CN110060165A - 光伏储能系统收益测算方法及能量管理控制方法 - Google Patents
光伏储能系统收益测算方法及能量管理控制方法 Download PDFInfo
- Publication number
- CN110060165A CN110060165A CN201910477622.6A CN201910477622A CN110060165A CN 110060165 A CN110060165 A CN 110060165A CN 201910477622 A CN201910477622 A CN 201910477622A CN 110060165 A CN110060165 A CN 110060165A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- photovoltaic
- electricity
- storage system
- charge
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 458
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000008901 benefit Effects 0.000 title claims abstract description 73
- 230000005611 electricity Effects 0.000 claims abstract description 197
- 230000001419 dependent effect Effects 0.000 claims abstract description 48
- 238000010248 power generation Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000009434 installation Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000007717 exclusion Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 238000011161 development Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000003455 independent Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001846 repelling effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/12—Billing, invoicing, buying or selling transactions or other related activities, e.g. cost or usage evaluation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种光伏储能系统收益测算方法及能量管理控制方法，光伏储能系统收益测算方法通过收益影响因素，构建光伏储能系统收益模型，其中，收益影响因素至少包括光伏储能电量计量、光伏储能度电收益以及初始投资中的一个因素。由于该模型在构建光伏储能电量计量时考虑了待测算光伏储能系统的发电参数因素，并在构建光伏储能度电收益时考虑了电价信息因素，以及在构建待测算光伏储能系统的初始收益时考虑了光伏成本和储能成本，且后续还通过对光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案的各个因变量，进而能够基于各种投资方案下的因变量，确定待测算光伏储能系统的收益测算结果，以为待测算光伏储能系统提供可靠的设置依据。
Description
技术领域
本发明涉及光伏储能系统技术领域，具体涉及一种光伏储能系统收益测算方法及能量管理控制方法。
背景技术
在光伏储能一体化项目开发过程中，需要结合当地光照资源、光储成本电价信息等因素对光伏储能电站的投资收益建立合理准确的数学模型，明确光伏储能电站投资收益指标，结合数学计算工具对各种配置下的光伏储能系统的投资收益情况进行经济评价，通过计算结果优化光伏储能电站配置，实现投资成本最小化和收益最大化目标。
但是，现有的光伏储能系统收益模型仅仅从固定的电站配置参数以及储能成本函数模型方面进行考虑，并没有系统的考虑影响光伏储能系统的其他因素；因此，采用现有的光伏储能系统收益模型对光伏储能一体化项目进行开发，得到的数据以及结论准确度不高，并不能有效的指导光伏储能一体化项目开发进程。
发明内容
有鉴于此，本发明实施例提供一种光伏储能系统收益测算方法及能量管理控制方法，以解决仅从固定的电站配置参数以及储能成本函数模型所构建的光伏储能系统收益模型不完善，得到的数据以及结论准确度不高，不能有效的指导光伏储能一体化项目开发进程的问题。
为实现上述目的，本发明实施例提供如下技术方案：
本发明第一方面公开了一种光伏储能系统收益测算方法，包括：
依据待测算光伏储能系统的参数，得到光伏储能电量计量；
依据电价信息，得到光伏储能度电收益；
基于光伏成本和储能成本，确定所述待测算光伏储能系统的初始投资；
依据收益影响因素，构建光伏储能系统收益模型；其中，所述收益影响因素至少包括所述光伏储能电量计量、所述光伏储能度电收益以及所述初始投资；
对所述光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案下的各个因变量；所述自变量包括所述光伏成本的单价、所述储能成本的单价以及所述发电功率模拟函数的储能功率/容量配置参数；
根据各种投资方案下的各个因变量，确定所述待测算光伏储能系统的收益测算最优方案，以为所述待测算光伏储能系统的经济指标/容量配置提供设置依据。
可选地，所述发电参数，包括：发电功率模拟函数、光伏组件衰减曲线以及电池衰减曲线；
并且，在上述光伏储能系统收益测算方法中，依据待测算光伏储能系统的发电参数，得到光伏储能电量计量，包括：
判断当前时段是否属于储能充电时段；
若当前时段不属于所述储能充电时段，则根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量，作为所述光伏储能电量计量；
若当前时段属于所述储能充电时段，则以储能额定充电功率和所述当前时段光伏发电功率中的较小值为储能电站充电；并根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QC×HE×SC，计算得到储能上网总电量；再以所述储能上网总电量与所述光伏上网总电量的和，作为所述光伏储能电量计量；
其中，QPV为所述光伏上网总电量，QPV(t-1)为上一时段光伏上网总电量，PPV(t)为当前时段光伏发电功率，且所述当前时段光伏发电功率PPV(t)为依据所述发电功率模拟函数和所述光伏组件衰减曲线计算得到的；QCEC为所述储能上网总电量，QC为储能电站容量，HE为系统充电效率，SC为电池剩余可用容量百分比。
可选地，在上述光伏储能系统收益测算方法中，在以储能额定充电功率和所述当前时段光伏发电功率中的较小值为储能电站充电之后，还包括：
判断储能电站是否出现过充现象；
若储能电站出现过充现象，则根据QPV＝[QCEC(t-1)-QC×HE×SC]/HR+QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QCEC(t-1)-QC×HE×SC，计算得到所述储能上网总电量；再以所述储能上网总电量与光伏上网总电量的和，作为所述光伏储能电量计量；
若储能电站并未出现过充现象，才执行根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QC×HE×SC，计算得到储能上网总电量；再以所述储能上网总电量与所述光伏上网总电量的和，作为所述光伏储能电量计量的步骤；
其中，QCEC(t-1)为上一时段储能上网总电量，HR为系统往复效率。
可选地，在上述光伏储能系统收益测算方法中，所述发电参数还包括：系统往复效率；
并且，得到所述光伏储能度电收益的依据还包括补贴信息；
所述光伏储能度电收益包括：光伏度电收益和储能度电收益；
所述光伏度电收益包括：根据所述电价信息得到的一小时度电收益，以及，根据所述补贴信息中的光伏补贴价格计算得到的光伏补贴收益；
所述储能度电收益包括：根据所述电价信息得到的一小时度电收益，以及，根据所述补贴信息中的储能补贴价格计算得到的储能补贴收益。
可选地，在上述光伏储能系统收益测算方法中，所述收益影响因素还包括所述待测算光伏储能系统的贴现率，所述光伏储能系统收益模型包括：
PSR＝PVO+ESO；
PVO＝EG1×QPV1；
ESO＝EG2×QCEC1；
NPV＝NPV(DR，PVO1：PVON)+SI；
IRR＝IRR(-SI：PVON)；
GFV＝SI+PVO(1：N)；
其中，PSR为光储系统收益，PVO为光伏上网收益，ESO为储能上网收益，EG1为光伏度电收益，QPV1为光伏上网电量，EG2为储能度电收益，QCEC1为储能上网电量，NPV为光储系统净现值函数，DR为贴现率，PVO1为第1年光储系统收益，PVON为第N年光储系统收益，SI为初始投资，IRR为光储系统内部收益率函数，GFV为现金流值，PVO(1：N)为光储系统历年累计收益；N为所述光伏储能系统的使用年限。
可选地，在上述光伏储能系统收益测算方法中，对所述光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案下的各个因变量，包括：
通过xlswrite函数修改所述光伏储能系统收益模型的各个自变量，生成至少一种投资方案下的各个因变量；所述因变量包括：光储系统内部收益率函数IRR、光储系统净现值函数NPV以及投资回报周期；
通过xlsread函数读取存储在数组中的各个因变量；
通过所述xlswrite函数将所述数组中的各个因变量存储至表格中指定的工作表单元格位置。
可选地，在上述光伏储能系统收益测算方法中，根据各种投资方案下的各个因变量，确定所述待测算光伏储能系统的收益测算最优方案，包括：
对于互斥的两种投资方案，若光储系统净现值函数NPV与光储系统内部收益率函数IRR结论一致，且投资收益率大于等于两种投资方案光储系统净现值函数NPV曲线的费希尔交点，则按照光储系统净现值函数NPV或光储系统内部收益率函数IRR的排序决定，选择其中一个投资方案作为所述收益测算最优方案；
若光储系统净现值函数NPV与光储系统内部收益率函数IRR结论不一致，且投资收益率小于所述费希尔交点，则选择投资资本大的投资决策方案作为所述收益测算最优方案。
本发明第二方面还公开了一种能量管理控制方法，应用于光伏储能系统的能量管理系统，所述光伏储能系统为根据上述光伏储能系统收益测算方法进行参数和容量配置后得到的系统；所述能量管理控制方法包括：
在光伏发电系统有输出的情况下，检测并判断储能系统是否存在故障信息；
若所述储能系统存在故障信息，则控制光伏发电的电量全部上网，并下发储能待机指令；
若所述储能系统不存在故障信息，则判断当前时刻是否属于储能充电时段；
若当前时刻属于储能充电时段，则判断当前电池电荷状态是否小于所述电池电荷的最大容量；
若当前所述电池电荷状态大于等于所述电池电荷的最大容量，则控制光伏发电的电量全部上网，并下发储能待机指令；
若当前所述电池电荷状态小于所述电池电荷的最大容量，则计算得到储能充电时间和充电功率，并下发所述充电功率控制储能电站充电，同时控制光伏余量上网；
若当前时刻是不属于储能充电时段，则判断所述当前电池电荷状态是否大于所述电池电荷的最小容量；
若当前电池电荷状态小于等于所述电池电荷的最小容量，则控制光伏发电的电量全部上网，并下发储能待机指令；
若当前电池电荷状态大于所述电池电荷的最小容量，则计算得到储能放电时间和放电功率，并下发所述放电功率，同时控制光伏全额上网。
可选地，在上述能量管理控制方法中，当前时刻是否属于所述储能充电时段的判断依据为：当前时刻是否处于所述储能充电时段的范围内；若当前时刻处于所述储能充电时段的范围内，则判定当前时刻属于所述储能充电时段；若当前时刻不处于所述储能充电时段的范围内，则判定当前时刻不属于所述储能充电时段；或者，
当前时刻是否属于所述储能充电时段的判断依据为：当前时刻的电价信息是否大于电价信息平均值；若当前时刻的电价信息大于电价信息平均值，则判定当前时刻属于所述储能充电时段；若当前时刻的电价信息小于或等于所述电价信息平均值，则判定当前时刻不属于所述储能充电时段。
可选地，在上述能量管理控制方法中，还包括：
在PCC电表检测得到的PCC节点功率大于零的情况下，下发储能待机指令。
基于上述本发明实施例提供的光伏储能系统收益测算方法，通过依据收益影响因素，构建光伏储能系统收益模型，其中，收益影响因素至少包括光伏储能电量计量、光伏储能度电收益以及初始投资中的一个因素。由于该模型在构建光伏储能电量计量时考虑了待测算光伏储能系统的发电参数因素，并在构建光伏储能度电收益时考虑了电价信息因素，以及在构建待测算光伏储能系统的初始收益时考虑了光伏成本和储能成本，且后续还通过对光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案的各个因变量，进而能够基于各种投资方案下的因变量，确定待测算光伏储能系统的收益测算结果，以为待测算光伏储能系统的经济指标/容量配置提供可靠的设置依据，避免了现有技术仅从固定的电站配置参数以及储能成本函数模型所构建的光伏储能系统收益模型不完善，得到的数据以及结论准确度不高、不能有效的指导光伏储能一体化项目开发进程的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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，还可以根据提供的附图获得其他的附图。
图1示出了本申请实施例公开的光伏储能系统收益测算方法的流程图；
图2示出了本申请实施例公开的光伏储能系统收益测算方法中的衰减曲线图；
图3示出了本申请实施例公开的光伏储能系统收益测算方法中的日发电功率模拟曲线；
图4示出了本申请实施例公开的光伏储能系统收益测算方法中的得到光伏储能电量计量的流程图；
图5示出了本申请实施例公开的光伏储能系统收益测算方法中的一种流程图；
图6示出了本申请实施例公开的光伏储能系统收益测算方法中的另一种流程图；
图7示出了本申请实施例公开的光伏储能系统收益测算方法中的互斥投资方案的IRR和NPV曲线图；
图8示出了本申请实施例公开的一种光伏储能系统架构的结构图；
图9示出了本申请实施例公开的能量管理控制方法的一种流程图；
图10示出了本申请实施例公开的另一种能量管理控制方法的一种流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
目前，为了克服光伏发电间歇性、波动性等特点、有效减少光伏弃光率，提高光伏发电利用率，结合光伏储能政策促进光伏储能一体化发展是未来光伏行业的重要方向之一。
本发明提供一种光伏储能系统收益测算方法，以解决现有技术中仅从固定的电站配置参数以及储能成本函数模型所构建的光伏储能系统收益模型不完善，得到的数据以及结论准确度不高，不能有效的指导光伏储能一体化项目开发进程的问题。
需要说明的是，在本发明实施例中所提及的光伏储能一体化项目在一定程度上等同于本申请中论述的光伏储能系统。
请参见图1，该光伏储能系统收益测算方法包括：
S101、依据待测算光伏储能系统的发电参数，得到光伏储能电量计量。
需要说明的是，待测算光伏储能系统的发电参数包括：待测算光伏储能系统的发电功率模拟函数、光伏组件衰减曲线以及电池衰减曲线。依据待测算光伏储能系统的发电参数中的待测算光伏储能系统的发电功率模拟函数、光伏组件衰减曲线以及电池衰减曲线，可得到光伏储能电量计量。
其中，待测算光伏储能系统的发电功率模拟函数为：在光伏储能系统的开发进程中，对将要开发的光伏储能一体化项目进行发电功率模拟得到的函数。该发电功率模拟函数可用于说明待测算光伏储能系统的发电功率在实际应用中的情况。
光伏组件衰减曲线用于表征光伏储能系统中光伏电站中各个组件的衰减情况。其中，光伏组件衰减曲线的变化参数为：使用年限和光伏组件效率。
电池衰减曲线用于表征光伏储能系统中储能电站中的储能电池的衰减情况。其中，电池衰减曲线的变化参数为：使用年限和电池衰减率。
结合图2对光伏组件衰减曲线以及电池衰减曲线的关系进一步进行解释说明。其中，图2中的组件衰减曲线是以单晶光伏组件为例的，而电池衰减曲线则是以CATL LFP240Ah电芯，在温度为25℃、电芯充放电倍率为1C/1C、电芯放电深度为100％DOD(Depth ofdischarge，放电深度)、使用寿命为15年的测试条件下得到的衰减曲线为例的。
对图2中的电池衰减曲线进行拟合，可以得到如下的表达式：
y＝1.009-0.00392·(240x)0.4525 (1)
其中，y为电池剩余可用容量百分比，x为电池循环次数，240x表示电池年循环次数。
由图2可知，光伏组件衰减曲线中的组件效率随着组件使用年限的增加而降低，电池衰减曲线中的电池衰减效率也随着电池使用年限的增加而降低。
光伏储能电量计量的大小与上述发电功率模拟函数、光伏组件衰减曲线以及电池衰减曲线因素有关。
根据光伏储能一体化项目开发人员提供的项目选址，综合当地气象、地理环境、光伏电站预计装机容量等信息，进行模拟，可以得到待测算光伏储能系统的发电功率模拟函数。具体的，基于上述开发人员提供的项目选址，当地气象、地理环境以及设置光伏电站预计装机容量为100kW，采用PVsyst软件进行仿真模拟后，得到的光伏储能一体化项目中光伏电站的日发电功率模拟曲线，请参见图3。其中，采用PVsyst软件对光伏储能系统中的发电量进行模拟计算，可以通过调整PVsyst软件中的各个参数，以达到综合考虑光伏储能一体化项目场景的目的，确保得到的日发电功率模拟曲线，在一定程度上与实际应用中得到的曲线高度吻合。
结合图3可知，由于采用PVsyst软件得到的光伏电站的日发电功率模拟曲线以时间作为变化参数，对该曲线进行拟合，得到的光伏电站发电量WPV的计算公式为：
其中，PPV(i)为日发电功率模拟曲线上第i小时的发电功率。
还需要说明的是，上述的光伏电站发电量的计算公式是以设置光伏电站预计装机容量为100kW所得到的，采用不同光伏电站预计装机容量的得到的曲线并不同。至于是将光伏电站预计装机容量设置为何值，此处不做具体限定，可以依据开发人员设置或者视其应用环境而定。
仍需要说明的是，实际应用中，需要综合考虑待测算光伏储能系统的发电功率模拟函数、光伏组件衰减曲线、电池衰减曲线以及系统往复效率对光伏储能电量计量的影响，进而得到该光伏储能电量计量；具体的计算方式视其应用环境而定，此处不做限定，均在本申请的保护范围内。
S102、依据电价信息，得到光伏储能度电收益。
需要说明的是，电价信息为电力市场提供的SMP(System Marginal Price,系统边际价格)价格，通常提前一天即可给出未来24小时的SMP价格。
还需要说明的是，以一小时作为定量，SMP价格作为变量，可以得到一小时的光伏储能度电收益。
实际应用中，还可以根据该光伏储能一体化项目的具体应用环境，对光伏储能度电收益的计算进行修正，比如增加当地的储能补贴等。
S103、基于光伏成本和储能成本，确定待测算光伏储能系统的初始投资。
需要说明的是，初始投资为待测算光伏储能系统预计的初始投资成本。
还需要说明的是，待测算光伏储能系统的初始投资由光伏成本和储能成本两部分构成。光伏储能系统中的光伏系统的成本主要由光伏装机规模决定，储能系统的成本主要由储能装机容量决定。因为储能系统的容量在构建光伏储能系统收益模型中属于变量，所以初始投资实际上是受储能系统的容量控制。不同容量的储能系统所需的初始投资成本存在差异，均在本申请的保护范围之内。
S104、依据收益影响因素，构建光伏储能系统收益模型。
其中，收益影响因素至少包括光伏储能电量计量、光伏储能度电收益以及初始投资。初始投资为待测算光伏储能系统预计的初始投资成本。
在实现步骤S104的具体过程中，通过依据光伏储能电量计量、光伏储能度电收益以及初始投资，构建与光伏储能电量计量、光伏储能度电收益、初始投资有影响关系的光伏储能系统收益模型，进而体现待测算光伏储能系统基于上述确定因素能够得到的收益数据。
S105、对光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案下的各个因变量。
其中，所述自变量包括所述光伏成本的单价、所述储能成本的单价以及所述发电功率模拟函数的储能功率/容量配置参数。
需要说明的是，因为光伏储能系统收益模型是基于光伏储能电量计量、确定光伏储能度电收益、确定初始投资以及待测算光伏储能系统的贴现率构建的，在光伏储能电量计量、确定光伏储能度电收益、确定初始投资以及待测算光伏储能系统的贴现率过程中存在自变量和因变量，所以在对光伏储能系统收益模型的自变量进行调整过程中，光伏储能系统收益模型的因变量也会发生变化，进而得到不同自变量以及与不同自变量对应的各个因变量。而通过改变上述各个自变量，可以得到至少一种投资方案下的各个因变量。
S106、根据各种投资方案下的各个因变量，确定所述待测算光伏储能系统的收益测算最优方案，以为所述待测算光伏储能系统的经济指标/容量配置提供设置依据。
需要说明的是，当存在多个投资方案时，可以根据各种投资方案下的各个因变量的变化情况进行综合考虑，确定出能带来最大收益的投资方案，作为该待测算光伏储能系统的收益测算最优方案，进而为其经济指标/容量配置提供设置依据。
需要说明的是，上述步骤S101、S102以及S103的执行顺序包括但不仅限于图1示出的执行顺序。步骤S101、S102以及S103的执行顺序不做具体规定，无论先执行哪一步骤或者同时执行任意两个步骤，亦或者三个步骤同时执行，均不影响本实施例的具体实现，具体的执行顺序可视其具体应用环境而定，均在本申请的保护范围内。
在本实施例中，通过依据收益影响因素，构建光伏储能系统收益模型，其中，收益影响因素至少包括光伏储能电量计量、光伏储能度电收益以及初始投资中的一个因素。由于该模型在构建光伏储能电量计量时考虑了待测算光伏储能系统的发电参数因素，并在构建光伏储能度电收益时考虑了电价信息因素，以及在构建待测算光伏储能系统的初始收益时考虑了光伏成本和储能成本，且后续还通过对光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案的各个因变量，进而能够基于各种投资方案下的因变量，确定待测算光伏储能系统的收益测算结果，以为待测算光伏储能系统的经济指标/容量配置提供可靠的设置依据，避免了现有技术仅从固定的电站配置参数以及储能成本函数模型所构建的光伏储能系统收益模型不完善，得到的数据以及结论准确度不高、不能有效的指导光伏储能一体化项目开发进程的问题。
可选地，在上述本发明实施例图1步骤S101中涉及的得到光伏储能电量计量的过程，参考图4，示出了本发明实施例提供的得到光伏储能电量计量的一种流程图，包括以下步骤：
S401、判断当前时段是否属于储能充电时段。
需要说明的是，因为光伏储能电量计量受储能充电时段限制，在储能充电时段光伏储能系统会优先进行储能充电，只有在不处于储能充电时段时，光伏储能系统才会将储能电站储存的能量上网。
判断当前时段是否属于储能充电时段是为了确定光伏储能系统接下来应该执行何种动作步骤；若当前时段不属于所述储能充电时段，则执行步骤S402；若当前时段属于所述储能充电时段，则执行步骤S403。
S402、根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量，作为所述光伏储能电量计量。
其中，QPV为所述光伏上网总电量，QPV(t-1)为上一时段光伏上网总电量，PPV(t)为当前时段光伏发电功率，且所述当前时段光伏发电功率PPV(t)为依据所述发电功率模拟函数和所述光伏组件衰减曲线计算得到的。
需要说明的是，若当前时段不属于所述储能充电时段，则说明光伏储能系统应当执行将储能电站储存的能量上网。
S403、以储能额定充电功率和所述当前时段光伏发电功率中的较小值为储能电站充电；并根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QC×HE×SC，计算得到储能上网总电量；再以所述储能上网总电量与所述光伏上网总电量的和，作为所述光伏储能电量计量。
其中，所述QCEC为所述储能上网总电量，QC为储能电站容量，HE为系统充电效率，SC为电池剩余可用容量百分比；QPV为所述光伏上网总电量，QPV(t-1)为上一时段光伏上网总电量，PPV(t)为当前时段光伏发电功率，且所述当前时段光伏发电功率PPV(t)为依据所述发电功率模拟函数和所述光伏组件衰减曲线计算得到的。
需要说明的是，若当前时段属于所述储能充电时段，则需要以储能额定充电功率和当前时段光伏发电功率的较小值为储能电站充电，其目的是避免过充。
实际应用中，较佳的，该发电参数还包括：系统往复效率；该系统往复效率用于表征光伏储能系统在反复使用的过程中，能达到的效率情况。
此时，在图4步骤S403中涉及的在以储能额定充电功率和所述当前时段光伏发电功率中的较小值为储能电站充电之后，参考图5，还包括以下步骤：
S501、判断储能电站是否出现过充现象。
需要说明的是，过充现象是指出储能电池达到充满状态后，还继续充电的现象。而电池一旦产生过充现象就会对电池产生一定的影响，具体的，可能会导致电池内压升高、电池变形、漏液等情况发生，而电池的性能也会显著降低和损坏。因此，可以增加步骤S501来对过充现象进行判断；具体的判断过程可以是：通过将截止上一时段的储能上网总电量与储能电站容量乘以系统充电效率乘以电池剩余可用容量百分比的计算结果，即QCEC(t-1)/(QC×HE×SC)，进行比较，若QCEC(t-1)>(QC×HE×SC)，则说明下一时段储能电站会出现过充现象。若QCEC(t-1)≤(QC×HE×SC)，则说明下一时段储能电站不会出现过充现象。其中，QCEC(t-1)为上一时段的储能上网总电量，QC为储能电站容量，HE为系统充电效率，SC为电池剩余可用容量百分比。
其中，若储能电站会出现过充现象，则储能电站执行先按照储能电站额定功率进行充电，再对储能上网总电量和光伏上网总电量进行校正，即执行步骤S503。若储能电站并未出现过充现象，则说明储能电站还未充满电，光伏电站还可以继续向储能电站充电，即执行步骤S502。其中，步骤S502为上述步骤S403中的部分步骤。
S502、根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QC×HE×SC，计算得到储能上网总电量；再以所述储能上网总电量与所述光伏上网总电量的和，作为所述光伏储能电量计量。
S503、根据QPV＝[QCEC(t-1)-QC×HE×SC]/HR+QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QCEC(t-1)-QC×HE×SC，计算得到所述储能上网总电量；再以所述储能上网总电量与光伏上网总电量的和，作为所述光伏储能电量计量的步骤。
其中，QPV为所述光伏上网总电量，QCEC(t-1)为上一时段储能上网总电量，QC为储能电站容量，HE为系统充电效率，SC为电池剩余可用容量百分比，HR为系统往复效率，QPV(t-1)为上一时段光伏上网总电量，PPV(t)为当前时段光伏发电功率，QCEC为所述储能上网总电量。
具体的，在储能上网总电量和光伏上网总电量进行校正的过程中，一般先对储能上网总电量进行校正，再对光伏上网总电量进行校正。其中，对储能上网总电量进行校正过程为：采用公式QCEC＝QC×HE×SC，即取值为储能电站容量乘以系统效率再乘以电池容量百分比的实际储能上网总电量，作为校正基准，对储能上网总电量进行校正。光伏上网总电量进行校正的过程为：采用公式QPV＝[QCEC(t-1)-QC×HE×SC]/HR+QPV(t-1)+PPV(t)×1h，即取值为(上一时段储能上网总电量-储能电站容量×系统充电效率×电池剩余可用容量百分比)/系统往复效率+上一时段光伏上网总电量+当前时段光伏发电功率×1h的实际光伏上网总电量，作为校正基准，对光伏上网总电量进行校正。
需要说明的是，储能电站出现过充现象，则说明储能电站已经充满电，光伏电站不可以继续向储能电站充电。此时，以公式QPV＝[QCEC(t-1)-QC×HE×SC]/HR+QPV(t-1)+PPV(t)×1h计算得到的光伏上网总电量与以公式QCEC＝QCEC(t-1)-QC×HE×SC计算得到的储能上网总电量的和，作为光伏储能电量计量。
在本实施例中，不仅考虑处于充电时段和不处于充电时段对光伏储能电量计量的影响因素，还考虑储能电站是否出现过充现象对光伏储能电量计量的影响，使依据处于和不处于充电时段得到的光伏储能计量，以及其他参数构建光伏储能系统收益模型，所构建的光伏储能收益系统模型更能说明光伏储能系统在实际中的情况，且得到的收益数据及收益结论的准确度更高。
可选地，在上述实施例以及图1至图5的基础之上，本申请的另一实施例中，对步骤S102得到所述光伏储能度电收益的确定，给出了更为详尽的示例，即得到该光伏储能度电收益的依据还包括补贴信息。
需要说明的是，该补贴信息为：可再生能源中心颁发的REC(Renewable ResourceCertificate，可再生资源证书)证书在的电力市场中的单价。以韩国为例，通过可再生能源项目安装储能，可以从更高的REC加权系数中获得可观的经济收益。低于100kW的光伏发电系统发电量的REC补贴系数最高为1.2。
所述光伏储能度电收益包括：光伏度电收益和储能度电收益；其中，光伏度电收益是指光伏储能系统中光伏电站上网电量的收益，储能度电收益是指光伏储能系统中储能电站上网电量的收益。
所述光伏度电收益包括：根据所述电价信息得到的一小时度电收益，以及，根据所述补贴信息中的光伏补贴价格计算得到的光伏补贴收益。
其中，光伏度电收益可描述成以下等式形式：
光伏度电收益＝SMP价格×1h+光伏REC证书价格/1000；其中，SMP价格为电价信息，光伏REC证书价格为补贴信息中的光伏补贴价格。
需要说明的是，光伏电站给储能电站充电，再由储能电站放电上网可以获得可再生能源中心颁发的REC证书，同时通过电力市场交易获取一定倍数的REC证书价格的补贴价格。其中，REC证书价格的价格会提前几天进行更新。
所述储能度电收益包括：根据所述电价信息得到的一小时度电收益，以及，根据所述补贴信息中的储能补贴价格计算得到的储能补贴收益；即：
储能度电收益＝SMP价格×1h+储能REC证书价格/1000；其中，SMP价格为电价信息，储能REC证书价格为补贴信息中的储能补贴价格。
其中，储能REC证书价格和光伏REC证书价格不同，具体的价格数值由电力市场决定。
可选地，本申请的实施例中，所述收益影响因素还包括所述待测算光伏储能系统的贴现率，所述光伏储能系统收益模型包括：
PSR＝PVO+ESO (3)
其中，PSR为光储系统收益，PVO为光伏上网收益，ESO为储能上网收益。
PVO＝EG1+QPV1；其中，PVO为光储系统收益，EG1为光伏度电收益，QPV1为光伏上网电量。
ESO＝EG2+QCEC1 (4)
其中，ESO为光伏上网收益，EG2为储能度电收益，QCEC1为储能上网电量。
NPV＝NPV(DR，PVO1：PVON)+SI (5)
其中，NPV为光储系统净现值函数，DR为贴现率，PVO1为第1年光储系统收益，PVON为第N年光储系统收益，SI为初始投资。
IRR＝IRR(-SI：PVON) (6)
其中，IRR为光储系统内部收益率函数，SI为初始投资，PVON为第N年光储系统收益。
GFV＝SI+PVO(1：N) (7)
其中，GFV为现金流值，SI为初始投资，PVO(1：N)为光储系统历年累计收益；其中，N为所述光伏储能系统的使用年限，比如25。
需要说明的是，待测算光伏储能系统的贴现率为待测算光伏储能系统的未来支付改变现值所使用的利率。其中，待测算光伏储能系统的贴现率与光储系统净现值函数NPV有关，待测算光伏储能系统的贴现率取值跟随光储系统净现值函数NPV变化而变化。
还需要说明的是，光伏储能系统中的储能电站容量属于可变量，所以初始投资实际上受储能电站容量控制，不同储能电站容量所构建的光伏储能系统中的成本单价可能存在差异，而待测算光伏储能系统的贴现率与光伏储能系统中的光储系统净现值函数NPV有关。通过结合上述公式(1)和(2)，可以得到上述的光伏储能系统收益模型中的公式(3)、(4)、(5)、(6)、(7)。
需要说明的是，在建立光伏储能系统收益模型后，该模型中的自变量主要有：光伏成本的单价、储能成本的单价以及发电功率模拟函数的储能功率/容量配置参数，而因变量主要有：光储系统内部收益率函数IRR、光储系统净现值函数NPV以及投资回报周期。
在实际的应用过程中，自变量的改变同时会导致因变量的改变，在自变量大量取值计算的过程中，会出现因变量大量数据无法存储的情况，因此在收益模型工作表外另建立一个工作表用于存储因变量的数据并进行分析。以解决在自变量大量取值计算的过程中，会出现因变量大量数据无法存储的问题。
因此，本发明另一实施例，在上述实施例及图1至图5的基础之上，给出了步骤S104中涉及的对所述光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案下的各个因变量的一种具体过程，参考图6，包括以下步骤：
S601、通过xlswrite函数修改所述光伏储能系统收益模型的各个自变量，生成至少一种投资方案下的各个因变量；
所述因变量包括：光储系统内部收益率函数IRR、光储系统净现值函数NPV以及投资回报周期。
实际应用中，可以通过以下语句，对光伏储能系统收益模型中的储能电站功率、储能电站容量等自变量进行修改。
xlswrite(filename,esspower,sheet1,xlRange3)；
xlswrite(filename,esscapacity,sheet1,xlRange4)；
-esspower为储能电站功率，esscapacity为储能电站容量。
S602、通过xlsread函数读取存储在数组中的各个因变量。
实际应用中，可以通过以下语句，对读取修改自变量后存储在数组中的各个因变量。
SIRR(count)＝xlsread(filename,sheet1,xlRange5)；
NPV(count)＝xlsread(filename,sheet1,xlRange6)；
-IRR(count)、NPV(count)均为存储因变量(IRR、NPV)的数组元素，xlRange5、xlRange6表示的是Excel收益模型中因变量所在的单元格位置。
S603、通过所述xlswrite函数将所述数组中的各个因变量存储至表格中指定的工作表单元格位置。
实际应用中，可以通过以下语句，将所述数组中的各个因变量存储至表格中指定的工作表单元格位置。
xlswrite(filename,IRR,sheet2,'F3:F72')；
xlswrite(filename,NPV,sheet2,'G3:G72')；
-IRR、NPV均为存储因变量(IRR、NPV)的数组，F3:F72和G3:G72表示写入Excel表格指定的工作单元格范围。
还需要说明的是，上述所示出的语句仅为在修改自变量，读取存储在数组中的各个因变量以及将数组中的各个因变量存储至表格中指定的工作表单元格位置的部分语句，修改其他自变量，存在其他数组中的各个因变量以及将其他数组中的各个因变量存储至表格中指定的工作表单元格位置的的语句与本实施例示出的语句并无太大区别，可以依据本发明实施例示出的语句得到其他语句，为此，就不再对其他语句一一赘述。
在本实施例中，通过调用Excel与Matlab进行数据交互的函数：xlswrite函数和xlsread函数，对自变量进行大量取值计算，并将随自变量改变的因变量数据存储至另一工作表格中，除了解决在自变量大量取值计算的过程中，会出现的因变量大量数据无法存储的问题，还配置了不同配置条件下的光伏储能系统综合经济指标，扩大了光伏储能收益测算模型的应用范围和提高模型计算的准确度。并且，充分利用了Matlab软件与Excel软件间的数据交互特点，采用Matla编程与Excel函数计算相结合的方法，有效提高了计算的工作效率。
实际应用中，在对所述光伏储能系统收益模型的自变量进行调整时，还包括：将所述发电功率模拟函数的储能容量调整上限设定为储能充电时段光伏累计发电量，以及，将所述发电功率模拟函数的储能功率调整上限设定为储能充电时段光伏发电最大功率。
需要说明的是，将发电功率模拟函数的储能容量调整上限设定为储能充电时段光伏累计发电量的目的在于：避免储能电站容量浪费，从而加大初始投资。而将所述发电功率模拟函数的储能功率调整上限设定为储能充电时段光伏发电最大功率的目的在于：避免储能电站功率/容量配置比过大，造成配置的PCS功率等级过大。
可选地，本申请的另一实施例中，步骤S105根据各种投资方案下的各个因变量，确定所述待测算光伏储能系统的收益测算最优方案，包括：
对于互斥的两种投资方案，若光储系统净现值函数NPV与光储系统内部收益率函数IRR结论一致，且投资收益率大于等于两种投资方案光储系统内部收益率函数NPV曲线的费希尔交点，则按照光储系统净现值函数NPV或光储系统内部收益率函数IRR的排序决定，选择其中一个投资方案所述收益测算最优方案。
若光储系统净现值函数NPV与光储系统内部收益率函数IRR结论不一致，且投资收益率小于所述费希尔交点，则选择投资资本大的投资决策方案作为所述收益测算最优方案。
需要说明的是，投资方案在由光储系统内部收益率函数IRR和光储系统净现值函数NPV得出的结论不一致时，需要进行决策。请参见图7，对初始投资资本不等的互斥方案比较与选择的实质是判断增量投资的经济合理性，即初始投资资本较大(a方案)的方案相对于初始投资资本较小(b方案)的方案多投入资金是否会带来满意的增量内部收益率△IRR。
增量内部收益率△IRR也称差额收益率，是指两个互斥方案比较时，被比较的初始投资资本比较大的方案相对于初始投资资本比较小的方案，所增加的投资收益率。它代表了增加初始投资的平均盈利水平，即增加单位投资可会的的年净收益增加额。但是增量内部收益率△IRR不能反映方案的绝对经济效果，只能用于方案的相对效果的校验。
增量内部收益率△IRR代表了增量投资现值与增量收益现值相等时的贴现率，即当贴现率等于增量内部收益率ΔIRR时，两种投资方案的光储系统净现值函数NPV相等，a方案与b方案的光储系统净现值函数NPV曲线的交点即为上面提到的费希尔交点，当投资者要求的收益率或资本成本等于或大于费希尔交点时，按光储系统净现值函数NPV或光储系统内部收益率函数IRR两种指标排序的结论是一致的；如果投资者要求的收益率或资本成本小于费希尔交点时，则按光储系统净现值函数NPV排序与按光储系统内部收益率函数IRR排序的结论会发生矛盾。
综上所述，当增量内部收益率ΔIRR大于基准收益率时，投资大的方案可获得更高收益，在企业资金情况良好条件下，应优先选择投资大的方案。
ΔIRR＝IRR(-项目A-B的初始投资：项目A-B的第25年光储系统收益)(12)
其中，项目A-B的初始投资表示项目A的初始投资-项目B的初始投资，项目A-B的第25年光储系统收益表示项目A的第25光储系统年收益-项目B的第25年光储系统收益。
本实施例以光伏储能系统的使用年限N＝25为例进行说明，实际应用中应当以其具体情况进行计算，此处不做限定。
在本实施例中，针对光储系统净现值函数NPV与光储系统内部收益率函数IRR结论相互矛盾的情况，提出了投资决策机制引入了增量内部收益率△IRR作为评判依据，可以有效解决互斥项目投资方案的抉择问题。
本发明另一实施例还公开了一种能量管理控制方法，应用于光伏储能系统的能量管理系统，所述光伏储能系统为根据上述的光伏储能系统收益测算方法进行参数和容量配置后得到的系统；如图8所示，该光伏储能系统的系统架构具体为：各个单向光伏逆变器的直流侧分别与至少一个光伏组件相连，各个单向光伏逆变器的交流侧并联，并联后经过光伏电表输入至汇流柜的第一端；汇流柜的第二端经过PCC(Point ofCommon Coupling，公共连接点)电表与变压器的低压侧相连；变压器的高压侧与交流电网相连。并且，各个双向储能变换器的直流侧与相应的储能模块相连，各个双向储能变换器的交流侧并联，并联后经过储能电表与汇流柜的第一端相连。另外，能量管理系统，即图8中的EMS(ElementManagement System，能量管理系统)，接收变压器的低压侧供电，并分别采集各个单向光伏逆变器、各个双向储能变换器、该光伏电表、该储能电表以及该PCC电表的状态信息，控制光伏发电上网、储能充放电过程。光储电站系统UPS(Uninterruptible Power System，不间断电源)、消防、空调、照明等自用电由电网供电。
对于该光伏储能系统收益测算方法，参见上述实施例即可，此处不再赘述。
该能量管理控制方法，参见图9，其具体执行过程如下：
S901、在光伏发电系统有输出的情况下，检测并判断储能系统是否存在故障信息。
若所述储能系统存在故障信息，则执行步骤S902；若所述储能系统不存在故障信息，则执行步骤S903。
S902、控制光伏发电的电量全部上网，并下发储能待机指令。
S903、判断当前时刻是否属于储能充电时段。
具体的，可以以当前时刻的电价信息是否大于电价信息平均值，作为当前时刻是否属于所述储能充电时段的判断依据；若当前时刻的电价信息大于电价信息平均值，则判定当前时刻属于所述储能充电时段；若当前时刻的电价信息小于或等于所述电价信息平均值，则判定当前时刻不属于所述储能充电时段。
或者，实际应用中，也可以以当前时刻是否处于所述储能充电时段的范围内，来作为当前时刻是否属于所述储能充电时段的判断依据；若当前时刻处于所述储能充电时段的范围内，则判定当前时刻属于所述储能充电时段；若当前时刻不处于所述储能充电时段的范围内，则判定当前时刻不属于所述储能充电时段。以韩国电力公司政策为例，其规定储能充电时段为10:00-16:00，因此，读取当前时刻的时间，并判断当前时刻是否在10:00-16:00范围内即可，若在该范围内则判定当前时刻属于储能充电时段，否则判定当前时刻属于储能放电时段。此种判断方式不需要进行电价大小比较，简单易行，利于应用。
需要说明的是，电价信息为：SMP价格。其中，SMP价格为定时更新的价格，通常电力市场会提前一天给出后一天的SMP价格。为了获得最大的收益，能量管理控制系统在决策SMP价格较高的时段为储能放电时段，SMP价格较低的时段为储能放电时段。
若当前时刻属于储能充电时段，则执行步骤S904；若当前时刻是不属于储能充电时段，则执行步骤S905。
S904、判断当前电池电荷状态是否小于所述电池电荷的最大容量。
S905、判断所述当前电池电荷状态是否大于所述电池电荷的最小容量。
执行步骤S904结束后，若当前所述电池电荷状态大于等于所述电池电荷的最大容量，则执行步骤S902；若当前所述电池电荷状态小于所述电池电荷的最大容量，则执行步骤S906。
S906、计算得到储能充电时间和充电功率，并下发所述充电功率控制储能电站充电，同时控制光伏余量上网。
步骤S906中下发的充电功率为：min{PCS(Power Control System，储能变流器)在线数×PCS标称功率，储能最大允许充电功率，储能电池电压×储能最大充电倍率对应电流}。
执行步骤S905结束后，若当前电池电荷状态小于等于所述电池电荷的最小容量，则执行步骤S902；若当前电池电荷状态大于所述电池电荷的最小容量，则执行步骤S907。
S907、计算得到储能放电时间和放电功率，并下发所述放电功率控制储能电站放电，同时控制光伏全额上网。
步骤S907中下发的放电功率为：min{PCS在线数×PCS标称功率，储能最大允许放电功率，储能电池电压×储能最大放电倍率对应电流}。
优选的，请参见图10，为了防止光伏储能系统从电网中取电，需要在PCC电表检测得到的PCC节点功率大于零的情况下，下发储能待机指令；即该能量管理控制方法，还包括：在PCC电表检测得到的PCC节点功率大于零的情况下，下发储能待机指令。
具体的，执行步骤S903后，若判断出当前时刻属于充电储能时段，则还执行步骤S1001。
S1001、判断PCC电表检测得到的PCC节点功率是否大于零。
需要说明的是，PCC电表用于检测光伏储能系统是否从电网中取电。具体的，当PCC电表检测PCC节点功率大于零时，判断出光伏储能系统存在从电网中取电的现象，当PCC电表检测PCC节点功率不大于零时，判断出光伏储能系统不存在从电网中取电的现象。
若PCC电表检测PCC节点功率是大于零，则执行步骤S1002。
S1002、下发储能待机指令。
在本实施例中，由于是基于上述的光伏储能系统收益测算方法进行参数和容量配置后得到的光伏储能系统，在光伏储能系统处于最佳的配置前提下，从储能电池电荷状态、储能充电时段以及电价信息决策等角度，控制光伏储能系统经济运行，提供了实时电价波动下的光储系统能量控制策略；相对于现有技术仅考虑监测锻压控制能量管理系统的运行不足，在充分考虑储能电池电荷、储能充电时段以及电价信息决策的基础之上控制光伏储能系统的储能充电放电，为光伏储能一体化项目的收益最大化以及安全可靠运行提供了较为可行的控制方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种光伏储能系统收益测算方法，其特征在于，包括：
依据待测算光伏储能系统的发电参数，得到光伏储能电量计量；
依据电价信息，得到光伏储能度电收益；
基于光伏成本和储能成本，确定所述待测算光伏储能系统的初始投资；
依据收益影响因素，构建光伏储能系统收益模型；其中，所述收益影响因素至少包括所述光伏储能电量计量、所述光伏储能度电收益以及所述初始投资；
对所述光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案下的各个因变量；所述自变量包括所述光伏成本的单价、所述储能成本的单价以及所述发电功率模拟函数的储能功率/容量配置参数；
根据各种投资方案下的各个因变量，确定所述待测算光伏储能系统的收益测算最优方案，以为所述待测算光伏储能系统的经济指标/容量配置提供设置依据。
2.根据权利要求1所述的光伏储能系统收益测算方法，其特征在于，所述发电参数，包括：发电功率模拟函数、光伏组件衰减曲线以及电池衰减曲线；
依据待测算光伏储能系统的发电参数，得到光伏储能电量计量，包括：
判断当前时段是否属于储能充电时段；
若当前时段不属于所述储能充电时段，则根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量，作为所述光伏储能电量计量；
若当前时段属于所述储能充电时段，则以储能额定充电功率和所述当前时段光伏发电功率中的较小值为储能电站充电；并根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QC×HE×SC，计算得到储能上网总电量；再以所述储能上网总电量与所述光伏上网总电量的和，作为所述光伏储能电量计量；
其中，QPV为所述光伏上网总电量，QPV(t-1)为上一时段光伏上网总电量，PPV(t)为当前时段光伏发电功率，且所述当前时段光伏发电功率PPV(t)为依据所述发电功率模拟函数和所述光伏组件衰减曲线计算得到的；QCEC为所述储能上网总电量，QC为储能电站容量，HE为系统充电效率，SC为电池剩余可用容量百分比。
3.根据权利要求2所述的光伏储能系统收益测算方法，其特征在于，所述发电参数还包括：系统往复效率；
在以储能额定充电功率和所述当前时段光伏发电功率中的较小值为储能电站充电之后，还包括：
判断储能电站是否出现过充现象；
若储能电站出现过充现象，则根据QPV＝[QCEC(t-1)-QC×HE×SC]/HR+QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QCEC(t-1)-QC×HE×SC，计算得到所述储能上网总电量；再以所述储能上网总电量与光伏上网总电量的和，作为所述光伏储能电量计量；
若储能电站并未出现过充现象，才执行根据QPV＝QPV(t-1)+PPV(t)×1h，计算得到光伏上网总电量；根据QCEC＝QC×HE×SC，计算得到储能上网总电量；再以所述储能上网总电量与所述光伏上网总电量的和，作为所述光伏储能电量计量的步骤；
其中，QCEC(t-1)为上一时段储能上网总电量，HR为系统往复效率。
4.根据权利要求1所述的光伏储能系统收益测算方法，其特征在于，得到所述光伏储能度电收益的依据还包括补贴信息；
所述光伏储能度电收益包括：光伏度电收益和储能度电收益；
所述光伏度电收益包括：根据所述电价信息得到的一小时度电收益，以及，根据所述补贴信息中的光伏补贴价格计算得到的光伏补贴收益；
所述储能度电收益包括：根据所述电价信息得到的一小时度电收益，以及，根据所述补贴信息中的储能补贴价格计算得到的储能补贴收益。
5.根据权利要求1所述的光伏储能系统收益测算方法，其特征在于，所述收益影响因素还包括所述待测算光伏储能系统的贴现率，所述光伏储能系统收益模型包括：
PSR＝PVO+ESO；
PVO＝EG1×QPV1；
ESO＝EG2×QCEC1；
NPV＝NPV(DR，PVO1：PVON)+SI；
IRR＝IRR(-SI：PVON)；
GFV＝SI+PVO(1：N)；
其中，PSR为光储系统收益，PVO为光伏上网收益，ESO为储能上网收益，EG1为光伏度电收益，QPV1为光伏上网电量，EG2为储能度电收益，QCEC1为储能上网电量，NPV为光储系统净现值函数，DR为贴现率，PVO1为第1年光储系统收益，PVON为第N年光储系统收益，SI为初始投资，IRR为光储系统内部收益率函数，GFV为现金流值，PVO(1：N)为光储系统历年累计收益；N为所述光伏储能系统的使用年限。
6.根据权利要求1-5任一所述的光伏储能系统收益测算方法，其特征在于，对所述光伏储能系统收益模型的自变量进行调整，得到至少一种投资方案下的各个因变量，包括：
通过xlswrite函数修改所述光伏储能系统收益模型的各个自变量，生成至少一种投资方案下的各个因变量；所述因变量包括：光储系统内部收益率函数IRR、光储系统净现值函数NPV以及投资回报周期；
通过xlsread函数读取存储在数组中的各个因变量；
通过所述xlswrite函数将所述数组中的各个因变量存储至表格中指定的工作表单元格位置。
7.根据权利要求1-5任一所述的光伏储能系统收益测算方法，其特征在于，对所述光伏储能系统收益模型的自变量进行调整时，还包括：
将所述发电功率模拟函数的储能容量调整上限设定为储能充电时段光伏累计发电量；
将所述发电功率模拟函数的储能功率调整上限设定为储能充电时段光伏发电最大功率。
8.根据权利要求1-5任一所述的光伏储能系统收益测算方法，其特征在于，根据各种投资方案下的各个因变量，确定所述待测算光伏储能系统的收益测算最优方案，包括：
对于互斥的两种投资方案，若光储系统净现值函数NPV与光储系统内部收益率函数IRR结论一致，且投资收益率大于等于两种投资方案光储系统净现值函数NPV曲线的费希尔交点，则按照光储系统净现值函数NPV或光储系统内部收益率函数IRR的排序决定，选择其中一个投资方案作为所述收益测算最优方案；
若光储系统净现值函数NPV与光储系统内部收益率函数IRR结论不一致，且投资收益率小于所述费希尔交点，则选择投资资本大的投资决策方案作为所述收益测算最优方案。
9.一种能量管理控制方法，应用于光伏储能系统的能量管理系统，其特征在于，所述光伏储能系统为根据权利要求1-8所述的光伏储能系统收益测算方法进行参数和容量配置后得到的系统；所述能量管理控制方法包括：
在光伏发电系统有输出的情况下，检测并判断储能系统是否存在故障信息；
若所述储能系统存在故障信息，则控制光伏发电的电量全部上网，并下发储能待机指令；
若所述储能系统不存在故障信息，则判断当前时刻是否属于储能充电时段；
若当前时刻属于储能充电时段，则判断当前电池电荷状态是否小于所述电池电荷的最大容量；
若当前所述电池电荷状态大于等于所述电池电荷的最大容量，则控制光伏发电的电量全部上网，并下发储能待机指令；
若当前所述电池电荷状态小于所述电池电荷的最大容量，则计算得到储能充电时间和充电功率，并下发所述充电功率控制储能电站充电，同时控制光伏余量上网；
若当前时刻是不属于储能充电时段，则判断所述当前电池电荷状态是否大于所述电池电荷的最小容量；
若当前电池电荷状态小于等于所述电池电荷的最小容量，则控制光伏发电的电量全部上网，并下发储能待机指令；
若当前电池电荷状态大于所述电池电荷的最小容量，则计算得到储能放电时间和放电功率，并下发所述放电功率控制储能电站放电，同时控制光伏全额上网。
10.根据权利要求9所述的能量管理控制方法，其特征在于，当前时刻是否属于所述储能充电时段的判断依据为：当前时刻是否处于所述储能充电时段的范围内；若当前时刻处于所述储能充电时段的范围内，则判定当前时刻属于所述储能充电时段；若当前时刻不处于所述储能充电时段的范围内，则判定当前时刻不属于所述储能充电时段；或者，
当前时刻是否属于所述储能充电时段的判断依据为：当前时刻的电价信息是否大于电价信息平均值；若当前时刻的电价信息大于电价信息平均值，则判定当前时刻属于所述储能充电时段；若当前时刻的电价信息小于或等于所述电价信息平均值，则判定当前时刻不属于所述储能充电时段。
11.根据权利要求9所述的能量管理控制方法，其特征在于，还包括：
在PCC电表检测得到的PCC节点功率大于零的情况下，下发储能待机指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910477622.6A CN110060165B (zh) | 2019-06-03 | 2019-06-03 | 光伏储能系统收益测算方法及能量管理控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910477622.6A CN110060165B (zh) | 2019-06-03 | 2019-06-03 | 光伏储能系统收益测算方法及能量管理控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110060165A true CN110060165A (zh) | 2019-07-26 |
| CN110060165B CN110060165B (zh) | 2022-07-15 |
Family
ID=67325474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910477622.6A Active CN110060165B (zh) | 2019-06-03 | 2019-06-03 | 光伏储能系统收益测算方法及能量管理控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110060165B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111064188A (zh) * | 2019-12-26 | 2020-04-24 | 上海电力大学 | 一种基于净现值计算的光储系统容量配置方法 |
| CN111541256A (zh) * | 2020-05-18 | 2020-08-14 | 合肥阳光新能源科技有限公司 | 一种能量控制方法和发电储能系统 |
| CN111697603A (zh) * | 2020-05-15 | 2020-09-22 | 西安联创分布式可再生能源研究院有限公司 | 基于电池衰减的电化学储能系统的配置与策略制定方法 |
| CN111709695A (zh) * | 2020-04-16 | 2020-09-25 | 青海绿能数据有限公司 | 一种光伏运营管理系统 |
| CN115514005A (zh) * | 2022-10-12 | 2022-12-23 | 北京双登慧峰聚能科技有限公司 | 一种光伏电站储能系统配置的经济性评估方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011097795A (ja) * | 2009-11-02 | 2011-05-12 | Rohm Co Ltd | 電力供給システム |
| CN109102185A (zh) * | 2018-08-07 | 2018-12-28 | 中国电力科学研究院有限公司 | 一种评估光储充一体化电站全寿命周期经济性的方法和系统 |
| CN109472394A (zh) * | 2018-09-30 | 2019-03-15 | 中国电力科学研究院有限公司 | 一种储能成本和收益的经济优化方法及系统 |
-
2019
- 2019-06-03 CN CN201910477622.6A patent/CN110060165B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011097795A (ja) * | 2009-11-02 | 2011-05-12 | Rohm Co Ltd | 電力供給システム |
| CN109102185A (zh) * | 2018-08-07 | 2018-12-28 | 中国电力科学研究院有限公司 | 一种评估光储充一体化电站全寿命周期经济性的方法和系统 |
| CN109472394A (zh) * | 2018-09-30 | 2019-03-15 | 中国电力科学研究院有限公司 | 一种储能成本和收益的经济优化方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 刘淑莲 等: "《企业财务管理》", 28 February 2007 * |
| 韦淑敏: "基于全寿命周期光储电站成本电价模型及投资决策研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111064188A (zh) * | 2019-12-26 | 2020-04-24 | 上海电力大学 | 一种基于净现值计算的光储系统容量配置方法 |
| CN111064188B (zh) * | 2019-12-26 | 2023-11-03 | 重庆泊津科技有限公司 | 一种基于净现值计算的光储系统容量配置方法 |
| CN111709695A (zh) * | 2020-04-16 | 2020-09-25 | 青海绿能数据有限公司 | 一种光伏运营管理系统 |
| CN111697603A (zh) * | 2020-05-15 | 2020-09-22 | 西安联创分布式可再生能源研究院有限公司 | 基于电池衰减的电化学储能系统的配置与策略制定方法 |
| CN111541256A (zh) * | 2020-05-18 | 2020-08-14 | 合肥阳光新能源科技有限公司 | 一种能量控制方法和发电储能系统 |
| CN115514005A (zh) * | 2022-10-12 | 2022-12-23 | 北京双登慧峰聚能科技有限公司 | 一种光伏电站储能系统配置的经济性评估方法及装置 |
| CN115514005B (zh) * | 2022-10-12 | 2023-10-27 | 北京双登慧峰聚能科技有限公司 | 一种光伏电站储能系统配置的经济性评估方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110060165B (zh) | 2022-07-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110060165A (zh) | 光伏储能系统收益测算方法及能量管理控制方法 | |
| Thien et al. | Real-world operating strategy and sensitivity analysis of frequency containment reserve provision with battery energy storage systems in the german market | |
| Nwulu et al. | Optimal dispatch for a microgrid incorporating renewables and demand response | |
| Gupta et al. | Levelized cost of solar photovoltaics and wind supported by storage technologies to supply firm electricity | |
| Chen et al. | Energy storage subsidy estimation for microgrid: A real option game-theoretic approach | |
| CN110311421A (zh) | 基于需求侧响应的微电网多时间尺度能量管理方法 | |
| CN107423852A (zh) | 一种计及典型场景的光储联合电站优化运营方法 | |
| CN105976108A (zh) | 一种配电网分布式储能规划方法 | |
| CN107565585B (zh) | 储能装置调峰回报时间预测方法及其模型创建方法 | |
| CN109787261A (zh) | 电网侧及用户侧储能系统容量优化配置方法 | |
| Zakeri et al. | The direct interconnection of the UK and Nordic power market–Impact on social welfare and renewable energy integration | |
| CN108599144A (zh) | 一种提高电力系统新能源利用率且最小化发电成本的方法 | |
| CN110247411A (zh) | 一种用户侧物联化智能光储设备能量动态分配方法 | |
| Benini et al. | Battery energy storage systems for the provision of primary and secondary frequency regulation in Italy | |
| Peikherfeh et al. | Optimal dispatch of distributed energy resources included in a virtual power plant for participating in a day-ahead market | |
| Sardi et al. | Framework of virtual microgrids formation using community energy storage in residential networks with rooftop photovoltaic units | |
| CN108808655A (zh) | 一种用于对电动汽车参与微网调频的经济性评估方法及系统 | |
| Usman et al. | A novel two-stage TSO–DSO coordination approach for managing congestion and voltages | |
| Zhang et al. | A review on capacity sizing and operation strategy of grid-connected photovoltaic battery systems | |
| CN109829599A (zh) | 基于高比例可再生能源的配电网的集群划分方法及装置 | |
| He et al. | Battery storage optimization in wind energy microgrids based on contracted fitness-dependent optimization algorithm | |
| Ummels et al. | Integration of wind power in the liberalized Dutch electricity market | |
| Etha et al. | Customer benefit optimization for residential PV with energy storage systems | |
| Garcia et al. | A dynamic regulation market mechanism for improved financial settlements in wholesale electricity markets | |
| Khezri et al. | Microgrids planning for residential electrification in rural areas |
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 |
Address after: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2 Applicant after: Sunshine New Energy Development Co.,Ltd. Address before: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2 Applicant before: Sunshine New Energy Development Co.,Ltd. Address after: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2 Applicant after: Sunshine New Energy Development Co.,Ltd. Address before: 230088 6th floor, R & D center building, no.1699 Xiyou Road, high tech Zone, Hefei City, Anhui Province Applicant before: HEFEI SUNGROW RENEWABLE ENERGY SCI. & TECH. Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |