计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法
【专利摘要】本发明涉及一种计及功率损耗的分布式光伏?储能系统出力优化及容量配置方法，其特点是，在分析含分布式光伏?储能系统的配电网功率损耗的基础上，建立了以功率损耗变化率为判据的综合有功、无功损耗的PV?BES出力优化模型，在配电网的不同负荷水平下对PV?BES系统出力进行优化，在此基础上对光伏、储能系统容量进行配置。计算结果表明，本发明方法能明显降低配网网损并提高节点电压水平，使电压越限的节点归于安全运行范围内，可为含储能的分布式光伏系统运行规划提供重要借鉴。
【专利说明】
计及功率损耗的分布式光伏-储能系统出力优化及容量配置 方法
技术领域
[0001] 本发明属于分布式光伏领域，是一种计及功率损耗的分布式光伏-储能系统出力 优化及容量配置方法。
【背景技术】
[0002] 随着世界范围内能源枯竭与环境问题的逐步恶化，人们越来越关注可再生能源的 开发与利用，其中太阳能光伏以其清洁、安全、可再生的特点以及太阳能电池板价格逐步降 低的优势，在世界范围内备受青睐。
[0003] 我国太阳能资源丰富，光伏发电（Photovoltaic generation，简称PV)发展迅猛， 分布式光伏发电作为其中的一种重要形式，近几年也呈现良好的发展态势。随着大规模分 布式光伏接入配电网，传统单端辐射型网络变为多电源结构，潮流的大小和方向也将会发 生一定改变，可能会出现反向潮流和相应的电压变化，进而引起配电网网络损耗的变化，造 成不必要的能量损失，这对用户和电网本身都是不利的。利用储能系统，将其与分布式光伏 系统结合（distributed photovoltaic-energy storage system，简称PV-BES)接入到配电 网中可将不可控的光伏电源转化为可控电源，实现能量的时空平移，从而减小功率损耗并 提高电压水平与稳定性。
【发明内容】
[0004] 本发明所要解决的技术问题是，提出一种计及功率损耗的分布式光伏-储能系统 出力优化及容量配置方法，该方法建立了以功率损耗变化率为判据的含有功、无功损耗的 PV-BES出力优化模型，并在配电网的不同负荷水平下对PV-BES系统出力进行分时优化，最 后在此基础上对分布式光伏、储能系统容量进行配置。
[0005] 解决其技术问题采用的技术方案是:一种计及功率损耗的分布式光伏-储能系统 出力优化及容量配置方法，其特征在于，它包括以下内容：
[0006] 1)含PV-BES系统的配电网损耗分析模型
[0007] 将分布式光伏与储能系统结合在一起能够实现能量的时空转移，光伏系统将其中 一部分电能给负荷供电，光伏系统产生的多余电能给储能系统充电，当光伏系统出力较小 或夜晚时，储能系统将电能放出给负荷供电，对含分布式光伏-储能系统（distributed photovoltaic-energy storage system，简称PV-BES)的配电网损耗分析模型综合考虑有 功损耗及无功损耗，以有功损耗变化率、无功损耗变化率反映接入PV-BES系统对测试系统 网损及电压的改善程度，
[0008] a)有功损耗变化率
[0009] 对于一个含有η条支路的辐射型配电网络，其总有功损耗孔为：
[0010]
(.1).
[0011] 其中：为配电网有功损耗，η为支路数，Pi为流过支路i的有功功率，Qi为流过支路 i的无功功率，Ui为支路i的电压值，Ri为支路i的电阻值，
[0012] 当PV-BES系统在节点k注入有功功率Pk时，式（1)变为：
[0013]
(2):
[0014]其中：PL(PV+BES)为接入PV-BES系统后配电网有功损耗，k为节点号，Pk为PV-BES系统 在节点k注入的有功功率，
[0015] 由式(2)-(3)得到：
[0016]⑶ ：j=l
m
[0017] 有功损耗变化率LP为接入PV-BES系统前后有功损耗变化量与原有功损耗的比值：
[0018]
(4)
[0019] b)无功损耗变化率
[0020] 对于含有η条支路的配电网，其无功功率损耗Ql为：
[0021]
(5)
[0022]其中：Ql为配电网无功损耗，Xi为支路i的电抗值，
[0023]同样，当PV-BES系统在节点k注入有功功率Pk时，式(5)变为：
[0024]
((，）
[0025]其中：Ql(pv+bes)为接入PV-BES系统后配电网无功损耗，
[0026]那么，无功损耗变化率LQ为接入PV-BES系统前后无功损耗变化量与原无功损耗的 比值：
[0027] (7)
[0028] 。；5东，日，功竿；^贝杜文11竿
[0029]综合功率损耗变化率M0考虑了 LP、LQ，并分别加以权重系数Θ#ΡΘ2，则M0定义如下：
[0030] MO = 0iLP+02LQ (8)
[0031] 其中：0:为与网损强相关的有功损耗权重，θ2为与电压强相关的无功损耗权重，LP 为有功损耗变化率，LQ为无功损耗变化率；
[0032] 2)考虑约束条件的PV-BES系统出力优化模型及求解
[0033] a)目标函数
[0034]建立综合考虑有功损耗、无功损耗的功率损耗变化率模型以直观的反映PV-BES系 统不同出力对配网网损及系统电压的影响，功率损耗变化率越大表明对PV-BES系统的出力 优化效果越好，故目标函数为：
[0035]
(9)
[0036] b)约束条件
[0037] PV-BES系统出力优化模型应满足功率平衡约束、节点电压约束及有功出力约束：
[0038] Pct+Pkt = Pit+PL(pv+BES)t (10)
[0039] Qct = Qit+QL(pv+BES)t (11)
[0040] Ukmin^Uk^Ukmax (12)
[0041 ] Pkmin^Pk^Pkmax (13)
[0042]其中：PGt、QGt分别为t时刻发电机提供的有功功率、无功功率，Pkt为t时亥Ijk节点PV-BES系统出力，Plt、Qlt分别为t时刻负荷的有功功率、无功功率，PL(PV+BES)t、QL(PV+BES)t分别为接 入PV-BES系统后t时刻配电网有功损耗、无功损耗，UkmihUkmx分别表示k节点电压的最大、最 小值，PkmihPkmx分别表示k节点PV-BES系统有功出力的最大、最小值，
[0043]对于上述含约束条件的PV-BES出力优化问题，可采用遗传算法进行求解，首先随 机PV-BES系统的初始种群，修改每个个体元素并返回适应度，然后不断迭代求该出力条件 下的M0值，最后得到最优PV-BES出力结果；
[0044] 3)分布式光伏-储能系统容量配置
[0045]基于遗传算法对含约束条件的PV-BES系统出力进行求解得到PV-BES的输出功率 曲线后，便可计算出各节点所连分布式光伏系统容量与储能系统容量。
[0046] k节点PV-BES系统与PV系统输出的电能为：
[0047]
[0048]
[0049]
[0050]其中：E(PV+BES)k为k节点PV-BES系统输出的电量，EPVk为k节点光伏系统输出的电量， E?//为k节点光伏系统向负荷提供的电量，为k节点储能系统放出的电量，尽丄为k节点 光伏系统给储能系统充电的电量，n BES为储能系统的充放电效率，
[0051] 由式(14)-(16)得出k节点光伏系统输出的电能如下式：
[0052]
(17)
[0053]通过光伏组件输出的最大功率计算k节点光伏系统容量：
[0054]
(18)
[0055] 其中：Pm为光伏系统容量，綠为光伏组件最大功率与输出电量的比值，为光 伏组件的最大输出功率，:为一天内光伏组件产生的电能，
[0056] 若令I1BES = 1，贝ljEPVk = E(PV+BES)k，由式（18)得出光伏系统的初步额定容量P'm为：
[0057] Ppvk - kpv E(PV^mSfk (19)
[0058] 其中:P、k为nBES = l时得到的光伏系统容量，
[0059] 当nBES= 1时得到光伏系统的初步容量，进而得出光伏系统向负荷提供的电量 当nBES小于1时，Prn增加，尽X也随之增加，但增加并不明显，近似等于￡·%丨，所以光伏 系统容量可由式(17)、（18)得出：
[0060]
(20：)：
[0061] 其中：:为nBES=i时光伏系统向负荷提供的电量，
[0062] 光伏系统削减的电量给储能系统充电，然后将这部分电量放至电网来最终实现 PV-BES出力曲线，储能系统容量配置包括额定功率和容量的计算，其中储能系统容量须能 够容纳光伏系统削减的电能，可通过计算充电电量获得;一天中最大充放电功率即为储能 系统的额定功率。
[0063] 本发明的计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法的有益 效果是，将PV-BES系统作为优化对象，建立综合考虑有功损耗、无功损耗的PV-BES系统出力 优化模型，在配电网不同负荷水平下对PV-BES系统出力进行分时优化，从而实现有效降低 系统网损、提高电压水平及稳定性，在得到PV-BES系统出力曲线后计算出了光伏系统与储 能系统的容量。
【附图说明】
[0064]图1是分布式光伏-储能系统结构图；
[0065]图2是分布式光伏、储能系统的充放电曲线图；
[0066]图3是本发明PV-BES出力求解流程图；
[0067]图4是综合功率损耗变化率收敛特性图；
[0068]图5是采用遗传算法的PV-BES日出力曲线图；
[0069]图6是系统有功损耗对比图；
[0070]图7是11时系统各节点电压图；
[0071 ]图8是各节点电压平均变化百分比图；
[0072]图9是12节点光伏出力及储能系统充放电曲线图。
【具体实施方式】
[0073]下面利用附图和实施例对本发明的计及功率损耗的分布式光伏-储能系统出力优 化及容量配置方法作进一步描述。
[0074] -种计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法，其特征在 于，它包括以下内容：
[0075] 1)含PV-BES系统的配电网损耗分析模型
[0076]将分布式光伏与储能系统结合在一起能够实现能量的时空转移，光伏系统将其中 一部分电能给负荷供电，光伏系统产生的多余电能给储能系统充电，当光伏系统出力较小 或夜晚时，储能系统将电能放出给负荷供电，对含分布式光伏-储能系统（distributed photovoltaic-energy storage system，简称PV-BES)的配电网损耗分析模型综合考虑有 功损耗及无功损耗，以有功损耗变化率、无功损耗变化率反映接入PV-BES系统对测试系统 网损及电压的改善程度，
[0077] a)有功损耗变化率
[0078]对于一个含有η条支路的辐射型配电网络，其总有功损耗PL为：
[0079]
(1)
[0080]其中：Pl为配电网有功损耗，η为支路数，Pi为流过支路i的有功功率，Qi为流过支路 i的无功功率，Ui为支路i的电压值，Ri为支路i的电阻值，
[0081 ]当PV-BES系统在节点k注入有功功率Pk时，式(1)变为：
[0082]
(2)
[0083]其中：PL(PV+BES)为接入PV-BES系统后配电网有功损耗，k为节点号，Pk为PV-BES系统 在节点k注入的有功功率，
[0084] 由式(2)-(3)得到：
[0085]
(3)
[0086]有功损耗变化率LP为接入PV-BES系统前后有功损耗变化量与原有功损耗的比值： [0087]
(4)
[0088] b)无功损耗变化率
[0089] 对于含有η条支路的配电网，其无功功率损耗Ql为：
[0090]
(5)
[0091]其中：Ql为配电网无功损耗，Xi为支路i的电抗值，
[0092]同样，当PV-BES系统在节点k注入有功功率Pk时，式(5)变为：
[0093]
(6：)
[0094] 其中：Ql(pv+bes)为接入PV-BES系统后配电网无功损耗，
[0095]那么，无功损耗变化率LQ为接入PV-BES系统前后无功损耗变化量与原无功损耗的 比值：
[0096]
(7)
[0097] c)综合功率损耗变化率
[0098]综合功率损耗变化率M0考虑了 LP、LQ，并分别加以权重系数Θ#ΡΘ2，则M0定义如下：
[0099] MO = 0iLP+02LQ (8)
[0100] 其中为与网损强相关的有功损耗权重，θ2为与电压强相关的无功损耗权重，LP 为有功损耗变化率，LQ为无功损耗变化率；
[0101] 2)考虑约束条件的PV-BES系统出力优化模型及求解
[0102] a)目标函数
[0103] 建立综合考虑有功损耗、无功损耗的功率损耗变化率模型以直观的反映 PV-BES系 统不同出力对配网网损及系统电压的影响，功率损耗变化率越大表明对PV-BES系统的出力 优化效果越好，故目标函数为：
[0104]
(9)
[0105] b)约束条件
[0106] PV-BES系统出力优化模型应满足功率平衡约束、节点电压约束及有功出力约束：
[0107] Pct+Pkt = Pit+PL(pv+BEs)t (10)
[0108] Qct = Qit+QL(pv+BES)t (11)
[0109] Ukmin^Uk^Ukmax (12)
[0110] Pkmin^Pk^Pkmax (13)
[0111] 其中：PGt、QGt分别为t时刻发电机提供的有功功率、无功功率，Pkt为t时亥Ijk节点PV-BES系统出力，Plt、Qlt分别为t时刻负荷的有功功率、无功功率，PL(PV+BES)t、QL(PV+BES)t分别为接 入PV-BES系统后t时刻配电网有功损耗、无功损耗，UkmihUkmx分别表示k节点电压的最大、最 小值，PkmihPkmx分别表示k节点PV-BES系统有功出力的最大、最小值，
[0112] 对于上述含约束条件的PV-BES出力优化问题，可采用遗传算法进行求解，首先随 机PV-BES系统的初始种群，修改每个个体元素并返回适应度，然后不断迭代求该出力条件 下的M0值，最后得到最优PV-BES出力结果；
[0113] 3)分布式光伏-储能系统容量配置
[0114] 基于遗传算法对含约束条件的PV-BES系统出力进行求解得到PV-BES的输出功率 曲线后，便可计算出各节点所连分布式光伏系统容量与储能系统容量，
[0115] k节点PV-BES系统与PV系统输出的电能为：
[0116]
[0117]
[0118]
[0119] 其中：E(PV+BES)k为k节点PV-BES系统输出的电量，EPVk为k节点光伏系统输出的电量， 为k节点光伏系统向负荷提供的电量，馬匕为k节点储能系统放出的电量，馬k为k节点 光伏系统给储能系统充电的电量，nBEs为储能系统的充放电效率，
[0120] 由式(14)-(16)得出k节点光伏系统输出的电能如下式：
[0121]
(17)
[0122] 通过光伏组件输出的最大功率计算k节点光伏系统容量：
[0123]
(18)
[0124] 其中：PPVk为光伏系统容量，墙"为光伏组件最大功率与输出电量的比值，为光 伏组件的最大输出功率Α?Γ为一天内光伏组件产生的电能，
[0125] 若令riBES = l，则EPVk = E(PV+BES)k，由式（18)得出光伏系统的初步额定容量P'm为：
[0126]
(19)
[0127] 其中:P' PVk为riBES = 1时得到的光伏系统容量，
[0128] 当nBES= 1时得到光伏系统的初步容量，进而得出光伏系统向负荷提供的电量 五义'，当nBES小于1时，Pm增加，母#也随之增加，但增加并不明显，近似等于於冗，所以光伏 系统容量可由式(17)、（18)得出：
[0129]
(20)
[0130] 其中：为nBES=i时光伏系统向负荷提供的电量，
[0131] 光伏系统削减的电量给储能系统充电，然后将这部分电量放至电网来最终实现 PV-BES出力曲线，储能系统容量配置包括额定功率和容量的计算，其中储能系统容量须能 够容纳光伏系统削减的电能，可通过计算充电电量获得;一天中最大充放电功率即为储能 系统的额定功率。
[0132] 本发明的具体实施例是：基于IEEE33节点系统，通过仿真分析加入PV-BES系统前 后系统网损及电压变化情况，并在此基础上对光伏、储能系统容量进行配置，验证所建立的 计及功率损耗的分布式光伏-储能系统出力优化模型及容量配置方法对于降低配网损耗、 提高电压水平与稳定性的效果。
[0133] 具体实施例：
[0134] 1算例条件
[0135] 1)负荷预测值如表1所示；
[0136] 2)光伏组件预测出力如表2所示；
[0137] 3) 3个分布式光-储系统PV-BES1、2、3分别位于节点12，20，24;
[0138] 4)系统各节点电压偏差范围为0.93pu-1.07pu;
[0139] 5)储能系统采用全钒液流储能电池，充放电效率为70% ;
[0140]表1各时段的负荷功率预测值
[0141] Tab.IPrediction of power load in each period
[0142]
[0143] 表2各时段的光伏组件出力预测值
[0144] Tab.2Prediction of PV module output in each period
[0145]
[0146] 表3系统年损耗及年损耗下降百分数
[0147] Tab.3Energy loss and annual loss reduction of three scenarios
[0148]
[0149] 表4光伏及储能系统容量配置
[0150] Tab.4Sizes of PV and BES using GA
[0151]
[0152] 2算例计算
[0153] a)含PV-BES系统的配电网损耗分析模型
[0154] 图1给出分布式光伏-储能系统的结构图，图2为分布式光伏、储能系统的充放电曲 线图，由图可知，光伏系统在一天中产生的电能为E PV，其中一部分电能瑪P给负荷供电，光 伏系统产生的多余电能给储能系统充电，当光伏系统出力较小或夜晚时，储能系统将电 能放出给负荷供电纪；从而实现对光伏系统"削峰填谷"及对负荷的全天供电。在此基础上 考虑接入PV-BES系统后配电网有功损耗变化率、无功损耗变化率变化情况，并分别施以不 同权重作为优化PV-BES系统出力的模型。
[0155] b)考虑约束条件的PV-BES系统出力优化模型及求解
[0156] 本发明以网络损耗为主要考虑因素设置权重Θ1为0.7，Θ2为0.3。基于IEEE33节点系 统，根据前述目标函数和约束条件，利用Matlab语言进行仿真建模，形成综合考虑网损与电 压的PV-BES系统出力优化模型。采用遗传算法的PV-BES出力求解流程图如图3所示。
[0157] 图4给出了综合功率损耗变化率收敛特性，图5是采用遗传算法的PV-BES日出力曲 线图。图6是加入PV-BES系统前后配网有功损耗对比图，表3给出了系统年损耗及年损耗下 降百分数。可见，综合考虑有功、无功损耗并在配网不同负荷水平下对PV-BES出力进行优 化，所得出力曲线基本满足负荷规律，能明显降低网损。如表1所示，11时系统负荷为峰值负 荷，此时电压情况最为恶劣，有14个节点电压越下限。图7是11时系统各节点电压图，图8给 出了各节点电压平均变化百分比图。由图可知，运用本发明方法使电压越限的节点归于正 常范围内并使电压平均提高2.79%。
[0158] c)分布式光伏-储能系统容量配置
[0159] 得出各节点PV-BES系统的输出功率曲线后，便可计算出各节点所连分布式光伏系 统容量与储能系统容量。
[0160] 以12节点光伏、储能系统为例：
[0161 ]当 qBES = 1 时，P,,,w=校"及ργ+β你/产尽ΡΓ+β￡5".?/￡^/?=15162.05/9.33=1625.01kW，由此 得到12节点光伏系统的初步功率曲线，进而得到￡g=ll()31.59kWh，式（17)转化为式（18)， 从而得到位于12节点处的光伏系统容量。
[0162]
U8)
[0163] 如图9为12节点的光伏系统出力及储能系统充放电曲线。各光伏系统的最大输出 功率即为光伏额定容量。两条曲线之间差之和为储能系统充放电量，一天中的最大充电量 可计算获得；13时两曲线差值为最大，即为储能系统的额定充放电功率。同理可得到20、24 节点的光伏系统容量、储能系统容量和额定功率，结果如表4所示。
[0164] 3算例总结
[0165] 1)利用遗传算法对模型进行求解，所得3个PV-BES系统的分时出力基本满足负荷 规律，从而减少了线路上的功率传递，使网损降低并提高了节点电压水平；
[0166] 2)本发明方法使系统年损耗下降47.16%，电压平均提高2.79%，并使电压越限的 节点重新回到安全运行范围内。
[0167] 综上，本发明提出的分布式光伏-储能系统出力优化及容量配置方法可明显降低 系统网损并提高电压水平及稳定性，可为含储能的分布式光伏系统运行规划提供借鉴。
[0168] 本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明，并非穷 举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示， 不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。
【主权项】
1. 一种计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法，其特征在于， 它包括W下内容： 1)含PV-肥S系统的配电网损耗分析模型 将分布式光伏与储能系统结合在一起能够实现能量的时空转移，光伏系统将其中一部 分电能给负荷供电，光伏系统产生的多余电能给储能系统充电，当光伏系统出力较小或夜 晚时，储能系统将电能放出给负荷供电，对含分布式光伏-储能系统（d i S t r i b U t e d photovoltaic-energy storage system,简称PV-BES)的配电网损耗分析模型综合考虑有 功损耗及无功损耗，W有功损耗变化率、无功损耗变化率反映接入PV-BES系统对测试系统 网损及电压的改善程度， a) 有功损耗变化率 对于一个含有η条支路的福射型配电网络，其总有功损耗Pl为：(1) 其中：Pl为配电网有功损耗，η为支路数，Pi为流过支路i的有功功率，Qi为流过支路i的 无功功率，U功支路i的电压值，R功支路i的电阻值， 当PV-肥S系统在节点k注入有功功率Pk时，式（1)变为：(2) 其中：Pl(pv+be^为接入PV-BES系统后配电网有功损耗，k为节点号，Pk为PV-BES系统在节 点k注入的有功功率， 由式(2)-(3)得到：掛 有功损耗变化率LP为接入PV-肥S系统前后有功损耗变化量与原有功损耗的比值：(4) b) 无功损耗变化率 对于含有η条支路的配电网，其无功功率损耗化为：巧 其中:化为配电网无功损耗，Xi为支路i的电抗值， 同样，当PV-肥S系统在节点k注入有功功率Pk时，式(5)变为：(6, 其中：化(PV+BE^为接入PV-肥S系统后配电网无功损耗， 那么，无功损耗变化率LQ为接入PV-BES系统前后无功损耗变化量与原无功损耗的比 值：(7) c)综合功率损耗变化率 综合功率损耗变化率MO考虑了 LP、LQ，并分别加 W权重系数θι和02,则MO定义如下： M0=目止 P+目 2LQ (8) 其中：θι为与网损强相关的有功损耗权重，θ2为与电压强相关的无功损耗权重，LP为有 功损耗变化率，LQ为无功损耗变化率； 2) 考虑约束条件的PV-肥S系统出力优化模型及求解 a) 目标函数 建立综合考虑有功损耗、无功损耗的功率损耗变化率模型W直观的反映 PV-BES系统不 同出力对配网网损及系统电压的影响，功率损耗变化率越大表明对PV-肥S系统的出力优化 效果越好，故目标函数为：^锐 b) 约束条件 PV-肥S系统出力优化模型应满足功率平衡约束、节点电压约束及有功出力约束： PGt+Pkt = Plt+PL(PV+BES)t (10) Qct =化 t+QL(PV+BE^t (11) 化min《化《化max (12) Pkmin《Pk《Pkmax (13) 其中：PGt、QGt分别为t时刻发电机提供的有功功率、无功功率，Pkt为t时亥化节点PV-BES 系统出力，Pit、化t分别为t时刻负荷的有功功率、无功功率，PL(PV+BES)t、化(PV+BES)t分别为接入 PV-BES系统后t时刻配电网有功损耗、无功损耗，lWn、Uk?ax分别表示k节点电压的最大、最小 值，PkMin、Pkmax分别表示k节点PV-肥S系统有功出力的最大、最小值， 对于上述含约束条件的PV-BES出力优化问题，可采用遗传算法进行求解，首先随机PV- BES系统的初始种群，修改每个个体元素并返回适应度，然后不断迭代求该出力条件下的M0 值，最后得到最优PV-BES出力结果； 3) 分布式光伏-储能系统容量配置 基于遗传算法对含约束条件的PV-BES系统出力进行求解得到PV-BES的输出功率曲线 后，便可计算出各节点所连分布式光伏系统容量与储能系统容量， k节点PV-肥S系统与PV系统输出的电能为：其中：E (Pv+BEs)k为k节点PV-BES系统输出的电量，Ep化为k节点光伏系统输出的电量，啞^ 为k节点光伏系统向负荷提供的电量，巧为k节点储能系统放出的电量，巧为k节点光伏 系统给储能系统充电的电量，riBES为储能系统的充放电效率； 由式(14)-(16)得出k节点光伏系统输出的电能如下式：们) 通过光伏组件输出的最大功率计算k节点光伏系统容量：(18) 其中：Ppvk为光伏系统容量，倘'为光伏组件最大功率与输出电量的比值，巧f为光伏组 件的最大输出功率，E热'为一天内光伏组件产生的电能， 若令riBES= 1，则Epvk = E(pv+BES)k，由式（18)得出光伏系统的初步额定容量p/ PVk为：(19) 其甲：P ' PVk刃％ES = 1町得到的光伏系统容量， 当riBES=l时得到光伏系统的初步容量，进而得出光伏系统向负荷提供的电量巧发，当 nBES小于1时，Pp化增加，巧if也随之增加，但增加并不明显，近似等于巧?'，所W光伏系统容 量可由式（17)、（ 18)得出：(2:0) 其中：￡说为％ES= 1时光伏系统向负荷提供的电量， 光伏系统削减的电量给储能系统充电，然后将运部分电量放至电网来最终实现PV-BES 出力曲线，储能系统容量配置包括额定功率和容量的计算，其中储能系统容量须能够容纳 光伏系统削减的电能，可通过计算充电电量获得;一天中最大充放电功率即为储能系统的 额定功率。
【文档编号】G06Q50/06GK105976055SQ201610285805
【公开日】2016年9月28日
【申请日】2016年5月4日
【发明人】崔杨, 潘宇, 刘 文, 严干贵
【申请人】东北电力大学