第4章基础算法实现

第一章：削峰填谷算法基础 — 从原理到代码落地

各位同学好，我是老张。在电力系统干了十几年，从变电站值班到储能项目设计，踩过的坑不少。今天咱们聊的「削峰填谷」，说白了就是利用储能系统在电价低时充电、电价高时放电，赚取价差。听起来简单吧？但实际落地时，算法怎么写、参数怎么调，门道可不少。

我个人习惯把这类问题拆成三步：策略定义 → 逻辑实现 → 收益计算。这一章咱们就围绕这三步，把基础算法讲透。

1.1 固定时间段充放电策略

这是最直观的策略。你想想看，电网的峰谷时段通常是固定的。比如：

谷时段：00:00 - 08:00，电价 0.3 元/kWh
峰时段：10:00 - 12:00、14:00 - 16:00，电价 1.2 元/kWh
平时段：其余时间，电价 0.7 元/kWh

那策略就很简单：谷时段充电，峰时段放电，平时段不动作。我在早期做的一个工业园区项目里，就是用的这种策略。当时业主说「别整太复杂，能省钱就行」——嗯，这种场景下固定时段策略完全够用。

  核心逻辑： 根据当前时间判断所属时段，执行对应的充放电动作。

代码实现如下：

def fixed_time_strategy(current_hour, soc, battery_capacity):
    """
    固定时间段策略
    :param current_hour: 当前小时 (0-23)
    :param soc: 当前荷电状态 (0-1)
    :param battery_capacity: 电池容量 (kWh)
    :return: 充放电功率 (kW)，正为充电，负为放电
    """
    # 谷时段：充电
    if current_hour in [0,1,2,3,4,5,6,7]:
        if soc < 0.9:  # 留10%余量
            return 0.5 * battery_capacity  # 0.5C充电
        else:
            return 0
    # 峰时段：放电
    elif current_hour in [10,11,14,15]:
        if soc > 0.2:  # 保留20%底线
            return -0.5 * battery_capacity  # 0.5C放电
        else:
            return 0
    # 平时段：不动作
    else:
        return 0

这里有个细节：为什么要留余量？ 我在项目中遇到过，电池SOC冲到100%后，如果电网突然波动，BMS会强制停机。所以建议充电上限设90%，放电下限设20%。

1.2 阈值触发策略

固定时段策略有个硬伤：如果某天电价波动异常，或者电网负荷特殊，它不会灵活调整。这时候就需要阈值触发策略。

说白了，就是设定一个电价阈值：电价高于阈值就放电，低于阈值就充电。这个阈值怎么定？我一般用历史电价的80%分位数作为放电阈值，20%分位数作为充电阈值。

小技巧： 阈值可以动态调整。比如每周重新计算一次分位数，适应季节性变化。

代码实现：

def threshold_strategy(current_price, charge_threshold, discharge_threshold, soc):
    """
    阈值触发策略
    :param current_price: 当前电价 (元/kWh)
    :param charge_threshold: 充电阈值
    :param discharge_threshold: 放电阈值
    :param soc: 当前荷电状态
    :return: 充放电功率
    """
    # 电价低，充电
    if current_price <= charge_threshold and soc < 0.9:
        return 0.5 * battery_capacity
    # 电价高，放电
    elif current_price >= discharge_threshold and soc > 0.2:
        return -0.5 * battery_capacity
    else:
        return 0

你可能会问：两个策略哪个好？我的经验是：固定时段策略适合峰谷价差稳定、时段分明的场景；阈值策略适合电价波动大、有现货市场的场景。比如广东的电力现货市场，电价一天能变几十次，阈值策略就明显更优。

1.3 收益计算函数

策略写好了，怎么算赚了多少钱？收益计算其实就一个公式：

收益 = 放电收入 - 充电成本 - 电池损耗成本

其中电池损耗成本容易被忽略。我记得有个项目，业主只看充放电价差，觉得稳赚不赔。结果运行一年后，电池容量衰减了15%，换电池的费用把利润全吃掉了。所以咱们做收益测算时，一定要把循环寿命成本算进去。

完整收益计算函数：

def calculate_profit(charge_energy, discharge_energy, charge_price, discharge_price, 
                     battery_cost_per_kwh, cycle_life):
    """
    计算净收益
    :param charge_energy: 充电量 (kWh)
    :param discharge_energy: 放电量 (kWh)
    :param charge_price: 平均充电电价 (元/kWh)
    :param discharge_price: 平均放电电价 (元/kWh)
    :param battery_cost_per_kwh: 电池每kWh成本 (元)
    :param cycle_life: 电池循环寿命 (次)
    :return: 净收益 (元)
    """
    # 充放电收入
    income = discharge_energy * discharge_price
    # 充电成本
    cost_charge = charge_energy * charge_price
    # 电池损耗成本：每充放1kWh，损耗电池寿命的1/cycle_life
    cost_degradation = (charge_energy + discharge_energy) / 2 * (battery_cost_per_kwh / cycle_life)
    
    net_profit = income - cost_charge - cost_degradation
    return net_profit

注意： 电池损耗成本的计算方式有很多种，这里用的是线性简化模型。实际项目中，建议用雨流计数法或基于SOC变化量的非线性模型，更准确。

1.4 知识体系总览

下面这张图把本章的核心逻辑串起来了。我画图时习惯用流程图，因为一眼就能看出数据怎么流动、决策怎么分支。

从图中可以看到，输入数据（电价、时段、SOC）经过策略选择，最终通过收益计算函数输出结果。本章我们实现了固定时段和阈值触发两种策略，动态优化策略会在后续章节展开。

1.5 本章小结

嗯，这一章咱们把基础打牢了。核心就三件事：

固定时段策略：简单可靠，适合峰谷分明的场景
阈值触发策略：灵活适应，适合电价波动大的市场
收益计算函数：别忘了算电池损耗成本，否则账面好看实际亏钱

我在实际项目中，经常把这两种策略组合使用：平时用固定时段，遇到电价异常波动时切换到阈值触发。代码里加个判断条件就行，不复杂。

下一章咱们会聊「动态规划在储能调度中的应用」，那才是真正考验算法功底的地方。不过别急，先把今天的内容消化掉——代码跑一遍，看看不同参数下收益怎么变，你会有新发现的。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第一章：削峰填谷算法基础 — 从原理到代码落地

1.1 固定时间段充放电策略

1.2 阈值触发策略

1.3 收益计算函数

1.4 知识体系总览

1.5 本章小结