CN109412250A - 一种离网发电系统储能电池最佳充电速率的确定方法 - Google Patents

Abstract

本发明公开了一种离网发电系统储能电池最佳充电速率的确定方法，通过外界环境参数收集预测光伏组件的出力，通过对负载信息的收集量化光伏系统的电能消耗；依据不同的用户需求，结合储能电池本身的SOC状态与光伏组件出力、光伏系统能耗的关系，确定满足相关储能性能所需的最小充电速率；依据储能电池的初始SOC状态，确定不使其损坏的最大充电速率；最后根据最小、最大充电速率确定最佳充电速率。本发明考虑了光伏组件输出端，负载端与储能电池本身性能之间的关系，确定不同系统要求、储能电池SOC等情况下的储能系统最佳充电速率，可有效预防储能电池过充，提高储能系统的可靠性与经济性。

Description

一种离网发电系统储能电池最佳充电速率的确定方法

技术领域

本发明涉及一种离网发电系统储能电池最佳充电速率的确定方法，属于光伏系统的性能控制技术领域。

背景技术

离网发电系统是一种可脱离电网独立运行的光伏发电系统，得益于其灵活性，离网发电系统可为难以通过拓展传统电网的方法来获取电力的无电地区提供电力。同时，由于其不与大电网相连，如何提高离网发电系统的可靠性，并且在保证可靠性的前提下提供最低成本的系统配置是当前离网发电系统的主要研究方向。

储能电池作为离网发电系统的能量存储、调度装置，其系统的稳定性很大程度上决定了整个离网发电系统的可靠性。同时，在系统的设计中，储能电池的价格占据了离网发电系统设计成本的很大一部分。

储能电池的充电速率对储能电池的相关性能有着重要影响。充电速率过低，会导致蓄电池的充电速率过慢，无法在相应时间内充满或达到一定指标，影响系统的可靠性；充电速率过高则会导致电极材料的析出，造成不可逆的电池损坏，从而影响电池的寿命，影响系统的经济性。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供了一种离网发电系统储能电池最佳充电速率的确定方法，用于确定不同用户需求、电池SOC等情况下的储能系统最佳充电速率，可有效预防蓄电池过充，改善了系统的可靠性与经济性。

为达到上述目的，本发明所采用的技术方案如下：

一种离网发电系统储能电池最佳充电速率的确定方法，包括以下步骤：

1)设定储能系统相关参数，并测量储能电池的初始参数；所述储能系统相关参数包括储能电池的截止SOC，以及储能系统的预测时间和预测时长；所述储能电池的初始参数包括储能电池的SOC初始值以及储能电池的实际容量C_N；

2)通过历史温度、辐照强度数据计算所述预测时间的预测时长内的光伏组件出力记为P₁；通过负载的历史使用情况，计算所述预测时间的预测时长内的负载使用功率，记为P₂；

3)结合SOC初始值，步骤1)中的设定参数，以及步骤2)中的P₁与P₂，计算初始时刻储能电池的最小充电速率；通过充电实验获得储能电池的最大充电速率；

4)依据储能电池的最大充电速率和最小充电速率，计算预测时长内的最佳充电速率；

5)计算经过预测时长后的SOC值；

6)将步骤5)所求得的SOC值与储能电池的截止SOC值进行比较，即判断SOC₁<SOC_N是否成立，若成立，则以步骤5)计算的SOC值作为SOC初始值，依据下一个预测时长的历史温度，辐照强度数据和负载使用功率，返回步骤2)重新计算；若不成立，则停止充电，光伏组件直接给负载供电，其中，SOC₁为预测时长后的SOC值，SOC_N为储能电池的截止SOC值。

前述的步骤1)中，储能电池的截止SOC通过设定其截止电压获取。

前述的步骤1)中，储能电池的SOC初始值通过开路电压法测得，实际容量C_N通过放电实验测得。

前述的预测时长取5—10min。

前述的步骤2)中，光伏组件出力的预测过程为：

21)、通过相关气象网站获取最近10年来与预测时间相对应的同一天的预测时长内的辐照平均值作为辐照预测值，温度平均值作为温度预测值；

22)、计算预测时长内的光伏组件电流值，计算如下：

其中，I_m为光伏组件在STC下的电流，G为辐照预测值，G_T为STC下的辐照值，取1000W/m²，α为光伏组件电流的温度系数，ΔT＝T-25，T为温度预测值；

23)、计算预测时长内的光伏组件电压值，计算如下：

V＝V_m(1+βΔT)

其中，V_m为光伏组件在STC下的电压，β为光伏组件电压的温度系数，ΔT＝T-25，T为温度预测值；

24)、将所得计算的光伏组件电流值和光伏组件电压值相乘，即为光伏组件出力P₁。

前述的步骤2)中，负载使用功率的计算过程为：

2a)、获取各负载历史功率和使用时长；

2b)、利用近10年来与预测时间相对应的同一天的预测时长内的负载平均功率数值作为负载功率的预测值；利用近10年来与预测时间相对应的同一天的预测时长内负载平均使用时长作为使用时长的预测值，以此负载功率的预测值和使用时长的预测值作为用户负载使用习惯；

2c)、依据用户负载使用习惯，计算预测时长内的总负载使用功率P₂，

其计算公式如下：

其中，t_预测为预测时长，p_i为负载功率的预测值；t_i为使用时长的预测值。

前述的步骤3)中，储能电池的最小充电速率计算如下：

其中，C₀为最小充电速率，t为初始时刻达到储能系统设定值所需要的充电时长，SOC₀为储能电池的SOC初始值；

t由下式确定：

(P₁-P₂)*t＝(SOC_N-SOC₀)*C_N。

前述的步骤3)中，储能电池的最大充电速率选取为3C至4C之间。

前述的步骤4)中，最佳充电速率计算如下：

C^*＝C₀*SOC₀+C₁*(1-SOC₀)

其中，C^*为最佳充电速率，C₀为最小充电速率，C₁为最大充电速率，SOC₀为储能电池的SOC初始值。

前述的步骤5)中，经过预测时长后SOC值计算如下：

其中，SOC₀为储能电池的SOC初始值，ΔC为最佳充电速率下预测时长内所增加的电量。

与现有技术相比，本发明的有益效果是：

1、本发明通过外界环境参数收集预测光伏组件的出力，通过对负载信息的收集量化负载的电能消耗，将内部参数与外部负载条件结合考虑，提高预测的准确性与适用性。

2、本发明可依据不同系统需求，结合储能电池本身的SOC状态与光伏组件出力、系统能耗的关系，确定最小充电速率；依据储能电池的SOC状态，确定最大充电速率；使用最小、最大充电速率确定最佳充电速率的值。

3、本发明可在线确定储能电池的最佳充电速率，响应速度快，适用性好，操作过程简便，具有较好的应用价值。

附图说明

图1为本方法的流程图。

具体实施方式

下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，本发明的离网发电系统储能电池最佳充电速率的确定方法，主要包括以下步骤：

S1、设定储能系统相关参数，主要包括储能电池的截止SOC(荷电状态)以及系统预测时长，测量储能电池的初始参数。其中，储能电池的截止SOC可以通过设定其截止电压来获得。

本步骤中，所需要设定的系统预测时长主要用于光伏组件的出力预测以及负载的消耗预测。预测时长越短，预测精度较大，响应时间越短，但是充电稳定性较差；预测时长越长，预测精度越低，但是充电较为稳定。一般在保证充电曲线较为平缓的前提下，尽可能取较小值，一般取5—10min。

储能电池的初始参数包括储能电池的SOC初始值以及储能电池的实际容量C_N。其中，储能电池的SOC初始值通过开路电压法测得。实际容量C_N通过放电实验测得。

S2、通过历史温度、辐照强度数据计算该预测时长内的光伏组件出力记为P₁，P₁的计算过程如下：

21)、通过相关气象网站获取近10年来当日当时段的辐照平均值作为辐照预测值，近10年来当日当时段的温度平均值作为温度预测值。

22)、计算预测时长内的光伏组件电流值，其计算公式如下所示：

式中：I_m为光伏组件在STC下的电流，可直接从铭牌中获得，G为辐照预测值，为近10年来当日当时段的辐照平均值，G_T为STC下的辐照值，为1000W/m²，α为光伏组件电流的温度系数，可直接从铭牌中获得。ΔT＝T-25，其中，T为温度预测值，为近10年来当日当时段的温度平均值。

23)、计算预测时长内的光伏组件电压值，其计算公式如下所示：

V＝V_m(1+βΔT) (2)

式中：V_m为光伏组件在STC下的电压，可直接从铭牌中获得，β为组件电压的温度系数，可直接从铭牌中获得，ΔT＝T-25，其中，T为温度的计算值，为近10年来当日当时段的温度平均值。

24)、将所得计算的电压、电流值相乘，即为所求的光伏组件出力P₁。

(以预测2018年9月13日11时，预测时长为5min的光伏组件出力为例，首先获取2007年至2017年各年9月13日11时至11时5分之间的辐照值和温度数值，计算其平均值代入式(1)和式(2)中求得此预测时长内的平均功率P₁)。

通过负载的历史使用情况预测该预测时长内的负载使用功率记为P₂，P₂的预测计算过程如下：

2a)、获取各负载历史功率、使用时长等；

2b)、利用近10年来当日当时段的负载平均功率数值作为负载功率的预测值；利用近10年来当日当时段的负载平均使用时长作为使用时长的预测值，作为用户负载使用习惯，表示如下：

表1用户负载使用习惯历史数据收集表

负载类型	负载功率(W)	使用时长(h)
			1	p<sub>1</sub>	t<sub>1</sub>
2	p<sub>2</sub>	t<sub>2</sub>
			3	p<sub>3</sub>	t<sub>3</sub>
…	…	…
			n	p<sub>n</sub>	t<sub>n</sub>

2c)、依据用户负载使用习惯，计算预测时长内的总负载使用功率P₂，

其计算公式如下：

式中：t_预测为上述步骤S1中选取的预测时长；p_i为近10年来当日当时段该负载平均功率数值；t_i为近10年来当日当时段各负载平均使用时长。

(以预测2018年9月13日11时，预测时长为5min的负载使用功率为例，首先获取2007年至2017年各年9月13日11时至11时5分之间的各负载功率，以及各负载对应的使用时长，计算平均值代入公式(3)，求得的结果即为此时预测的使用功率P₂)。

S3、结合SOC初始值以及步骤S1中的设定参数，参考P₁与P₂，计算初始时刻的储能电池最小充电速率，由以下公式确定：

(P₁-P₂)*t＝(SOC_N-SOC₀)*C_N (4)

式中，t为初始时刻达到系统设定值所需要的充电时长，SOC_N为储能电池的截止SOC值，SOC₀为储能电池的SOC初始值。

在计算获得充电时长t后，即可确定其最小充电速率，记为C₀，其计算公式如下：

通过SOC初始值，获取储能电池的最大充电速率。储能电池的最大充电速率是指储能电池体积不发生不可逆膨胀的最大充电速率，与储能电池的SOC初始值有关。SOC初始值越小时，其可接受的最大充电速率越大；SOC越大时，其可接受的最大充电速率越小，一般在3C至4C之间(锂电为例)，C代表充电速率，指储能电池充电的电流值，它在数值上等于额定容量的倍数。1C代表1小时能把电池从没电到充满电的充电电流，4C则意味着以此电流充电，只需0.25小时就能充满电。

储能电池的最大充电速率可通过充电实验获得，记为C₁。

S4、依据储能电池的最大、最小充电速率，计算其预测时长内的最佳充电速率。同时，为使其充电曲线尽可能平缓，考虑其充电速率与SOC初始值之间的关系，得到计算最佳充电速率C^*的公式如下：

C^*＝C₀*SOC₀+C₁*(1-SOC₀) (6)。

S5、计算经过预测时长后的SOC值，计算公式如下：

式中，SOC₁为预测时长过后的SOC值，ΔC为最佳充电速率下预测时长内所增加的电量，即最佳充电速率与预测时长的乘积。

S6、判断步骤S5计算的SOC值是否达到设定的要求。即将所求得的SOC值与储能电池的截止SOC值进行比较，即判断SOC₁<SOC_N是否成立，若是，则以步骤5)计算的SOC₁作为SOC初始值，依据下一个预测时长的温度和辐照数据，负载使用功率重新计算，重复步骤S2至S6；若否，则停止充电，光伏组件直接给负载供电。

以计算2018年9月13日11时，预测时长为5min之间的最佳充电速率为例。

1、获取2007年至2017年各年9月13日11时至11时5分之间的辐照、温度数据，取其平均值，代入公式(1)和(2)计算光伏组件出力预测值。

2、获取2007年至2017年各年9月13日11时至11时5分之间的各负载功率及使用时长，取其平均值，计算负载使用功率预测值。

3、然后计算此时段内的最佳充电速率，预测时段为5min。

4、此后，时间变为11时5分，以所计算的预测时长过后的SOC值作为SOC初始值，重新获取历史上11时5分至11时10分之间的相关数据，重新开始计算。

现以相关实例对本发明进行进一步说明，相关计算过程如下：

取蓄电池实际容量C_N＝1000Wh，类型为锂电池。以20％作为其SOC初始值，将截止SOC设为80％(一般蓄电池充放电范围为20％～80％)，取其预测时长为5min。

设其在预测时长内光伏组件平均输出功率P₁＝400W，在预测时长内负载平均消耗功率P₂＝100W。

则由公式(4)可求得其充电时长t为：

(400-100)*t＝(0.8-0.2)*1000

解得t＝2h，

故其最小充电速率C₀为：

由于储能电池最大充电速率C₁与储能电池的SOC初始值有关，在其SOC初始值为20％的情况下，可取C₁＝3.5C(电池体积不发生不可逆膨胀的最大充电速率，锂电在3C至4C之间，SOC越大，其值越小)。

此时，可由公式(6)计算得其最佳充电速率为：

C^*＝0.3*0.2+3.5*(1-0.2)＝2.86C

此时，可由公式(7)计算得其经过预测时长后的SOC值，相关过程如下：

此时，显然有43.83％＜80％，将新SOC值与新的P₁值与P₂值代入，重复步骤S2至S6，直至SOC₁>SOC_N，停止充电。

Claims (10)

1.一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，包括以下步骤：

1)设定储能系统相关参数，并测量储能电池的初始参数；所述储能系统相关参数包括储能电池的截止SOC，以及储能系统的预测时间和预测时长；所述储能电池的初始参数包括储能电池的SOC初始值以及储能电池的实际容量C_N；

2)通过历史温度、辐照强度数据计算所述预测时间的预测时长内的光伏组件出力记为P₁；通过负载的历史使用情况，计算所述预测时间的预测时长内的负载使用功率，记为P₂；

3)结合SOC初始值，步骤1)中的设定参数，以及步骤2)中的P₁与P₂，计算初始时刻储能电池的最小充电速率；通过充电实验获得储能电池的最大充电速率；

4)依据储能电池的最大充电速率和最小充电速率，计算预测时长内的最佳充电速率；

5)计算经过预测时长后的SOC值；

6)将步骤5)所求得的SOC值与储能电池的截止SOC值进行比较，即判断SOC₁<SOC_N是否成立，若成立，则以步骤5)计算的SOC值作为SOC初始值，依据下一个预测时长的历史温度，辐照强度数据和负载使用功率，返回步骤2)重新计算；若不成立，则停止充电，光伏组件直接给负载供电，其中，SOC₁为预测时长后的SOC值，SOC_N为储能电池的截止SOC值。

2.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤1)中，储能电池的截止SOC通过设定其截止电压获取。

3.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤1)中，储能电池的SOC初始值通过开路电压法测得，实际容量C_N通过放电实验测得。

4.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述预测时长取5—10min。

5.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤2)中，光伏组件出力的预测过程为：

21)、通过相关气象网站获取最近10年来与预测时间相对应的同一天的预测时长内的辐照平均值作为辐照预测值，温度平均值作为温度预测值；

22)、计算预测时长内的光伏组件电流值，计算如下：

其中，I_m为光伏组件在STC下的电流，G为辐照预测值，G_T为STC下的辐照值，取1000W/m²，α为光伏组件电流的温度系数，ΔT＝T-25，T为温度预测值；

23)、计算预测时长内的光伏组件电压值，计算如下：

V＝V_m(1+βΔT)

其中，V_m为光伏组件在STC下的电压，β为光伏组件电压的温度系数，ΔT＝T-25，T为温度预测值；

24)、将所得计算的光伏组件电流值和光伏组件电压值相乘，即为光伏组件出力P₁。

6.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤2)中，负载使用功率的计算过程为：

2a)、获取各负载历史功率和使用时长；

2b)、利用近10年来与预测时间相对应的同一天的预测时长内的负载平均功率数值作为负载功率的预测值；利用近10年来与预测时间相对应的同一天的预测时长内负载平均使用时长作为使用时长的预测值，以此负载功率的预测值和使用时长的预测值作为用户负载使用习惯；

2c)、依据用户负载使用习惯，计算预测时长内的总负载使用功率P₂，

其计算公式如下：

其中，t_预测为预测时长，p_i为负载功率的预测值；t_i为使用时长的预测值。

7.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤3)中，储能电池的最小充电速率计算如下：

其中，C₀为最小充电速率，t为初始时刻达到储能系统设定值所需要的充电时长，SOC₀为储能电池的SOC初始值；

t由下式确定：

(P₁-P₂)*t＝(SOC_N-SOC₀)*C_N。

8.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤3)中，储能电池的最大充电速率选取为3C至4C之间。

9.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤4)中，最佳充电速率计算如下：

C^*＝C₀*SOC₀+C₁*(1-SOC₀)

其中，C^*为最佳充电速率，C₀为最小充电速率，C₁为最大充电速率，SOC₀为储能电池的SOC初始值。

10.根据权利要求1所述的一种离网发电系统储能电池最佳充电速率的确定方法，其特征在于，所述步骤5)中，经过预测时长后SOC值计算如下：

其中，SOC₀为储能电池的SOC初始值，ΔC为最佳充电速率下预测时长内所增加的电量。