据前一天的负荷功率、新能源发电功率、电池充放 电功率以及电池的实时储能状态确定微网储能系统中电池比前一天可多用于调峰的能量。
[0124] 所述减小放电阈值的条件还进一步包括：电池前一秒的储能状态大于电池储能下 限，且当前时刻系统剩余功率值大于前一天同时刻的值；所述增大放电阈值的条件还进一 步包括：电池前一秒的储能状态大于电池储能下限，且当前时刻系统剩余功率值小于前一 天同时刻的值。
[0125] 下面采用具体实施例对本发明的具体技术效果作进一步的详细说明。
[0126] 具体实施例中利用英国诺丁汉大学"新能源住房系统"中一台3kW的风机和一台 3kW的光伏系统进行实验，利用可再生能源RES实测数据来验证提出本专利方法的可行性。 负荷数据由拉夫堡大学设计的CREST负荷用电模型生成，电价曲线采用Economy 7标准，储 能元件选用4800Vah/5kW的锂离子电池。场景设计为利用风机、光伏和储能装置组成一个 小区微网为三户人家供电。
[0127] 图2显示了实验过程中用户负荷需求以及光伏和风力发电在3天内（72h)的输出 功率。由图2可知，光伏发电的高峰期为每天中午，风力发电的高峰期通常在深夜和清晨。 但是，用户负荷需求的高峰期在早晨和晚上。图3所示的剩余功率是通过式（1)计算得到， 其负值部分表示在低电价和低负荷时段可再生能源RES (光能和风能）存在过剩的现象。为 了提高使用分时电价（T0U计价）方式的效益，可以将这部分过剩能量在低电价和低负荷时 存储起来，在电价以及负荷升高时释放。
[0128] 基于图3中的剩余功率情况，首先考虑采用基于预测数据的固定放电阈值（IkW) 的算法。此算法控制电池充放电情况下电池的能量曲线如图4所示。由此图可以看出，在 负荷低谷期，即剩余功率为负值时，电池储能增多；在剩余功率为正值时，电池储能减少。这 从侧面说明了使用固定阈值法时，电池在负荷高峰放电可以起到一定的削减高峰负荷的作 用。图5显示了电池调度参考值P torf曲线和使用固定阈值法后的负荷曲线。将图5中的负 荷曲线和图3中剩余功率曲线相比较，可以看出高峰负荷的确减少了。图6是第二天负荷 高峰期一些参数的曲线放大图。其中标示出储能系统剩余功率曲线，电池功率调度参考值 曲线（显示此时电池的充放电功率）和经过调峰的负荷曲线。从图中被圈的部分中可以看 出，经过调峰的负荷小于之前的剩余功率，体现了储能系统"削峰填谷"的作用。但这种方法 的准确性取决于负荷和RES预测值的精确性。事实上，工程应用中很难精确地预测负荷和 RES的值，预测值和实际值之间的误差会导致计算出的放电阈值过高或过小，进而使电池在 某时刻的放电量过少或过多，从而降低电池能量调度的效率和对负荷"削峰填谷"的效果。 故采用自适应式微网储能系统能量优化管理方法可以改善这些问题。
[0129] 图7为使用自适应式微网储能系统能量优化管理方法前后放电阈值Pmtto三天内 的变化曲线。将两者的曲线比较可得，使用自适应式微网储能系统能量优化管理方法后的 大部分负荷高峰期间有更低的放电阈值，也就意味着在此期间，电池释放了更多的能量用 于调峰。图8为使用自适应式微网储能系统能量优化管理方法前后电池调度参考值P torf的 曲线，其更近一步地解释了图7。为了更好地证实上述结论，图8只截取了一小段时间内的 数据并将其放大。由图可见，在负荷高峰期，使用自适应式微网储能系统能量优化管理方法 后的电池释放了更多的能量，这也从侧面体现出用户能得到更多利益，削减电费。图9显示 了从电网侧看到的负荷减少的情况。与未使用自适应式微网储能系统能量优化管理方法的 方法相比，使用自适应式微网储能系统能量优化管理方法后，不仅减小了负荷峰值，还减少 了负荷高峰期的时间。此外，表1总结了使用自适应式微网储能系统能量优化管理方法前 后的参数变化。
[0130] 表 1
[0132] 表1中SoC是指电池每天末荷电状态的周平均值，优化负荷率是指使用本专利后 主网注入微网电量减少的百分比值（一星期内本专利得出的新的负荷曲线与固定阈值算 法得到的负荷曲线求差后做时域积分，再与固定阈值算法得到的负荷积分值相比）。从图 7-9中已知，电池多释放的能量很大程度地削减了负荷峰值，较好地起到了"削峰填谷"的作 用。从表1中通过对使用本专利方法前后的SoC值的比较看出，使用本专利方法后电池能 量利用率提高了，也从侧面说明了更多的电池能量用于调峰。之后，运用本文的方法计算了 此微网中的储能电池在一年内的充放电量，并计算出使用本专利方法后比使用本专利方法 前微网负荷总量减少了 10. 23%，对新能源的利用率提高了 13.45%。
[0133] 需要说明的是，上述实施方式仅为本发明较佳的实施方案，不能将其理解为对本 发明保护范围的限制，在未脱离本发明构思前提下，对本发明所做的任何微小变化与修饰 均属于本发明的保护范围。
【主权项】
1. 一种自适应式微网储能系统能量优化管理方法，所述方法包括以下步骤： A、 确定微网储能系统中电池比前一天可多用于调峰的能量； B、 根据所述电池比前一天可多用于调峰的能量与电池储能容量的下限的比值，调整微 网储能系统中电池的放电阈值，其中， 当所述比值大于1时，减小所述放电阈值， 当所述比值小于1时，增大所述放电阈值。2. 根据权利要求1中所述的自适应式微网储能系统能量优化管理方法，其特征在于， 所述减小放电阈值为：其中，⑴为第i采样点的放电阈值，T为每曰的采样点数， PBraf(i_T)为前一天电池的功率调度参考值， E'lciad(d+l)为电池比前一天可多用于调峰的能量， AEload(d)为前一天的电池能量调度总量。3. 根据权利要求2中所述的自适应式微网储能系统能量优化管理方法，其特征在于， 减小所述电池的放电阈值后，进一步包括，根据新的放电阈值重新校准电池比前一天可多 用于调峰的能量和所述比值，其中，其中E'Wd(d+l)njPE' ^(d+lU分别为校准后和校准前的电池比前一天可多用 于调峰的能量； 并根据校准后的电池比前一天可多用于调峰的能量，重新确定与电池储能容量的下限 的比值。4. 根据权利要求1中所述的自适应式微网储能系统能量优化管理方法，其特征在于， 所述增大放电阈值为：其中，⑴为第i采样点的放电阈值，T为每曰的采样点数， PBraf(i_T)为前一天电池的功率调度参考值， E'lciad(d+l)为电池比前一天可多用于调峰的能量， AEload(d)为前一天的电池能量调度总量。5. 根据权利要求4中所述的自适应式微网储能系统能量优化管理方法，其特征在于， 增大所述放电阈值后，进一步包括，根据新的放电阈值重新校准电池比前一天可多用于调 峰的能量和所述比值，其中，其中E'Wd(d+l)njPE' ^(d+lU分别为校准后和校准前的电池比前一天可多用 于调峰的能量； 并根据校准后的电池比前一天可多用于调峰的能量，重新确定与电池储能容量的下限 的比值。6. 根据权利要求1中所述的自适应式微网储能系统能量优化管理方法，其特征在于， 所述步骤A之前，进一步包括： A0、确定与电价相关的微网储能系统剩余功率，来判定电池是处于充电模式还是放电 模式； A1、当电池处于放电模式时，根据前一天的负荷功率、新能源发电功率、电池充放电功 率以及电池的实时储能状态确定微网储能系统中电池比前一天可多用于调峰的能量。7. 根据权利要求1中所述的自适应式微网储能系统能量优化管理方法，其特征在于， 所述减小放电阈值的条件还进一步包括：电池前一秒的储能状态大于电池储能下限，且当 前时刻系统剩余功率值大于前一天同时刻的值；所述增大放电阈值的条件还进一步包括： 电池前一秒的储能状态大于电池储能下限，且当前时刻系统剩余功率值小于前一天同时刻 的值。
【专利摘要】一种自适应式微网储能系统能量优化管理方法，所述方法包括以下步骤：A、确定微网储能系统中电池比前一天可多用于调峰的能量；B、根据所述电池比前一天可多用于调峰的能量与电池储能容量的下限的比值，调整微网储能系统中电池的放电阈值，其中当所述比值大于1时，减小所述放电阈值，当所述比值小于1时，增大所述放电阈值。利用本发明的自适应式微网储能系统能量优化管理方法，不受负荷实时波动的影响，能够最大限度地实现新能源的本地利用，避免大量过剩功率涌入大电网。
【IPC分类】H02J3/32
【公开号】CN105098810
【申请号】CN201510490550
【发明人】贾科, 陈奕汝, 毕天姝, 李猛, 任哲锋, 魏宏升
【申请人】华北电力大学
【公开日】2015年11月25日
【申请日】2015年8月11日