CN108183496A - 一种光伏储能系统的能量管理方法 - Google Patents

一种光伏储能系统的能量管理方法 Download PDF

Info

Publication number
CN108183496A
CN108183496A CN201711380216.5A CN201711380216A CN108183496A CN 108183496 A CN108183496 A CN 108183496A CN 201711380216 A CN201711380216 A CN 201711380216A CN 108183496 A CN108183496 A CN 108183496A
Authority
CN
China
Prior art keywords
sampling time
time section
power
battery
ammeter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711380216.5A
Other languages
English (en)
Other versions
CN108183496B (zh
Inventor
顾月明
姚东忏
吴兆津
廖小俊
张勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aisima New Energy Technology (yangzhong) Co Ltd
Original Assignee
Aisima New Energy Technology (yangzhong) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aisima New Energy Technology (yangzhong) Co Ltd filed Critical Aisima New Energy Technology (yangzhong) Co Ltd
Priority to CN201711380216.5A priority Critical patent/CN108183496B/zh
Publication of CN108183496A publication Critical patent/CN108183496A/zh
Application granted granted Critical
Publication of CN108183496B publication Critical patent/CN108183496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/383—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提供了一种光伏储能系统的能量管理方法，通过各个采样时间段内的天气数据和/或光伏储能系统的电池平均功率数据、PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率数据，计算（平均法，正态分布法，决策树ID3法）估算出电池充放电时间段和对应的充放电功率。与传统方法相比，本发明能够避免人工反复设置电池充放电采样时间段和充放电功率。减少电池充放电次数，从而延长电池的使用寿命，同时有较高的光伏自发自用率。

Description

一种光伏储能系统的能量管理方法
技术领域
本发明涉及光伏发电领域，具体涉及一种光伏储能逆变系统的能量管理方法。
背景技术
目前光伏逆变器的大量应用，光伏发电功率对电网的影响越来越大，为了使电网能够稳定运行，降低光伏发电功率对电网的影响，储能光伏逆变器越来越受到重视，光伏储能逆变器示意图如图1所示。在现有的技术条件下，能量管理控制性能是储能逆变器发展的主要瓶颈。在现有技术中，传统的储能逆变器的能量管理方法主要方法有固定设置时间区控制、基于电网1负载功率的闭环控制和基于直流母线2电压的闭环控制三种。
固定设置时间区控制的能量管理方法通过人工设定电池充放电的采样时间段和充放电功率。
基于负载功率闭环控制的能量管理方法通过电表功率来调节电池的充放电功率和充放电时刻。
基于直流母线闭环控制的能量管理方法通过直流母线电压调节电池的充放电功率和充放电时刻。
上述传统的能量管理方法有如下不足：
对于固定设置时间区控制的方法，由于不同地区，不同季度光照时间，用户的用电习惯的不同，用户设定的固定充放电采样时间段不能满足所有使用环境，导致大部分能量都传输到电网，从而影响了PV发电量的自用率，除非用户根据实际环境频繁手动更新充放电功率和充放电时间，这样增加了用户使用的复杂度。固定设置时间区控制方法的优点是，能够减少充放电次数，延长电池使用寿命。
对于基于负载功率闭环控制和基于直流母线电压闭环控制的方法，由于用户负载的变化，为了控制储能逆变器的输出功率和负载功率平衡或者直流母线电压的恒定，增加PV发电量的自用率，电池会不断的充电和放电，电池充放电次数的增加将会减小电池的使用寿命。负载功率闭环控制和直流母线电压闭环控制优点是，能够提高储能逆变器的自发自用率。
发明内容
本发明的目的是解决上述现有技术中存在的不足和问题，提出了一种光伏储能系统的能量管理方法，通过采集各个模块的功率或天气情况，来自动估算出一天的电池充放电采样时间段和充放电功率。本发明提出的能量管理方法相比于传统的能量管理方法具有延长电池的使用寿命和较高的自发自用率。
本发明采用的一种技术方案如下：
一种光伏储能系统的能量管理方法，将采样时间划分为N个采样时间段，采集各个采样时间段内的天气数据、光伏储能系统的电池平均功率数据以及通过电表读取的光伏储能系统输出的电表平均功率数据，将采集的数据整理为样本，通过决策树ID3算法，预测出当前时间段内电池充放电的平均功率。
在一些实施例中，包括如下步骤：
S11、将采样时间划分为N个采样时间段，将天气数据划分为不同类别，将采集到的各个采样时间段的天气类别与各采样时间段对应；
S12、将采集到的各个采样时间段的电表平均功率、电池平均功率与各采样时间段对应；
S13、将步骤S11、S12采集到的数据和对应的各采样时间段整理为样本；
S14、根据公式(1)分别计算天气属性、采样时间段、电表平均功率各自的信息增益，
公式(1)中，S为全部样本的集合，value(T)是属性T所有取值的集合，v是T的其中一个属性值，Sv是S中属性为T值为v的样例集合，|Sv|为Sv中所含样例数；Entropy()为熵，定义如式(2)，
式(2)中，C是类别变量，它的取值为C1，C2，…，Cn，每一个出现的概率为P(C1)，P(C2)，…， P(Cn)，1≤i≤n，n为样本总数；
S15、根据信息增益最大的类进行数据划分，第一次划分完后，数据将被传到树分支的下一个节点，在这个节点上再次划分数据，采用递归原则处理数据集；如果数据集已经处理了所有属性，但类标签依然不是唯一的，此时采用多数表决的方法决定叶子节点的分类；
S16、构造完决策树后，通过输入天气、采样时间段和电表功率预测出当前的电池充放电平均功率。
在一些实施例中，步骤S11中，将天气数据划分为晴、阴、雨、雪类别。
在一些实施例中，步骤S12中，以x W为区分度依据四舍五入原则对采集到的各个采样时间段的电表平均功率、电池平均功率划分功率等级，将各个采样时间段的功率等级数据与各采样时间段对应。具体地，x为100或其正整数倍。
在一些实施例中，所述采样时间为一或多天，N为24或其正整数倍。
本发明采用的另一种技术方案如下：
一种光伏储能系统的能量管理方法，
将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的电池平均功率、光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率，通过电池平均功率判断各个采样时间段为充电状态还是放电状态；
重复执行上述步骤m次，获取m个所述采样时间内的m*N个采样时间段内的电池平均功率、PV平均功率、电表平均功率以及充放电状态；根据正态分布法估算出当前时间段的充电功率或放电功率。
在一些实施例中，包括如下步骤：
S21、将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的电池平均功率、光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率；
S22、通过各采样时间段的电池平均功率判断各个采样时间段为充电状态还是放电状态，若电池平均功率为正，则对应的采样时间段为放电状态；若电池功率为负，则对应的采样时间段为充电状态；
S23、重复执行上述步骤S11和S22m次，获取m个所述采样时间内的m*N个采样时间段内的电池平均功率、PV平均功率、电表平均功率以及充放电状态；
S24、统计m个所述采样时间内的充电状态下的采样时间段，根据正态分布，计算预测出置信区间内的充电时间段；
S25、统计m个所述采样时间内的放电状态下的采样时间段，根据正态分布，计算预测出置信区间内的放电时间段；
S26、统计m个所述采样时间内各采样时间段的充电功率，计算预测出置信区间的各充电时间段的充电功率；
S27、统计m个所述采样时间内各采样时间段的放电功率，计算预测出置信区间的各放电时间段的放电功率；
S28、根据当前所处时间段为充电时间段还是放电时间段以及充电功率或放电功率发送电池充放电功率指令。
在一些实施例中，步骤S24、S25、S26、S27中的置信区间为0.6。
在一些实施例中，所述采样时间为一天，N为24。
本发明采用的有一种技术方案如下：
一种光伏储能系统的能量管理方法，将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率，根据对应当前时间段的采样时间段的PV平均功率和电表平均功率计算出当前时间段的电池充放电功率指令。
在一些实施例中，包括如下步骤：
S31、将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率；
S32、根据公式(3)计算与各采样时间段对应的当前时间段的电池充放电功率指令，
Pbattery_cmd＝Pmeter_average-Ppv_average (3)
公式(3)中，Pbattery_cmd表示电池充放电功率指令，Pmeter_average表示电表平均功率，Ppv_average表示PV平均功率。
在一些实施例中，所述采样时间为一或多天，N为24或其正整数倍。
本发明采用以上方案，相比现有技术具有如下优点：避免人工反复设置电池充放电采样时间段和充放电功率。减少电池充放电次数，从而延长电池的使用寿命，并有较高的自发自用率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将实施例的所包含技术描述中需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的变形附图都在本发明的保护范围之内。
图1为储能光伏逆变器的主要拓扑示意图；
图2为本发明的方法所采用的硬件示意图；
图3为本发明的采样时间划分示意图；
图4为根据本发明的平均法估算电池充放电功率指令的流程图；
图5为根据本发明的正态分布法估算电池充放电功率指令的流程图；
图6a、6b分别为根据本发明的电池充、放电时间段的正态分布示意图；
图7a、7b分别为根据本发明的电池充、放电功率的正态分布示意图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域的技术人员理解。
本实施例提供光伏储能系统的能量管理方法，该光伏储能系统具体为图1所示的储能光伏逆变器，该能量管理方法通过图2所示的硬件实现数据采集、计算和指令发送。如图2所示，处理器(如未处理芯片MCU 4)分别和储能逆变器3、外部存储器(如FLASH6)、用于测量储能逆变器3向电网输出的功率的数字电表5分别相电连，以相互通信。其中，MCU 4 分别通过通信接口和储能逆变器3、数字电表5相通信。储能逆变器3的光伏组件面板的PV 功率数据以及电池的电池功率数据、数字电表5的电表功率、天气数据分别被MCU 4采样读取到然后存储在FLASH 6中，MCU 4调用FLASH 6的存储数据通过平均法、正态分布法、机器学习法处理而估算出当前的电池冲放电功率，而获取当前电池充放电功率指令，并向储能逆变器、双向DC/DC发送电池充放电功率指令使得电池相应充电或放电。
如图3所示，本发明中将一天划分为24个时间段，每小时为一个时间段，如1:00至2:00 为第1个时间段，2:00至3:00为第2个时间段，依次类推。将1天设为一个采样时间，连续采样7天，采样时，每天都划分为24个采样时间段，则供采集7*24个时间段的数据。而在根据采样数据估算时，也将当前1天对应各采样时间段划分为24个当前时间段，即1:00至 2:00为第1个时间段，2:00至3:00为第2个时间段，等。通过例如7天内采样的第1个时间段(即1:00至2：00)内的7组数据来估算当前1天(如第8天)的1:00至2:00的电池充放电功率。
如图4所示，采用平均法估算电池充放电功率和充放电时间段的流程如下：
步骤1、通过通信接口读取数字电表功率、PV功率和对应的时间段，并存储在外部FLASH 中；
步骤2、当采集时间达到一个采样时间段时(1h)，计算一个采样时间段内的电表功率平均值、PV功率平均值；
步骤3、连续采集7天数据，并求得7天内每个采样时间段的电表的平均功率和PV平均功率；
步骤4、根据公式Pbattery_cmd＝Pmeter_average-Ppv_average，计算每个时间段电池的平均功率，若平均功率大于0，则认为此时间段为放电时间段；否则为充电时间段；根据当前时间段为放电时间段还是充电时间段获得电充放电功率指令，并将指令发送给双向DC/DC。
由平均法估算的每天充放电次数之和最大为24次。为了应对每个季度用电量和天气的不一致性，电池功率估算每7天更新一次。例如，根据1月的第1-7天的采样数据预估出第8-15 天各个时间段为充电时间段还是放电时间段，从而对应第8-14天各时间段向双向DC/DC发送相应的充放电功率指令；同时，在第8-14天继续进行数据采用，以估算第15-21天的充电时间段和放电时间段；依次类推。
如图5所示，采用正态分布法估算电池充放电时间段和充放电功率的流程如下：
步骤1、通过通信接口读取数字电表功率、电池功率、PV功率和对应的时间，并存储在外部FLASH中；
步骤2、当采集时间达到一个采样时间段(1h)，计算一个采样时间段内的电表功率平均值，电池功率平均值和PV功率平均值；通过电池功率的平均值判断采样时间段的充放电状态；若电池功率为正，则采样时间段为放电状态，若电池功率为负，则采样时间段为充电状态；
步骤3、通过统计7天内充电状态下的采样时间段，符合正态分布(如图6a所示)，计算出置信区间为0.6的充电时间段；
步骤4、同理步骤3，计算出置信区间为0.6的放电时间段(如图6b所示)。
步骤5、通过统计7天内各个采样时间段的充电功率，计算出置信区间为0.6的充电功率 (如图7a所示)；
步骤6、同理步骤5，计算出置信区间为0.6的放电功率(如图7b所示)；
步骤7，根据当前时间段为充电时间段还是放电时间段以及充电功率或放电功率将电池充放电功率指令发给双向DC/DC。
为了适应不同情况，数据采集和充放电功率的估算每7天更新一次。
采用机器学习决策树ID3算法预测电池充放电功率的步骤如下，
步骤1、通过天气预报，将天气划分为晴、阴、雨、雪等类，天气越详细预测精度越高；
步骤2、划分功率等级，为了减少ID3的运算，以间隔为100W的区分度进行划分；
例如5000W的储能逆变器，则采集到的电池功率数据可以四舍五入为-5000W、-4900W、 -4800W、-4700W…0W、100W、200W…4700W、4800W、4900W、5000W；区分度间隔越小，则预测的电池充放电功率的精度越高，相应的运算量将会增加；
步骤3、将采集的数据整理成样本，如表1所示：
表1采集数据样本
天气 时间段 电表时间段平均功率(W) 电池平均功率(W)
晴 1 -100 100
阴 2 -100 0
阴 3 0 0
阴 4 0 0
阴 5 -100 200
晴 6 500 -300
晴 7 500 -400
晴 8 1000 -800
晴 9 1200 -900
晴 10 0 -1200
晴 11 0 -1500
阴 12 -200 -1300
… … … …
雪 1 -300 500
晴 2 -100 300
… … … …
步骤4、根据如下公式分别计算属性天气、采样时间段和电表平均功率各自的信息增益：
式中，S为全部样本的集合，value(T)是属性T所有取值的集合，v是T的其中一个属性值，Sv是S中属性为T值为v的样例集合，|Sv|为Sv中所含样例数；
Entropy()为熵，定义如下：
式中，C是类别变量，它的取值为C1，C2，…，Cn，每一个出现的概率为P(C1)，P(C2)，…， P(Cn)，1≤i≤n，n为样本总数；
步骤5、根据信息增益最大的类进行数据划分，第一次划分完后，数据将被传到树分支的下一个节点，在这个节点上再次划分数据，采用递归原则处理数据集；如果数据集已经处理了所有属性，但类标签依然不是唯一的，此时采用多数表决的方法决定叶子节点的分类；
步骤6、构造完决策树后，通过输入天气、采样时间段和数字电表平均功率预测出电池充放电功率。
上述实施例只为说明本发明的技术构思及特点，是一种优选的实施例，其目的在于熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限定本发明的保护范围。凡根据本发明的精神实质所作的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种光伏储能系统的能量管理方法，其特征在于，将采样时间划分为N个采样时间段，采集各个采样时间段内的天气数据、光伏储能系统的电池平均功率数据以及通过电表读取的光伏储能系统输出的电表平均功率数据，将采集的数据整理为样本，通过决策树ID3算法，预测出当前时间段内电池充放电的平均功率。
2.根据权利要求1所述的能量管理方法，其特征在于，包括如下步骤：
S11、将采样时间划分为N个采样时间段，将天气数据划分为不同类别，将采集到的各个采样时间段的天气类别与各采样时间段对应；
S12、将采集到的各个采样时间段的电表平均功率、电池平均功率与各采样时间段对应；
S13、将步骤S11、S12采集到的数据和对应的各采样时间段整理为样本；
S14、根据公式(1)分别计算天气属性、采样时间段、电表平均功率各自的信息增益，
公式(1)中，S为全部样本的集合，value(T)是属性T所有取值的集合，v是T的其中一个属性值，Sv是S中属性为T值为v的样例集合，|Sv|为Sv中所含样例数；Entropy()为熵，定义如式(2)，
式(2)中，C是类别变量，它的取值为C1，C2，…，Cn，每一个出现的概率为P(C1)，P(C2)，…，P(Cn)，1≤i≤n，n为样本总数；
S15、根据信息增益最大的类进行数据划分，第一次划分完后，数据将被传到树分支的下一个节点，在这个节点上再次划分数据，采用递归原则处理数据集；如果数据集已经处理了所有属性，但类标签依然不是唯一的，此时采用多数表决的方法决定叶子节点的分类；
S16、构造完决策树后，通过输入天气、采样时间段和电表功率预测出当前的电池充放电平均功率。
3.根据权利要求1所述的能量管理方法，其特征在于，步骤S11中，将天气数据划分为晴、阴、雨、雪类别。
4.根据权利要求1所述的能量管理方法，其特征在于，步骤S12中，以x W为区分度依据四舍五入原则对采集到的各个采样时间段的电表平均功率、电池平均功率划分功率等级，将各个采样时间段的功率等级数据与各采样时间段对应。
5.一种光伏储能系统的能量管理方法，其特征在于，
将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的电池平均功率、光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率，通过电池平均功率判断各个采样时间段为充电状态还是放电状态；
重复执行上述步骤m次，获取m个所述采样时间内的m*N个采样时间段内的电池平均功率、PV平均功率、电表平均功率以及充放电状态；根据正态分布法估算出当前时间段的充电功率或放电功率。
6.根据权利要求5所述的能量管理方法，其特征在于，包括如下步骤：
S21、将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的电池平均功率、光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率；
S22、通过各采样时间段的电池平均功率判断各个采样时间段为充电状态还是放电状态，若电池平均功率为正，则对应的采样时间段为放电状态；若电池功率为负，则对应的采样时间段为充电状态；
S23、重复执行上述步骤S11和S22m次，获取m个所述采样时间内的m*N个采样时间段内的电池平均功率、PV平均功率、电表平均功率以及充放电状态；
S24、统计m个所述采样时间内的充电状态下的采样时间段，根据正态分布，计算预测出置信区间内的充电时间段；
S25、统计m个所述采样时间内的放电状态下的采样时间段，根据正态分布，计算预测出置信区间内的放电时间段；
S26、统计m个所述采样时间内各采样时间段的充电功率，计算预测出置信区间的各充电时间段的充电功率；
S27、统计m个所述采样时间内各采样时间段的放电功率，计算预测出置信区间的各放电时间段的放电功率；
S28、根据当前所处时间段为充电时间段还是放电时间段以及充电功率或放电功率发送电池充放电功率指令。
7.根据权利要求6所述的能量管理方法，其特征在于，步骤S24、S25、S26、S27中的置信区间为0.6。
8.一种光伏储能系统的能量管理方法，其特征在于，将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率，根据对应当前时间段的采样时间段的PV平均功率和电表平均功率计算出当前时间段的电池充放电功率指令。
9.根据权利要求8所述的能量管理方法，其特征在于，包括如下步骤：
S31、将采样时间划分为N个采样时间段，采集并计算各个采样时间段内的光伏储能系统的光伏组件的PV平均功率以及通过电表读取的光伏储能系统输出的电表平均功率；
S32、根据公式(3)计算与各采样时间段对应的当前时间段的电池充放电功率指令，
Pbattery_cmd＝Pmeter_average-Ppv_average (3)
公式(3)中，Pbattery_cmd表示电池充放电功率指令，Pmeter_average表示电表平均功率，Ppv_average表示PV平均功率。
10.根据权利要求1-9中任一项所述的能量管理方法，其特征在于，所述采样时间为一或多天，N为24或其正整数倍。
CN201711380216.5A 2017-12-20 2017-12-20 一种光伏储能系统的能量管理方法 Active CN108183496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711380216.5A CN108183496B (zh) 2017-12-20 2017-12-20 一种光伏储能系统的能量管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711380216.5A CN108183496B (zh) 2017-12-20 2017-12-20 一种光伏储能系统的能量管理方法

Publications (2)

Publication Number Publication Date
CN108183496A true CN108183496A (zh) 2018-06-19
CN108183496B CN108183496B (zh) 2020-10-20

Family

ID=62546504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711380216.5A Active CN108183496B (zh) 2017-12-20 2017-12-20 一种光伏储能系统的能量管理方法

Country Status (1)

Country Link
CN (1) CN108183496B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255746A (zh) * 2021-05-14 2021-08-13 国网甘肃省电力公司经济技术研究院 基于决策树的新能源电动汽车退役动力电池等级筛选方法
WO2022183568A1 (zh) * 2021-03-02 2022-09-09 联合微电子中心有限责任公司 复合微能源系统及其能量控制方法、装置、存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537010A (zh) * 2014-12-17 2015-04-22 温州大学 基于决策树的网构软件中的构件分类方法
CN105515031A (zh) * 2015-12-02 2016-04-20 华北电力大学 一种基于预测数据修正的微网储能实时控制方法
CN105678396A (zh) * 2015-11-04 2016-06-15 衢州职业技术学院 光伏电站超短时功率预测装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537010A (zh) * 2014-12-17 2015-04-22 温州大学 基于决策树的网构软件中的构件分类方法
CN105678396A (zh) * 2015-11-04 2016-06-15 衢州职业技术学院 光伏电站超短时功率预测装置
CN105515031A (zh) * 2015-12-02 2016-04-20 华北电力大学 一种基于预测数据修正的微网储能实时控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022183568A1 (zh) * 2021-03-02 2022-09-09 联合微电子中心有限责任公司 复合微能源系统及其能量控制方法、装置、存储介质
CN113255746A (zh) * 2021-05-14 2021-08-13 国网甘肃省电力公司经济技术研究院 基于决策树的新能源电动汽车退役动力电池等级筛选方法

Also Published As

Publication number Publication date
CN108183496B (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
CN108470239B (zh) 计及需求侧管理和储能的主动配电网多目标分层规划方法
Ma et al. Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic
CN105680474B (zh) 一种储能抑制光伏电站快速功率变化的控制方法
CN112734098B (zh) 一种基于源-荷-网平衡的配电网电力调度方法及系统
CN110783959B (zh) 一种新能源发电系统的稳定状态控制系统
CN108964102A (zh) 配电网中分布式储能的位置和容量优化配置方法
Chen et al. Energy storage sizing for dispatchability of wind farm
CN112994085A (zh) 基于麻雀搜索算法的微电网储能优化调度方法
CN115051415B (zh) 基于ai预测的光储直柔系统配电策略决策方法及装置
CN112670999A (zh) 一种基于用户侧灵活资源的低压配电网实时电压控制方法
CN115021295A (zh) 针对一次调频的风电场混合储能容量优化配置方法及系统
CN116470513A (zh) 一种响应电网需求的多类型光热电站协调调度运行方法
KR102240556B1 (ko) 이종 신재생 에너지원이 결합된 발전원 운영 방법 및 장치
CN108183496A (zh) 一种光伏储能系统的能量管理方法
CN106953318A (zh) 一种基于成本的微电网优化控制方法
CN110531269A (zh) 一种串并联组合式电池堆的soc估算方法及电池管理系统
Sangpanich A novel method of decentralized battery energy management for stand-alone PV-battery systems
CN111817329A (zh) 光伏电站优化运行方法及装置
CN110224397B (zh) 一种风光接入背景下用户侧电池储能成本效益分析方法
CN103763761A (zh) 太阳能基站能量供给的处理方法
CN110852495A (zh) 一种分布式储能电站选址方法
Karrari et al. A method for sizing centralised energy storage systems using standard patterns
Gaetani-Liseo et al. Identification of ESS Degradations Related to their Uses in Micro-Grids: application to a building lighting network with VRLA batteries
CN115238992A (zh) 一种电力系统源荷储的协调优化方法、装置及电子设备
CN111244989B (zh) 一种基于电池储能的风电机组与火电机组的协调运行方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 212200 Gangxing Road 588, Yangzhong Economic Development Zone, Zhenjiang City, Jiangsu Province

Applicant after: Aishiwei New Energy Technology (Yangzhong) Co., Ltd.

Address before: 212200 Gangxing Road 588, Yangzhong Economic Development Zone, Zhenjiang City, Jiangsu Province

Applicant before: Aisima new energy technology (Yangzhong) Co., Ltd.

GR01 Patent grant
GR01 Patent grant