[发明专利]基于深度学习的电动汽车快充站储能监测系统及其方法

说明书

本发明公开了一种基于深度学习的电动汽车快充站储能监测系统及方法。本发明利用深度学习算法构建一套电动汽车快充站储能监测系统，提供一种基于深度学习的储能监测综合评判方法，对大数据进行特征学习，高效精确计算处理并得到计算结果，解决了快充站内数据监测点多、数据量大、人工处理和评判难度高且效率低的问题。

技术领域

本发明涉及一种基于深度学习的电动汽车快充站储能监测系统及其方法。

背景技术

随着可再生能源发电快速发展，弃风、弃光等并网消纳困难的问题越发严重。储能系统在削峰填谷、节省电费开支、延缓输配电扩容升级等方面表现出了良好的经济收益，在可再生能源行业急需转型之际，储能成为至关重要的突破点。在“十三五”规划中，储能技术被编入《国家应对气候变化规划》中，在重点发展的低碳技术方面，太阳能、风能发电及大规模储能和并网技术也被列入其中。由此可见，储能政策的实施大大推动了储能市场的快速发展。

先进大容量储能技术以示范应用为主，并由示范应用开始向商业化迈进，探索建立成熟商业模式。应用重点领域依次为分布式发电及微网、调频辅助服务、可再生能源并网，应用场景主要集中在配网和电源侧。预计2020年我国储能市场规模有望达到15GW，其中分布式发电及微电网、调频辅助服务、可再生能源并网分别占50％、20％、20％。

电动汽车大规模应用带来许多问题，由于电动汽车的充电行为具有时间和空间上的不确定性，当电动汽车直流快充站大规模的接入，将会给电网负荷带来冲击，对电网的电能质量、网络损耗、设备利用率等产生不容忽视的影响，特别是大功率直流充电具有充电功率大、充电时间短的特点，为满足快速充电站的大功率充电需求，可在快速充电站中配置储能系统，避免储能系统出现过放、过充等影响电池寿命与性能的操作。同时还需全面监测储能系统，为分析充电站与配电网的交互影响提供可靠的数据。

目前，电动汽车快充站储能监测储能系统研发成果的应用市场很广，从个人家庭储能系统到大容量储能电站实现，都是大容量储能系统的应用范围；而且无论在解决城市用电紧张、电网调峰压力巨大的问题，还是解决清洁能源发电的大规模并网问题，还是在电动汽车机充电设施快速发展的应用，储能的技术优势都使之具有不可代替的作用。因此，建立一个健全智能化的储能监测系统是十分必要的。

发明内容

本发明为了解决上述问题，提出了一种基于深度学习的电动汽车快充站储能监测系统及其方法，本发明对电动汽车快充站储能进行特征学习，高效精确计算处理并得到计算结果，解决了快充站内数据监测点多、数据量大、人工处理和评判难度高且效率低的问题。

为了实现上述目的，本发明采用如下技术方案：

一种电动汽车快充站储能监测系统，包括：

数据采集模块，被配置为采集各个监测点的快充站储能装置的数据，所述数据包括储能装置运行状态、实时运行参数，以及电网的负荷信息；

数据存储模块，包括关系数据库和实时数据库，所述关系数据库被配置为对关系数据的存储，所述实时数据库被配置为对数据采集模块采集的监测点数据的存储；

数据计算模块，被配置为根据采集的监测点数据计算储能装置的当前容量和功率，当电动汽车充电时计算剩余容量，计算储能系统电池荷电状态以及在电网调峰调频服务能力；

进一步的，所述服务能力的计算方法，利用快充站的储能资源制定快充站电网调峰调频服务管理策略。具体方法如下：

1、首先以充电站实际储能电量和充电站实际负荷特性为基础，确定不同的储能能量管理策略优化目标，并对该目标所需的储能电量需求进行预估计算。

2、根据快速充电站的实际负荷分布特点和目前较为常见的两种充电站能量管理策略优化目标，分别采用两种能够简单、快速进行电动汽车快速充电站储能电量需求预估计算的方法对充电站储能电量需求进行预估计算。