以物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)為驅(qū)動(dòng)力的“第四次工業(yè)革命”，在帶來(lái)深刻產(chǎn)業(yè)變革的同時(shí)將引領(lǐng)全球數(shù)字化轉(zhuǎn)型。我國(guó)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(chǔ)能系統(tǒng)作為未來(lái)電力系統(tǒng)的重要支撐，不僅適用于從電動(dòng)汽車(chē)到電網(wǎng)規(guī)模的能源儲(chǔ)存，也是消納新能源出力的重要途徑。然而隨著儲(chǔ)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(mǎn)足大規(guī)模儲(chǔ)能應(yīng)用場(chǎng)景下，在計(jì)算資源和海量歷史數(shù)據(jù)存儲(chǔ)方面的需求。

因此，隨著數(shù)據(jù)驅(qū)動(dòng)及人工智能技術(shù)的發(fā)展，需要對(duì)儲(chǔ)能進(jìn)行更精確、智能的評(píng)估和控制，以進(jìn)一步挖掘儲(chǔ)能數(shù)據(jù)資產(chǎn)價(jià)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(chǔ)能物理實(shí)體在數(shù)字空間中的映射，描繪儲(chǔ)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(guò)物聯(lián)網(wǎng)技術(shù)和云計(jì)算進(jìn)行創(chuàng)新性的變革，通過(guò)將電池相關(guān)數(shù)據(jù)匯總到邊緣側(cè)，并無(wú)縫傳輸?shù)皆破脚_(tái)，可以克服本地計(jì)算能力和數(shù)據(jù)存儲(chǔ)能力的不足，同時(shí)在云平臺(tái)進(jìn)行建模，通過(guò)云診斷電池單元體內(nèi)部狀態(tài)，并結(jié)合人工智能實(shí)現(xiàn)系統(tǒng)評(píng)估和優(yōu)化。

儲(chǔ)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(hù)和數(shù)據(jù)連接融合，具有實(shí)時(shí)監(jiān)控、生命周期管理、故障檢測(cè)、狀態(tài)評(píng)估等優(yōu)勢(shì)。有研究文獻(xiàn)針對(duì)分布式儲(chǔ)能參與下的多種資源協(xié)調(diào)優(yōu)化展開(kāi)仿真研究，尚未利用云端進(jìn)行統(tǒng)一的云計(jì)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(cè)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(tái)的電池狀態(tài)監(jiān)測(cè)和故障診斷，在平臺(tái)中構(gòu)建了狀態(tài)監(jiān)測(cè)和基于離群點(diǎn)挖掘的電池故障識(shí)別策略。而如何評(píng)估儲(chǔ)能運(yùn)行狀態(tài)，并智能化地參與電網(wǎng)互動(dòng)、優(yōu)化調(diào)節(jié)，將是儲(chǔ)能運(yùn)行研究的重點(diǎn)與挑戰(zhàn)。

本文提出儲(chǔ)能云架構(gòu)，通過(guò)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(tái)，克服本地計(jì)算和數(shù)據(jù)存儲(chǔ)的瓶頸。首先闡述儲(chǔ)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(tái)及可視化等部分，實(shí)現(xiàn)設(shè)備泛在接入、高效數(shù)據(jù)采集與處理、云端評(píng)估與控制優(yōu)化等功能；在此基礎(chǔ)上開(kāi)展云架構(gòu)技術(shù)在儲(chǔ)能行業(yè)的應(yīng)用探討，并通過(guò)平臺(tái)實(shí)時(shí)掌握儲(chǔ)能運(yùn)行態(tài)勢(shì)，提高儲(chǔ)能充放電的安全可靠性，驗(yàn)證云端優(yōu)化策略的有效性。

1 儲(chǔ)能云管理系統(tǒng)

通過(guò)數(shù)據(jù)上云實(shí)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(jì)算可以進(jìn)一步增強(qiáng)數(shù)據(jù)計(jì)算、存儲(chǔ)能力，提高系統(tǒng)的可靠性。通過(guò)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(shí)，基于大數(shù)據(jù)的智能診斷、壽命預(yù)測(cè)和系統(tǒng)優(yōu)化等在本地BMS中難以實(shí)現(xiàn)的功能，也能夠利用云端資源優(yōu)勢(shì)得以實(shí)現(xiàn)。

儲(chǔ)能云總體架構(gòu)如圖1所示，其中包括儲(chǔ)能終端設(shè)備、邊緣通信側(cè)、云平臺(tái)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(jí)計(jì)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(shí)現(xiàn)儲(chǔ)能電站終端設(shè)備的泛在接入、狀態(tài)感知、實(shí)時(shí)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(chǔ)能云總體架構(gòu)

1.1 終端設(shè)備

終端設(shè)備包括儲(chǔ)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(shí)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(shí)可以對(duì)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(shí)時(shí)遠(yuǎn)程遙調(diào)、遙控等。同時(shí)與上層調(diào)度交互進(jìn)行數(shù)據(jù)傳輸與交換。從底層實(shí)現(xiàn)的角度來(lái)看，EMS一方面獲取PCS、BMS等設(shè)備的實(shí)時(shí)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(shí)現(xiàn)儲(chǔ)能電站的啟停邏輯、功率調(diào)節(jié)和充放電等操作。

針對(duì)儲(chǔ)能電站在不同的放電深度（depth of discharge, DoD）和動(dòng)態(tài)變化復(fù)雜條件下的長(zhǎng)期運(yùn)行，需要更加先進(jìn)的電池診斷、評(píng)估和優(yōu)化策略。而現(xiàn)有EMS方案在計(jì)算能力和存儲(chǔ)空間方面都難以滿(mǎn)足日益增長(zhǎng)的需求，因此可與云端協(xié)同部署，實(shí)現(xiàn)計(jì)算資源、存儲(chǔ)空間可彈性擴(kuò)容，利用大數(shù)據(jù)分析評(píng)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(jì)算和存儲(chǔ)資源，能夠在儲(chǔ)能系統(tǒng)就地端進(jìn)行實(shí)時(shí)數(shù)據(jù)存儲(chǔ)、聚合和分析，同時(shí)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(duì)于實(shí)時(shí)數(shù)據(jù)傳輸與指令交互至關(guān)重要。

邊緣計(jì)算用于對(duì)儲(chǔ)能系統(tǒng)現(xiàn)場(chǎng)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(duì)列遙測(cè)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(shí)現(xiàn)設(shè)備與云平臺(tái)之間的數(shù)據(jù)傳輸。

通過(guò)邊緣側(cè)實(shí)現(xiàn)云邊協(xié)同的功能，如圖2所示。通過(guò)本地BMS控制儲(chǔ)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(shí)，在云端構(gòu)建儲(chǔ)能數(shù)字孿生，基于大數(shù)據(jù)統(tǒng)計(jì)分析系統(tǒng)運(yùn)行態(tài)勢(shì)，以?xún)?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(bào)警。通過(guò)云端進(jìn)行模型訓(xùn)練，在線識(shí)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(guò)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(píng)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(tái)

云平臺(tái)具有彈性存儲(chǔ)和強(qiáng)計(jì)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(jì)平臺(tái)整體功能，以系統(tǒng)中每一個(gè)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(gè)微服務(wù)擁有獨(dú)立的數(shù)據(jù)源，并通過(guò)接口完成不同數(shù)據(jù)庫(kù)之間的數(shù)據(jù)讀寫(xiě)，獲取儲(chǔ)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(chǔ)方案，根據(jù)應(yīng)用場(chǎng)景的不同，將不同類(lèi)型、格式、應(yīng)用的數(shù)據(jù)分別存儲(chǔ)在分布式文件系統(tǒng)（hadoop distributed file system, HDFS）、MongoDB等。

從功能實(shí)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(shí)時(shí)流計(jì)算服務(wù)，以及分布式可擴(kuò)展的實(shí)時(shí)智能分析等服務(wù)，以此支撐諸如區(qū)域內(nèi)儲(chǔ)能電站全量數(shù)據(jù)的轉(zhuǎn)發(fā)、存儲(chǔ)、分析和評(píng)估等的功能需求。

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

1.4 可視化

Web與App端是云平臺(tái)和用戶(hù)之間的紐帶，不僅可以提供電池實(shí)時(shí)數(shù)據(jù)的可視化、狀態(tài)的變化趨勢(shì)，同時(shí)篩選過(guò)濾眾多歷史運(yùn)行數(shù)據(jù)，設(shè)置報(bào)警區(qū)間和閾值，通過(guò)界面提醒運(yùn)維人員提前對(duì)系統(tǒng)進(jìn)行故障識(shí)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(tái)

工業(yè)互聯(lián)網(wǎng)平臺(tái)如圖3所示，包含四大要素：設(shè)備數(shù)據(jù)采集（邊緣計(jì)算層）、基礎(chǔ)設(shè)施服務(wù)（infrastructure as a service, IaaS）層、平臺(tái)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(guò)準(zhǔn)確高效的數(shù)據(jù)通信體系，獲取實(shí)時(shí)數(shù)據(jù)，協(xié)議報(bào)文經(jīng)過(guò)轉(zhuǎn)換及邊緣層的計(jì)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(jià)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(píng)估。

IaaS層是基礎(chǔ)設(shè)施支撐，通過(guò)虛擬化技術(shù)將計(jì)算、存儲(chǔ)、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(shí)現(xiàn)應(yīng)用與開(kāi)發(fā)的基礎(chǔ)平臺(tái)，在此之上構(gòu)建操作系統(tǒng)。SaaS層是關(guān)鍵，由于工業(yè)場(chǎng)景高度復(fù)雜，行業(yè)知識(shí)千差萬(wàn)別，在該層面上提供不同行業(yè)、場(chǎng)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(tái)

基于大數(shù)據(jù)驅(qū)動(dòng)的工業(yè)互聯(lián)網(wǎng)平臺(tái)，將儲(chǔ)能行業(yè)知識(shí)、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(chǔ)能實(shí)時(shí)數(shù)據(jù)，基于邊緣側(cè)進(jìn)行數(shù)據(jù)傳輸與存儲(chǔ)，同時(shí)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(guò)不同維度的集成后，生成儲(chǔ)能運(yùn)行狀態(tài)數(shù)據(jù)集。

結(jié)合專(zhuān)家知識(shí)和特征值，建立算法模型，利用平臺(tái)的AI算法和彈性計(jì)算能力，評(píng)估電池一致性、容量電量衰減、內(nèi)阻演變趨勢(shì)等。進(jìn)一步地，基于儲(chǔ)能狀態(tài)評(píng)估，優(yōu)化調(diào)整儲(chǔ)能的充放電動(dòng)作，參與大電網(wǎng)的能量交互。

3 典型應(yīng)用場(chǎng)景

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

3.1 集中式儲(chǔ)能電站

為推動(dòng)儲(chǔ)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(chǔ)能，通過(guò)儲(chǔ)能電站的協(xié)同優(yōu)化運(yùn)行，保障新能源發(fā)電的實(shí)時(shí)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(chǔ)能電站的管理，當(dāng)前需要加強(qiáng)對(duì)安全運(yùn)維、數(shù)據(jù)貫通、診斷分析等的深入研究，以實(shí)現(xiàn)儲(chǔ)能電站全方位監(jiān)控與管理，提高系統(tǒng)安全性。

1）通過(guò)儲(chǔ)能云平臺(tái)，滿(mǎn)足設(shè)備狀態(tài)感知、專(zhuān)業(yè)分析、全生命周期性能等管理服務(wù)。實(shí)時(shí)查看運(yùn)行信息和狀態(tài)，通過(guò)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(cè)和管控區(qū)域電站，實(shí)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(jì)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(shí)識(shí)別篩選出隱患電芯。構(gòu)建故障識(shí)別、預(yù)警、預(yù)測(cè)性維護(hù)模型，開(kāi)展電池故障診斷、健康度評(píng)估、演變趨勢(shì)和預(yù)警判斷，提供儲(chǔ)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?xún)?chǔ)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(mǎn)足園區(qū)充電設(shè)備、數(shù)據(jù)中心、制冷站等用戶(hù)用電需求，拓展儲(chǔ)能的不同應(yīng)用場(chǎng)景。

1）通過(guò)云平臺(tái)，實(shí)現(xiàn)融合儲(chǔ)能系統(tǒng)的綜合能源服務(wù)，滿(mǎn)足園區(qū)用電功率實(shí)時(shí)平衡、重要設(shè)備的不間斷供電和新能源消納等，實(shí)現(xiàn)多能互補(bǔ)運(yùn)行。

2）滿(mǎn)足用電需求前提下，協(xié)調(diào)響應(yīng)不同電價(jià)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(dòng)汽車(chē)充電設(shè)施、用戶(hù)側(cè)儲(chǔ)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(chǎng)

儲(chǔ)能系統(tǒng)能夠?yàn)殡娏ζ胶馓峁┛焖夙憫?yīng)和能量支撐，在電力現(xiàn)貨市場(chǎng)體現(xiàn)電能價(jià)值。

1）儲(chǔ)能云平臺(tái)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(shí)時(shí)的電力供需狀況，發(fā)現(xiàn)相對(duì)真實(shí)的電力價(jià)格，實(shí)現(xiàn)儲(chǔ)能資源優(yōu)化調(diào)配。

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

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

4 應(yīng)用案列

4.1 案例說(shuō)明

在某園區(qū)建設(shè)了包含儲(chǔ)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(tái)，實(shí)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(chǔ)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(chǔ)能系統(tǒng)由多個(gè)儲(chǔ)能子系統(tǒng)并聯(lián)，接入AC380V配電網(wǎng)。

園區(qū)主要電能量來(lái)源為電網(wǎng)和光伏發(fā)電，電網(wǎng)專(zhuān)用變壓器進(jìn)線容量為2×800kV·A，實(shí)施大工業(yè)兩部制電價(jià)，系統(tǒng)月均用電量超過(guò)120MW·h。同時(shí)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(tái)如圖4所示，負(fù)責(zé)數(shù)據(jù)采集、設(shè)備管理評(píng)估、功率控制和能量?jī)?yōu)化，實(shí)時(shí)獲取光伏、用電側(cè)、電網(wǎng)側(cè)等的功率，利用平臺(tái)智能算法，通過(guò)控制儲(chǔ)能充放電，實(shí)時(shí)調(diào)整園區(qū)功率潮流，響應(yīng)專(zhuān)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(tái)展示

園區(qū)示范應(yīng)用擬建成微電網(wǎng)“虛擬電廠”運(yùn)營(yíng)，如圖5所示，通過(guò)“微電網(wǎng)+儲(chǔ)能”系統(tǒng)的深度融合，結(jié)合云端平臺(tái)的大數(shù)據(jù)、云計(jì)算技術(shù)，協(xié)調(diào)區(qū)域大量用戶(hù)的分布式發(fā)電、儲(chǔ)能、可調(diào)負(fù)荷等客戶(hù)資源，實(shí)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(shí)現(xiàn)日內(nèi)發(fā)電量預(yù)測(cè)、電力直接競(jìng)價(jià)交易、電力平衡兜底結(jié)算等參與電網(wǎng)、電力市場(chǎng)的電量交易與電力輔助服務(wù)，實(shí)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(jià)值，分享收益。

圖5 微電網(wǎng)“虛擬電廠”運(yùn)營(yíng)

4.2 分析決策與優(yōu)化控制

針對(duì)儲(chǔ)能的日常運(yùn)行數(shù)據(jù)，在云端對(duì)儲(chǔ)能數(shù)據(jù)進(jìn)行分析，評(píng)估診斷儲(chǔ)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(chǔ)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(guò)程中的電壓平臺(tái)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(duì)于SOC的評(píng)估存在不一致的情況。通過(guò)云端的實(shí)時(shí)診斷評(píng)估與建議，針對(duì)多儲(chǔ)能的SOC不一致性進(jìn)行優(yōu)化，提升系統(tǒng)整體性能、延長(zhǎng)使用壽命。

圖6 儲(chǔ)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(chǔ)能的功率，可以顯著降低儲(chǔ)能設(shè)備的不一致程度及SOC極差值；在云端側(cè)，通過(guò)連續(xù)準(zhǔn)確的狀態(tài)監(jiān)測(cè)、指標(biāo)評(píng)估，實(shí)時(shí)輸出輔助決策意見(jiàn)。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(dòng)的數(shù)字化儲(chǔ)能系統(tǒng)。

針對(duì)儲(chǔ)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(guò)相似性判斷、孤立森林算法，篩選出簇內(nèi)所有溫度測(cè)點(diǎn)、簇單元體電壓越限的電芯編號(hào)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(guò)智能算法實(shí)時(shí)評(píng)估計(jì)算儲(chǔ)能運(yùn)行安全區(qū)間，并動(dòng)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(chǔ)能簇內(nèi)電芯溫度、電壓曲線

針對(duì)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(shí)電價(jià)，通過(guò)儲(chǔ)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(shí)段充電、高峰時(shí)段放電，實(shí)現(xiàn)儲(chǔ)能參與需量控制下的能量管理，優(yōu)化策略實(shí)施效果如圖8所示。

圖8 儲(chǔ)能參與下的需量管理曲線

圖8為園區(qū)某日實(shí)際運(yùn)行數(shù)據(jù)，當(dāng)無(wú)儲(chǔ)能介入時(shí)，當(dāng)日負(fù)荷曲線的最大需量達(dá)到700kW。平臺(tái)執(zhí)行儲(chǔ)能參與需量管理的控制策略：在電價(jià)谷期，儲(chǔ)能進(jìn)行充電；隨著用電負(fù)荷增長(zhǎng)，臨近設(shè)定的最大需量閾值530kW，此時(shí)云端實(shí)時(shí)滾動(dòng)計(jì)算儲(chǔ)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(shí)，儲(chǔ)能停止放電；在電價(jià)峰期，儲(chǔ)能進(jìn)行放電，將剩余電量執(zhí)行峰谷價(jià)差套利。通過(guò)上述策略，能夠獲得需量管理和分時(shí)電價(jià)的綜合收益，實(shí)現(xiàn)企業(yè)與用戶(hù)互利共贏，驗(yàn)證了平臺(tái)策略的有效性與經(jīng)濟(jì)性。

5 結(jié)論

本文基于儲(chǔ)能云數(shù)字化技術(shù)，通過(guò)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(chǔ)能大規(guī)模應(yīng)用所面臨難題。本文提出了基于儲(chǔ)能云架構(gòu)的能源工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)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(píng)估等功能；基于儲(chǔ)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(tái)功能、數(shù)據(jù)分析計(jì)算流程，最后介紹了系統(tǒng)示范應(yīng)用。

在平臺(tái)基礎(chǔ)上，構(gòu)建儲(chǔ)能智能充放電控制策略，以?xún)?chǔ)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(chǔ)能系統(tǒng)的商業(yè)化推廣，可為實(shí)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(chǔ)能云架構(gòu)的能源工業(yè)互聯(lián)網(wǎng)平臺(tái)研究與應(yīng)用”，作者為張繼元、孫建旸等。