CN117458568A - 一种光储能充放电控制系统及方法 - Google Patents
一种光储能充放电控制系统及方法 Download PDFInfo
- Publication number
- CN117458568A CN117458568A CN202311431148.6A CN202311431148A CN117458568A CN 117458568 A CN117458568 A CN 117458568A CN 202311431148 A CN202311431148 A CN 202311431148A CN 117458568 A CN117458568 A CN 117458568A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- module
- data
- power
- energy
- 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.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000005611 electricity Effects 0.000 claims abstract description 69
- 238000010248 power generation Methods 0.000 claims abstract description 46
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 238000009434 installation Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 2
- 239000003990 capacitor Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- 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
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及光伏发电储能技术领域,具体为一种光储能充放电控制系统及方法。所述方法运用了所述系统,所述系统包括:储能模块,与光伏发电站以及电网连接,用于储存电量;光伏发电站采集模块,用于实时获取光伏发电站的地理数据与环境数据,以及光伏面板安装信息;发电预测模块,用于根据采集的数据预测光伏发电站的发电量;损耗预测模块,用于采集所述储能模块的损耗数据,计算损耗成本;负载预测模块,用于根据历史数据、实时数据和未来数据对用电量进行预测;储能决策模块,用于控制储能模块进行储能或供能,以及计算储能成本,并结合未来的用电需求,决定所述储能模块的储能方式。该技术方案能够实现能效的最大化。
Description
本申请是申请日为2023年4月28日的中国专利申请202310480871.7“一种光储能控制系统及方法”的分案申请。
技术领域
本发明涉及光伏发电储能技术领域,具体为一种光储能充放电控制系统及方法。
背景技术
随着全球能源供应的持续短缺和人们对环境问题的日益重视,可再生能源的合理开发利用已成为一个重要课题。开发利用可再生能源是提高能源供应能力、改善能源结构、保障能源安全、逐步恢复自然环境的重要举措,对建设资源节约型、环境友好型社会,实现经济社会全面、协调、可持续发展具有重要意义。
光伏是太阳能光伏发电系统的简称,是一种利用太阳电池半导体材料的光伏效应,将太阳光辐射能直接转换为电能的发电系统。光伏储能就是存储光伏系统产生的电能,并且在光伏系统电力不足的时候,通过相应的电力调度,对外提供电力。
光伏储能控制系统在电网中的应用目的之一是削峰填谷,即将夜晚等用电低谷期富余的电量通过储能模块储存起来,在白天等用电高峰期的时候再通过逆变器(DC/AC)将储存的电量回馈到电网侧,减少电能的浪费,同时储能模块还能减少线损,延长线路和设备的使用寿命。
但光伏储能容易受到天气情况,光照情况、储能装置容量配置等因素的影响,在发电时间、发电强度等方面都存在不稳定性,仅简单地根据时间进行充电和放电,并不能实现能效的最大化。
发明内容
本发明的目的在于:提出一种光储能充放电控制系统,该技术方案能够实现能效的最大化。
为实现上述目的,本发明提供的基础方案:一种光储能充放电控制系统,包括:
储能模块,与光伏发电站以及电网连接,用于储存电量;
光伏发电站采集模块,用于实时获取光伏发电站的地理数据与环境数据,以及光伏面板安装信息;
电力信息采集模块,用于获取储能模块电力信息与电网电力信息,所述储能模块电力信息包括储能模块容量,所述电网电力信息包括电网峰谷情况;
发电预测模块,用于根据采集的数据预测光伏发电站的发电量;
损耗预测模块,用于采集所述储能模块的损耗数据,计算损耗成本;
负载预测模块,用于根据历史数据、实时数据和未来数据对用电量进行预测;
储能决策模块,用于控制储能模块进行储能或供能,以及结合损耗成本计算储能成本,并根据未来的用电需求,综合决定最优的储能方式。
基础方案的有益效果:本方案通过光伏发电站采集模块获得光伏发电站的多项数据,并通过发电预测模块预测光伏发电站的发电量,同时这些数据也能与储能模块电力信息结合供储能决策模块计算储能成本。
负载预测模块能够预测用电量,储能决策模块根据预测的用电量以及发电量控制储能模块进行储能或供能,本方案中,储能模块与光伏发电站和电网均连接,储能模块从光伏发电站与电网均能获得电能进行储能,因此通过控制储能方式,即储存电能的来源比例以及时机,储能成本能够得到有效控制,储能决策模块通过计算储能成本,并选择最优的储能方式,使储存电量满足削峰填谷需求的同时,还能降低储能成本。
本方案的最优储能方式并非一定满足经济最优,而是在紧急情况下还能最大限度满足用电需求,在此基础上降低储能成本,比如当一些突发事件导致即将停电时,储能决策模块也能够得出快速储能的方式,以尽可能储存更多的电能,供重要用电设施使用,降低停电可能造成的损失。
作为优选方案,所述发电预测模块将采集光伏发电站历史数据集,历史数据集包括多个不同光伏发电站的历史数据,历史数据包括地理数据、环境数据,发电预测模块将得到与当前光伏发电站匹配的历史数据;发电预测模块将结合当前光伏发电站的地理数据与环境数据,得到预计发电量。
由于部分刚建设完成的光伏发电站不具有充足的历史数据,因此通过采集光伏发电站历史数据集,利用当前光伏发电站的数据匹配到接近的历史数据,通过这些数据对光伏发电站的数据进行预测,以便为储能决策模块提供更准确的数据参考。
作为优选方案,包括储能分析模块,用于分析储能模块需要的预备容量,具体计算公式为:
其中,Wc为储能模块需要的预备容量,Wf为用电量预测值,SOC为充放电深度,η电为电池效率,η逆为逆变器效率。
通过分析储能模块需要的预备容量,能够更好地对储能模块进行准备,为后续维护和扩展提供数据参考。
作为优选方案,所述损耗预测模块,还用于计算储能模块的损耗率。
计算储能模块的损耗率能够得到储能模块的可靠性以及判断是否需要进行维护或更换,以便使储能模块的性能始终处于正常状态,在发现异常时也能够及时采取措施,保证本系统的有效性和可靠性,同时也能避免不必要的损失。
作为优选方案,所述储能决策模块包括成本计算子模块,所述成本计算子模块将根据电力信息计算光伏发电站发电成本,同时结合储能模块所在区域峰谷时段电价、储能模块的损耗成本,计算得到最终的储能成本。
通过对储能成本进行计算,能够更好地规划储能时间、储能方式,降低储能成本,尽可能使得储能系统的能效保持最大化。
作为优选方案,所述负载预测模块中历史数据中设置有季节权重值、时段权重值、历史用电量权重值、历史天气权重值,通过加权得到用电量历史预测值;未来数据中设置有天气预报权重值、工商业产能电耗权重值、峰谷预测权重值,通过加权得到用电量未来预测值;实时数据中设置有实时天气权重值、实时用电量权重值、产业用电量分布权重值、负载预测模块,通过加权得到实时修正值;
所述负载预测模块将根据用电量历史预测值与用电量未来预测值,综合预测未来各时段的用电量,并利用实时修正值,对未来邻近时段的用电量预测值进行修正。
本方案设置有用电量历史预测值与用电量未来预测值,通过对多个不同方面进行加权计算得到最终的用电量预测值,并通过实时修正值对用电量预测值进行修正,以使得数据更加贴合实际,以便为储能决策模块进行更加准确的数据参考。
作为优选方案,还包括电网预测模块,用于进行停电与电网突发情况的预测,并将预测结果发送至负载预测模块,以调整储能模块需要预备的容量。
通过对停电以及电网突发情况进行预测,能够对电网的特殊情况进行处理,同时由于情况的特殊性,当电网预测模块预测到特殊情况后,储能决策模块也将不再考虑最优经济成本,而是得出最快储能策略,尽可能满足后续用电需求。
作为优选方案,储能决策模块还包括优先级判断子模块,优先级判断子模块将根据实际用电需求,判断用电设施的优先级,并根据优先级为用电设施提供电能。
由于特殊情况发生后,供电量将会大幅下跌甚至暂时中断,因此合理规划储存电量十分重要,通过判断用电设施的优先级,能够尽可能保证重要设施的用电,避免造成更多的损失。
一种光储能充放电控制方法,该方法运用了上述一种光储能充放电控制系统。
附图说明
图1是一种光储能充放电控制系统的结构图。
具体实施方式
下面通过具体实施方式对本申请技术方案进行进一步详细说明:
实施例一
如图1所示的一种光储能充放电控制系统,包括:
储能模块,储能模块与光伏发电站以及电网连接,储能模块用于储存电能,储能模块是由若干个电容模块串联形成,每个电容模块由若干个超级电容采用先并联后串联的方式形成。
光伏发电站采集模块,用于实时获取光伏发电站的地理数据与环境数据,以及光伏面板安装信息,地理数据包括光伏发电站所处的海拔、地形、经纬度、气候;环境信息包括辐射度、日照小时数、天气类型、光照强度、风力、风向以及温湿度;其中,天气类型包括晴、多云转晴、阴、小雨以及晴转多云等;地理数据包括光伏发电站所处的海拔、地形、经纬度、气候;光伏面板安装信息包括光伏面板数量以及安装角度。
电力信息采集模块,用于获取与储能模块电力信息与电网电力信息,储能模块电力信息包括储能模块容量、储能模块效率、储能模块充放电深度、逆变器效率。电网电力信息包括,电网峰谷情况,电网峰谷电价。
发电预测模块,用于预测光伏发电站的发电量。发电预测模块将采集光伏发电站历史数据集,历史数据集包括多个不同光伏发电站的历史数据,历史数据可以包括日期、历史发电量、地理数据、环境数据等,由于部分刚建设完成的光伏发电站不具有充足的历史数据,因此发电预测模块将根据当前储能模块所连接的光伏发电站的地理数据和环境数据,与历史数据集中的数据进行匹配,得到与当前光伏发电站最接近的历史数据。发电预测模块将结合当前光伏发电站的地理数据与环境数据,并根据最接近的历史数据得到光伏发电站的预计发电量。
随着光伏发电站投入运行时间的增加,当前光伏发电站存储的历史数据也越来越多,发电预测模块将利用当前光伏发电站存储的历史数据逐渐代替最接近的历史数据,直至完全代替,以使得发电量预测模块对当前光伏发电站的发电量预测准确度越来越高。
损耗预测模块,用于采集储能模块的损耗数据,计算储能模块的损耗成本以及储能模块的损耗率。损耗数据包括基础数据与状态数据,基础数据包括储能模块的成本、储能模块的额定容量、汇流箱和直流线路产生的效率损耗、交流线损等,状态数据包括储能模块的充放电循环次数、光伏阵列产生的效率损耗、储能模块在某一时刻的荷电状态以及两个时刻之间荷电状态的变化量等。
负载预测模块,用于根据历史数据、实时数据和未来数据,对用电量进行预测。历史数据中设置有季节权重值、时段权重值、历史用电量权重值、历史天气权重值,负载预测模块利用上述历史数据中的权重值加权得到用电量历史预测值;未来数据中设置有天气预报权重值、工商业产能电耗权重值、峰谷预测权重值,负载预测模块利用上述未来数据中的权重值得到用电量未来预测值。实时数据中设置有实时天气权重值、实时用电量权重值、产业用电量分布权重值、负载预测模块利用实时数据中的权重值加权得到实时修正值。负载预测模块将根据用电量历史预测值与用电量未来预测值,综合预测未来各时段的用电量,并利用实时修正值,对未来邻近时段的用电量预测值进行修正。
储能分析模块,用于分析储能模块需要预备的容量,具体计算公式为:
其中,Wc为储能模块需要预备的容量,Wf为用电量预测值,SOC为充放电深度,η电为电池效率,η逆为逆变器效率。
储能决策模块,用于控制储能模块处于储能模式或供能模式,当处于储能模式时,富余的电能将被存储在储能模块中,当处于供能模式时,储能模块中存储的电量将通过逆变器(DC/AC)将储存的电量回馈到电网侧;还用于根据未来的用电需求以及储能成本,决定储能模块的储能方式。
储能决策模块包括成本计算子模块,成本计算子模块将根据电力信息计算光伏发电站发电成本,同时结合储能模块所在区域峰谷时段电价、储能模块的损耗成本等,计算得到最终的储能成本,并根据储能成本决定是否进行储能,若决定进行储能,储能决策子模块将根据储能模块需要预备的容量,规划最优的储能策略。
实施例二
本实施例与实施例一的区别技术特征在于,还包括电网预测模块,用于进行停电等电网突发情况的预测。电网预测模块将实时监测当地电网的公告信息,当监测到停电公告等突发情况公告后,电网预测模块将获取公告信息中的受影响的地区、受影响的时间、受影响的原因等信息,预测停电后的所需用电量,并将上述数据发送至负载预测模块,调整储能模块需要预备的容量。
储能决策模块还包括优先级判断子模块,优先级判断子模块将根据实际用电需求,判断用电设施的优先级,并根据优先级为用电设施提供电能,以保证电能供应的有效性。如对医院、精密生产线、数据中心这些用电可靠性要求较高的设施,发生断电故障或者遭遇自然灾害等意外时,需要储能装置将储备的电能供应给重要负载,以避免故障修复过程中的电能中断,保证重要负荷持续供电。
实施例三
本实施例与实施例一的区别技术特征在于,还包括充放电控制模块,用于根据损耗率将损耗率相近的储能模块分为一组,损耗率越高,储能模块的可靠性越低,且当损耗率过低时,方便对整组储能模块成批次进行更换。在控制储能模块进行充放电时以组为单位,能够通过主动控制某一组储能模块进行充放电,以对储能模块的损耗率进行主动控制。
充放电控制模块以组为单位将储能模块划分为供电组与保障组,储能模块处于充电状态时,优先对保障组进行充电,然后再对供电组进行充电;在储能模块处于放电状态时,优先释放供电组中储存的电能,然后再释放供电组中储存的电能;在实际运行过程中,储能模块不会在电量用尽时才进行充电,因此本方案能够提高供电组的充放电次数,减少保障组的充放电次数,使得保障组具有可靠性,而供电组也能尽快达到使用寿命进行更换。更换后新的储能模块组成保障组,原保障组自动切换为供电组。
实施例四
本实施例与实施例一的区别技术特征在于,还包括负载预测模块还包括峰谷预测子模块,用于根据历史用电情况,预测峰谷时段以及对应的峰谷用电量,同时还能根据负载预测模块的数据对预测的峰谷时段进行修正。对峰谷时段进行预测能够使得电力信息采集模块能够获得未来的电网电力信息,以便掌握未来的电网峰谷情况,能够更精准地掌握对未来能够从电网获取的盈余电能以及电网的需求电能。
于一种实施例中,峰谷预测子模块还用于爬取工商业信息,工商业信息包括各工商企业的历史产能报告以及产能预估计划,新注册的工商企业的数量、类型、规模。峰谷预测子模块将根据工商业信息将企业并入对应的用电时间段,同时预测其可能的用电量叠加到该时间段的预测用电量上,峰谷预测子模块将根据新的预测用电情况,调整预测的峰谷时段,并对峰谷的用电量预测值一并进行调整。
实施例五
本实施例与实施例一的区别技术特征在于,发电预测模块还包括发电稳定性判断子模块,用于判断发电量的稳定性。负载预测模块还包括负载稳定性判断子模块,用于判断用电量的稳定性。储能决策模块还包括参数调用控制子模块,用于控制储能模块决策时调用的参数。
发电稳定性判断子模块,将记录光伏发电站运行历史记录,包括每日发电量、每周发电量、每月发电量等,同时还将对光伏发电系统的电能质量进行测试,并根据测试结果检测发电波动,电能质量测试包括对光伏发电站的电压、电流、频率、相位等指标进行测试。
当出现波动后,调取光伏发电站运行历史记录,并根据历史记录得到发电量稳定参考阈值,每日运行时间结束后,更新运行历史记录,同时对发电量稳定参考阈值进行调整;并将发电量预测模块预测的发电量与发电量稳定参考阈值进行比较,当发电量低于发电量稳定参考阈值时,发电稳定性判断子模块即判断发电量稳定性过低,参数调用控制子模块将调用所有参数以辅助储能决策模块进行决策,从而使得储能决策模块的决策结果更优;反之,发电稳定性判断子模块将判断发电量稳定,参数调用控制子模块将按照之前决策的储能策略,简单调用未来用电需求对储能策略进行微调后储能。该方案能够节约算力资源,进一步优化能耗。
负载稳定性判断子模块,将记录电网的用电量历史记录,包括每日用电量、每周用电量、每月用电量等,根据用电量历史记录得到用电量稳定参考阈值,并将负载预测模块预测的用电量与用电量稳定参考阈值进行比较,当用电量低于用电量稳定参考阈值,用电稳定性判断子模块即判断用电量稳定性过低,反之稳定性较高,无论稳定性较低还是较高均根据具体差值得到发电量稳定参考值调整参数,对发电量稳定参考阈值进行调整,比如当用电稳定性降低时,就需要更稳定的发电量来保证正常用电,因此调高发电量稳定参考阈值,以提升对用电稳定性的要求。发电量的稳定性对于保持电力系统稳定性具有关键作用,通过对稳定性进行分析,能够及时发现和解决光伏发电在运行过程中的问题,从而避免故障扩大,并且还能够及时调整储能策略,进而保证用电需求,此外本方案根据实际用电情况调整对发电量稳定性的判断也使得决策更优。
以上内容仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未做过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以做出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.一种光储能充放电控制系统,其特征在于:包括:
储能模块,与光伏发电站以及电网连接,用于储存电量;
光伏发电站采集模块,用于实时获取光伏发电站的地理数据与环境数据,以及光伏面板安装信息;
发电预测模块,用于根据采集的数据预测光伏发电站的发电量;
损耗预测模块,用于采集所述储能模块的损耗数据,计算损耗成本;
负载预测模块,用于根据历史数据、实时数据和未来数据对用电量进行预测;
所述负载预测模块中历史数据中设置有季节权重值、时段权重值、历史用电量权重值、历史天气权重值,通过加权得到用电量历史预测值;未来数据中设置有天气预报权重值、工商业产能电耗权重值、峰谷预测权重值,通过加权得到用电量未来预测值;实时数据中设置有实时天气权重值、实时用电量权重值、产业用电量分布权重值,通过加权得到实时修正值;
所述负载预测模块将根据用电量历史预测值与用电量未来预测值,综合预测未来各时段的用电量,并利用实时修正值,对未来邻近时段的用电量预测值进行修正;
储能决策模块,用于控制储能模块进行储能或供能,以及结合损耗成本计算储能成本,并根据未来的用电需求,综合决定最优的储能方式;
充放电控制模块,用于根据损耗率将损耗率相近的储能模块分为一组,损耗率越高,储能模块的可靠性越低,且当损耗率过低时,方便对整组储能模块成批次进行更换;在控制储能模块进行充放电时以组为单位,能够通过主动控制某一组储能模块进行充放电,以对储能模块的损耗率进行主动控制;
充放电控制模块以组为单位将储能模块划分为供电组与保障组,储能模块处于充电状态时,优先对保障组进行充电,然后再对供电组进行充电;在储能模块处于放电状态时,优先释放供电组中储存的电能,然后再释放供电组中储存的电能。
2.根据权利要求1所述的一种光储能充放电控制系统,其特征在于:所述发电预测模块将采集光伏发电站历史数据集,历史数据集包括多个不同光伏发电站的历史数据,历史数据包括地理数据、环境数据,发电预测模块将得到与当前光伏发电站匹配的历史数据,发电预测模块将结合当前光伏发电站的地理数据与环境数据,得到预计发电量。
3.根据权利要求1所述的一种光储能充放电控制系统,其特征在于:还包括储能分析模块,用于分析储能模块需要的预备容量,具体计算公式为:
其中,Wc为储能模块需要的预备容量,Wf为用电量预测值,SOC为充放电深度,η电为电池效率,η逆为逆变器效率。
4.根据权利要求1所述的一种光储能充放电控制系统,其特征在于:所述损耗预测模块,还用于计算储能模块的损耗率。
5.根据权利要求1所述的一种光储能充放电控制系统,其特征在于:所述储能决策模块包括成本计算子模块,所述成本计算子模块将根据电力信息计算光伏发电站发电成本,同时结合储能模块所在区域峰谷时段电价、储能模块的损耗成本,计算得到最终的储能成本。
6.根据权利要求1所述的一种光储能充放电控制系统,其特征在于:还包括电网预测模块,用于进行电网突发情况的预测,并将预测结果发送至负载预测模块,以调整储能模块需要预备的容量。
7.根据权利要求6所述的一种光储能充放电控制系统,其特征在于:储能决策模块还包括优先级判断子模块,优先级判断子模块将根据实际用电需求,判断用电设施的优先级,并根据优先级为用电设施提供电能。
8.一种光储能充放电控制方法,其特征在于:采用了如权利要求1-7中任一项所述的一种光储能充放电控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311431148.6A CN117458568A (zh) | 2023-04-28 | 2023-04-28 | 一种光储能充放电控制系统及方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311431148.6A CN117458568A (zh) | 2023-04-28 | 2023-04-28 | 一种光储能充放电控制系统及方法 |
CN202310480871.7A CN116454951B (zh) | 2023-04-28 | 2023-04-28 | 一种光储能控制系统及方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310480871.7A Division CN116454951B (zh) | 2023-04-28 | 2023-04-28 | 一种光储能控制系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117458568A true CN117458568A (zh) | 2024-01-26 |
Family
ID=87132051
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311358696.0A Pending CN117293882A (zh) | 2023-04-28 | 2023-04-28 | 一种光储能负载预测系统及方法 |
CN202311431142.9A Pending CN117439143A (zh) | 2023-04-28 | 2023-04-28 | 一种光储能稳定性预测系统及方法 |
CN202310480871.7A Active CN116454951B (zh) | 2023-04-28 | 2023-04-28 | 一种光储能控制系统及方法 |
CN202311431148.6A Pending CN117458568A (zh) | 2023-04-28 | 2023-04-28 | 一种光储能充放电控制系统及方法 |
Family Applications Before (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311358696.0A Pending CN117293882A (zh) | 2023-04-28 | 2023-04-28 | 一种光储能负载预测系统及方法 |
CN202311431142.9A Pending CN117439143A (zh) | 2023-04-28 | 2023-04-28 | 一种光储能稳定性预测系统及方法 |
CN202310480871.7A Active CN116454951B (zh) | 2023-04-28 | 2023-04-28 | 一种光储能控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (4) | CN117293882A (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703009B (zh) * | 2023-08-08 | 2024-01-09 | 深圳航天科创泛在电气有限公司 | 一种光伏发电储能系统的运营参考信息生成方法 |
CN116720631B (zh) * | 2023-08-09 | 2023-12-19 | 深圳市洛丁光电有限公司 | 一种分布式光伏发电电量分析预测方法、系统及存储介质 |
CN117154824A (zh) * | 2023-09-07 | 2023-12-01 | 江苏拓正茂源新能源有限公司 | 一种自适应式光伏储能的控制系统 |
CN117254494B (zh) * | 2023-09-27 | 2024-03-22 | 南方电网调峰调频(广东)储能科技有限公司 | 多站点协同储能集控调度系统及方法 |
CN117077978A (zh) * | 2023-10-11 | 2023-11-17 | 浙江浙能能源服务有限公司 | 一种跨区域新能源蓄能方法及系统 |
CN117663503A (zh) * | 2023-10-27 | 2024-03-08 | 中国电建集团江西省电力设计院有限公司 | 一种智能调节熔盐储热速率的方法及系统 |
CN117578534B (zh) * | 2024-01-17 | 2024-05-07 | 深圳市名洋能源科技有限公司 | 光伏储能系统的调度方法、装置、设备及存储介质 |
CN117595384B (zh) * | 2024-01-18 | 2024-03-26 | 河北省建筑科学研究院有限公司 | 基于人工智能的光伏电站源网荷双向预测方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101303470B1 (ko) * | 2011-12-30 | 2013-09-05 | 주식회사 효성 | 에너지관리시스템을 위한 예측시스템 |
TWI504094B (zh) * | 2013-08-02 | 2015-10-11 | 元智大學 | 電力負載監控及預測系統及其方法 |
CN106707778B (zh) * | 2016-12-06 | 2020-01-10 | 长沙理工大学 | 一种基于模型预测控制的家庭综合能源智能优化管理系统 |
CN115021406B (zh) * | 2022-06-27 | 2023-04-07 | 合肥原力众合能源科技有限公司 | 一种整合经济性模型预测控制的微电网控制器 |
CN115173452B (zh) * | 2022-07-29 | 2023-07-04 | 重庆跃达新能源有限公司 | 光伏发电储能控制方法、系统及存储介质 |
CN115423153A (zh) * | 2022-08-11 | 2022-12-02 | 广西大学 | 基于概率预测的光伏储能系统能量管理方法 |
-
2023
- 2023-04-28 CN CN202311358696.0A patent/CN117293882A/zh active Pending
- 2023-04-28 CN CN202311431142.9A patent/CN117439143A/zh active Pending
- 2023-04-28 CN CN202310480871.7A patent/CN116454951B/zh active Active
- 2023-04-28 CN CN202311431148.6A patent/CN117458568A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN117293882A (zh) | 2023-12-26 |
CN116454951A (zh) | 2023-07-18 |
CN116454951B (zh) | 2023-12-05 |
CN117439143A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116454951B (zh) | 一种光储能控制系统及方法 | |
US9937810B2 (en) | Charging and discharging of DC microgrid energy storage | |
CN103337869B (zh) | 一种新型电池储能系统及其功能一体化设计的方法 | |
CN107947227A (zh) | 方位控制装置、光伏发电设备、微电网系统及控制方法 | |
CN102427244B (zh) | 大规模光伏风电信息接入系统 | |
Ricalde et al. | Design of a smart grid management system with renewable energy generation | |
WO2022199295A1 (zh) | 光伏储存放一体化管理平台 | |
CN113036811A (zh) | 一种基于±600v直流微网的风光互补型制氢电站系统 | |
CN111600330A (zh) | 微电网系统 | |
CN114243795A (zh) | 一种典型充电站综合能源协同交互优化配置方法及系统 | |
CN115173452B (zh) | 光伏发电储能控制方法、系统及存储介质 | |
CN113746123A (zh) | 一种光储充一体化电站系统 | |
CN111555329B (zh) | 一种自治型微电网储能容量配置方法 | |
CN112332524A (zh) | 一种光储式充电站直流微网系统 | |
Panajotovic et al. | Design and “inteligent” control of hybrid power system in telecommunication | |
CN102832645A (zh) | 多电源供电系统的电力管理方法 | |
Nakamura et al. | Green base station using robust solar system and high performance lithium ion battery for next generation wireless network (5G) and against mega disaster | |
CN115622100B (zh) | 一种使用光伏储能电池的企业用电分配监测系统及方法 | |
CN211183436U (zh) | 一种基于能量预测的光储微电网系统 | |
Javadi et al. | Battery Energy Storage Technology in Renewable Energy Integration: a Review | |
CN108377001B (zh) | 一种用于用电量削峰填谷的光伏储能系统和方法 | |
CN115117937B (zh) | 一种高速公路路侧并网型光储微电网系统及供电方法 | |
US20230231386A1 (en) | Solar-energy electricity generation system with integrated load management | |
CN107565679B (zh) | 一种充电系统 | |
CN108418205B (zh) | 光储离网系统选型配置方法 |
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 |