需量控制方法、系统及存储介质

技术领域

本申请实施例涉及电能控制技术领域，特别涉及一种需量控制方法、系统及存储介质。

背景技术

对于规模较大的城市而言，由于市区的配电网容量有限，而用户的总用电需求持续上升，用户侧可使用的配电网容量越来越紧张。

在相关技术中，商业用电的电费分为两部分收取：基本电费和电度电费。基本电费是根据每月最大需量收取，需量是指时间周期(如15分钟)内测得的配电网提供的平均功率(单位为千瓦)。电度电费根据用电总量(单位为千瓦时，俗称度)和用电时段的单位电价收取，用电高峰时段单位电价较高，用电低谷时段单位电价较低。为了降低基本电费，相关技术人员可以根据经验对每月最大需量进行控制，如根据经验判断何时需要进行需量控制，以及需量控制过程中，储能设备以多大的功率进行放电。

在上述相关技术中，相关技术人员仅根据人工经验对需量控制进行决策，导致需量控制的准确性低。

发明内容

本申请实施例提供了一种需量控制方法、系统及存储介质，可以解决需量控制的准确性低的技术问题。所述技术方案如下：

一方面，本申请实施例提供了一种需量控制方法，应用于需量控制系统中，所述需量控制系统包括控制器、储能设备、监测电表和储能云平台；所述方法包括：

所述储能云平台调用负荷预测模型进行负荷预测，通过历史负荷数据得到第i个计费单元的预测需量；将所述第i个计费单元的预测需量发送给所述控制器，所述计费周期包括n个计费单元，所述n为正整数，所述i为小于或等于n的正整数；

所述监测电表将(i-1)个计费单元的实际需量发送给所述控制器，所述(i-1)个计费单元为所述计费周期的前(i-1)个计费单元；

所述控制器根据所述第i个计费单元的预测需量确定第i个计费单元的最大预测需量；根据所述(i-1)个计费单元的实际需量，确定所述(i-1)个计费单元的最大实际需量；若所述第i个计费单元的最大预测需量大于所述(i-1)个计费单元的最大实际需量，则确定所述第i个计费单元需要进行需量控制；在确定所述第i个计费单元需要进行需量控制之后，控制所述储能设备进行放电。

可选地，所述负荷预测模型是通过如下方式得到的：

获取至少一组训练样本，每组训练样本包括历史时间段内的预测负荷数据以及与所述历史预测负荷数据对应的历史条件数据，所述历史条件数据用于表征预估的所述历史时间段内的环境特征；

采用所述训练样本对所述负荷预测模型进行训练；

当所述负荷预测模型的训练满足停止训练条件时，停止对所述负荷预测模型的训练，得到完成训练的负荷预测模型。

可选地，所述停止训练条件包括：

所述负荷预测模型的损失函数的值小于第一阈值，所述损失函数的值是根据所述历史时间段内的预测负荷数据和所述历史时间段内的实际负荷数据得到的；

或者，

所述负荷预测模型的训练次数大于第二阈值。

可选地，所述方法还包括：

所述控制器控制所述储能设备的放电功率为目标功率；

其中，所述目标功率用于控制所述第i个计费单元的实际需量小于或者等于所述第i个计费单元的目标需量，所述第i个计费单元的实际需量是指所述第i个计费单元内实时产生的需量，所述第i个计费单元的目标需量是指所述第i个计费单元的需量门限。

可选地，所述方法还包括：

所述控制器获取所述储能设备的最大放电功率；计算所述第i个计费单元的最大预测需量和所述最大放电功率的差值，得到第一需量差；将所述第一需量差和所述(i-1)个计费单元的最大实际需量中的较大值确定为所述第i个计费单元的目标需量。

可选地，所述方法还包括：

若所述目标功率达到所述最大放电功率时，所述第i个计费单元的实际需量大于所述第i个计费单元的目标需量，则所述控制器令所述第i个计费单元的目标需量等于所述第i个计费单元的实际需量。

可选地，所述方法还包括：

所述控制器确定所述第i个计费单元是否结束；若所述第i个计费单元结束，则确定i个计费单元的最大实际需量，所述i个计费单元为所述计费周期的前i个计费单元。

可选地，所述方法还包括：

所述控制器确定所述第i个计费单元的最大实际需量；确定所述第i个计费单元的最大实际需量是否大于所述(i-1)个计费单元的最大实际需量；若所述第i个计费单元的最大实际需量大于所述(i-1)个计费单元的最大实际需量，令所述i个计费单元的最大实际需量等于所述第i个计费单元的最大实际需量。

另一方面，本申请实施例提供了一种需量控制系统，所述需量控制系统包括控制器、储能设备、监测电表和储能云平台；

所述储能云平台，用于调用负荷预测模型进行负荷预测，通过历史负荷数据得到第i个计费单元的预测需量；将所述第i个计费单元的预测需量发送给所述控制器，所述i为正整数；

所述监测电表，用于将(i-1)个计费单元的实际需量发送给所述控制器；

所述控制器，用于根据所述第i个计费单元的预测需量确定第i个计费单元的最大预测需量；根据所述(i-1)个计费单元的实际需量，确定所述(i-1)个计费单元的最大实际需量；若所述第i个计费单元的最大预测需量大于所述(i-1)个计费单元的最大实际需量，则确定所述第i个计费单元需要进行需量控制；在确定所述第i个计费单元需要进行需量控制之后，控制所述储能设备进行放电。

再一方面，本申请实施例提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如上所述的需量控制方法中控制器侧的方法步骤。

本申请实施例提供的技术方案至少包括如下有益效果：

通过负荷预测模型进行负荷预测，得到第i个计费单元的最大预测需量，并结合(i-1)个计费单元的最大实际需量，确定第i个计费单元是否需要进行需量控制，若第i个计费单元需要进行需量控制，则通过控制储能设备放电来进行需量控制。相比于相关技术中，由相关技术人员根据人工经验对需量控制进行决策。本申请实施例提供技术方案中，一方面，通过需量控制系统根据历史数据预测需量并根据预测需量判断是否进行需量控制，以及如何控制储能设备进行需量控制，实现了需量控制的自动化，提高了需量控制的准确性；另一方面，采用负荷预测模型进行负荷预测，提高了预测的准确性，进一步提高了需量控制的准确性。

应当理解的是，以上的一般性描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一个实施例提供的一种需量控制系统的示意图；

图2是本申请一个实施例提供的需量控制方法的流程图；

图3是本申请另一个实施例提供的需量控制方法的流程图；

图4是示例性示出的一种实时需量、目标需量和储能系统的放电功率的曲线关系图；

图5示例性示出了一种需量控制方法的流程图；

图6是本申请一个实施例提供的控制器的结构框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的方法的例子。

首先，对本申请实施例涉及的名词进行简要介绍。

需量是指测量周期内测得的配电网提供的平均功率(单位为千瓦)，按最大需量计费，也就是在一定结算期内，按客户用电的平均功率的最大值收费。由于瞬间的最大功率没有意义也难以检测，因此供电公司多采用“滑差”的测量方式测量用户的用电需量。目前，供电公司采用的测量规则如下:智能电表每隔1分钟，进入一个测量周期(15分钟)。这样，每天有1440次测量，智能电表只存取当天的最大值，如果第二天测量到的值比前一天记录的值要大，则智能电表记录值自动被新值覆盖。

储能设备是一个储存能量的设备，可以收集并输出能量。不同储能设备的所储存的能量以及输出的能量可以不相同，例如，利用太阳能的储能设备可以先将太阳能转换成化学能，再将化学能转换成电能输出。在本申请实施例中，储能设备可以输入电能并将电能转换成其他形式的能量(如化学能、势能、热能等)存储下来，根据实际情况，在需要的时候或地点将存储的能量转再换成电能放出。

负荷预测是指根据系统的运行特性、增容决策、自然条件与社会影响等诸多因素，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电能的需量或用电量。其中，负荷预测应用的方法可以包括单耗法、趋势外推法、弹性系数法、回归分析法、时间序列法、灰色模型法、优选组合预测法、小波分析预测法等等；负荷预测根据目的的不同可以分为超短期、短期、中期和长期。

超短期负荷预测是指未来1小时以内的负荷预测，在安全监视状态下，一般需要5～10秒或1～5分钟的预测值，预防性控制和紧急状态处理一般需要10分钟至1小时的预测值。

短期负荷预测是指日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划，包括确定机组起停、水火电协调、联络线交换功率、负荷经济分配、水库调度和设备检修等，短期预测值与天气因素、日类型和短期负荷变化等因素密切相关。

中期负荷预测是指月至年的负荷预测，主要是确定机组运行方式和设备大修计划等。

长期负荷预测是指未来3～5年甚至更长时间段内的负荷预测，主要是电网规划部门根据国民经济的发展和对电力负荷的需求，所作的电网改造和扩建工作的远景规划。对中、长期负荷预测，要特别研究国民经济发展、国家政策等的影响。

请参考图1，其示出了本申请一个实施例提供的一种需量控制系统的示意图。如图1所示，该需量控制系统100可以包括储能设备110、控制器120、储能云平台130和监测电表140。其中：

上述储能设备110用于储存电能，并将储存的电能在需要进行需量管理时放出，其充电功率和放电功率是可以控制的。储能设备110可以将其运行状态(如充电状态和放电状态)以及运行参数(如运行功率、运行时间、储存的电量、放出的电量、剩余电量等)发送给控制器120。

储能云平台130用于进行负荷预测，得到负荷预测结果。储能云平台130可以将负荷预测结果发送给控制器120，便于控制器120控制储能设备110的运行状态和运行参数。其中，负荷预测是预测未来某特定时刻的负荷数据的方法，负荷预测结果用于表示未来某特定时刻的负荷数据。

监测电表140可以用于监测用电设备的用电信息，如用电设备的用电时间、实时需量、正在运行的设备等等。上述用电设备可以是一个用电设备，也可以包括多个用电设备。对于企业而言，上述用电设备可以包括机床、高炉等生产设备以及照明等、天车等辅助生产设备。本申请实施例中涉及的需量为用电设备的需量的总和。监测电表140可以将用电设备的用电情况发送给控制器120。

控制器120用于根据储能设备110的运行状态和运行参数、负荷预测结果和用电设备的用电信息，控制储能设备110的运行状态和运行参数。控制器120可以根据用电设备的用电信息和负荷预测结果，控制储能设备110的运行状态和运行参数。监测电表140监测到的用电设备的用电情况，也可以经控制器120传送到储能云平台130，便于储能云平台130根据用电设备的用电情况进行负荷预测。

请参考图2，其示出了本申请一个实施例提供的需量控制方法的流程图。在本实施例中，主要以该方法应用于上文图1实施例介绍的需量控制系统中来举例说明。该方法可以包括如下几个步骤：

步骤201，储能云平台调用负荷预测模型进行负荷预测，通过历史负荷数据得到第i个计费单元的预测需量。

其中，计费周期包括n个计费单元，n为正整数，i为小于或等于n的正整数。

其中，每个计费周期缴纳一次基本电费，各个计费周期的基本电费按照该计费周期中产生的最大需量缴纳。

可选地，n个计费单元为连续的时间单元。

在一些可能的实施例中，计费周期可以是一个月，可以是两个月，也可以是三个月，本申请实施例对此不作限定。

在一些可能的实施例中，一个计费单元可以是4个小时，可以是6个小时，可以是12个小时，可以是一天，也可以是两天，还可以是一个星期，本申请实施例对此不作限定。

在上述需量控制系统中，储能云平台用于进行负荷预测，以获取第i个计费单元的预测需量。关于负荷预测已在上文名词介绍中进行了解释说明，此处不再赘述。上述第i个计费单元的预测需量是指预测的第i个计费单元的需量。

储能云平台可以调用负荷预测模型进行负荷预测，以通过历史负荷数据获取上述第i个计费单元的预测需量。上述历史负荷数据是历史时间段的负荷数据，该历史负荷数据中包括历史实际需量。

可选地，上述负荷预测模型可以是LSTM(Long Short Term Memory，长短时记忆)模型、RNN(Recurrent Neural Networks，循环神经网络)模型、DRN(Deep ResidualNetworks，深度残差网络)模型、ARIMA(Autoregressive Integrated Moving Average，差分整合移动平均自回归)模型等等。此外，上述负荷预测模型还可以是其他模型，本申请实施例对此不作限定。

可选地，在调用负荷预测模型进行负荷预测之前，还可以对历史负荷数据进行预处理，剔除其中的异常数据，从而提高预测结果的准确性。本申请实施例中，可以采用短期预测(日预测)和中期预测(月预测)相结合的方式进行负荷预测，提高负荷预测的准确性。

步骤202，储能云平台将第i个计费单元的预测需量发送给控制器。

储能云平台在获取到上述第i个计费单元的预测需量之后，可以将该第i个计费单元的预测需量发送给控制器。

可选地，储能云平台与控制器之间可以是通过网络连接传输数据，也可以是通过电性连接传输数据，本申请实施例对此不作限制。

可选地，储能云平台可以在第i个计费单元之前或第i个计费单元刚刚开始时，将第i个计费单元的预测需量发送给控制器。

步骤203，监测电表将(i-1)个计费单元的实际需量发送给控制器。

其中，(i-1)个计费单元为计费周期的前(i-1)个计费单元。

监测电表可以通过监测用电设备，获取用电设备的用电信息，该用电信息中包括(i-1)个计费单元的实际需量，之后，监测电表可以将(i-1)个计费单元的实际需量发送给控制器。上述(i-1)个计费单元的实际需量是指(i-1)个计费单元实际产生的需量。

可选地，监测电表和控制器之间可以是通过网络连接传输数据，也可以是通过电性连接传输数据，本申请实施例对此不作限制。

可选地，储能云平台与监测电表之间可以是通过网络连接传输数据，也可以是通过电性连接传输数据，本申请实施例对此不作限制。

步骤204，控制器根据第i个计费单元的预测需量确定第i个计费单元的最大预测需量。

其中，第i个计费单元的最大预测需量是指预测的第i个计费单元的最大需量。

可选地，通过负荷预测可以得到第i个计费单元各时段的预测需量，然后将第i个计费单元各时段的预测需量中的最大值，确定为第i个计费单元的最大预测需量。

可选地，通过负荷预测可以得到第i个计费单元的预测需量曲线，第i个计费单元的预测需量曲线表示预测得到的第i个计费单元的预测需量变化情况，将第i个计费单元的预测需量曲线的最高点对应的需量，确定为第i个计费单元的最大预测需量。

步骤205，控制器根据(i-1)个计费单元的实际需量，确定(i-1)个计费单元的最大实际需量。

其中，(i-1)个计费单元的最大实际需量是指(i-1)个计费单元实际产生的需量的最大值。

可选地，控制器可以获取(i-1)个计费单元各时段的实际需量，然后将(i-1)个计费单元各时段的实际需量中的最大值，确定为定(i-1)个计费单元的最大实际需量。

可选地，控制器可以获取(i-1)个计费单元的实际需量曲线，(i-1)个计费单元的实际需量曲线表示(i-1)个计费单元的实际需量的变化情况，将(i-1)个计费单元的实际需量曲线的最高点对应的需量，确定为(i-1)个计费单元的最大实际需量。

可选地，i等于1，则(i-1)个计费单元的最大实际需量可以设为0。

步骤206，若第i个计费单元的最大预测需量大于(i-1)个计费单元的最大实际需量，则控制器确定第i个计费单元需要进行需量控制。

在获取到上述第i个计费单元的最大预测需量和(i-1)个计费单元的最大实际需量之后，可以比对该第i个计费单元的最大预测需量和(i-1)个计费单元的最大实际需量，若第i个计费单元的最大预测需量大于(i-1)个计费单元的最大实际需量，则控制器确定第i个计费单元需要进行需量控制。

第i个计费单元的最大预测需量，用于表示第i个计费单元将会产生的最大需量，基于第i个计费单元的最大预测需量，可以对第i个计费单元是否需要进行需量控制进行判断。

当第i个计费单元的最大预测需量大于(i-1)个计费单元的最大实际需量时，若不进行需量控制，第i个计费单元实际产生的最大需量很有可能超过原来记录的(i-1)个计费单元的最大实际需量，那么，该计费周期可能需要缴纳更高的基本电费；也就是说，这种情况下，需要通过需量控制，尽量使得第i个计费单元的最大实际需量不超过(i-1)个计费单元的最大实际需量，以降低基本电费的支出。

另外，若第i个计费单元的最大预测需量小于或等于(i-1)个计费单元的最大实际需量，则确定第i个计费单元不需要进行需量控制。

步骤207，在确定第i个计费单元需要进行需量控制之后，控制器控制储能设备进行放电。

通过控制储能设备进行需量控制，可以的通过控制储能设备的放电功率进行需量控制。

可选地，在确定第i个计费单元需要进行需量控制时，储能设备输出功率，以填补用电设备所需要消耗的功率，从而尽量使得产生的实时需量不超过(i-1)个计费单元的最大实际需量。

其中，若经预测第i个计费单元需要进行需量控制，在无需进行需量控制但处于峰电价的时段，可以预留部分电量以供储能设备在将来进行需量控制时使用。

可选地，预留电量可以为储能设备总容量的15％，也可以为20％，还可以为25％，预留电量具体由相关技术人员根据实际需求自行设定，本申请实施例对此不做限制。

综上所述，本申请实施例中，通过负荷预测模型进行负荷预测，得到第i个计费单元的最大预测需量，并结合(i-1)个计费单元的最大实际需量，确定第i个计费单元是否需要进行需量控制，若第i个计费单元需要进行需量控制，则通过控制储能设备放电来进行需量控制。相比于相关技术中，由相关技术人员根据人工经验对需量控制进行决策。本申请实施例提供技术方案中，一方面，通过需量控制系统根据历史数据预测需量并根据预测需量判断是否进行需量控制，以及如何控制储能设备进行需量控制，实现了需量控制的自动化，提高了需量控制的准确性；另一方面，采用负荷预测模型进行负荷预测，提高了预测的准确性，进一步提高了需量控制的准确性。

请参考图3，其示出了本申请一个实施例提供的需量控制方法的流程图。在本实施例中，主要以该方法应用于上文介绍的需量控制系统中来举例说明。该方法可以包括如下几个步骤：

步骤301，储能云平台调用负荷预测模型进行负荷预测，通过历史负荷数据得到第i个计费单元的预测需量。

本步骤与图2实施例中的步骤201的内容相同或类似，此处不再赘述。

可选地，负荷预测模型可以是通过如下方式得到的：

1、获取至少一组训练样本。

每组训练样本包括历史时间段内的预测负荷数据以及与历史预测负荷数据对应的历史条件数据。上述历史时间段表示过去的一个时间段，每个时间段可以间隔固定的时间。上述历史条件数据用于表征预估的历史时间段内的环境特征，该历史条件数据可以包括历史时间段对应的外部温度(如最低温度、最高温度、实时温度等)、湿度(如相对湿度、绝对湿度、实时湿度等)、天气类型(如晴、雨、雪、阴等)等数据。

2、采用训练样本对负荷预测模型进行训练。

在获取到上述训练样本之后，可以采用上述训练样本对负荷预测模型进行训练，调整该负荷预测模型的各项参数。

3、当负荷预测模型的训练满足停止训练条件时，停止对负荷预测模型的训练，得到完成训练的负荷预测模型。

可选地，上述停止训练条件可以包括：负荷预测模型的损失函数的值小于第一阈值；或者，负荷预测模型的训练次数大于第二阈值。

上述损失函数的值用于表征预测负荷数据与实际负荷数据之间的差异程度，该损失函数的值是根据历史时间段内的预测负荷数据和历史时间段内的实际负荷数据得到的。

阈值也可称为临界值，是指某效应能够产生的最低值或最高值。在本申请中，第一阈值是指满足停止训练条件时，负荷预测模型的损失函数的最小值；第二阈值是指满足停止训练条件时，负荷预测模型的训练次数的最大值。

上述第一阈值与第二阈值可以根据实际经验设定，本申请实施例对此不作限定。

另外，当损失函数的值大于或等于第一阈值时，对上述负荷预测模型的各项参数进行调整，并继续对负荷预测模型进行训练，直至损失函数的值小于第一阈值为止。

本申请实施例中，通过负荷预测模型进行负荷预测，该负荷预测模型是采用历史时间段内的预测负荷数据以及与历史预测负荷数据对应的历史条件数据训练得到的，从而提高了负荷预测的结果的准确性，同时也提高了负荷预测的效率。

步骤302，储能云平台将第i个计费单元的预测需量发送给控制器。

本步骤与图2实施例中的步骤202的内容相同或类似，此处不再赘述。

步骤303，监测电表将(i-1)个计费单元的实际需量发送给控制器。

本步骤与图2实施例中的步骤203的内容相同或类似，此处不再赘述。

步骤304，控制器根据第i个计费单元的预测需量确定第i个计费单元的最大预测需量。

本步骤与图2实施例中的步骤204的内容相同或类似，此处不再赘述。

步骤305，控制器根据(i-1)个计费单元的实际需量，确定(i-1)个计费单元的最大实际需量。

本步骤与图2实施例中的步骤205的内容相同或类似，此处不再赘述。

步骤306，若第i个计费单元的最大预测需量大于(i-1)个计费单元的最大实际需量，则控制器确定第i个计费单元需要进行需量控制。

本步骤与图2实施例中的步骤206的内容相同或类似，此处不再赘述。

步骤307，在确定第i个计费单元需要进行需量控制之后，控制器控制储能设备进行放电。

可以先确定第i个计费单元的目标需量，然后根据第i个计费单元的目标需量，控制储能设备进行放电。

可选地，确定第i个计费单元的目标需量可以包括如下子步骤：

1、控制器获取储能设备的最大放电功率；

2、计算第i个计费单元的最大预测需量和最大放电功率的差值，得到第一需量差；

3、将第一需量差和(i-1)个计费单元的最大实际需量中的较大值确定为第i个计费单元的目标需量。

其中，储能设备的最大放电功率，即储能设备可以输出的电功率的最大值；其中，第一需量差用于表示在储能设备放电的情况下，预测的第i个计费单元的最大需量的最小值；第i个计费单元的目标需量是指第i个计费单元的需量门限；目标需量为设定的理想的需量上限，需量控制的目的就是控制第i个计费单元的实时需量不超过所设定的目标需量。

上述第i个计费单元的目标需量可以通过以下公式计算得到：

MDtarget＝max(MDforecast–Pstorage,MD)

其中，MDtarget表示第i个计费单元的目标需量，MDforecast表示第i个计费单元的最大预测需量，Pstorage表示储能设备的最大放电功率,MD表示(i-1)个计费单元的最大实际需量。

一个确定的储能设备，其最大放电功率也是确定的。对于第i个计费单元的需量控制来说，目标需量一定是大于或等于(i-1)个计费单元的最大实际需量，但是，如果第i个计费单元的最大预测需量过大，以至于预计储能设备以最大功率输出电能时，还需要从配电网中获取的需量(即第一需量差)仍大于(i-1)个计费单元的最大实际需量。这种情况下，将目标需量设定为(i-1)个计费单元的最大实际需量并不合适，因为该计费周期的最大实际需量大于或等于第一需量差。故而，当第一需量差大于(i-1)个计费单元的最大实际需量时，将第一需量差确定为目标需量。

可选地，控制储能设备进行放电，包括控制器控制储能设备的放电功率为目标功率。

其中，目标功率用于控制第i个计费单元的实际需量小于或者等于第i个计费单元的目标需量；第i个计费单元的实际需量是指第i个计费单元内实时产生的需量。

可选地，上述目标功率的最小值是储能设备的最小放电功率。

在一些可能的实施例中，进一步确定储能设备的最小放电功率可以包括如下子步骤：

1、获取实时用电功率；

2、当实时用电功率大于目标需量时，将实时用电功率与第i个计费单元的目标需量做差，得到第二需量差；

3、当第二需量差小于或等于储能设备的最大放电功率时，将第二需量差确定为储能设备的最小放电功率；

4、循环上述步骤，实时调整储能设备的最小放电功率。

实时用电功率可以是瞬时功率，故而获取实时用电功率的时间远小于需量周期，及时进行适当的需量控制，可以尽可能避免第i个计费单元的实时需量超过第i个计费单元的目标需量。

对于上述子步骤3，当第二需量差大于储能设备的最大放电功率时，可以将储能设备以其最大放电功率进行放电。

在一些具体的实施例中，对于储能剩余电量较多和/或处于峰电价时段时，储能设备的放电功率可以大于储能设备的最小放电功率；对于储能剩余电量较少和/或处于谷电价时段时，储能设备的放电功率可以等于储能设备的最小放电功率。

步骤308，若目标功率达到最大放电功率时，第i个计费单元的实际需量大于第i个计费单元的目标需量，则控制器令第i个计费单元的目标需量等于第i个计费单元的实际需量。

当第i个计费单元的实时需量大于第i个计费单元的目标需量，保持原有的第i个计费单元的目标需量并不能使得总电费尽可能减少，故而需要更新第i个计费单元的目标需量，将已产生的该计费周期的最大需量设为当前的目标需量，根据当前的目标需量继续进行需量控制。

步骤309，控制器确定第i个计费单元是否结束；若第i个计费单元结束，则确定i个计费单元的最大实际需量。

其中，i个计费单元为计费周期的前i个计费单元。

可选性，确定第i个计费单元是否结束的方式可以是计时器计时，也可以使用时钟计时。示例性地，以一个计费单元为一天为例，当计时器计时时长满24小时后，表示第i个计费单元结束；或者，到达第i个计费单元的24点时，表示第i个计费单元结束。

若第i个计费单元未结束，继续执行上述步骤进行需量控制；若第i个计费单元结束，储能设备可以停止运行。

确定i个计费单元的最大实际需量可以包括如下子步骤：

1、控制器确定第i个计费单元的最大实际需量；

2、控制器确定第i个计费单元的最大实际需量是否大于(i-1)个计费单元的最大实际需量；

3、若第i个计费单元的最大实际需量大于(i-1)个计费单元的最大实际需量，控制器令i个计费单元的最大实际需量等于第i个计费单元的最大实际需量。

确定i个计费单元的最大实际需量，可以确定该计费周期的当前最大需量，从而将该计费周期的当前最大需量，作为第(i+1)个计费单元进行需量控制的参考。

对于上述实施例，在一些可选实施例中，如图4所示，其示例性示出了一个实际需量、目标需量和储能设备的放电功率的曲线关系图。在时间段410，储能设备不需要进行需量控制，可以以任意功率进行放电，而不会造成实际需量超过当前的目标需量；在时间段420，控制储能设备放电使得实施功率等于当前的目标需量；在时间段420刚刚结束时，储能设备以最大放电功率输出电量，也不能使得实际需量在当前的目标需量线之下，故而在时间段430，立即调整目标需量线，使得调整后的目标需量等于目前已产生的最大需量，然后按照调整后的目标需量，控制储能设备放电功率，继续进行需量控制；在时间段440，储能设备可以以任意功率进行放电，不必计算储能设备的最小放电功率。

综上所述，本申请实施例中，当第i个计费单元的实际需量大于第i个计费单元的目标需量时，及时调整目标需量，令第i个计费单元的目标需量等于第i个计费单元的实际需量，尽可能地根据当前的实际情况，使得实际需量尽量不高于历史已产生的最大实际需量，优化了需量控制方法，提高了需量控制的灵活性。

通过负荷预测模型进行负荷预测，该负荷预测模型是采用历史时间段内的预测负荷数据以及与历史预测负荷数据对应的历史条件数据训练得到的，从而提高了负荷预测的结果的准确性，同时也提高了负荷预测的效率。

请参考图5，其示例性示出了一种需量控制方法的流程图。如图5所示，在本实施例中，主要以该方法应用于上文介绍的需量控制系统中的控制器来举例说明。该方法可以包括如下几个步骤：

步骤501，确定第i个计费单元是否为该计费周期的第1个计费单元，若第i个计费单元为该计费周期的第1个计费单元，令(i-1)个计费单元的最大实际需量等于0。

i指示该计费周期的具体的某一个计费单元；(i-1)个计费单元的最大实际需量可以表示为MD(Maximum Demand)。

步骤502，比对(i-1)个计费单元的最大实际需量和第i个计费单元的最大预测需量，若(i-1)个计费单元的最大实际需量小于第i个计费单元的最大预测需量，则第i个计费单元需要进行需量控制。

第i个计费单元的最大预测需量可以表示为MDforecast(Maximum Demandforecast)。

可选地，若(i-1)个计费单元的最大实际需量大于或等于第i个计费单元的最大预测需量，则第i个计费单元不需要进行需量控制。

步骤503，确定第i个计费单元的目标需量。

若第i个计费单元需要进行需量控制，计算第i个计费单元的最大预测需量和最大放电功率的差值，得到第一需量差；并将第一需量差和(i-1)个计费单元的最大实际需量中的较大值确定为第i个计费单元的目标需量。

第i个计费单元的目标需量可以表示为MDtarget(Maximum Demand target)。

步骤504，通过控制储能设备进行需量控制。

步骤505，若储能设备以最大功率进行放电时，第i个计费单元的最大实际需量仍大于第i个计费单元的目标需量，则令第i个计费单元的目标需量等于第i个计费单元的最大实际需量。

第i个计费单元的实际需量可以表示为MDnew(Maximum Demand new)，储能的最大放电功率可以表示为Pstorage。

步骤506，若第i个计费单元的实际需量小于第i个计费单元的目标需量，确定第i个计费单元是否结束。

步骤507，若第i个计费单元结束，则更新i个计费单元的最大实际需量。

可选地，确定第i个计费单元的实际需量的最大值是否大于(i-1)个计费单元的最大实际需量，若第i个计费单元的实际需量的最大值大于(i-1)个计费单元的最大实际需量，令i个计费单元的最大实际需量等于第i个计费单元的实际需量的最大值；若第i个计费单元的实际需量的最大值小于或等于(i-1)个计费单元的最大实际需量，则i个计费单元的最大实际需量保持不变。

更新i个计费单元的最大实际需量之后，步骤结束。

本申请实施例还提供了另一种需量控制系统。如图1所示，所述需量控制系统包括控制器、储能设备、监测电表和储能云平台。

所述储能云平台，用于调用负荷预测模型进行负荷预测，通过历史负荷数据得到第i个计费单元的预测需量；将所述第i个计费单元的预测需量发送给所述控制器，所述计费周期包括n个计费单元，所述n为正整数，所述i为小于或等于n的正整数。

所述监测电表，用于将(i-1)个计费单元的实际需量发送给所述控制器，所述(i-1)个计费单元为所述计费周期的前(i-1)个计费单元。

所述控制器，用于根据所述第i个计费单元的预测需量确定第i个计费单元的最大预测需量；根据所述(i-1)个计费单元的实际需量，确定所述(i-1)个计费单元的最大实际需量；若所述第i个计费单元的最大预测需量大于所述(i-1)个计费单元的最大实际需量，则确定所述第i个计费单元需要进行需量控制；在确定所述第i个计费单元需要进行需量控制之后，控制所述储能设备进行放电。

在示例性实施例中，所述负荷预测模型是通过如下方式得到的：

获取至少一组训练样本，每组训练样本包括历史时间段内的预测负荷数据以及与所述历史预测负荷数据对应的历史条件数据，所述历史条件数据用于表征预估的所述历史时间段内的环境特征；

采用所述训练样本对所述负荷预测模型进行训练；

当所述负荷预测模型的训练满足停止训练条件时，停止对所述负荷预测模型的训练，得到完成训练的负荷预测模型。

在示例性实施例中，所述停止训练条件包括：所述负荷预测模型的损失函数的值小于第一阈值，所述损失函数的值是根据所述历史时间段内的预测负荷数据和所述历史时间段内的实际负荷数据得到的；或者，所述负荷预测模型的训练次数大于第二阈值。

在示例性实施例中，所述控制器，用于控制所述储能设备的放电功率为目标功率。

其中，所述目标功率用于控制所述第i个计费单元的实际需量小于或者等于所述第i个计费单元的目标需量，所述第i个计费单元的实际需量是指所述第i个计费单元内实时产生的需量，所述第i个计费单元的目标需量是指所述第i个计费单元的需量门限。

在示例性实施例中，所述控制器，还用于若所述目标功率达到所述最大放电功率时，所述第i个计费单元的实际需量大于所述第i个计费单元的目标需量，则令所述第i个计费单元的目标需量等于所述第i个计费单元的实际需量。

在示例性实施例中，所述控制器，还用于确定所述第i个计费单元是否结束；若所述第i个计费单元结束，则确定i个计费单元的最大实际需量，所述i个计费单元为所述计费周期的前i个计费单元。

在示例性实施例中，所述控制器，用于确定所述第i个计费单元的最大实际需量；确定所述第i个计费单元的最大实际需量是否大于所述i个计费单元的最大实际需量；若所述第i个计费单元的最大实际需量大于所述(i-1)个计费单元的最大实际需量，令所述第i个计费单元的最大实际需量等于所述第i个计费单元的最大实际需量。

图6是本申请一个实施例提供的控制器的结构框图。结合图6，具体来讲：

所述计算机设备600包括CPU(Central Processing Unit，中央处理单元)601、包括RAM(Random Access Memory，随机存取存储器)602和ROM(Read-Only Memory，只读存储器)603的系统存储器604，以及连接系统存储器604和中央处理单元601的系统总线605。所述计算机设备600还包括帮助计算机内的各个器件之间传输信息的基本I/O(Input/Output，输入/输出)系统606，和用于存储操作系统613、应用程序614和其他程序模块612的大容量存储设备607。

所述基本输入/输出系统606包括有用于显示信息的显示器608和用于用户输入信息的诸如鼠标、键盘之类的输入设备609。其中所述显示器608和输入设备609都通过连接到系统总线605的输入输出控制器610连接到中央处理单元601。所述基本输入/输出系统606还可以包括输入输出控制器610以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器610还提供输出到显示屏、打印机或其他类型的输出设备。

所述大容量存储设备607通过连接到系统总线605的大容量存储控制器(未示出)连接到中央处理单元601。所述大容量存储设备607及其相关联的计算机可读介质为计算机设备600提供非易失性存储。也就是说，所述大容量存储设备607可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory，只读光盘)驱动器之类的计算机可读介质(未示出)。

不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read Only Memory，可擦除可编程只读存储器)、EEPROM(Electrically Erasable Programmable read only memory，可擦除可编程只读存储器)、闪存或其他固态存储其技术，CD-ROM、DVD(Digital Video Disc，高密度数字视频光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器604和大容量存储设备607可以统称为存储器。

根据本申请的各种实施例，所述计算机设备600还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备600可以通过连接在所述系统总线605上的网络接口单元611连接到网络612，或者说，也可以使用网络接口单元611来连接到其他类型的网络或远程计算机系统(未示出)。

在示例性实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序在被处理器执行时以实现上述需量控制方法中控制器侧的方法步骤。

应当理解的是，本文中描述的步骤编号，仅示例性示出了步骤间的一种可能的执行先后顺序，在一些其他实施例中，上述步骤也可以不按照编号顺序来执行，如两个不同编号的步骤同时执行，或者两个不同编号的步骤按照与图示相反的顺序执行，本申请实施例对此不作限定。

以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。