CN119493830A 一种新型智能储能站储能数据分布式存储方法及系统 （深圳市安科讯电子制造有限公司）

道沿港社区北山道146号北山工业区5一种新型智能储能站储能数据分布式存储及一种新型智能储能站储能数据分布式存储方钟的储能数据执行每一个存储动作时的契合度优分布式存储策略对每个电池每分钟的储能数同一电池的相关储能数据聚集到较近的存储节2确定对所述每个电池每分钟的储能数据执行每一个存储动作时基于预先确定的每个电池与每一存储节点之间的空间距离，对按照所述最优分布式存储策略对所述每个电池每分钟的储能数据进行基于所述循环次数一电池额定容量模型，确定新型智能储能基于所述每个电池在每个循环轮次下的理论额定容量，确定每基于每次充电循环的所述转折时刻、所述时间长度以及所述温度针对任一充电时刻，基于所述充电时刻之前预设数量的邻针对所述初筛结果中任一目标时刻，判断所述目标时刻之前3基于所述每个电池在每个循环轮次下的理论额定容量，确定每个电池每分钟的储能数据，获取每个电池从前一分钟至当前分钟的电荷变化量，并获取每个将所述电荷变化量与所述每个电池在每个循环轮次下的理论额定容量将所述前一分钟的储能数据与所述修正量求和，计算得到储能将所述电量差值输入预设的最大最小值归一化函数，计算得到每个基于所述数据关注度和所述历史数据，计算得到对所述每个电在所述状态空间和所述动作空间下，通过强化学习算法为每个计算模块，用于确定对所述每个电池每分钟的储能数据加权模块，用于基于预先确定的每个电池与每一存储节点存储模块，用于按照所述最优分布式存储策略对所述每个电池4按照所述最优分布式存储策略对所述每个电池每分钟的储能数据进行[0007]根据本发明提供的一种新型智能储能站储能数据分布式存储方法，构建循环次5基于所述初始模型和所述每次充电循环的真实可用度，建立数据误差平方和函6[0017]图1为本发明一个实施例所提供的一种新型智能储能站储能数据分布式存储方法7图4为本发明一个实施例所提供的一种新型智能储能站储能数据分布式存储系统[0020]下面结合附图具体地说明本发明所提供的一种新型智能储能站储能数据分布式[0021]请参阅图1，其示出了本发明一个实施例提供的一种新型智能储能站储能数据分[0022]本实施例中，假设新型智能储能站中一共有N个电池，先采集每个电池的具体位接口处安装采集频率为1Hz的电流传感器，并在电池表面安装采集频率为1Hz的温度传感[0023]图2和图3分别示例性的示出了某一电池采集时序上的电流数据和温度数据的变[0025]步骤120：确定对每个电池每分钟的储能数据执行每一个存储动作时的契合度奖8C(N)=CX(1-a)"（1）9次充电循环的真实可用度可以表示如下：表示第h次充电循环内的平均温度变化量，(txn+1一txn)表示第h次充[0048]本实施例主要通过最小二乘法来根据历史所有充电循环下电池额定容量的误差平方和，确定初始模型中的两个未知参数co、a，但是如果出现真实可用度较小的充电循S=z1[knx(c(h)-cn)引l（3）其中，表示校正后所有数据点的误差平方和，表示预先确定的充电循环的次差平方和函数中的未知参数co、a的最优解。[0055]本实施例先对采集到的电流数据进行分析，确定每次充充电时刻属于一次充电结束的转折时刻的概率值可以底的指数函数，表示第i+t个充电时刻的充电电流值，表示第i个充电时刻之[0067]经过两次筛选，即可得到所有转折时刻对应的时刻点tx1，tx2，…txm+1,此时数据，ZI(t)表示电池在第a_1分钟到第a分钟内的电荷变化量，C(Na)表示在进行第Na次充电循环时的理论额定容量。即可构建以下公式表示第A个电池在第a分钟的储能数据的数Gsocg-。=fIsoca-a-50%l（6）构建以下公式表示第A个电池在第a分钟求得的储能数据与第Q个存储节点内存储的第A个Q个存储节点内存储的第A个电池的历史数据的下公式表示将第A个电池在第a分钟求得的储能数据放入第QD(Q)socz-。=[1-f(ra-co)]XR(Q)socz-。（8）[0083]至此，即可获得对每个电池每分钟的储能数据执行每一个存储动作的最终奖励Q学习算法来为每个电池每分钟的储能数据选择最优的存储节点，因此需要先定义状态空的新型智能储能站储能数据分布式存储系统与上文描述的新型智能储能站储能数据分布[0095]请参阅图4，其示出了本发明一个实施例提供的一种新型智能储能站储能数据分[0096]计算模块220，用于确定对每个电池每分钟的储能数据执行每一个存储动作时的[0098]寻优模块240，用于基于最终奖励值，通过强化学习算法确定最优分布式存储策[0099]存储模块250，用于按照最优分布式存储策略对每个电池每分钟的储能数据进行的相关储能数据聚集到较近的存储节点中