(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 202210904797.2 (22)申请日 2022.07.29 (71)申请人 华能浙江能源销售有限责任公司 地址 310000 浙江省杭州市拱 墅区中山北 路565号 (72)发明人 吕月秋　占艳琪　陈浩飞　陆邈　 (74)专利代理 机构 天津盛理知识产权代理有限 公司 12209 专利代理师 王利文 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/06(2012.01) G06N 3/12(2006.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 电力现货市场下基于电价预测的独立储能 运营系统及方法 (57)摘要 本发明涉及一种电力现货市场下基于电价 预测的独立储能运营系统及方法， 该系统包括， 登录认证模块： 用于用户的自我身份确认； 数据 录入模块录入电价预测数据以及独立储能相关 参数； 电价预测模块根据电价预测数据对运行日 电价进行预测， 数据处理模块与电价预测模块根 据运行日预测电价及独立储能相关参数， 求解得 到运行日发电计划； 数据输出模块将运行日发电 计划输出形成报表。 本发明采用GA ‑BP神经网络 算法预测出运行日各调度时段的节 点电价， 利用 线性规划法求解独立储能在运行日的最优充放 电计划并实现独立储能在电力现货市场中的最 优化控制功能， 从而达到独立储能在电能量市场 中的利益 最大化的目标。 权利要求书3页 说明书7页 附图3页 CN 115293803 A 2022.11.04 CN 115293803 A 1.一种电力现货市场下基于电价预测的独立储能运营系统， 其特征在于： 包括登录认 证模块、 数据录入 模块、 电价预测模块、 数据处 理模块和数据输出模块； 所述登录认证模块： 用于用户的自我身份确认； 所述数据录入模块与登录认证模块相连， 录入电价预测模块所需的电价预测数据以及 数据处理模块所需的独立储能相关参数； 所述电价预测模块与数据录入模块相连， 获取数据输入模块录入的 电价预测数据， 根 据电价预测数据对运行日电价进行 预测， 得到运行日预测电价并传送至数据处 理模块； 所述数据处理模块与电价预测模块及数据录入模块相连， 获取电价预测模块传送过来 的运行日预测电价以及数据录入模块传送过来的独立储能相关参数， 求解得到运行日发电 计划， 并将运行日发电计划传送至数据输出模块； 所述数据输出模块与 数据处理模块相连， 将数据处理模块传送过来的运行 日发电计划 输出形成报表。 2.根据权利要求1所述的一种电力现货市场下基于电价预测的独立储能运营系统， 其 特征在于： 所述电价预测数据包括： 统调负荷历史值、 运行日统调负荷预测值、 外送计划历 史值、 运行日外送计划预测值、 新能源 出力历史值、 运行日新能源出力预测值和节点电价历 史值； 所述独立储能相关参数包括： 电池储能系统容量、 初始荷电状态、 最高与最低荷电状 态、 最大充电功率与放电功率、 调度时段 数以及对应的时间信息 。 3.根据权利要求1或2所述的一种电力现货市场下基于电价预测的独立储能运营系统， 其特征在于： 所述电价预测模块通过BP神经网络模型及遗传算法对运行日电价进 行预测得 到运行日预测电价。 4.根据权利要求1或2所述的一种电力现货市场下基于电价预测的独立储能运营系统， 其特征在于： 所述数据处理模块建立独立储能运营策略模型并使用线性规划法求解得到运 行日发电计划。 5.一种如权利要求1至4任一项所述电力现货市场下基于电价预测的独立储能运营系 统的实现方法， 其特 征在于： 包括以下步骤： 步骤1、 通过 数据录入 模块输入电价预测数据和独立储能相关参数； 步骤2、 电价预测模块建立BP神经网络模型， 采用遗传算法进行参数优化得到训练好的 BP神经网络模型； 步骤3、 电价预测模块将电价预测数据输入至经遗传算法优化过的BP神经网络模型中， 通过BP神经网络模型输出运行日各调度时段节点的运行日预测电价； 步骤4、 数据处理模块根据独立储能相关参数以及运行 日预测电价， 建立独立储能电站 运行日运营 策略优化模型； 步骤5、 数据处理模块采用线性规划法求解独立储能电站运行 日运营策略优化模型， 并 通过数据输出模块输出独立储能在运行日内各调度时段的最优充放电功率计划。 6.根据权利要求5所述的电力现货市场下基于电价预测的独立储能运营系统 的实现方 法， 其特征在于： 所述电价预测数据包括： 统调负荷历史值、 运行日统调负荷预测值、 外送计 划历史值、 运行日外送计划预测值、 新能源出力历史值、 运行日新能源出力预测值和节点电 价历史值； 所述独立储能相关参数包括： 电池储能系统容量、 初始荷电状态、 最高与最低荷 电状态、 最大充电功率与放电功率、 调度时段 数以及对应的时间信息 。权　利　要　求　书 1/3 页 2 CN 115293803 A 27.根据权利要求5所述的电力现货市场下基于电价预测的独立储能运营系统 的实现方 法， 其特征在于： 所述 步骤2的具体实现方法为： 步骤2.1、 确定BP神经网络结构； 步骤2.2、 随机产生 一组权重和阈值的染色体， 多个染色体组成一个种群； 步骤2.3、 对步骤2中的染色体进行适应度计算， 采用BP神经网络训练得到的预测值与 节点电价历史值之间的误差作为 适应度值； 步骤2.4、 根据适应度值对将步骤2.3中的染色体进行选择、 交叉、 变异操作， 得到新的 染色体种群， 再进行适应度值评估， 不断迭代直至得到最优权值和阈值； 步骤2.5、 根据步骤2.4得到最优权值和阈值计算权值和阈值的误差， 对权值和阈值进 行更新， 得到训练输出的BP神经网络模型。 8.根据权利要求5所述的电力现货市场下基于电价预测的独立储能运营系统 的实现方 法， 其特征在于： 所述 步骤2.3的适应度的计算公式为： 其中， yk表示节点电价历史值； y'k表示通过BP神经网络得到的节点电价预测 值， z表示 训练样本的个数。 9.根据权利要求5所述的电力现货市场下基于电价预测的独立储能运营系统 的实现方 法， 其特征在于： 所述 步骤2.4中的选择操作采用轮 盘赌选择法实现， 具体公式如下： 上式中， fi表示个体i的适应度值， n 为种群个数； 所述交叉操作采用均匀交叉实现， 具体公式如下： 上式中， Ri与Ri+1分别表示两个子代染色体； a是一个随机生成的维度与染色体一致的向 量， 其值为0或1； ri与ri+1为两个父代染色体； °表示两个矩阵的哈达 玛积； 所述变异操作选择均匀变异法实现。 10.根据权利要求5所述的电力现货市场下基于电价预测的独立储能运营系统的实现 方法， 其特征在于： 所述步骤4建立的独立储能电站运行日运营策略优化模型， 其优化变量 为独立储能电站在运行日内各调 度时段的充放电功 率， 优化目标为独立储能电站运行日收 益最大化； 该独立储能电站运行日收益 最大化的具体公式如下： 其中， Ft表示独立储能电站在t调度时段 的售电收入或充电成本， Floss表示独立储能电 站的充放电损耗成本， Ft和Floss的计算公式如下： Ft＝Pt×Qt×ΔT 权　利　要　求　书 2/3 页 3 CN 115293803 A 3