-
公开(公告)号：CN109617103A
公开(公告)日：2019-04-12
申请号：CN201811458292.8
申请日：2018-11-30
Applicant: 中国电力科学研究院有限公司 , 国网新源张家口风光储示范电站有限公司 , 国家电网有限公司
IPC: H02J3/32
Abstract: 本发明涉及一种储能机组的梯次利用储能电池能量控制方法和系统，所述方法包括：获取各储能机组的梯次利用储能电池当前时刻的功率命令值；根据所述各储能机组的梯次利用储能电池当前时刻的功率命令值，利用预先建立的循环神经网络模型获取各储能机组的梯次利用储能电池下一时刻的功率命令值；根据各储能机组的梯次利用储能电池下一时刻的功率命令值调整所述各储能机组的梯次利用储能电池的当前放电速率，本发明提供的技术方案，通过循环神经网络对功率命令值进行预测，从而避免了功率变化过大时梯次利用电池出力的激增，可以提前做好响应，使梯次利用电池的使用更加稳定，该方法优化了储能系统能量控制方法，提高了储能系统能量管理效率。
-
公开(公告)号：CN109617103B
公开(公告)日：2022-09-02
申请号：CN201811458292.8
申请日：2018-11-30
Applicant: 中国电力科学研究院有限公司 , 国网新源张家口风光储示范电站有限公司 , 国家电网有限公司
IPC: H02J3/32
Abstract: 本发明涉及一种储能机组的梯次利用储能电池能量控制方法和系统，所述方法包括：获取各储能机组的梯次利用储能电池当前时刻的功率命令值；根据所述各储能机组的梯次利用储能电池当前时刻的功率命令值，利用预先建立的循环神经网络模型获取各储能机组的梯次利用储能电池下一时刻的功率命令值；根据各储能机组的梯次利用储能电池下一时刻的功率命令值调整所述各储能机组的梯次利用储能电池的当前放电速率，本发明提供的技术方案，通过循环神经网络对功率命令值进行预测，从而避免了功率变化过大时梯次利用电池出力的激增，可以提前做好响应，使梯次利用电池的使用更加稳定，该方法优化了储能系统能量控制方法，提高了储能系统能量管理效率。
-
公开(公告)号：CN110456191A
公开(公告)日：2019-11-15
申请号：CN201910677270.9
申请日：2019-07-25
Applicant: 中国电力科学研究院有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
IPC: G01R31/00 , G01R31/385 , G01R31/387 , G06K9/62
Abstract: 本发明公开了一种超大规模电池储能电站运行单元检测的方法及系统，其中方法包括：采集储能电池正常运行状态下电池容量衰减过程中的放电数据，将放电数据作为参考历史数据；采集储能总系统、储能子系统以及储能子系统所包含的储能单元的运行状态参数数据；构建储能总系统、储能子系统以及储能单元之间重要性的分析模型；分析储能子系统与储能总系统的相关程度，确定每个储能子系统的重要性因数；分析储能单元与储能子系统的相关程度，确定每个储能单元的重要性因数；分别选取出储能子系统与储能单元的重要性因数大于预设阈值的储能子系统与储能单元，分析储能子系统和储能单元的运行状态参数数据与参考历史数据的偏差。
-
Patent Agency Ranking
公开(公告)号：CN110456191B
公开(公告)日：2023-01-17
申请号：CN201910677270.9
申请日：2019-07-25
Applicant: 中国电力科学研究院有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
IPC: G01R31/00 , G01R31/385 , G01R31/387 , G06F18/2431
Abstract: 本发明公开了一种超大规模电池储能电站运行单元检测的方法及系统，其中方法包括：采集储能电池正常运行状态下电池容量衰减过程中的放电数据，将放电数据作为参考历史数据；采集储能总系统、储能子系统以及储能子系统所包含的储能单元的运行状态参数数据；构建储能总系统、储能子系统以及储能单元之间重要性的分析模型；分析储能子系统与储能总系统的相关程度，确定每个储能子系统的重要性因数；分析储能单元与储能子系统的相关程度，确定每个储能单元的重要性因数；分别选取出储能子系统与储能单元的重要性因数大于预设阈值的储能子系统与储能单元，分析储能子系统和储能单元的运行状态参数数据与参考历史数据的偏差。
-
公开(公告)号：CN110535159B
公开(公告)日：2022-04-15
申请号：CN201910676678.4
申请日：2019-07-25
Applicant: 中国电力科学研究院有限公司 , 都城伟业集团有限公司 , 国网青海省电力公司电力科学研究院 , 国网青海省电力公司 , 青海格尔木鲁能新能源有限公司 , 国家电网有限公司
IPC: H02J3/32
Abstract: 本发明公开了一种规模化储能电站运行单元故障预警的方法及系统，其中方法包括：采集储能电池的放电数据作为参考历史数据；采集储能总系统、储能子系统以及储能子系统所包含的储能单元的运行状态参数数据；构建重要性的分析模型，分析储能子系统与储能总系统的相关程度，确定每个储能子系统的重要性因数；分析储能单元与储能子系统的相关程度，确定每个储能单元的重要性因数；选取出重要性因数大于预设阈值的储能子系统与储能单元，将储能子系统和储能单元的运行状态参数数据与参考历史数据采用长短时预测神经网络进行分析，获取下一时间单位的预测结果；当储能子系统和储能单元预测结果与参考历史数据的偏差大于预设的阈值时，发出故障预警。
-
公开(公告)号：CN110535159A
公开(公告)日：2019-12-03
申请号：CN201910676678.4
申请日：2019-07-25
Applicant: 中国电力科学研究院有限公司 , 都城伟业集团有限公司 , 国网青海省电力公司电力科学研究院 , 国网青海省电力公司 , 青海格尔木鲁能新能源有限公司 , 国家电网有限公司
IPC: H02J3/32
Abstract: 本发明公开了一种规模化储能电站运行单元故障预警的方法及系统，其中方法包括：采集储能电池的放电数据作为参考历史数据；采集储能总系统、储能子系统以及储能子系统所包含的储能单元的运行状态参数数据；构建重要性的分析模型，分析储能子系统与储能总系统的相关程度，确定每个储能子系统的重要性因数；分析储能单元与储能子系统的相关程度，确定每个储能单元的重要性因数；选取出重要性因数大于预设阈值的储能子系统与储能单元，将储能子系统和储能单元的运行状态参数数据与参考历史数据采用长短时预测神经网络进行分析，获取下一时间单位的预测结果；当储能子系统和储能单元预测结果与参考历史数据的偏差大于预设的阈值时，发出故障预警。
-
公开(公告)号：CN109307845A
公开(公告)日：2019-02-05
申请号：CN201811220277.X
申请日：2018-10-19
Applicant: 中国电力科学研究院有限公司 , 国网冀北电力有限公司电力科学研究院
IPC: G01R31/392
Abstract: 本发明公开了一种用于对梯次利用电池储能系统进行健康状态评估的方法及系统，其中方法包括：对所选用的梯次利用电池进行充放电实验，获取电池状态参数数据；分析所述电池状态参数数据与电池健康状态的相关关系，确定所述电池状态参数数据与电池健康状态的相关的相关系数；根据所述相关系数，确定影响电池健康状态的健康因子；利用所述健康因子，对所述梯次利用电池进行健康状态评估。
-
公开(公告)号：CN109307845B
公开(公告)日：2022-07-01
申请号：CN201811220277.X
申请日：2018-10-19
Applicant: 中国电力科学研究院有限公司 , 国网冀北电力有限公司电力科学研究院
IPC: G01R31/392
Abstract: 本发明公开了一种用于对梯次利用电池储能系统进行健康状态评估的方法及系统，其中方法包括：对所选用的梯次利用电池进行充放电实验，获取电池状态参数数据；分析所述电池状态参数数据与电池健康状态的相关关系，确定所述电池状态参数数据与电池健康状态的相关的相关系数；根据所述相关系数，确定影响电池健康状态的健康因子；利用所述健康因子，对所述梯次利用电池进行健康状态评估。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.078 seconds)
