利用自適應自動化控制軟體預測及優化能量存儲壽命周期性能的製作方法
2023-11-09 07:45:58
本申請案主張標題為「利用自適應自動化控制軟體預測及優化能量存儲壽命周期性能(PREDICTING AND OPTIMIZING ENERGY STORAGE LIFETIME PERFORMANCE WITH ADAPTIVE AUTOMATION CONTROL SOFTWARE)」的於2014年7月31日提出申請的第62/031,804號同在申請中美國臨時申請案的優先權。
技術領域
本發明大體來說涉及能量存儲系統。更具體來說，本發明涉及對跨越多個能量資產的多個操作的軟體建模以及自動化及優化。
背景技術：
當前能量自動化控制軟體(eACS)及能量作業系統能夠執行管理一或多個能量資產或裝置的操作的基本功能。然而，其缺乏對於能量效率及經濟優化的最終目標來說關鍵的工具及特徵。一種類型的常規eACS是能量作業系統領域中的技術人員已知的SCADA。這些系統促進對能量資產/裝置的控制，但不具有本機能量應用；其基本上是在能量應用、能量裝置/資產及數據存儲裝置當中操作的通信通道。儘管市場上存在例如電子表格及其它建模軟體等金融工具，但其並不直接與SCADA或類似現有能量系統相聯繫且缺乏到這些常規系統中的任何程度的集成。
SCADA及類似系統的另一缺點是對人工幹預及由監督操作的人類操作者進行決策制定的需要。對於此類操作者來說協同優化應用及裝置是困難的，且較可能出錯並看不到關於系統的各個方面的潛在低效性。
在能量作業系統及自動化控制領域中需要實現預測分析、動態且智能聚合、針對操作的資產可用性平衡、多個操作的協同優化以及能量存儲系統及其它能量資產的前向壽命周期建模的較複雜工具及特徵。能量自動化控制軟體及作業系統需要前進到下一級且實現能量資產優化及成本節省。換句話說，能量控制及作業系統應通過集成例如預測分析引擎等工具、豐富數據流及操作能量系統所需的方法而具有更多智能性。
技術實現要素：
在本發明的一個方面中，描述在自適應能量作業系統中創建供在預測分析引擎中使用的模型及引擎的後續操作的方法。將能量資產的能量應用的性能建模。將能量資產的能量資產健康建模。將能量資產的成本效率建模。創建能量應用的前向操作配置文件。創建能量資產的前向可用性配置文件。
在另一方面中，描述操作與一或多個能量資產通信的自適應能量作業系統的方法。接收資產的前向可用性配置文件及應用的前向操作配置文件。接收含有三個模型的預測分析數據封裝。收集運行時間操作配置文件數據及運行時間資產配置文件數據。將運行時間操作配置文件數據及資產配置文件數據與模型進行比較。將資產配置文件數據變換成能量資產壽命特性數據。更新前向可用性配置文件及前向操作配置文件。
附圖說明
參考形成描述的一部分且其中通過說明的方式展示本發明的特定實施例的所附圖式：
圖1是展示根據本發明的一個實施例的aEOS配置的框圖；
圖2是展示根據一個實施例的組件及數據流的框圖；且
圖3是根據一個實施例的過程的流程圖，其部分地描述aEOS內的過程；
圖4是展示根據本發明的一個實施例的與存儲壽命特性數據相關的三個矩陣的圖式；且
圖5A及5B是適合於實施本發明的各種實施例的計算系統的框圖。
具體實施方式
本發明描述用於優化能量存儲系統的壽命周期性能及應用經濟的方法及系統的實例性實施例。這些實例及實施例僅經提供以增加上下文且幫助理解本發明。因此，所屬領域的技術人員將明了，可在無本文中所描述的特定細節中的一些或所有細節的情況下實踐本發明。在其它實例中，為避免不必要地使本發明模糊，未詳細描述眾所周知的概念。儘管以充足細節描述這些實施例以使所屬領域的技術人員能夠實踐本發明，但這些實例、說明及上下文並非限制性的，並且可使用其它實施例且可在不背離本發明的精神及範圍的情況下做出改變。
本發明描述用於將交互能量系統設計與過程自動化相聯繫的方法及系統。本發明的一個方面包含在其核心處提供預測分析引擎的設計過程。在高層級處，此設計過程包含三個模型：應用建模、健康/資產建模及收益建模。所述健康/資產模型具有許多輸入，舉例來說，能量存儲系統健康模型是應用模型與下文所描述的存儲壽命特性數據的組合，所述存儲壽命特性數據包括隨溫度、電壓範圍及日曆壽命而變的電效率、有效容量及容量衰減。所述健康/資產模型可用於任何類型的裝置/資產。這些模型使預測分析引擎能夠通知能量自動化控制軟體(eACS)如何操作。發明性概念涉及利用各種核心數據通信方法。一個主要方面是預測分析使用與實際eACS及能量作業系統中所使用的那些算法及過程相同的算法及過程。從分析到操作的連續性改進經濟模型的準確度，這會降低金融計劃及系統金融活動的風險。
本發明的中心是包含eACS的能量作業系統。本文所描述的能量作業系統是由舊金山的生長能量實驗室公司(GELI)開發。如第13/898,283號同在申請中美國專利申請案中所描述，由GELI開發且讓與GELI的eACS具有許多新穎特徵且稱為自適應能量作業系統(aEOS)。舉例來說，其能夠操作來自一或多個資產的一到多個應用，從而提供常規ACS中未發現的靈活性及可擴縮性。其還具有其它特徵，儘管所述特徵不與本文中所描述的發明性概念直接相關。在較早的專利中描述且對本文所描述的新穎特徵重要的主要方法是每一能量資產或裝置可用於多個應用。本發明的發明性概念體現於aEOS中但部分可從其它位置執行功能且創建數據流。記住本發明的益處及對其的利用不取決於在第13/898,283號同在申請中美國專利申請案中描述及主張的aEOS中的新穎改進是有幫助的。本發明的方法及數據流以及從其導出的益處可在其中僅存在一個能量資產(例如，能量存儲系統)及一個應用的設定中顯現或實現。然而，預期本發明的方法及數據流將用於具有多個資產、應用、消費者等的較複雜環境中，且將可能利用較早所描述的靈活、可擴縮、具有多應用能力的aEOS。
在本發明的一個實施例中，存在表徵為數據流的兩個實現核心數據方法。這些數據流與下文所描述的某些存儲壽命周期特性數據及歷史數據組合驅動本發明的交互能量方面，所述交互能量方面包含預測分析、動態且智能數據聚合、針對操作的資產可用性平衡、多操作協同優化以及能量存儲系統及其它能量資產的前向壽命周期建模。
圖1是展示根據本發明的一個實施例的aEOS配置的框圖。aEOS 102包含預測分析引擎106。所述aEOS還具有一或多個能量相關應用108。聯合aEOS 102或在aEOS 102內的操作是用於創建及利用具體來說是前向操作配置文件(FOP)及前向可用性配置文件(FAP)的某些配置文件的稱為FOP/FAP伺服器110的伺服器。自適應能量作業系統102與一或多個能量資產或裝置112通信。存在多種此類裝置或資產，幾個常見實例包含能量存儲系統(ESS，電池加電力轉換器)、HVAC、負載開關、照明裝置、冷水機、EV充電器、太陽能面板、CHP及柴油發電機。在所描述實施例中，使用ESS來說明本發明。aEOS 102中的應用108引導ACS對能量裝置執行的功能，所述功能是對所述裝置進行的管理或服務類型。這些應用包含需求響應、需求管理、按使用時間轉移、頻率調節、電力質量、備用電力及負載孤島化等。aEOS 102中還含有與資產112通信的能量資產驅動器120。
來自aEOS 102的輸出中的一者是下文所描述的資產操作配置文件114。另一輸出是資產的FAP 118。具體來說針對預測分析引擎106的到aEOS 102的輸入中的一者是預測分析封裝116。
在本發明的一個實施例中，aEOS 102含有關於如何協同優化與其通信的一或多個裝置的性能的智能性。在替代實施例中，還存在雲配置，其中aEOS 102對遠程伺服器操作且經由網關組件連接到裝置/資產。aEOS 102能夠執行關於裝置的操作及管理的某些預測分析。這是由aEOS 102中的預測引擎執行，所述預測引擎對下文描述為預測分析封裝的內容進行操作。
本發明的預測分析使用或模擬與aEOS 102中所使用的那些能量服務應用、算法及方法非常類似或相同的能量服務應用、算法及方法。本發明的此方面與使用來自客戶的豐富歷史數據組合實現關於ESS性能及其它資產優化以及成本效率(金融活動)的高度準確預測。
本發明的一個關鍵組件是從特定類型的建模創建的預測分析封裝。此建模(或設計過程)的輸出是最終用於優化資產操作的配置文件。這些展示於圖2中。在一個實施例中，執行三種類型的建模。一種類型可描述為應用(或性能)建模。關於此建模的目標是通過查看裝置在操作時的歷史輸出數據而檢驗能量資產如何表現以執行操作/應用。另一類型是能量裝置的健康/資產建模。關於此建模，檢驗資產(例如ESS或HVAC)以看看其如何隨使用而降級。還存在資產或系統的金融模型。此處，預測資產可能在其壽命周期內通過執行特定應用而產生的收益。在一個實施例中，使用動態速率結構庫來將能量操作與經濟實時關聯。此經濟建模或邏輯當前不存在於常規ACS中(通常使用外部商業智能軟體套件來導出類似類型數據且由人類操作者做出基於此軟體的決策)。
在一個實施例中，可使用歷史數據來執行建模。此數據是從操作ACS及能量資產的實體獲得。舉例來說，關於不同應用及裝置的歷史數據可從智能電錶、帳單及其它數據導出。
在其中描述ESS的本發明的特定實施例中，在特定應用的資產的建模及總體預測分析中使用存儲壽命特性數據(SLCD)。在一個實施方案中，此數據是列舉電池針對隨充電速率、放電速率、電壓範圍、溫度及日曆壽命(電池年齡)而變的效率、有效容量及容量衰減表現如何的多維數據集。SLCD主要用於資產/健康建模中，但可用於其它模型中。SLCD用作矩陣元素數據、資料庫架構或與參數函數的擬合。
在一個實施例中，所述數據用於將電池降級、應用性能及經濟回報建模。將來自客戶的歷史數據與特定應用(舉例來說，需求充電管理(DCM))組合以產生能量存儲系統的前向操作配置文件(FOP)。可將FOP實例化(舉例來說)作為從電力轉換器系統到能量存儲系統的輸出。針對能量存儲系統，電池的電荷狀態及電力轉換器的電力能力可視為資產的前向可用性配置文件(FAP)。可將電池的能量存儲容量完全或部分指派給一或多個應用。舉例來說，當尖峰需求事件的概率較高時，所有電池的容量可被指派給DCM應用，且電池將不可用於執行其它應用(零FAP)。當設施尖峰的概率較低時，電池的容量的僅一部分將被指派給DCM且FAP的其餘部分可在其它應用當中分割。從可表示為圖4中所展示的熱圖的表格導出能量存儲特性函數。資產/健康模型的輸出是壽命周期性能配置文件。圖4中在軸上具有充電及放電的表格展示也隨溫度、電壓範圍及日曆壽命而變的效率(往返時間)、有效容量及容量衰減。從能量作業系統的操作產生原始電池數據。將此數據與SLCD進行比較以便更新模型。利用SLCD將FOP建模以預報效率損耗、操作性能及降級。在迭代過程中，可使用此模型的輸出來修改及優化FOP。最初在記住ESS的情況下設計SLCD；然而，由於SLCD基本上測量壽命周期效率、降級及限制，因此其可與其它類型的能量資產(例如HVAC或發電機)一起使用。預測特定ESS如何隨使用而老化對降低能量存儲應用的金融活動的風險是關鍵的。
如所提及，在給出ESS(電池)的充電及放電速率以及溫度、電壓範圍、日曆壽命等的情況下，模型會產生包含效率、有效容量及容量衰減的能量存儲特性函數。
在一個實施例中，可使用其它應用對資產的影響來在反饋環路中創建預測分析封裝。使用從建模導出的預測與資產的實際操作性能之間的差異來更新模型。在每一模型更新之後，重新計算應用配置文件及FOP。此可表徵為實時更新能量資產的行為的連續校正。
圖2是展示根據一個實施例的組件及數據流的框圖，上文已描述所述組件及數據流中的大多數但此處共同對其進行展示。主要組件202含有預測分析模塊204，預測分析模塊204部分地創建經由適合通信構件發射到aEOS 102的預測分析封裝116。建模組件由三個建模模塊組成：應用性能206、資產/健康208及經濟210。到模塊202的輸入包含能量資產用戶的歷史數據，例如帳單、智能電錶數據及其它客戶數據。到模塊202的其它輸入包含SLCD 214，SLCD 214部分地是從由資產配置文件114導出的Δ創建。建模的結果是FOP/FAP，FOP/FAP與建模一起用於創建預測分析封裝116。還展示類似於圖1中所展示的FOP/FAP伺服器的FOP/FAP伺服器220。所述FOP/FAP伺服器接受服務/應用216的FOP及資產218的FAP作為輸入。
在一個實施例中，計算裝置/資產FAP以完成應用/操作FOP，且兩個配置文件均含於預測分析數據封裝中。如所提及，聯合aEOS的工作是FAP/FOP方法及伺服器。其可操作為遠程伺服器(在雲中)或在本地與能量資產及eACS一起操作，或在網絡中的任何地方操作。在一個實施例中，FAP在「電錶後端(behind the meter)」實例中含有至少三個特徵：電力(kW)、未來使用的能量的量(Kw/h)及經濟函數或指示物($)，其可能含有各種因數且可充當調諧參數。FOP具有電力配置文件以及經濟配置文件。
在電池或ESS實施例中，可使用預測分析及操作配置文件來確保或檢查ESS保證合規，且在異常行為的情況下自動警告操作者。在另一使用情形中，數據可有助於檢查ESS或其它資產的金融合規。
在一個實施例中，資產經計算以具有前向可用性配置文件(FAP)。還應注意，多個資產將各自具有其自身FAP，且可收集FAP且對其加索引成個別FAP。在一個實施例中，對資產進行導出FOP的計算。在典型操作期間，對一個資產執行一個操作，所述資產可具有可同時執行的多個應用(例如，尖峰轉移、需求響應、穩定化等)。此為確定容量的分割的協同優化的一方面。FOP在能量資產運行時間變成OP或AP。此資產配置文件含有包括可用於從SLCD提取元素的原始數據的實際運行時間數據。
圖3是根據一個實施例的過程的流程圖，其部分地描述aEOS內的過程。在步驟處，aEOS接收一或多個資產的FAP(kW、kW/h及$)及一或多個能量應用或服務的FOP(kW)。在步驟304處，aEOS接收含有應用性能、資產/健康及成本的上文所描述的模型的預測數據分析封裝。更具體來說，其含有下文所描述的三個矩陣，所述三個矩陣各自隨溫度、電壓範圍(V2-V1)及資產的日曆壽命中的時間點而變化。在步驟306處，通過根據FOP或能量應用控制FAP內的資產而執行一或多個能量應用。在步驟308處，aEOS收集應用運行時間配置文件的數據。在步驟310處，aEOS收集資產運行時間配置文件的數據。在步驟312處，將來自兩個配置文件的運行時間數據與三個模型或矩陣進行比較。在步驟314處，將資產配置文件數據變換為可存儲於SLDC中的數據。在步驟316處，更新FAP及FOP且創建新(經更新)預測分析數據封裝。
圖4是展示根據本發明的一個實施例的與存儲壽命特性數據相關的三個矩陣的圖式。全部三個矩陣的x軸展示充電速率(小時)且y軸展示放電速率(小時)。矩陣402展示效率(％)，矩陣404展示效率容量(％)，且矩陣406展示容量衰減。矩陣402到406中所展示的三個變量(效率、效率容量及容量衰減)是維度的。表格揭露此空間中以下各項處的一個片段或實例：1)特定溫度、2)電壓範圍及3)日曆壽命中的點。當溫度、電壓範圍或日曆壽命數據改變時，表格402到406中的數據改變，從而產生新表格。
圖5A及5B圖解說明適合於實施本發明的特定實施例的類屬計算系統500，例如移動裝置。可用於本發明中的裝置中的一些裝置可具有未展示於圖5A及5B中的其它特徵或組件，且並非這些圖中所展示的所有組件(例如，鍵盤)均被需要來實施本發明。如此，圖5A展示計算系統的一個可能物理實施方案，如此術語是廣義地定義。
在一個實施例中，系統500包含顯示器或屏幕504。此顯示器可與系統500位於同一外殼內。所述系統還可具有鍵盤510，鍵盤510展示於顯示器504上(即，虛擬鍵盤)或可為物理組件，所述物理組件是裝置外殼的一部分。所述裝置外殼可具有各種埠，例如HDMI或USB埠(未展示)。可耦合到裝置500的計算機可讀媒體可包含USB存儲器裝置以及各種類型的存儲器晶片、存儲器棒及存儲器卡。
圖5B是計算系統500的框圖的實例。各種子系統附接到系統總線520。處理器522耦合到包含存儲器524的存儲裝置。存儲器524可包含隨機存取存儲器(RAM)及只讀存儲器(ROM)。如此項技術中眾所周知，ROM用於將數據及指令單向地傳送到CPU，且RAM通常用於以雙向方式傳送數據及指令。這兩種類型的存儲器均可包含下文所描述的計算機可讀媒體中的任何適合者。固定磁碟526也雙向地耦合到處理器522；所述固定磁碟提供額外數據存儲容量且還可包含下文所描述的計算機可讀媒體中的任一者。固定磁碟526可用於存儲程序、數據等等，且通常為慢於主要存儲裝置的次要存儲媒體。將了解，保持於固定磁碟526內的信息可在適當情形中以標準方式作為虛擬存儲器併入於存儲器524中。
處理器522還耦合到各種輸入/輸出裝置，例如顯示器504及網絡接口540。大體來說，所述輸入/輸出裝置可為以下各項中的任一者：視頻顯示器、鍵盤、麥克風、觸敏顯示器、平板計算機、手寫筆、語音或手寫辨識器、生物計量閱讀器(biometrics reader)或其它裝置。處理器522任選地可使用網絡接口540耦合到另一計算機或電信網絡。利用此網絡接口，預期CPU可在執行上文所描述方法步驟的進程中從網絡接收信息或可將信息輸出到網絡。此外，本發明的方法實施例可僅在處理器522上執行或可經由網絡(例如網際網路)聯合共享處理的一部分的遠程處理器來執行。
另外，本發明的實施例進一步涉及具有計算機可讀媒體的計算機存儲產品，所述計算機可讀媒體上具有用於執行各種計算機實施的操作的計算機代碼。所述媒體及計算機代碼可為出於本發明的目的而特別設計及構造的那些媒體及計算機代碼，或其可為眾所周知且可由計算機軟體技術中的技術人員獲得的種類的媒體及計算機代碼。計算機可讀媒體的實例包含(但不限於)：磁性媒體，例如硬碟、軟盤及磁帶；光學媒體，例如CD-ROM及全息裝置；磁光媒體，例如軟式磁碟；及經特別配置以存儲並執行程序代碼的硬體裝置，例如專用集成電路(ASIC)、可編程邏輯裝置(PLD)以及ROM及RAM裝置。計算機代碼的實例包含機器代碼(例如由編譯器產生)及由計算機使用解釋器執行的含有較高級代碼的文件。
儘管本文中展示及描述了本發明的說明性實施例及應用，但保持於本發明的概念、範圍及精神內的許多變化及修改是可能的，且所屬領域的技術人員在熟讀本申請案之後將清楚這些變化。因此，所描述的實施例應被視為說明性的且非限制性的，且本發明不限於本文中所給出的細節，且可在所附權利要求書的範圍及等效物內進行修改。