用户储能运行方法、虚拟电厂、运行系统、设备

技术领域

本申请涉及储能运行控制技术领域，具体涉及一种用户储能运行方法、虚拟电厂、运行系统、设备。

背景技术

近年来，随着智能电网技术的兴起和发展，储能的经济性日益成为评估电力市场中储能价值的关键指标。目前，用户侧储能的盈利模式主要包括：需求响应模式以及峰谷套利模式。

然而，在上述两种盈利模式中，由于峰谷套利模式缺乏实时性，不能精确反映实时负荷变化，所以会影响用户响应峰谷分时电价时的经济效果，而需求响应模式对于用户侧储能的优化调节效果有限，其经济收益同样无法实现最优；因此，如何利用电网下发的调控政策优化用户侧储能充放电策略并提高用户侧储能收益，仍是一个亟需解决的问题。

发明内容

鉴于上述问题，提出了本申请以便提供一种用户储能运行方法、虚拟电厂、运行系统、设备，以达到获得用户侧储能的最优充放电策略、提高用电经济性的技术效果。

依据本申请的第一方面，提出了一种用户储能运行方法，所述方法包括：

根据经聚合的用户储能子系统的历史负荷需求，确定目标周期内各时段的负荷预测结果；

根据预设需求目标以及所述负荷预测结果，建立储能预测模型；

通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量。

可选地，所述负荷预测结果包括日前负荷预测结果，所述根据预设需求目标以及所述负荷预测结果，建立储能预测模型，包括：

将所述日前负荷预测结果作为调度初始值，并以所述预设需求目标为优化目标建立储能预测模型，其中所述预设需求目标包括峰谷套利收益与需求响应收益相结合的整体收益最优的情况。

可选地，所述方法还包括：

按照用户储能子系统中储能电池的剩余电量、电力需求响应平台下发的需求响应电价、以及电力需求响应平台下发的峰谷分时电价，设置所述储能预测模型的第一约束条件；

按照所述用户储能子系统中储能电池的充放电限制功率、以及电力需求响应平台下发的削峰限制条件，设置所述储能预测模型的第二约束条件。

可选地，所述通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量包括：

通过所述储能预测模型，并结合所述储能预测模型的第一约束条件以及第二约束条件，计算所述用户储能子系统在目标周期内整体收益最优时的充放电调节量；

根据所述充放电调节量，对所述用户储能子系统中储能电池的电量进行分配，并向所述储能预测模型反馈所述储能电池的实时响应功率。

可选地，以所述预设需求目标为优化目标，包括：

根据电力需求响应平台下发的分时电价信号和需求响应计划，确定所述用户储能子系统在目标周期内各时段的峰谷分时电价以及需求响应电价；

根据所述负荷预测结果、所述需求响应电价、所述峰谷分时电价，计算所述用户储能子系统不参与需求响应时的峰谷套利收益，以及所述用户储能子系统参与需求响应时的需求响应收益，并得到整体收益最优时的充放电调节量；其中，

峰谷套利收益＝不参与需求响应时的储能放电量*(峰电价-谷电价)，

需求响应收益＝参与需求响应时的储能放电量*需求响应电价。

可选地，所述方法还包括：当所述需求响应电价高于所述峰谷分时电价时，所述用户储能子系统参与需求响应并响应需求响应电价；

当所述需求响应电价低于所述峰谷分时电价或所述用户储能子系统不参与需求响应时，所述用户储能子系统响应峰谷分时电价。

可选地，所述负荷预测结果还包括日内负荷预测结果，所述方法还包括：

在所述目标周期的实时调度环节，通过所述日内负荷预测结果对日前负荷预测结果进行修正。

依据本申请的第二方面，提出了一种虚拟电厂，包括：

预测单元，用于根据经聚合的用户储能子系统的历史负荷需求，确定目标周期内各时段的负荷预测结果；

建模单元，用于根据预设需求目标以及所述负荷预测结果，建立储能预测模型；

输出单元，用于通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量。

依据本申请的第三方面，提出了一种用户储能运行系统，包括：虚拟电厂、EMS能量管理系统、电力需求响应平台，其中，

所述电力需求响应平台，用于下发分时电价信号和需求响应计划；

所述虚拟电厂，还用于接收所述电力需求响应平台下发的分时电价信号和需求响应计划，并且将输出得到的用户储能子系统中储能电池的充放电调节量发送至所述EMS能量管理系统；

EMS能量管理系统，用于接收所述虚拟电厂发送的所述充放电调节量，并对所述用户储能子系统中储能电池的电量进行分配。

依据本申请的第四方面，提出了一种电子设备，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上述第一方面任一项所述的用户储能运行方法。

依据本申请的第五方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如上述第一方面任一项所述的用户储能运行方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：根据经聚合的用户储能子系统的历史负荷需求，确定目标周期内各时段的负荷预测结果；根据预设需求目标以及所述负荷预测结果，建立储能预测模型；通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量。本申请通过建立储能预测模型的方式，将峰谷套利与需求响应相结合的整体收益最优作为需求目标，同时响应电网下发的需求响应计划，使得用户在参与需求响应时的经济收益最高，并由此确定了用户侧储能的最佳充放电调节策略，进而实现了合理分配储能电池调节量、提高储能运行经济性，降低储能成本回收年限的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本申请一个实施例中的用户储能运行方法的流程图；

图2为本申请一个实施例中的建立储能预测模型的流程示意图；

图3为本申请一个实施例中的虚拟电厂的结构示意图；

图4为本申请一个实施例中的用户储能运行系统的结构示意图；

图5为本申请一个实施例中的电子设备的结构示意图；

图6为本申请一个实施例中的计算机可读存储介质的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。

本申请的技术构思在于，通过虚拟电厂聚合用户储能子系统，并且以峰谷套利和需求响应相结合的整体收益最优为需求目标建立储能预测模型，同时响应电网调控计划并考虑储能电池的相关约束条件，求解整体经济收益最优时的充放电调节量，进而输出针对用户储能电池整体的最佳充放电调节计划，以使得用户储能参与需求响应时的整体经济效益最高，并达到合理分配储能电池调节量、提高储能运行经济性，降低储能成本回收年限的技术效果。

以下结合附图，详细说明本申请各实施例提供的技术方案。

参照图1所示，在本申请的一个实施例中，提出了一种用户储能运行方法，所述方法包括：

步骤S110，根据经聚合的用户储能子系统的历史负荷需求，确定目标周期内各时段的负荷预测结果；

在本申请技术方案中，所述用户储能运行方法适用于用户侧储能的充放电调节，所述用户侧储能是指，将储能设备安装在用户储能子系统，并通过储存用户所产生或者购买的电力来满足用户的用电需求。可以理解，由于用户储能子系统的容量相对较小，单体无法达到电力需求响应市场对容量的最低门槛要求，所以需通过虚拟电厂(VPP，VirtualPowerPlant)将多个用户储能子系统聚合以参与电网需求响应。

在本实施例中，为实现用户储能子系统的电量调节，需要根据用户储能子系统的历史负荷需求，预测目标周期内各时段的未来负荷需求；具体地，由所述虚拟电厂获取所述用户储能子系统的历史负荷需求、储能电池的剩余电量及存储状态等储能信息，并根据储能系统中不同用电设备在工作时所消耗的电功率以及与用电相关的生产生活需求，对下一个目标周期内用户储能子系统的负荷情况进行预测。

需要说明的是，本申请所述虚拟电厂是指，通过信息通信技术和软件系统将多个用户储能子系统聚合，以形成可调控、可交易单元，并作为特殊电厂直接参与电力市场和电网运行的电源协调管理系统。所述用户储能子系统包括但不限于光伏、空调、充电桩、电锅炉、水泵等各类分散的负荷侧可调节资源；当然，以上内容仅为示范性描述，不能理解为对本申请的限制。

步骤S120，根据预设需求目标以及所述负荷预测结果，建立储能预测模型；

在本实施例中，参照图1和图2所示，应当以用电成本最小、用电收益最大化的预设需求目标作为优化目标，建立有功出力的储能预测模型，所述负荷预测结果可作为调度初始值输入所述储能预测模型，同时所述储能预测模型中还应包括与储能负荷需求、可转移负荷以及负荷功率相关的变量；优选地，需要考虑用户储能子系统中储能电池的存储能力和存储状态等约束条件，从整体上响应电力需求响应平台下发的分时价格信号和需求响应计划，进而，确定目标周期内用户储能子系统的充放电调节计划。

需要说明的是，本申请中储能预测模型的建立过程可通过模型控制预测算法实现；本领域相关技术人员可以理解，所述模型控制预测算法可包括建立预测模型、滚动优化及反馈校正等阶段，具体到本申请中，可根据建立的储能预测模型，并结合预设需求目标(模型目标函数)和第一、第二约束条件，通过算法控制器进行最优求解，即计算用户储能子系统整体收益最优时的储能电池充放电调节量。当然，以上算法仅作为本申请技术方案中一种可供选择的实现方式，不能视为对本申请的限制。

步骤S130，通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量。

具体地，在建立储能预测模型之后，通过所述储能预测模型，可求解得到用户整体收益最优时储能电池的整体充放电调节计划；同时，还应考虑储能电池的能量存储状态、电价信号等第一约束条件，充放电功率限制、电网限制等第二约束条件，对所述储能预测模型输出的充放电调节量进行进一步优化，并得到储能电池的最佳充放电调节计划；之后，由所述虚拟电厂将最佳充放电调节计划下发至EMS能量管理系统(EMS，Energy ManagementSystem)，通过EMS能量管理系统合理分配储能电池的调节量。

可以理解，本申请实施例中所述的充放电调节计划指的是，与调节时段、储能电池充电调节量、储能电池放电调节量等相关的多维度调节策略，因此，基于所述充放电调节计划，就能够实现储能电池在目标周期内充放电电量的动态调节，进而使得用户既能实时响应电网调控政策，又能够基于充放电调节而获得利润。

进一步地，所述负荷预测结果包括日前负荷预测结果，所述根据预设需求目标以及所述负荷预测结果，建立储能预测模型，包括：

将所述日前负荷预测结果作为调度初始值，并以所述预设需求目标为优化目标建立储能预测模型，其中所述预设需求目标包括峰谷套利收益与需求响应收益相结合的整体收益最优的情况。

可以理解，需求响应是指，包含储能设施在内的各类需求侧调节资源根据电力市场给出的价格信号改变其固有的用电模式，改变并转移某时段的用电负荷而响应电力供应，使用户获得补贴，增加用电经济性，以适应电力供需平衡的需求管理措施；峰谷套利是指，利用电力价格在高峰期和低谷期之间的差异，通过在电力价格低谷期将电能储存在电池中，在电力价格高峰期将电能释放，从而赚取利润的盈利模式。

在现有盈利模式的基础上，本申请技术方案综合考虑了目标周期内用户储能子系统参与峰谷套利和需求响应对应的具体情况，以峰谷套利收益与需求响应收益相结合的整体收益最优为模型优化目标，并且将所述日前负荷预测结果作为调度初始值输入所述储能预测模型，之后再利用储能预测模型以及相关约束条件，解算出用户储能子系统整体收益最优时所对应的储能电池充放电调节量，进而实现用电成本最小且用户收益最大化的技术效果。

由此可见，采用本申请技术方案，能够进一步提高用户储能子系统在参与需求响应时的用电经济性，此时由于参与需求响应后，用户需量电费并未发生改变，因此，虽然峰谷套利的收益减少，但较高的需求响应收益会使得用户整体收益提高、总电费降低，进而促进了储能成本的加快回收。

优选地，所述方法还包括：按照用户储能子系统中储能电池的剩余电量、电力需求响应平台下发的需求响应电价、以及电力需求响应平台下发的峰谷分时电价，设置所述储能预测模型的第一约束条件；按照所述用户储能子系统中储能电池的充放电限制功率、以及电力需求响应平台下发的削峰限制条件，设置所述储能预测模型的第二约束条件。

在本实施例中，通过相应的约束条件，进一步修正及优化了储能模型的相关参数，以保证储能电池充放电调节量的精确度，由此既实现了用户储能子系统的合理调控，又增加了用电经济性。

可以理解，所述储能模型的约束条件还可以包括与储能电池自身状态相关的约束条件，或者与电网侧等外部限制相关的约束条件；当然，本申请所述的第一约束条件、第二约束条件可由本领域相关技术人员结合实际使用场景进行调整，以上关于约束条件的相关内容，不作为对本申请的限制。

进一步地，所述通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量包括：

通过所述储能预测模型，并结合所述储能预测模型的第一约束条件以及第二约束条件，计算所述用户储能子系统在目标周期内整体收益最优时的充放电调节量；根据所述充放电调节量，对所述用户储能子系统中储能电池的电量进行分配，并向所述储能预测模型反馈所述储能电池的实时响应功率。

在本实施例中，在明确所述储能模型的优化目标、约束条件以及输入量之后，就可解算得到储能电池在目标周期内各时段的充放电调节量，同时由所述储能预测模型输出的充放电调节计划也会反馈至所述储能模型，换句话说，在日内调度环节，可根据储能电池的负荷变化情况不断调整储能电池的充放电功率，进而将调整后的充放电调节计划反馈至储能模型，以实现对储能模型的进一步优化。

优选地，在本申请实施例中，以所述预设需求目标为优化目标，包括：

根据电力需求响应平台下发的分时电价信号和需求响应计划，确定所述用户储能子系统在目标周期内各时段的峰谷分时电价以及需求响应电价；具体包括：根据分时电价信号确定峰谷分时电价及其对应的峰谷分时时段，根据需求响应计划确定需求响应电价及其对应的需求响应时段。

进一步地，根据所述负荷预测结果、所述需求响应电价、所述峰谷分时电价，计算所述用户储能子系统不参与需求响应时的峰谷套利收益，以及所述用户储能子系统参与需求响应时的需求响应收益，并得到整体收益最优时的充放电调节量；其中，

峰谷套利收益＝不参与需求响应时的储能放电量*(峰电价-谷电价)，

需求响应收益＝参与需求响应时的储能放电量*需求响应电价。

优选地，所述方法还包括：当所述需求响应电价高于所述峰谷分时电价时，所述用户储能子系统参与需求响应并响应需求响应电价；

当所述需求响应电价低于所述峰谷分时电价或所述用户储能子系统不参与需求响应时，所述用户储能子系统响应峰谷分时电价。当然，本申请实施例不对峰谷套利收益和需求响应收益的计算公式进行限定，以上所述仅是为了便于理解和简化描述，不能视为对本申请的限制。

由上可知，在本申请实施例中，一方面，在日前预测环节，通过所述储能预测模型可计算得到：用户储能子系统整体收益最优的情况下，目标周期内各个时段(包括峰谷分时时段和需求响应时段)对应的充放电调节量；另一方面，在实时调度环节中，在用户储能子系统不参与需求响应时，按照前述充放电调节计划中峰谷分时时段对应的功率进行充放电调节，并获取峰谷套利收益；在用户储能子系统参与需求响应时，按照前述充放电调节计划中需求响应时段对应的功率进行充放电调节，并获取需求响应收益。

优选地，所述负荷预测结果还包括日内负荷预测结果，所述方法还包括：在所述目标周期的实时调度环节，通过所述日内负荷预测结果对日前负荷预测结果进行修正。

不难理解，基于日前负荷预测进行调度的过程属于开环调度方案，其随着预测时间尺度的缩短，会造成预测误差的改变，进而会对日前预测环节的充放电调节计划产生一定的影响。因此，在本申请实施例中，还应当在实时调度环节，对日前负荷预测出现的偏差进行修正；

也就是说，由于日内预测更为精准，所以可将日前预测输出的充放电调节量(日前优化调度结果)作为计划参考值，在日内执行时，通过模型预测控制算法并利用日内负荷预测结果，来修正由于负荷预测结果变更带来的影响。可见，本申请实施例中，通过日前粗调和日内细调相结合的方式，进一步保证了模型输出结果的精度。

值得说明的是，在本申请实施例中，日前负荷预测结果是指在所述目标周期的日前进行的初始化预测结果，日内负荷预测结果是指在所述目标周期的日内不断循环进行的预测结果。例如，将10月25日14：00-15：00作为预设目标周期，那么在10月25日之前进行的预测均为日前预测，10月25日之内进行的预测为日内预测。

在本申请的另一个实施例中，如图3所示，提出了一种虚拟电厂300，包括：

预测单元310，用于根据经聚合的用户储能子系统的历史负荷需求，确定目标周期内各时段的负荷预测结果；

在本实施例中，为实现用户储能子系统的电量调节，需要根据用户储能子系统的历史负荷需求，预测目标周期内各时段的未来负荷需求；具体地，由所述虚拟电厂获取所述用户储能子系统的历史负荷需求、储能电池的剩余电量及存储状态等储能信息，并根据储能系统中不同用电设备在工作时所消耗的电功率以及与用电相关的生产生活需求，对下一个目标周期内用户储能子系统的负荷情况进行预测。

建模单元320，用于根据预设需求目标以及所述负荷预测结果，建立储能预测模型；

在本实施例中，应当以用电成本最小、用电收益最大化的预设需求目标作为优化目标，建立有功出力的储能预测模型，所述负荷预测结果可作为调度初始值输入所述储能预测模型，同时所述储能预测模型中还应包括与储能负荷需求、可转移负荷以及负荷功率相关的变量；优选地，需要考虑用户储能子系统中储能电池的存储能力和存储状态等约束条件，从整体上响应电力需求响应平台下发的分时价格信号和需求响应计划，进而，确定目标周期内用户储能子系统的充放电调节计划。

输出单元330，用于通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量。

具体地，在建立储能预测模型之后，通过所述储能预测模型，可求解得到用户整体收益最优时储能电池的整体充放电调节计划；同时，还应考虑储能电池的能量存储状态、电价信号等第一约束条件，充放电功率限制、电网限制等第二约束条件，对所述储能预测模型输出的充放电调节量进行进一步优化，并得到储能电池的最佳充放电调节计划；之后，由所述虚拟电厂将最佳充放电调节计划下发至EMS能量管理系统(EMS，Energy ManagementSystem)，通过EMS能量管理系统合理分配储能电池的调节量。

可以理解，本申请实施例中所述的充放电调节计划指的是，与调节时段、储能电池充电调节量、储能电池放电调节量等相关的多维度调节策略，因此，基于所述充放电调节计划，就能够实现储能电池在目标周期内充放电电量的动态调节，进而使得用户既能实时响应电网调控政策，又能够基于充放电调节而获得利润。

在所述建模单元320中，所述负荷预测结果包括日前负荷预测结果，所述根据预设需求目标以及所述负荷预测结果，建立储能预测模型，包括：

将所述日前负荷预测结果作为调度初始值，并以所述预设需求目标为优化目标建立储能预测模型，其中所述预设需求目标包括峰谷套利收益与需求响应收益相结合的整体收益最优的情况。

所述建模单元320，还用于按照用户储能子系统中储能电池的剩余电量、电力需求响应平台下发的需求响应电价、以及电力需求响应平台下发的峰谷分时电价，设置所述储能预测模型的第一约束条件；按照所述用户储能子系统中储能电池的充放电限制功率、以及电力需求响应平台下发的削峰限制条件，设置所述储能预测模型的第二约束条件。

在所述输出单元330中，所述通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量包括：

通过所述储能预测模型，并结合所述储能预测模型的第一约束条件以及第二约束条件，计算所述用户储能子系统在目标周期内整体收益最优时的充放电调节量；

根据所述充放电调节量，对所述用户储能子系统中储能电池的电量进行分配，并向所述储能预测模型反馈所述储能电池的实时响应功率。

在所述建模单元320中，以所述预设需求目标为优化目标，包括：

根据电力需求响应平台下发的分时电价信号和需求响应计划，确定所述用户储能子系统在目标周期内各时段的峰谷分时电价以及需求响应电价；

根据所述负荷预测结果、所述需求响应电价、所述峰谷分时电价，计算所述用户储能子系统不参与需求响应时的峰谷套利收益，以及所述用户储能子系统参与需求响应时的需求响应收益，并得到整体收益最优时的充放电调节量；其中，

峰谷套利收益＝不参与需求响应时的储能放电量*(峰电价-谷电价)，

需求响应收益＝参与需求响应时的储能放电量*需求响应电价。

所述建模单元320，还用于当所述需求响应电价高于所述峰谷分时电价时，所述用户储能子系统参与需求响应并响应需求响应电价；

当所述需求响应电价低于所述峰谷分时电价或所述用户储能子系统不参与需求响应时，所述用户储能子系统响应峰谷分时电价。

在所述预测单元310中，所述负荷预测结果还包括日内负荷预测结果，所述预测单元310还用于在所述目标周期的实时调度环节，通过所述日内负荷预测结果对日前负荷预测结果进行修正。

需要说明的是，上述虚拟电厂，能够实现前述实施例中提供的用户储能运行方法的各个步骤，关于用户储能运行方法的相关阐释均适用于虚拟电厂，此处不再赘述。

在本申请的一个实施例中，如图4所示，还提出了一种用户储能运行系统，包括：虚拟电厂、EMS能量管理系统、电力需求响应平台，其中，

所述电力需求响应平台，用于下发分时电价信号和需求响应计划；

所述虚拟电厂，还用于接收所述电力需求响应平台下发的分时电价信号和需求响应计划，并且将输出得到的用户储能子系统中储能电池的充放电调节量发送至所述EMS能量管理系统；

EMS能量管理系统，用于接收所述虚拟电厂发送的所述充放电调节量，并对所述用户储能子系统中储能电池的电量进行分配。

具体地，所述用户储能运行系统的执行流程至少包括如下步骤：其一，通过虚拟电厂接入由用户侧EMS能量管理系统上传的用户储能子系统的负荷数据，之后由虚拟电厂将所述负荷数据聚合并实时上传至电力需求响应平台；其二，通过虚拟电厂接收电力需求响应平台下发的电网调控政策，并结合用户储能子系统的历史负荷情况、日前负荷预测结果、日前优化调度结果(前述方法所确定的充放电调节量)等负荷情况，进行需求响应计划申报，具体可根据用户不同的需求响应日期与负荷情况，上报前述整体收益最优时的响应功率；其三，在电力需求响应平台接收到申报计划后根据上报情况公布中标结果，并向所述虚拟电厂下发负荷调控指令，进而由虚拟电厂将调控指令发送至EMS能量管理系统；其四，通过EMS能量管理系统负责用户储能子系统的安全运行监控与控制策略的执行，即在不参与需求响应时，按照充放电计划中峰谷分时时段对应的功率进行充放电调节，在参与需求响应时，按照充放电计划中需求响应时段对应的功率进行充放电调节。

值得说明的是，图4中的PCS(Power Conversion System)指储能变流器，其可根据EMS能量管理系统下发的充放电调节指令控制用户储能子系统中储能电池的充电及放电过程；此外，图4中的虚线表示信息传输流、实线表示能量传输流。

综上所述，本申请的技术方案至少达到了如下的技术效果：根据经聚合的用户储能子系统的历史负荷需求，确定目标周期内各时段的负荷预测结果；根据预设需求目标以及所述负荷预测结果，建立储能预测模型；通过所述储能预测模型，确定并输出所述用户储能子系统中储能电池的充放电调节量。本申请通过建立储能预测模型的方式，将峰谷套利与需求响应相结合的整体收益最优作为预设需求目标，同时响应电网下发的需求响应计划，使得用户在参与需求响应时的经济收益达到最优，并由此确定了用户侧储能的最佳充放电调节策略，进而实现了合理分配储能电池调节量、提高储能运行经济性，降低储能成本回收年限的技术效果。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。

本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟电厂中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

例如，图5示出了根据本申请一个实施例的电子设备的结构示意图。该电子设备500包括处理器510和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器520。存储器520可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器520具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码531的存储空间530。例如，用于存储计算机可读程序代码的存储空间530可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码531。计算机可读程序代码531可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图6所示的计算机可读存储介质。

图6示出了根据本申请一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质600存储有用于执行根据本申请的方法步骤的计算机可读程序代码531，可以被电子设备500的处理器510读取，当计算机可读程序代码531由电子设备500运行时，导致该电子设备500执行上面所描述的方法中的各个步骤，具体来说，该计算机可读存储介质存储的计算机可读程序代码531可以执行上述任一实施例中示出的方法。计算机可读程序代码531可以以适当形式进行压缩。

应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。