(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211167613.5 (22)申请日 2022.09.23 (71)申请人 中国长江三峡集团有限公司 地址 430010 湖北省武汉市江岸区六合路1 号 申请人 清华大学 (72)发明人 姜智霖　郝峰杰　袁志昌　潘海宁　 郭佩乾　周兴达　项淼毅　张若愚　 张释中　王耀武　尹立坤　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 罗岚 (51)Int.Cl. H02J 3/32(2006.01) H02J 3/46(2006.01)G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) (54)发明名称 能源系统内多类型混合储能电池的日初SOC 滚动优化方法 (57)摘要 本申请提出了一种能源系统内多类型混合 储能电池的日初SOC滚动优 化方法， 该方法包括： 获取分布式可再生能源系统的历史运行数据， 并 基于发电系统的发电功率与用电负荷功率的差 值， 对历史运行数据进行聚类； 对每个待优化日 的发电功率和用电负荷功率进行预测， 并将预测 值按照聚类的结果进行分类； 在每个待优化日对 应的SOC数据子集中遍历全部的日初SOC和日终 SOC， 获得每个待优化日对应的目标函数值序列， 并对未来多日目标函数值序列进行加权相加， 生 成最终目标函数； 求解最终目标函数， 获得目标 日的目标日终SOC作为目标日的后一日的日初 SOC。 该方法在长时间尺度下对多类型混合储能 电池的日初SOC进行优化， 有利于持续对能源系 统的运行调度进行优化。 权利要求书2页 说明书10页 附图2页 CN 115441490 A 2022.12.06 CN 115441490 A 1.一种能源系统内多类型混合储能电池的日初SOC滚动优化方法， 其特征在于， 包括以 下步骤： 获取分布式可再生能源系统的历史运行数据， 并基于可再生能源发电系统 的发电功率 与用电负荷功率的差值， 对所述历史运行 数据进行聚类； 假设待优化的目标日的日初SOC， 对包括所述目标日在内的每个待优化日的所述发电 功率和所述用电负荷功率进行预测， 并将预测 值按照所述聚类的结果进行分类， 生成每个 待优化日对应的SOC数据子集； 在每个所述SOC数据子集中遍历全部的日初SOC和日终SOC， 获得每个待优化日对应的 目标函数值序列， 并对未来多个所述待优化日的所述 目标函数值序列进行加权相加， 生成 最终目标函数； 求解所述最终目标函数， 获得所述目标日的目标日终SOC， 并将所述目标日终SOC作为 所述目标日的后一日的日初SOC 。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述目标日终SOC作为所述目标日 的后一日的日初SOC之后， 还 包括： 基于所述后一日的日初S OC， 对所述目标日之后预设天数内的每一日重复进行日初S OC 优化。 3.根据权利要求1所述的方法， 其特 征在于， 对所述历史运行 数据进行聚类， 包括： 通过K‑means聚类算法对所述历史运行 数据进行聚类， 确定最优的聚类簇数； 对于每个聚类簇， 对质心数据进行处理， 获取所述质心数据对应的可再生能源发电功 率和用电负荷功率； 根据所述质心数据对应的可再生能源发电功率和用电负荷功率， 在所述历史运行数据 中选取对应的日初SOC和日终SOC 。 4.根据权利要求3所述的方法， 其特征在于， 在所述通过K ‑means聚类算法对所述历史 运行数据进行聚类时， 通过以下公式表示每个所述聚类簇中的样本点分别到对应的质心的 距离的平方和： 其中， 为第l个簇中的第j个样本的第i个特征， 为第l个簇的质心的第i个特征； k为 簇的数量， n是 特征的数量， ml是第l个簇中的样本数量。 5.根据权利要1所述的方法， 其特征在于， 在所述待优化日包括： 所述目标日、 所述目标 日的后一日和目标日的后两日时， 通过以下公式表示对应的最终目标函数： minf＝ObjN+k×ObjN+1+k2×ObjN+2 其中， ObjN是目标日的目标函数值序列， ObjN+1是目标日的后一日的目标函数值序列， ObjN+2是目标日的后两日的目标函数值序列， k是加权系数， 0 <k<1。 6.根据权利要1所述的方法， 其特 征在于， 还 包括： 确定对多类型混合储能电池的日初SOC进行滚动优化的优化模型； 根据在日初SOC和日终SOC变化时所述优化模型的最优值的演变情况， 获取SOC数据集。 7.一种能源系统内多类型混合储能电池的日初SOC滚动优化系统， 其特征在于， 包括以权　利　要　求　书 1/2 页 2 CN 115441490 A 2下模块： 聚类模块， 用于获取分布式可再生能源系统的历史运行数据， 并基于可再生能源发电 系统的发电功率与用电负荷功率的差值， 对所述历史运行 数据进行聚类； 第一生成模块， 用于假设待优化的目标日的日初SOC， 对包括所述目标日在内的每个待 优化日的所述发电功率和所述用电负荷功率进行预测， 并将预测值按照所述聚类的结果进 行分类， 生成每 个待优化日对应的SOC数据子集； 第二生成模块， 用于在每个所述S OC数据子集中遍历全部的日初S OC和日终S OC， 获得每 个待优化日对应的目标函数值序列， 并对未来多个所述待优化日的所述目标函数值序列进 行加权相加， 生成最终目标函数； 求解模块， 用于求解所述最终目标函数， 获得所述目标日的目标日终SOC， 并将所述目 标日终SOC作为所述目标日的后一日的日初SOC 。 8.根据权利要求7 所述的系统， 其特 征在于， 所述 求解模块， 还用于： 基于所述后一日的日初S OC， 对所述目标日之后预设天数内的每一日重复进行日初S OC 优化。 9.根据权利要求7 所述的系统， 其特 征在于， 所述聚类模块， 具体用于： 通过K‑means聚类算法对所述历史运行 数据进行聚类， 确定最优的聚类簇数； 对于每个聚类簇， 对质心数据进行处理， 获取所述质心数据对应的可再生能源发电功 率和用电负荷功率； 根据所述质心数据对应的可再生能源发电功率和用电负荷功率， 在所述历史运行数据 中选取对应的日初SOC和日终SOC 。 10.一种非临时性计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计 算机程序被处理器执行时实现如权利要求 1‑6中任一所述的能源系统内多类型混合储能电 池的日初SOC滚动优化方法。权　利　要　求　书 2/2 页 3 CN 115441490 A 3