太阳能高效利用及储能运行控制湖北省重点实验室是湖北工业大学重点建设项目,用于培养本科生和研究生实验基地。


太阳能高效利用湖北省协同创新中心自主创新的特高压GIS电流互感器检定技术居于国际先进水平,已授权发明专利6项、实用新型专利10项、软件著作权2项、被引SCI论文1篇。2017年,“特高压大变比GIS型电流互感器自适应补偿检定技术与应用”湖北省科技进步三等奖。


“储能装置能量管理关键技术实验室”要求构建一套基于电池储能系统生命周期的机器学习框架,用于研究生熟悉机器学习和AI编程。我司林俊豪博士用3个月时间,在香港大学“绿色能源与人工智能实验室”共同努力下开发完成。在国内首先将机器学习用于储能系统的控制实现,在运行过程中训练模型,优化运行控制曲线,将复杂的储能系统运维操作实现“设置简单化,操作傻瓜化”。

项目介绍   Project introduction
建设过程   Process of construction
d                                                                                                                                                                                                                                         
1、技术方案探讨
2、安装调试过程
3、产品运行验收
主要功能   Main function
d                                                                                                                                                                                                                                                       

· 五种拓扑结构

储能系统实现单级或双级、交流或直流等五种拓扑结构,可用于不同用途储能系统的实验和多种电池混合接实验方案。

· 两种运行模式

离网和并网是储能系统运行的两种模式,其中离网运行的频率和电压控制是技术难点。本方案由储能电池和负载构成一个微网系统,通过调节PCS的功率输出进行微网控制实验。

· 基于电力市场的储能响应策略

电力市场的电价信息是未来驱动自动化设备经济运行的关键因素。能量管理系统(EMS)与云端系统通信,由云端设定价格曲线。EMS接收云端发送的价格信息,控制储能系统做出响应。本方案可以模拟调频和调峰辅助服务、自动需求响应(ADR)等功能。

· 基于虚拟电厂的储能控制策略

虚拟电厂的难点之一是进行远程分布式是控制。本方案将两套储能系统独立运行,通过云端控制输出功率,模拟虚拟电厂的调控策略。

· 基于人工智能技术的储能系统分析

EMS采集BMS电池信息、PCS运行参数、实时母线参数等存储于云端数据库,构建人工智能(AI)算法分析库。学生通过对储能系统建模,学习AI程序的开发过程及算法模块使用方法。

的