)同的功能，如圖2所示。通過本地BMS控制儲能電池的充放電，并根據(jù)工作模式調(diào)整運(yùn)行策略，確保系統(tǒng)運(yùn)行安全可靠；同時，在云端構(gòu)建儲能數(shù)字孿生，基于大數(shù)據(jù)統(tǒng)計分析系統(tǒng)運(yùn)行態(tài)勢，以優(yōu)化運(yùn)行參數(shù)和閾值，提前發(fā)現(xiàn)電池異常狀態(tài)并報警。通過云端進(jìn)行模型訓(xùn)練，在線識別、更新電池特征參數(shù)，最終由云端下發(fā)指令和更新模型參數(shù)，經(jīng)過邊緣側(cè)轉(zhuǎn)發(fā)至本地控制終端，從而提升電池狀態(tài)的評估精度及系統(tǒng)性能，延緩電池的壽命衰減。

圖2 云邊協(xié)同

1.3 云平臺

云平臺具有彈性存儲和強(qiáng)計算處理能力，能夠?qū)崿F(xiàn)物聯(lián)網(wǎng)設(shè)備的快速接入和數(shù)據(jù)分析。因此基于微服務(wù)技術(shù)設(shè)計平臺整體功能，以系統(tǒng)中每一個獨(dú)立組件作為一套微型服務(wù)進(jìn)行獨(dú)立部署，每一個微服務(wù)擁有獨(dú)立的數(shù)據(jù)源，并通過接口完成不同數(shù)據(jù)庫之間的數(shù)據(jù)讀寫，獲取儲能系統(tǒng)產(chǎn)生的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，提供高性能數(shù)據(jù)存儲方案，根據(jù)應(yīng)用場景的不同，將不同類型、格式、應(yīng)用的數(shù)據(jù)分別存儲在分布式文件系統(tǒng)（hadoop distributed file system, HDFS）、MongoDB等。

從功能實現(xiàn)角度，云端可根據(jù)不同業(yè)務(wù)邏輯，劃分為數(shù)據(jù)離線批處理服務(wù)、Flink實時流計算服務(wù)，以及分布式可擴(kuò)展的實時智能分析等服務(wù)，以此支撐諸如區(qū)域內(nèi)儲能電站全量數(shù)據(jù)的轉(zhuǎn)發(fā)、存儲、分析和評估等的功能需求。

從儲能業(yè)務(wù)層面，儲能云平臺將助力解決如系統(tǒng)方案、運(yùn)行監(jiān)測、智能調(diào)度、預(yù)測性維護(hù)、故障預(yù)測、效益提升、數(shù)字孿生等各類功能應(yīng)用問題。

1.4 可視化

Web與App端是云平臺和用戶之間的紐帶，不僅可以提供電池實時數(shù)據(jù)的可視化、狀態(tài)的變化趨勢，同時篩選過濾眾多歷史運(yùn)行數(shù)據(jù)，設(shè)置報警區(qū)間和閾值，通過界面提醒運(yùn)維人員提前對系統(tǒng)進(jìn)行故障識別，降低破壞性影響的概率，從而提高系統(tǒng)的可靠性，減少維護(hù)成本。

2 工業(yè)互聯(lián)網(wǎng)平臺

工業(yè)互聯(lián)網(wǎng)平臺如圖3所示，包含四大要素：設(shè)備數(shù)據(jù)采集（邊緣計算層）、基礎(chǔ)設(shè)施服務(wù)（infrastructure as a service, IaaS）層、平臺服務(wù)（platform as a service, PaaS）層和應(yīng)用（software as a service, SaaS）層。數(shù)據(jù)采集是其中的基石，通過準(zhǔn)確高效的數(shù)據(jù)通信體系，獲取實時數(shù)據(jù)，協(xié)議報文經(jīng)過轉(zhuǎn)換及邊緣層的計算后，需本地處理的數(shù)據(jù)直接返回設(shè)備，而篩選出的多維度、高價值數(shù)據(jù)則上傳到云端進(jìn)一步分析，以輔助系統(tǒng)的智能診斷評估。

IaaS層是基礎(chǔ)設(shè)施支撐，通過虛擬化技術(shù)將計算、存儲、網(wǎng)絡(luò)等資源池化，提供彈性化、分布式的資源服務(wù)。PaaS層是核心，是實現(xiàn)應(yīng)用與開發(fā)的基礎(chǔ)平臺，在此之上構(gòu)建操作系統(tǒng)。SaaS層是關(guān)鍵，由于工業(yè)場景高度復(fù)雜，行業(yè)知識千差萬別，在該層面上提供不同行業(yè)、場景的應(yīng)用服務(wù)，并以工業(yè)創(chuàng)新應(yīng)用的方式進(jìn)行呈現(xiàn)。

圖3 工業(yè)互聯(lián)網(wǎng)平臺

基于大數(shù)據(jù)驅(qū)動的工業(yè)互聯(lián)網(wǎng)平臺，將儲能行業(yè)知識、電池機(jī)理模型、大數(shù)據(jù)能力、人工智能（artificial intelligence, AI）算法融合到一起。大數(shù)據(jù)處理首先獲取儲能實時數(shù)據(jù)，基于邊緣側(cè)進(jìn)行數(shù)據(jù)傳輸與存儲，同時基于數(shù)據(jù)分析電池的電壓、電流、溫度、極差、標(biāo)準(zhǔn)差，以及循環(huán)次數(shù)、放電倍率等，通過不同維度的集成后，生成儲能運(yùn)行狀態(tài)數(shù)據(jù)集。

結(jié)合專家知識和特征值，建立算法模型，利用平臺的AI算法和彈性計算能力，評估電池一致性、容量電量衰減、內(nèi)阻演變趨勢等。進(jìn)一步地，基于儲能狀態(tài)評估，優(yōu)化調(diào)整儲能的充放電動作，參與大電網(wǎng)的能量交互。

3 典型應(yīng)用場景

儲能系統(tǒng)能夠改變電力能源供給在時間、空間上的分布，從而緩解能源供需不平衡的沖突，儲能將成為能源互聯(lián)網(wǎng)中不可或缺的部分。為落實“碳達(dá)峰、碳中和”的行動方案，本文研究儲能云平臺的幾種典型場景，對儲能的應(yīng)用各有側(cè)重。

3.1 集中式儲能電站

為推動儲能系統(tǒng)與新能源協(xié)調(diào)運(yùn)行，需配置一定比例的電源側(cè)儲能，通過儲能電站的協(xié)同優(yōu)化運(yùn)行，保障新能源發(fā)電的實時消納和有效利用，為接入電網(wǎng)側(cè)提供電壓、頻率支撐和調(diào)節(jié)響應(yīng)。儲能電站的管理，當(dāng)前需要加強(qiáng)對安全運(yùn)維、數(shù)據(jù)貫通、診斷分析等的深入研究，以實現(xiàn)儲能電站全方位監(jiān)控與管理，提高系統(tǒng)安全性。

1）通過儲能云平臺，滿足設(shè)備狀態(tài)感知、專業(yè)分析、全生命周期性能等管理服務(wù)。實時查看運(yùn)行信息和狀態(tài)，通過終端控制系統(tǒng)充放電，配置工作模式，調(diào)整運(yùn)行策略，集中監(jiān)測和管控區(qū)域電站，實現(xiàn)能源高效利用，多源之間的共享和節(jié)能，輔助支撐電力系統(tǒng)的穩(wěn)定、安全、可靠運(yùn)行。

2）利用大數(shù)據(jù)分析，挖掘電芯內(nèi)部數(shù)學(xué)模型機(jī)理，統(tǒng)計系統(tǒng)各參數(shù)運(yùn)行分布情況，優(yōu)化參數(shù)和運(yùn)行閾值。建立設(shè)備檢修、運(yùn)維檔案，提供預(yù)防性診斷分析服務(wù)，提前發(fā)現(xiàn)安全隱患。

3）利用大數(shù)據(jù)、AI技術(shù)及時識別篩選出隱患電芯。構(gòu)建故障識別、預(yù)警、預(yù)測性維護(hù)模型，開展電池故障診斷、健康度評估、演變趨勢和預(yù)警判斷，提供儲能電站的高效運(yùn)維和輔助決策。

3.2 園區(qū)綜合能源

工業(yè)園區(qū)綜合能源服務(wù)，將能夠以儲能為調(diào)節(jié)核心，綜合協(xié)調(diào)可再生能源，搭建區(qū)域微電網(wǎng)系統(tǒng)，滿足園區(qū)充電設(shè)備、數(shù)據(jù)中心、制冷站等用戶用電需求，拓展儲能的不同應(yīng)用場景。

1）通過云平臺，實現(xiàn)融合儲能系統(tǒng)的綜合能源服務(wù)，滿足園區(qū)用電功率實時平衡、重要設(shè)備的不間斷供電和新能源消納等，實現(xiàn)多能互補(bǔ)運(yùn)行。

2）滿足用電需求前提下，協(xié)調(diào)響應(yīng)不同電價機(jī)制，參與削峰填谷，減輕園區(qū)用電尖峰負(fù)荷，延緩變壓器擴(kuò)容，提高園區(qū)能量管理效益。

3）聚合分布式光伏、電動汽車充電設(shè)施、用戶側(cè)儲能及分布式可控/可調(diào)設(shè)備等能源資源，結(jié)合業(yè)務(wù)創(chuàng)新，探索智慧能源、虛擬電廠、園區(qū)微網(wǎng)等多種商業(yè)模式。

3.3 電力現(xiàn)貨市場

儲能系統(tǒng)能夠為電力平衡提供快速響應(yīng)和能量支撐，在電力現(xiàn)貨市場體現(xiàn)電能價值。

1）儲能云平臺構(gòu)建多方參與、公平交易、效益為先的商業(yè)模式，根據(jù)實時的電力供需狀況，發(fā)現(xiàn)相對真實的電力價格，實現(xiàn)儲能資源優(yōu)化調(diào)配。

2）儲能系統(tǒng)主動參與現(xiàn)貨市場，能夠降低由于供需關(guān)系出現(xiàn)價格大幅波動和價格尖峰的頻率和程度，使電力負(fù)荷能夠規(guī)避尖峰的價格風(fēng)險。

3）通過云平臺，整合不同類型規(guī)模的負(fù)荷，參與調(diào)峰調(diào)頻、電力市場等政策，通過聚合效應(yīng)，有效利用區(qū)域內(nèi)的能源，實現(xiàn)整體經(jīng)濟(jì)效益。

4 應(yīng)用案列

4.1 案例說明

在某園區(qū)建設(shè)了包含儲能、光伏、數(shù)據(jù)中心、充電樁等的需求側(cè)微電網(wǎng)能量管理工業(yè)互聯(lián)網(wǎng)平臺，實現(xiàn)園區(qū)綜合能源的削峰填谷、需量控制、節(jié)能運(yùn)行等應(yīng)用。光伏裝機(jī)容量100kWp，儲能系統(tǒng)裝機(jī)容量245kW/502kW·h，中央空調(diào)包含355kW離心機(jī)和199kW螺桿機(jī)，數(shù)據(jù)中心作為重要負(fù)荷24h運(yùn)行，功率維持在120kW左右。儲能系統(tǒng)由多個儲能子系統(tǒng)并聯(lián)，接入AC380V配電網(wǎng)。

園區(qū)主要電能量來源為電網(wǎng)和光伏發(fā)電，電網(wǎng)專用變壓器進(jìn)線容量為2×800kV·A，實施大工業(yè)兩部制電價，系統(tǒng)月均用電量超過120MW·h。同時配置柴油發(fā)電機(jī)，額定功率為550kW。搭建的園區(qū)需求側(cè)微電網(wǎng)能量管理工業(yè)互聯(lián)網(wǎng)平臺如圖4所示，負(fù)責(zé)數(shù)據(jù)采集、設(shè)備管理評估、功率控制和能量優(yōu)化，實時獲取光伏、用電側(cè)、電網(wǎng)側(cè)等的功率，利用平臺智能算法，通過控制儲能充放電，實時調(diào)整園區(qū)功率潮流，響應(yīng)專用變壓器進(jìn)線的最大需量管理，并協(xié)調(diào)新能源發(fā)電和用電負(fù)荷的需求變化，維持園區(qū)能量平衡。

圖4 能量管理工業(yè)互聯(lián)網(wǎng)平臺展示

園區(qū)示范應(yīng)用擬建成微電網(wǎng)“虛擬電廠”運(yùn)營，如圖5所示，通過“微電網(wǎng)+儲能”系統(tǒng)的深度融合，結(jié)合云端平臺的大數(shù)據(jù)、云計算技術(shù)，協(xié)調(diào)區(qū)域大量用戶的分布式發(fā)電、儲能、可調(diào)負(fù)荷等客戶資源，實現(xiàn)信息流與能量流的控制，建設(shè)“虛擬電廠”區(qū)域能源管理，實現(xiàn)日內(nèi)發(fā)電量預(yù)測、電力直接競價交易、電力平衡兜底結(jié)算等參與電網(wǎng)、電力市場的電量交易與電力輔助服務(wù)，實現(xiàn)企業(yè)、區(qū)域能源系統(tǒng)的高效、經(jīng)濟(jì)運(yùn)行，創(chuàng)新價值，分享收益。

圖5 微電網(wǎng)“虛擬電廠”運(yùn)營

4.2 分析決策與優(yōu)化控制

針對儲能的日常運(yùn)行數(shù)據(jù)，在云端對儲能數(shù)據(jù)進(jìn)行分析，評估診斷儲能性能，篩選偏離正常范圍及判定離群的電池電芯。圖6所示為儲能荷電狀態(tài)（state of charge, SOC）運(yùn)行曲線及其極差值，由于電池包內(nèi)部電芯本身差異、溫度差異等的不一致，導(dǎo)致電池簇之間的SOC存在差異。

在充放電過程中的電壓平臺期，其一致性表現(xiàn)較為平緩；在充放電末端，由于串聯(lián)電芯的短板效應(yīng)，使對于SOC的評估存在不一致的情況。通過云端的實時診斷評估與建議，針對多儲能的SOC不一致性進(jìn)行優(yōu)化，提升系統(tǒng)整體性能、延長使用壽命。

圖6 儲能SOC運(yùn)行曲線及其極差值

在本地控制端，SOC參數(shù)也作為控制輸入量，根據(jù)不一致程度，以不同權(quán)重調(diào)節(jié)分布式儲能的功率，可以顯著降低儲能設(shè)備的不一致程度及SOC極差值；在云端側(cè)，通過連續(xù)準(zhǔn)確的狀態(tài)監(jiān)測、指標(biāo)評估，實時輸出輔助決策意見。與本地側(cè)協(xié)調(diào)運(yùn)行，構(gòu)建云邊協(xié)同和數(shù)據(jù)驅(qū)動的數(shù)字化儲能系統(tǒng)。

針對儲能簇內(nèi)所有電芯的溫度、電壓曲線進(jìn)行診斷，如圖7所示。通過相似性判斷、孤立森林算法，篩選出簇內(nèi)所有溫度測點(diǎn)、簇單元體電壓越限的電芯編號及頻次。由于安全運(yùn)行范圍隨著SOC不同狀態(tài)而變化，因此通過智能算法實時評估計算儲能運(yùn)行安全區(qū)間，并動態(tài)地調(diào)整異常/離群點(diǎn)判斷閾值上、下限，進(jìn)行智能運(yùn)維。

圖7 儲能簇內(nèi)電芯溫度、電壓曲線

針對產(chǎn)業(yè)園10kV進(jìn)線的負(fù)荷曲線及其需量變化曲線進(jìn)行分析，并依據(jù)分時電價，通過儲能充放電進(jìn)行負(fù)荷轉(zhuǎn)移、最大需量削峰。在負(fù)荷低谷時段充電、高峰時段放電，實現(xiàn)儲能參與需量控制下的能量管理，優(yōu)化策略實施效果如圖8所示。

圖8 儲能參與下的需量管理曲線

圖8為園區(qū)某日實際運(yùn)行數(shù)據(jù)，當(dāng)無儲能介入時，當(dāng)日負(fù)荷曲線的最大需量達(dá)到700kW。平臺執(zhí)行儲能參與需量管理的控制策略：在電價谷期，儲能進(jìn)行充電；隨著用電負(fù)荷增長，臨近設(shè)定的最大需量閾值530kW，此時云端實時滾動計算儲能輸出，并配合光伏功率進(jìn)行放電，將需量控制在限定值以下，當(dāng)需量降至限定值以下時，儲能停止放電；在電價峰期，儲能進(jìn)行放電，將剩余電量執(zhí)行峰谷價差套利。通過上述策略，能夠獲得需量管理和分時電價的綜合收益，實現(xiàn)企業(yè)與用戶互利共贏，驗證了平臺策略的有效性與經(jīng)濟(jì)性。

5 結(jié)論

本文基于儲能云數(shù)字化技術(shù)，通過云管理系統(tǒng)、大數(shù)據(jù)分析與人工智能技術(shù)的融合，助力解決儲能大規(guī)模應(yīng)用所面臨難題。本文提出了基于儲能云架構(gòu)的能源工業(yè)互聯(lián)網(wǎng)平臺，實現(xiàn)設(shè)備泛在接入、大數(shù)據(jù)分析、能量管理、優(yōu)化控制、智能評估等功能；基于儲能云總體架構(gòu)，詳細(xì)分析了云邊端各部分的組件和配置，并介紹了工業(yè)互聯(lián)網(wǎng)云平臺功能、數(shù)據(jù)分析計算流程，最后介紹了系統(tǒng)示范應(yīng)用。

在平臺基礎(chǔ)上，構(gòu)建儲能智能充放電控制策略，以儲能為核心進(jìn)行削峰填谷與需量管理的運(yùn)行模式，有利于儲能系統(tǒng)的商業(yè)化推廣，可為實現(xiàn)更加智能和互聯(lián)的綜合能源系統(tǒng)工程提供應(yīng)用參考。

本文編自2022年第8期《電氣技術(shù)》，論文標(biāo)題為“基于儲能云架構(gòu)的能源工業(yè)互聯(lián)網(wǎng)平臺研究與應(yīng)用”，作者為張繼元、孫建旸等。