基于粗糙集的電池儲能電站海量數據處理方法

陳娟，惠東，范茂松，胡娟，褚永金

(中國電力科學研究院有限公司, 北京 100085)

0 引言

儲能技術具有很高的戰略地位，世界各國一直都在不斷支持儲能技術的研究和應用[1-2]。2018年全球儲能電站部署容量約為150 GW·h，預計2030年儲能容量將增至380 GW·h[3]。同時，由于磷酸鐵鋰電池成本的下降，中國新建儲能電站通常采用磷酸鐵鋰電池的方案。照此趨勢發展，儲能電站在線檢測技術的應用市場需求會隨著新儲能電站的建設和舊儲能電站的維護而逐年增大。

儲能電站從運營的初始階段至全壽命周期結束會產生海量的數據信息。電站的結構和特點決定了其數據量比光伏電站更加龐大，一個50 MW/100 MW·h的磷酸鐵鋰儲能電站由十幾萬節電池單體組成，僅電池管理系統（battery management system, BMS）[4]一個月的數據量即可達 25 GB，一年的數據量可達300 GB，全生命周期的數據量可以達到3 TB。這樣龐大的數據不僅會占用大量的磁盤和數據存儲空間，對于在線數據處理和電站的機器自動評估更提出了巨大挑戰。電站的在線評估數據挖掘工作需要有重點有層次地進行。對于儲能電站的海量數據，在挖掘之前需要將數據分類成頻繁精細處理的數據及對象和普通手段處理的數據及對象。處理挖掘的過程根據分類的結果有繁有簡，這樣在線處理算法和數據處理方法將被主要應用于選定的特定數據集，從而忽略另一些數據或者將其他數據只做基本邏輯和閾值的判斷。

針對上述問題，本文提出利用粗糙集方法對數據屬性進行約簡，將單體電池劃分為頻繁檢測對象和普通檢測對象，從而壓縮在線處理的數據量。……