本发明涉及电力系统，尤其涉及储能系统协同控制方法、系统、设备和介质。
背景技术：
1、大规模储能系统一般由数十个甚至上百个储能子系统组成，储能系统需要所有储能子系统协调控制，共同实现大规模储能系统的功率目标。
2、所有储能子系统在完成工作之后均需要对电量进行补充，现有的储能系统采用统一标准控制着多个储能子系统的充电和放电，由于不同的储能子系统存在一定的差异，这种差异不仅仅表现在储存电量的差异上，还受限与不同的储能子系统的制作工艺和材料上。储能系统在长时间工作后，不同的储能子系统会出现一定的差异，此时如果还按照一个标准对储能子系统进行充电，容易出现过充电现象，降低能源存储效率以及储能系统的寿命，导致储能系统性能差。
技术实现思路
1、本发明提供了一种储能系统协同控制方法、系统、设备和介质，解决了现有的储能系统采用统一标准控制着多个子系统的充电和放电，容易出现系统过充电现象，降低能源存储效率以及储能系统的寿命，导致储能系统性能差的技术问题。
2、本发明提供的一种储能系统协同控制方法，包括：
3、当接收到储能系统的充电信号时，提取所述储能系统中各储能子系统的历史温度数据，生成多个目标历史温度数据；
4、分别基于所述目标历史温度数据进行温度预测，生成所述储能子系统对应的未来时刻温度；
5、当所述未来时刻温度大于预设温度阈值时，将所述未来时刻温度对应的充电电流与预设电流阈值进行比较，生成电流比较数据；
6、当所述电流比较数据为所述充电电流大于预设电流阈值时，将所述储能子系统由充电状态转换为充电关闭状态，生成所述储能子系统对应的子系统充电数据；
7、采用全部所述子系统充电数据，构建所述储能系统对应的系统控制数据。
8、可选地，所述提取所述储能系统中各储能子系统的历史温度数据，生成多个目标历史温度数据的步骤，包括：
9、提取所述储能系统中各储能子系统的历史温度数据，生成多个初始历史温度数据；
10、分别将所述初始历史温度数据进行重复数据清理和缺失数据补全，生成所述储能子系统对应的中间历史温度数据；
11、将所述中间历史温度数据进行数据归一化处理，生成所述储能子系统对应的目标历史温度数据。
12、可选地，所述分别基于所述目标历史温度数据进行温度预测，生成所述储能子系统对应的未来时刻温度的步骤，包括：
13、基于变分模态分解法对所述目标历史温度数据进行自适应分解，生成所述储能子系统对应的目标多阶模态分量集合；
14、将所述目标多阶模态分量集合中的各目标温度数据序列分别代入预设温度预测公式进行温度预测，生成多个温度分量，其中，所述预设温度预测公式根据各所述目标温度数据序列中不同时刻的温度数据进行预测计算得到温度分量；
15、计算全部所述温度分量的和值，生成所述储能子系统对应的未来时刻温度。
16、可选地，所述基于变分模态分解法对所述目标历史温度数据进行自适应分解，生成所述储能子系统对应的目标多阶模态分量集合的步骤，包括：
17、采用鲸鱼优化算法以预设适应度函数最小为目标函数对变分模态分解法的参数进行参数寻优，生成最优参数组合；
18、基于所述最优参数组合对所述目标历史温度数据进行自适应分解，生成所述储能子系统对应的目标多阶模态分量集合。
19、可选地，所述采用鲸鱼优化算法以预设适应度函数最小为目标函数对变分模态分解法的各个参数进行参数寻优，生成最优参数组合的步骤，包括：
20、将变分模态分解法的各个参数分别作为鲸鱼的初始位置，生成多个初始鲸鱼；
21、采用预设适应度函数分别计算所述初始鲸鱼的适应度，生成多个适应度值；
22、选取所述适应度值中的最大值对应的位置，生成初始鲸鱼位置；
23、根据所述初始鲸鱼位置对应的迭代数据和预设最大迭代次数，计算得到收敛因子；
24、采用所述收敛因子进行系数向量计算，生成所述初始鲸鱼位置对应的系数向量；
25、在预设概率选取范围内选取捕食机制概率，生成所述初始鲸鱼位置对应的捕食机制概率并统计迭代次数；
26、基于所述收敛因子、所述捕食机制概率、所述系数向量和所述迭代次数进行参数寻优，确定最优参数组合。
27、可选地，所述基于所述收敛因子、所述捕食机制概率、所述系数向量和所述迭代次数进行参数寻优，确定最优参数组合的步骤，包括：
28、当所述捕食机制概率大于或等于第一预设阈值时，采用第一预设公式对所述初始鲸鱼位置进行更新，生成目标鲸鱼位置，其中，所述第一预设公式根据所述初始鲸鱼位置对应的迭代数据、预设最大迭代次数、猎物位置和位置向量对所述初始鲸鱼位置进行更新得到目标鲸鱼位置；
29、当所述捕食机制概率小于第一预设阈值时，判断所述系数向量的绝对值是否小于第二预设阈值；
30、若是，则采用所述收敛因子和第二预设公式对所述初始鲸鱼位置进行更新，生成目标鲸鱼位置，其中，所述第二预设公式根据所述收敛因子、所述收敛因子对应的迭代数据、预设最大迭代次数、猎物位置、最优鲸鱼的位置和包围步长对所述初始鲸鱼位置进行更新得到目标鲸鱼位置；
31、若否，则采用所述收敛因子和第三预设公式对所述初始鲸鱼位置进行更新，生成目标鲸鱼位置，其中，所述第三预设公式根据所述收敛因子、所述收敛因子对应的迭代数据、预设最大迭代次数、猎物位置、最优鲸鱼的位置和包围步长对所述初始鲸鱼位置进行更新得到目标鲸鱼位置；
32、当所述目标鲸鱼位置对应的适应度值大于所述初始鲸鱼位置对应的适应度值时，将所述目标鲸鱼位置作为最优解；
33、当所述目标鲸鱼位置对应的适应度值小于或等于所述初始鲸鱼位置对应的适应度值时，将所述初始鲸鱼位置作为最优解；
34、当所述迭代次数等于所述预设最大迭代次数时，将所述最优解作为最优参数组合；
35、当所述迭代次数小于所述预设最大迭代次数时，将所述目标鲸鱼位置作为所述初始鲸鱼位置，并跳转执行所述将所述初始鲸鱼位置对应的迭代数据和预设最大迭代次数代入预设收敛因子公式进行计算，生成收敛因子的步骤。
36、可选地，所述基于所述最优参数组合对所述目标历史温度数据进行自适应分解，生成所述储能子系统对应的目标多阶模态分量集合的步骤，包括：
37、采用最优参数组合、预设分量窄带约束等式和拉格朗日乘法算子进行模型构建，生成自适应分解模型；
38、采用所述自适应分解模型对所述目标历史温度数据进行自适应分解，生成所述储能子系统对应的初始多阶模态分量集合；
39、将所述初始多阶模态分量集合中的模态函数分量数据代入预设分量不等式进行收敛精度判断，生成判断数据并统计分解迭代次数；
40、当所述判断数据为满足，且所述分解迭代次数大于预设迭代阈值时，将所述初始多阶模态分量集合作为目标多阶模态分量集合。
41、本发明还提供了一种储能系统协同控制系统，包括：
42、目标历史温度数据生成模块，用于当接收到储能系统的充电信号时，提取所述储能系统中各储能子系统的历史温度数据，生成多个目标历史温度数据；
43、未来时刻温度生成模块，用于分别基于所述目标历史温度数据进行温度预测，生成所述储能子系统对应的未来时刻温度；
44、电流比较数据生成模块，用于当所述未来时刻温度大于预设温度阈值时，将所述未来时刻温度对应的充电电流与预设电流阈值进行比较，生成电流比较数据；
45、子系统充电数据生成模块，用于当所述电流比较数据为所述充电电流大于预设电流阈值时，将所述储能子系统由充电状态转换为充电关闭状态，生成所述储能子系统对应的子系统充电数据；
46、系统控制数据构建模块，用于采用全部所述子系统充电数据，构建所述储能系统对应的系统控制数据。
47、本发明还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行实现如上述任一项储能系统协同控制方法的步骤。
48、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述任一项储能系统协同控制方法。
49、从以上技术方案可以看出，本发明具有以下优点：
50、本发明通过当接收到储能系统的充电信号时，提取储能系统中各储能子系统的历史温度数据，生成多个目标历史温度数据。分别基于目标历史温度数据进行温度预测，生成储能子系统对应的未来时刻温度。当未来时刻温度大于预设温度阈值时，将未来时刻温度对应的充电电流与预设电流阈值进行比较，生成电流比较数据。当电流比较数据为充电电流大于预设电流阈值时，将储能子系统由充电状态转换为充电关闭状态，生成储能子系统对应的子系统充电数据。采用全部子系统充电数据，构建储能系统对应的系统控制数据。解决了现有的储能系统采用统一标准控制着多个子系统的充电和放电，容易出现系统过充电现象，降低能源存储效率以及储能系统的寿命，导致储能系统性能差的技术问题。通过温度和电流同时对储能子系统的状态进行判断，当储能子系统出现过充电的现象时能够及时关闭储能子系统，提高储能系统的寿命。
1.一种储能系统协同控制方法，其特征在于，包括：
2.根据权利要求1所述的储能系统协同控制方法，其特征在于，所述提取所述储能系统中各储能子系统的历史温度数据，生成多个目标历史温度数据的步骤，包括：
3.根据权利要求1所述的储能系统协同控制方法，其特征在于，所述分别基于所述目标历史温度数据进行温度预测，生成所述储能子系统对应的未来时刻温度的步骤，包括：
4.根据权利要求3所述的储能系统协同控制方法，其特征在于，所述基于变分模态分解法对所述目标历史温度数据进行自适应分解，生成所述储能子系统对应的目标多阶模态分量集合的步骤，包括：
5.根据权利要求4所述的储能系统协同控制方法，其特征在于，所述采用鲸鱼优化算法以预设适应度函数最小为目标函数对变分模态分解法的各个参数进行参数寻优，生成最优参数组合的步骤，包括：
6.根据权利要求5所述的储能系统协同控制方法，其特征在于，所述基于所述收敛因子、所述捕食机制概率、所述系数向量和所述迭代次数进行参数寻优，确定最优参数组合的步骤，包括：
7.根据权利要求4所述的储能系统协同控制方法，其特征在于，所述基于所述最优参数组合对所述目标历史温度数据进行自适应分解，生成所述储能子系统对应的目标多阶模态分量集合的步骤，包括：
8.一种储能系统协同控制系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7任一项所述的储能系统协同控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至7任一项所述的 储能系统协同控制方法。
