CN104682448A - 一种基于功率预测的电池储能电站的运行及监控方法 - Google Patents

Abstract

一种基于功率预测的电池储能电站的运行和监控方法。本发明的方法包括如下步骤：S1.光伏发电设备监控模块实时获取光伏发电设备的运行数据，并存储数据；S2.根据光伏发电设备的运行数据，对未来预定时刻内的光伏发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；S3.实时检测获取蓄电池模块的SOC，实时获取电站内负载功率使用情况；S4.实时获取大电网的参数和调度信息，预测未来时间内储能电站与大电网连接点的功率需求；S5.储能电站与大电网连接点的功率需求、当前蓄电池储能的SOC、当前储能电站内负载功率需求、未来光伏发电设备输出功率、以及对SVG模块的SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制。

Description

一种基于功率预测的电池储能电站的运行及监控方法

所属技术领域

本发明涉一种基于功率预测的电池储能电站的运行及监控方法。

背景技术

微电网作为超高压、远距离、大电网供电模式的补充，代表着电力系统新的发展方向。当含分布式能源的微电网与大电网并列运行时，微电网内部的负荷由微网内的分布式能源和大电网联合提供。当分布式能源出力大于微网内负载时，微网向大电网发出功率，当分布式能源出力小于微网内负载时，微网从大电网吸收功率。由于负载的波动性，以及分布式能源固有的间歇性和波动性等缺点，导致微电网和大电网的公共连接点处功率波动范围大，给电力系统调度、大电网稳定运行和分布式能源的利用效率带来较大影响。

大电网在每天不同的时段的负荷是很不均衡的，白天高峰时段用电量较高，晚上低谷时段用电量较低，而电价也根据时段不同产生梯度，如果能将低谷时段电网的电能存储起来在用电高峰时来供给，不仅能减小高峰时期电网的负荷，也带来了可观的经济效益。

储能技术对微电网的实现有重要作用，其应用在很大程度上解决新能源发电的波动性和随机性问题，有效提高间歇性微源的可预测性、确定性和经济性。此外，储能技术在调频调压和改善系统有功、无功平衡水平，提高微电网稳定运行能力方面的作用也获得了广泛研究和证明。

但是，储能成本较高，考虑到微网运行的经济成本，应在保证微网系统安全运行的情况下，尽量延长储能的寿命。此外，如何实现储能系统并网运行时，实行最佳供电策略，对微网和大电网公共连接点处的功率进行有效管理，以满足经济性、安全性，也是急需解决的问题。

发明内容

本发明提供一种基于功率预测的电池储能电站的运行及监控方法，该方法可预测光伏发电设备的发电功率，可追踪和预测储能电站和大电网连接点功率，实时检测的蓄电池模块电池容量，能制定和实施最适宜的控制策略，保障储能系统在并网时按照大电网的需求平稳提供有功功率和无功功率，并提升储能系统的安全性和使用寿命。

为了实现上述目的，本发明提供一种基于功率预测的电池储能电站的运行及监控方法，该方法基于如下监控装置运行，所述监控装置包括：

光伏发电设备监控模块，用于实时监控光伏发电设备，并对光伏发电设备的发电功率进行预测；

蓄电池监控模块，可实时监控蓄电池模块的SOC；

大电网联络模块，用于实时从大电网调控中心获知大电网的运行情况以及相关调度信息；

SVG监控模块，用于实时监控SVG模块，控制SVG的无功输出；

并网运行监控模块，用于控制储能系统连接或隔离大电网；

负载监控模块，用于实时监控储能电站内的负载；

中控模块，用于确定储能系统的运行策略，并向上述监控装置中的各模块发出指令，以执行该运行策略；

总线模块，用于该监控装置的各个模块的通信联络；

该方法包括如下步骤：

S1.光伏发电设备监控模块实时获取光伏发电设备的运行数据，并存储数据；

S2.根据光伏发电设备的运行数据，对未来预定时刻内的光伏发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；

S3.实时检测获取蓄电池模块的SOC，实时获取电站内负载功率使用情况；

S4.实时获取大电网的参数和调度信息，预测未来时间内储能电站与大电网连接点的功率需求；

S5.储能电站与大电网连接点的功率需求、当前蓄电池储能的SOC、当前储能电站内负载功率需求、未来光伏发电设备输出功率、以及对SVG模块的SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制。

优选的，光伏发电设备包括光伏组件，所述在步骤S2中，采用如下方式预测光伏发电设备的输出功率：

S21.建立光伏组件的出力模型：P_pv(t)＝η_invη_pv(t)G(t)S_pv  (1)

式中S_pv为光伏面板接收太阳光照辐射的面积(m²)，G(t)光照辐射数值(W/m²)，η_pv(t)为光伏组件能量转换效率，η_inv为逆变器转换效率；

其中，光伏组件的能量转换效率与环境的温度有关，环境温度对光伏组件能量转换效率的影响为：

${\mathrm{\η}}_{\mathrm{pv}}\left(t\right)={\mathrm{\η}}_r[1-\mathrm{\β}(T_C\left(t\right)-T_{C_r})]---\left(2\right)$

式中η_r为光伏组件标准温度下测试的参考能量转换效率，β为温度对能量转换效率的影响系数，T_C(t)为t时刻光伏组件的温度值，T_Cr为光伏组件参考标准温度值；光伏组件吸收太阳辐射，会与环境温度一起作用引起光伏组件温度发生变化，其表达式如下：

$T_C\left(t\right)-T=\frac{T_{\mathrm{rat}}}{800}G\left(t\right)---\left(3\right)$

式中T为周围的环境温度，T_rat光伏组件运行的额定温度；

S22.实时检测和收集光伏组件的周边的日照信息和环境温度，根据历史日照信息和环境温度，预测未来一段时间内的日照强度和环境温度；

S23.根据未来一段时间内的日照强度和环境温度，利用上述光伏组件的出力模型计算未来时间内的光伏发电设备的发电功率。

优选的，在步骤S3中采用如下方式，获取蓄电池模块的SOC：

S31.采集蓄电池的电压、电流，获取蓄电池的功率；

S32.根据蓄电池的功率，判断蓄电池的状态是否处于充电或放电状态；

S33.当蓄电池未进行充电或放电时，则采用开路电压法计算SOC；

S34.当蓄电池处于充电或放电状态时，则采用安时法计算SOC，并以前一时刻计算结果为安时法SOC初值。

优选，在S34中，当蓄电池处于充电状态时，计算SOC的公式(11)如下：

${\mathrm{SOC}=\mathrm{SOC}}_0(1-\mathrm{\δ})\frac{P_c\·\mathrm{\Δt}\·{\mathrm{\η}}_c}{E_c}---\left(4\right)$

式中，SOC₀为初始SOC值，δ表示蓄电池自放电率，P_c表示蓄电池充电功率大小，Δt表示两次计算SOC值的时间间隔，η_c表示蓄电池充电效率，E_c为蓄电池的额定容量。

当蓄电池处于放电状态时，计算SOC的公式(12)如下：

$\mathrm{SOC}={\mathrm{SOC}}_0(1-\mathrm{\δ})-\frac{P_d\·\mathrm{\Δt}}{E_c\·{\mathrm{\η}}_d}---\left(5\right)$

式中，Pd表示蓄电池放电功率大小，ηd表示蓄电池放电效率。

优选的，所述蓄电池模块，包括n个电池组及n个DC/DC变流器，n大于等于3，每个电池组均由一个DC/DC变流器控制器充放电，该n个DC/DC变流器均由蓄电池模块监控模块115控制。

优选的，在步骤S4中，采用如下步骤实现储能电站和大电网连接点处功率需求的追踪和预测：

S41.规定储能电站各处的功率正方向，功率方向以储能电站功率流向大电网为正；

S42.根据储能电站各点的实际功率和公共连接点的功率期望计算微网系统公共连接点处的功率，计算公式为：

$P_{\mathrm{PCC}}=(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i+\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{P}_{i\_S})-P_{\mathrm{Load}}---\left(6\right)$

式中P_i为分布式能源向电网的输出功率，P_{i_S}为储能系统向电网的输出功率，P_PCC为公共连接点向电网的输出功率，P_Load为流入微电网内负载的功率；

S43.确定P_PCC的取值范围：P_PCCmin≤P_PCC≤P_PCCmax，此时可使公共连接点的功率保持在配网可接受的潮流范围内，P_PCCmin和P_PCCmax为由配网潮流计算得到的最小门槛值和最大门槛值，当P_PCC的波动超过上述限定门槛时，需要调节微网内的储能元件的输出功率以平抑微网公共连接点处的功率。

优选的，在步骤S5中，上述优化控制包括对蓄电池模块SOC的优化控制，步骤如下：

S51.计算储能系统电池荷电状态SOC的参考值SOC_ref；

S52.判断储能系统的第n号电池组的SOC_n是否与储能系统的电池荷电状态SOC的参考值SOC_ref相等，若SOC_n≠SOC_ref则进入步骤S53，若SOC_n＝SOC_ref则结束控制；

S53.判断储能系统的第n号电池组的SOC_n是否大于储能系统的电池荷电状态SOC的参考值SOC_ref，若储能系统的第n号电池组的SOC_n大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S54，若储能系统的第n号电池组的SOC_n不大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S45；

S54.判断储能系统是否为放电状态，若储能系统为放电状态，则控制其第n号DC/DC变流器放电进入步骤S52，若储能系统不是处于放电状态，则控制其第n号电池组进入热备用状态，进入步骤S52；

S55.判断储能系统是否为充电状态，若储能系统为充电状态，则控制第n号DC/DC变流器充电，进入步骤S52，若储能系统不是处于充电状态，则控制其第n号电池组进入热备用状态，进入步骤S52。

本发明的方法具有如下优点：(1)准确预测光伏发电设备的输出功率变化情况；(2)准确预测储能电站与大电网连接点的功率变化；(3)控制策略兼顾配大电网调度要求和储能系统运行情况，可同时为大电网提供有功功率和无功功率，满足大电网的调度需求的同时，兼顾了供电可靠性，保障储能系统的安全性，延长了系统储能系统的使用寿命。

附图说明

图1示出了本发明的一种基于功率预测的电池储能电站及其监控装置的框图；

图2示出了图1中的储能电站的运行及监控方法。

具体实施方式

图1是示出了本发明的一种基于功率预测的电池储能电站的运行及监控方法10，该系统10包括：光伏发电设备12、蓄电池模块13、SVG模块14、用于将储能系统10与大电网20连接和隔离的AC/DC双向换流模块一16、直流母线、用于连接光伏发电设备12和直流母线的AC/DC双向换流模块二15、负载17以及监控装置11。

参见图1，该监控装置11包括：光伏发电设备监控模块114，用于实时监控电池储能系统10中的光伏发电设备12，并对光伏发电设备12的发电功率进行预测；蓄电池监控模块115，用于实时监控风电场储能系统10中的蓄电池模块13；大电网联络模块112，用于实时从大电网20调控中心获知大电网20的运行情况以及相关调度信息；并网监控模块116，用于控制风电场储能系统10连接或隔离大电网20；中控模块117，用于确定电池储能系统10的运行策略，并向上述各模块发出指令，以执行该供电策略；SVG监控模块113，用于实时监控SVG模块14；负载监控模块118，用于实时监控储能电站内的负载；总线模块111，用于该监控装置11的各个模块的通信联络。

通信模块111，用于上述各个模块之间的通信，所述总线通信模块111通过冗余双CAN总线与其他模块相连。

光伏发电设备12包括多个风力发电机。风力发电机的输出功率由风力发电机所在地点的风速、风向和自身特征所决定，光伏发电设备监控模块114至少包括风力发电机定压、电流、频率检测设备、风速检测设备。

SVG监控模块，包括SVG模块的电压和电流检测设备。

蓄电池监控模块116至少包括蓄电池端电压、电流、SOC检测设备以及温度检测设备，可实时监控蓄电池模块的SOC。

中控模块117至少包括CPU单元、数据存储单元和显示单元。

大电网联络模块112至少包括无线通信设备。

并网监控模块116至少包括用于检测大电网和风电场储能系统电压、电流和频率的检测设备、数据采集单元和数据处理单元。数据采集单元包含采集预处理和A/D转换模块，采集八路遥测信号量，包含电网侧A相电压、储能电站侧的三相电压、电流。遥测量可通过终端内的高精度电流和电压互感器将强交流电信号(5A/110V)不失真地转变为内部弱电信号，经滤波处理后进入A/D芯片进行模数转换，经转换后的数字信号经数据处理单元计算，获得风电场储能系统10侧的三相电压电流值和大电网20侧相电压电流值。本遥测信号量处理采用了高速高密度同步采样、频率自动跟踪技术还有改进的FFT算法，所以精度得到充分保证，能够完成风电场储能系统10侧有功、无功和电能从基波到高次谐波分量的测量和处理。

参见附图2，本发明的方法包括如下步骤：

S1.光伏发电设备监控模块实时获取光伏发电设备的运行数据，并存储数据；

S2.根据光伏发电设备的运行数据，对未来预定时刻内的光伏发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；

S3.实时检测获取蓄电池模块的SOC，实时获取电站内负载功率使用情况；

S4.实时获取大电网的参数和调度信息，预测未来时间内储能电站与大电网连接点的功率需求；

S5.储能电站与大电网连接点的功率需求、当前蓄电池储能的SOC、当前储能电站内负载功率需求、未来光伏发电设备输出功率、以及对SVG模块的SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制。

优选的，光伏发电设备包括光伏组件，所述在步骤S2中，采用如下方式预测光伏发电设备的输出功率：

S21.建立光伏组件的出力模型：P_pv(t)＝η_invη_pv(t)G(t)S_pv  (1)

式中S_pv为光伏面板接收太阳光照辐射的面积(m²)，G(t)光照辐射数值(W/m²)，η_pv(t)为光伏组件能量转换效率，η_inv为逆变器转换效率；

其中，光伏组件的能量转换效率与环境的温度有关，环境温度对光伏组件能量转换效率的影响为：

${\mathrm{\η}}_{\mathrm{pv}}\left(t\right)={\mathrm{\η}}_r[1-\mathrm{\β}(T_C\left(t\right)-T_{C_r})]---\left(2\right)$

式中η_r为光伏组件标准温度下测试的参考能量转换效率，β为温度对能量转换效率的影响系数，T_C(t)为t时刻光伏组件的温度值，T_Cr为光伏组件参考标准温度值；光伏组件吸收太阳辐射，会与环境温度一起作用引起光伏组件温度发生变化，其表达式如下：

$T_C\left(t\right)-T=\frac{T_{\mathrm{rat}}}{800}G\left(t\right)---\left(3\right)$

式中T为周围的环境温度，T_rat光伏组件运行的额定温度；

S22.实时检测和收集光伏组件的周边的日照信息和环境温度，根据历史日照信息和环境温度，预测未来一段时间内的日照强度和环境温度；

S23.根据未来一段时间内的日照强度和环境温度，利用上述光伏组件的出力模型计算未来时间内的光伏发电设备的发电功率。

优选的，在步骤S3中采用如下方式，获取蓄电池模块的SOC：

S31.采集蓄电池的电压、电流，获取蓄电池的功率；

S32.根据蓄电池的功率，判断蓄电池的状态是否处于充电或放电状态；

S33.当蓄电池未进行充电或放电时，则采用开路电压法计算SOC；

S34.当蓄电池处于充电或放电状态时，则采用安时法计算SOC，并以前一时刻计算结果为安时法SOC初值。

优选，在S34中，当蓄电池处于充电状态时，计算SOC的公式(11)如下：

${\mathrm{SOC}=\mathrm{SOC}}_0(1-\mathrm{\δ})\frac{P_c\·\mathrm{\Δt}\·{\mathrm{\η}}_c}{E_c}---\left(4\right)$

式中，SOC₀为初始SOC值，δ表示蓄电池自放电率，P_c表示蓄电池充电功率大小，Δt表示两次计算SOC值的时间间隔，η_c表示蓄电池充电效率，E_c为蓄电池的额定容量。

当蓄电池处于放电状态时，计算SOC的公式(12)如下：

$\mathrm{SOC}={\mathrm{SOC}}_0(1-\mathrm{\δ})-\frac{P_d\·\mathrm{\Δt}}{E_c\·{\mathrm{\η}}_d}---\left(5\right)$

式中，Pd表示蓄电池放电功率大小，ηd表示蓄电池放电效率。

优选的，所述蓄电池模块，包括n个电池组及n个DC/DC变流器，n大于等于3，每个电池组均由一个DC/DC变流器控制器充放电，该n个DC/DC变流器均由蓄电池模块监控模块115控制。

优选的，在步骤S4中，采用如下步骤实现储能电站和大电网连接点处功率需求的追踪和预测：

S41.规定储能电站各处的功率正方向，功率方向以储能电站功率流向大电网为正；

S42.根据储能电站各点的实际功率和公共连接点的功率期望计算微网系统公共连接点处的功率，计算公式为：

$P_{\mathrm{PCC}}=(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i+\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{P}_{i\_S})-P_{\mathrm{Load}}---\left(6\right)$

式中P_i为分布式能源向电网的输出功率，P_{i_S}为储能系统向电网的输出功率，P_PCC为公共连接点向电网的输出功率，P_Load为流入微电网内负载的功率；

S43.确定P_PCC的取值范围：P_PCCmin≤P_PCC≤P_PCCmax，此时可使公共连接点的功率保持在配网可接受的潮流范围内，P_PCCmin和P_PCCmax为由配网潮流计算得到的最小门槛值和最大门槛值，当P_PCC的波动超过上述限定门槛时，需要调节微网内的储能元件的输出功率以平抑微网公共连接点处的功率。

优选的，在步骤S5中，上述优化控制包括对蓄电池模块SOC的优化控制，步骤如下：

S51.计算储能系统电池荷电状态SOC的参考值SOC_ref；

S52.判断储能系统的第n号电池组的SOC_n是否与储能系统的电池荷电状态SOC的参考值SOC_ref相等，若SOC_n≠SOC_ref则进入步骤S53，若SOC_n＝SOC_ref则结束控制；

S53.判断储能系统的第n号电池组的SOC_n是否大于储能系统的电池荷电状态SOC的参考值SOC_ref，若储能系统的第n号电池组的SOC_n大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S54，若储能系统的第n号电池组的SOC_n不大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S45；

S54.判断储能系统是否为放电状态，若储能系统为放电状态，则控制其第n号DC/DC变流器放电进入步骤S52，若储能系统不是处于放电状态，则控制其第n号电池组进入热备用状态，进入步骤S52；

S55.判断储能系统是否为充电状态，若储能系统为充电状态，则控制第n号DC/DC变流器充电，进入步骤S52，若储能系统不是处于充电状态，则控制其第n号电池组进入热备用状态，进入步骤S52。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。

Claims (7)

1.一种基于功率预测的电池储能电站的运行及监控方法，该方法基于如下监控装置运行，所述监控装置包括：

光伏发电设备监控模块，用于实时监控光伏发电设备，并对光伏发电设备的发电功率进行预测；

蓄电池监控模块，可实时监控蓄电池模块的SOC；

大电网联络模块，用于实时从大电网调控中心获知大电网的运行情况以及相关调度信息；

SVG监控模块，用于实时监控SVG模块，控制SVG的无功输出；

并网运行监控模块，用于控制储能系统连接或隔离大电网；

负载监控模块，用于实时监控储能电站内的负载；

中控模块，用于确定储能系统的运行策略，并向上述监控装置中的各模块发出指令，以执行该运行策略；

总线模块，用于该监控装置的各个模块的通信联络；

该方法包括如下步骤：

S1.光伏发电设备监控模块实时获取光伏发电设备的运行数据，并存储数据；

S2.根据光伏发电设备的运行数据，对未来预定时刻内的光伏发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；

S3.实时检测获取蓄电池模块的SOC，实时获取电站内负载功率使用情况；

S4.实时获取大电网的参数和调度信息，预测未来时间内储能电站与大电网连接点的功率需求；

S5.储能电站与大电网连接点的功率需求、当前蓄电池储能的SOC、当前储能电站内负载功率需求、未来光伏发电设备输出功率、以及对SVG模块的SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制。

2.如权利要求1所述的方法，其特征在于，所述光伏发电设备包括光伏组件，所述在步骤S2中，采用如下方式预测光伏发电设备的输出功率：

S21.建立光伏组件的出力模型：P_pv(t)＝η_invη_pv(t)G(t)S_pv   (1)

式中S_pv为光伏面板接收太阳光照辐射的面积(m²)，G(t)光照辐射数值(W/m²)，η_pv(t)为光伏组件能量转换效率，η_inv为逆变器转换效率；

其中，光伏组件的能量转换效率与环境的温度有关，环境温度对光伏组件能量转换效率的影响为：

${\mathrm{\η}}_{\mathrm{pv}}\left(t\right)={\mathrm{\η}}_r[1-\mathrm{\β}(T_C\left(t\right)-T_{C_r})]---\left(2\right)$

式中η_r为光伏组件标准温度下测试的参考能量转换效率，β为温度对能量转换效率的影响系数，T_C(t)为t时刻光伏组件的温度值，T_Cr为光伏组件参考标准温度值；光伏组件吸收太阳辐射，会与环境温度一起作用引起光伏组件温度发生变化，其表达式如下：

$T_C\left(t\right)-T=\frac{T_{\mathrm{rat}}}{800}G\left(t\right)---\left(3\right)$

式中T为周围的环境温度，T_rat光伏组件运行的额定温度；

S22.实时检测和收集光伏组件的周边的日照信息和环境温度，根据历史日照信息和环境温度，预测未来一段时间内的日照强度和环境温度；

S23.根据未来一段时间内的日照强度和环境温度，利用上述光伏组件的出力模型计算未来时间内的光伏发电设备的发电功率。

3.如权利要求1或2所述的方法，其特征在于，在步骤S3中采用如下方式，获取蓄电池模块的SOC：

S31.采集蓄电池的电压、电流，获取蓄电池的功率；

S32.根据蓄电池的功率，判断蓄电池的状态是否处于充电或放电状态；

S33.当蓄电池未进行充电或放电时，则采用开路电压法计算SOC；

S34.当蓄电池处于充电或放电状态时，则采用安时法计算SOC，并以前一时刻计算结果为安时法SOC初值。

4.如权利要求3所述的方法，其特征在于，在S34中，当蓄电池处于充电状态时，计算SOC的公式(11)如下：

$\mathrm{SOC}={\mathrm{SOC}}_0(1-\mathrm{\δ})+\frac{P_c\·\mathrm{\Δt}\·{\mathrm{\η}}_c}{E_c}---\left(4\right)$

式中，SOC₀为初始SOC值，δ表示蓄电池自放电率，P_c表示蓄电池充电功率大小，Δt表示两次计算SOC值的时间间隔，η_c表示蓄电池充电效率，E_c为蓄电池的额定容量。

当蓄电池处于放电状态时，计算SOC的公式(12)如下：

$\mathrm{SOC}={\mathrm{SOC}}_0(1-\mathrm{\δ})-\frac{P_d\·\mathrm{\Δt}}{E_c\·{\mathrm{\η}}_d}---\left(5\right)$

式中，Pd表示蓄电池放电功率大小，ηd表示蓄电池放电效率。

5.如权利要求4所述的方法，其特征在于，所述蓄电池模块，包括n个电池组及n个DC/DC变流器，n大于等于3，每个电池组均由一个DC/DC变流器控制器充放电，该n个DC/DC变流器均由蓄电池模块监控模块115控制。

6.如权利要求5所述的方法，其特征在于，在步骤S4中，采用如下步骤实现储能电站和大电网连接点处功率需求的追踪和预测：

S41.规定储能电站各处的功率正方向，功率方向以储能电站功率流向大电网为正；

S42.根据储能电站各点的实际功率和公共连接点的功率期望计算微网系统公共连接点处的功率，计算公式为：

$P_{\mathrm{PCC}}=(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i+\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{P}_{i\_S})-P_{\mathrm{Load}}---\left(6\right)$

式中P_i为分布式能源向电网的输出功率，P_{i_S}为储能系统向电网的输出功率，P_PCC为公共连接点向电网的输出功率，P_Load为流入微电网内负载的功率；

S43.确定P_PCC的取值范围：P_PCCmin≤P_PCC≤P_PCCmax，此时可使公共连接点的功率保持在配网可接受的潮流范围内，P_PCCmin和P_PCCmax为由配网潮流计算得到的最小门槛值和最大门槛值，当P_PCC的波动超过上述限定门槛时，需要调节微网内的储能元件的输出功率以平抑微网公共连接点处的功率。

7.如权利要求6所述的方法，其特征在于，在步骤S5中，上述优化控制包括对蓄电池模块SOC的优化控制，步骤如下：

S51.计算储能系统电池荷电状态SOC的参考值SOC_ref；

S52.判断储能系统的第n号电池组的SOC_n是否与储能系统的电池荷电状态SOC的参考值SOC_ref相等，若SOC_n≠SOC_ref则进入步骤S53，若SOC_n＝SOC_ref则结束控制；

S53.判断储能系统的第n号电池组的SOC_n是否大于储能系统的电池荷电状态SOC的参考值SOC_ref，若储能系统的第n号电池组的SOC_n大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S54，若储能系统的第n号电池组的SOC_n不大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S45；

S54.判断储能系统是否为放电状态，若储能系统为放电状态，则控制其第n号DC/DC变流器放电进入步骤S52，若储能系统不是处于放电状态，则控制其第n号电池组进入热备用状态，进入步骤S52；

S55.判断储能系统是否为充电状态，若储能系统为充电状态，则控制第n号DC/DC变流器充电，进入步骤S52，若储能系统不是处于充电状态，则控制其第n号电池组进入热备用状态，进入步骤S52。