Acrel-2000MG微电网能量管理系统在虚拟电厂储能数据监测的应用

摘要：虚拟电厂储能系统的智能调度尤为关键，因此提出了一种基于深度Q网络（deepQnetwork，DQN）的虚拟电厂储能数据挖掘方法，结合光伏发电功率、负荷功率和电力市场的实时动态电价，进行虚拟电厂储能数据挖掘仿真研究。仿真实验证实，在光伏发电功率大于负荷功率时，虚拟电厂储能系统可以根据电价情况进行充放电操作，能调度收益，从而实现了对虚拟电厂储能系统的智能化管理。该方法有效提升了虚拟电厂储能系统的智能化水平和能源调度效率，为未来虚拟电厂智能化运行提供了新的方法。

关键词：深度学习；神经网络；数据挖掘；虚拟电厂；储能

1.储能相关技术

1.1虚拟电厂储能

虚拟电厂是一个创新性的能源管理系统，其通过整合多样的分布式能源资源和电力设备，实现对电力系统的智能化协调。在虚拟电厂中，通过统一调度太阳能光伏电池、风力涡轮机、小型燃气发电机组等分散的能源资源，实现了多能源的整合。智能化控制系统能够实时监测电力需求、能源生产状况以及市场价格，从而实现对能源资源的智能调度、提高系统的工作效率和降低成本。虚拟电厂的灵活能源调度能够使其适应不同地区和能源的可用性，而且通过参与电力市场，其还能提供调频、备用能量等服务。更为重要的是，虚拟电厂通过整合储能技术，解决了可再生能源波动性的问题，实现在高产能时储存过剩能量，在需求高峰期释放储存的能量，从而提高可再生能源的可靠性。

储能技术用于将电能转化为其他形式的能量，并在需要时将其重新转换为电能，旨在增强电力系统的稳定性与适应性。常见的储能方法包括利用电池进行能量存储、压缩空气储能、水泵储能、电容器和热能储能。电池储能系统被广泛用于移动设备和电动汽车，而压缩空气、水泵和热能储能技术则在大规模电力系统中应用广泛，这些技术的使用有助于平衡供需，提高电力系统的可靠性。

1.2数据挖掘

数据挖掘技术是利用统计学、机器学习和数据库技术等方法，从大规模数据中发现模式、关联和趋势的计算过程。数据挖掘技术包括多种方法，如聚类分析、分类技术、关联规则发现、异常识别等，通过数据挖掘，可以帮助组织和企业从大量数据中挖掘出有用的信息，进行预测性分析、决策支持以及优化业务流程，从而实现运营和更好的业务决策。

数据挖掘流程通常涵盖数据预处理、选择特征、模型构建和评估等环节，通过这些环节可以从初始数据中提取有价值的信息，并将其转化为可理解的知识，为决策提供支持。随着数据量的不断增长和算法的不断发展，数据挖掘技术在各个领域的应用前景也变得越来越广阔。

虚拟电厂储能数据挖掘是利用数据挖掘技术对虚拟电厂中储能系统的运行数据进行分析与深入挖掘，以发现储能系统的运行模式、优化策略和潜在问题。通过对储能数据进行预处理、模式识别和建模分析，可以实现对储能系统充放电行为、效率、寿命等方面的深入理解，并提供决策支持和优化建议，进而增进虚拟电厂的操作效率、经济效益及可靠性。

2.安科瑞Acrel-2000MG微电网能量管理系统

2.1概述

Acrel-2000MG储能能量管理系统是安科瑞专门针对工商业储能电站研制的本地化能量管理系统，可实现了储能电站的数据采集、数据处理、数据存储、数据查询与分析、可视化监控、报警管理、统计报表、策略管理、历史曲线等功能。其中策略管理，支持多种控制策略选择，包含计划曲线、削峰填谷、需量控制、防逆流等。该系统不仅可以实现下级各储能单元的统一监控和管理，还可以实现与上级调度系统和云平台的数据通讯与交互，既能接受上级调度指令，又可以满足远程监控与运维，确保储能系统安全、稳定、可靠、经济运行。

2.2应用场景

适用于工商业储能电站、新能源配储电站。

2.3系统结构

2.4系统功能

（1）实时监管

对微电网的运行进行实时监管，包含市电、光伏、风电、储能、充电桩及用电负荷，同时也包括收益数据、天气状况、节能减排等信息。

（2）智能监控

对系统环境、光伏组件、光伏逆变器、风电控制逆变一体机、储能电池、储能变流器、用电设备等进行实时监测，掌握微电网系统的运行状况。

（3）功率预测

对分布式发电系统进行短期、超短期发电功率预测，并展示合格率及误差分析。

（4）电能质量

实现整个微电网系统范围内的电能质量和电能可靠性状况进行持续性的监测。如电压谐波、电压闪变、电压不平衡等稳态数据和电压暂升/暂降、电压中断暂态数据进行监测分析及录波展示，并对电压、电流瞬变进行监测。

（5）可视化运行

实现微电网无人值守，实现数字化、智能化、便捷化管理;对重要负荷与设备进行不间断监控。

（6）优化控制

通过分析历史用电数据、天气条件对负荷进行功率预测，并结合分布式电源出力与储能状态，实现经济优化调度，以降低尖峰或者高峰时刻的用电量，降低企业综合用电成本。

（7）收益分析

用户可以查看光伏、储能、充电桩三部分的每天电量和收益数据，同时可以切换年报查看每个月的电量和收益。

（8）能源分析

通过分析光伏、风电、储能设备的发电效率、转化效率，用于评估设备性能与状态。

（9）策略配置

微电网配置主要对微电网系统组成、基础参数、运行策略及统计值进行设置。其中策略包含计划曲线、削峰填谷、需量控制、新能源消纳、逆功率控制等。

3.硬件及其配套产品

4.结论

在当前能源转型的背景下，储能技术作为一种重要的能源存储手段，受到了广泛关注。本文采用DQN算法，结合光伏发电功率、负荷功率和电力市场的实时动态电价等因素，进行了虚拟电厂储能策略挖掘仿真研究。结果显示，在光伏发电功率大于负荷功率时，储能根据电价情况进行充放电操作，以调度收益，从而实现了对虚拟电厂储能系统的智能化管理。未来的研究可以进一步探讨不同约束条件下的储能调度策略，并考虑更多的环境因素和实际应用场景。

审核编辑 黄宇