一种离网光伏发电储能系统及其能量调度方法
【专利摘要】本发明公开了一种离网光伏发电储能系统及其能量调度方法，该系统包括光伏发电模块、光伏控制器、整流器、逆变模块、充电电池模块、电池管理系统、中央控制器、显示器及直流变换器，光伏发电模块通过光伏控制器及逆变模块与交流负载连接，光伏控制器与逆变模块的连接端通过直流变换器与充电电池模块连接，还通过整流器与供电电网连接，逆变模块与供电电网连接，电池管理系统与充电电池模块连接，中央控制器分别与光伏控制器、整流器、逆变模块、电池管理系统、直流变换器及显示器连接。本发明可根据负载情况及充电电池模块的具体参数进行充放电控制，达到最优的能量利用率，且响应速度快、控制效率高、准确度高，可广泛应用于光伏发电行业中。
【专利说明】-种离网光伏发电储能系统及其能量调度方法
【技术领域】
[0001] 本发明设及光伏发电储能领域，特别是设及一种离网光伏发电储能系统及其能量 调度方法。
【背景技术】
[0002] 能源短缺问题是21世纪非常重要的一个问题，解决该一问题的最佳方式之一是 使用太阳能发电。太阳能具有分布广泛且近乎无穷无尽的特点，但是使用太阳能发电的光 伏发电系统的一个问题在于光伏资源也具有间歇性和不确定的特点，很难为负载提供一个 持续稳定的电力供应，目前，常用的方法是采用储能系统来存储或释放电能，从而降低天气 对光伏发电系统的影响，为用户稳定供电，保证供电的可靠性和电能质量。为了进一步提高 光伏发电系统的能量管理效率，一般会设置电池管理系统对其进行管理，但是该种方式只 是简单地控制电池模块的充放电情况，随着光伏发电系统组件的增加、功能的扩展，该种控 制方法越来越显出效率低下、响应慢、控制准确度差等缺陷，而且无法根据负载情况W及电 池模块的参数进行充放电控制，能量利用效率低。
【发明内容】
[0003] 为了解决上述的技术问题，本发明的目的是提供一种离网光伏发电储能系统。本 发明的另一目的是提供一种离网光伏发电储能系统的能量调度方法。
[0004] 本发明解决其技术问题所采用的技术方案是：
[0005] 一种离网光伏发电储能系统，包括光伏发电模块、光伏控制器、整流器、逆变模块、 充电电池模块、电池管理系统、中央控制器、显示器化及用于控制充电电池模块的充放电状 态的直流变换器，所述光伏发电模块依次通过光伏控制器及逆变模块与交流负载连接，所 述光伏控制器与逆变模块之间的连接端通过直流变换器与充电电池模块连接，该连接端还 通过整流器与供电电网连接，所述逆变模块还直接与供电电网连接，所述电池管理系统与 充电电池模块连接，所述中央控制器通过通信总线分别与光伏控制器、整流器、逆变模块、 电池管理系统、直流变换器W及显示器连接；
[0006] 所述逆变模块用于将供电电网的交流电直接输出到交流负载或者将充电电池模 块提供的直流电逆变为交流电后输出到交流负载。
[0007] 进一步，所述充电电池模块采用裡电池组，所述光伏发电模块采用太阳能电池串 联或并联构成。
[000引进一步，所述逆变模块包括第一滤波器、逆变器、切换开关及第二滤波器，所述光 伏控制器、直流变换器及整流器之间的连接端与第一滤波器的输入端连接，所述第一滤波 器的输出端通过逆变器与切换开关的第一输入端连接，所述供电电网与切换开关的第二输 入端连接，所述逆变器及切换开关的控制端均与中央控制器连接，所述切换开关的输出端 通过第二滤波器与交流负载连接。
[0009] 进一步，所述中央控制器用于根据从光伏发电模块、充电电池模块采集的实时数 据w及从交流负载采集的耗能数据，发出控制信号到电池管理系统、光伏控制器、整流器、 逆变模块和直流变换器。
[0010] 进一步，所述中央控制器根据采集的光伏发电模块的历史运行数据W及交流负载 的历史耗能数据进行神经网络训练，建立神经网络模型，获得光伏发电模块的光伏发电预 测信息W及交流负载的负载预测信息，进而结合光伏发电预测信息、负载预测信息W及充 电电池模块的电池剩余容量信息后，采用混合整数规划算法，计算获得接下来的预设时间 内，充电电池模块的最优充放电决策序列，从而根据计算出的最优充放电决策序列控制直 流变换器、整流器、逆变模块的工作状态，对充电电池模块进行充放电控制。
[0011] 本发明解决其技术问题所采用的另一技术方案是：
[0012] 所述的一种离网光伏发电储能系统的能量调度方法，包括：
[0013] S1、中央控制器根据采集的光伏发电模块的历史运行数据对光伏发电输出预测的 神经网络进行训练，建立光伏发电输出功率与时间值、光照强度和温度值之间的关系，同时 根据交流负载的历史消耗功率数据对负载消耗预测的神经网络进行训练，建立负载消耗功 率与时间之间的关系；
[0014] S2、采集获取调度起始时刻的时间值、光照强度和温度值，进而根据光伏发电输出 预测的神经网络模型和负载消耗预测的神经网络模型，获得未来24小时内每隔1小时的预 巧。的光伏发电输出功率Ppv似和负载消耗功率PiMd似，其中k代表离散时间值，k为自然 数且1《k《24 ;
[0015] S3、获取当前时刻充电电池模块的电池剩余容量SOC(k)，结合预测的光伏发电输 出功率Ppv(k)和负载消耗功率Pi。。。化)，采用混合整数规划算法，计算获得从供电电网的取 电功率最优时充电电池模块的充放电决策序列；
[0016] S4、中央控制器根据充放电决策序列，计算获得接下来一小时从供电电网的取电 功率后，控制直流变换器、逆变模块、整流器的工作状态，对充电电池模块进行能量调度。
[0017] 进一步，所述步骤S4中所述对充电电池模块进行能量调度时采用如下的分层控 制策略：
[001引在充电电池模块的充电决策周期内，判断供电电网和整流器的工作状态，若供电 电网可W供电，则按照充放电决策序列的充电目标，控制逆变器从供电电网取交流电后实 时给交流负载供电，同时控制整流器从供电电网取电并通过直流变换器输出到充电电池模 块处进行充电，直到达到充电目标；
[0019] 在充电电池模块的放电决策周期内，实时地判断光伏发电系统的光伏发电功率是 否小于交流负载的需求用电量，若是，则按照充放电决策序列的放电目标，则将光伏发电模 块的光伏发电均通过逆变模块输出到交流负载，同时控制充电电池模块进行放电并将其释 放的电量通过逆变模块输出到交流负载，直到达到放电目标。
[0020] 进一步，所述步骤S4之后，还包括W下步骤：
[0021] S5、中央控制器判断是否接收到停止信号，若是，则结束能量调度过程，否则返回 执行步骤S2。
[0022] 进一步，所述步骤S3,其具体为：
[0023] 获取当前时刻充电电池模块的电池剩余容量SOC(k)，结合预测的光伏发电输出功 率PpV似和负载消耗功率Pl"ad似，构建与充电电池模块相关的目标函数，并相应地建立混 合整数规划算法模型，进而计算获得使得目标函数最小时的充放电功率序列作为充放电决 策序列。
[0024] 进一步，所述混合整数规划算法模型如下：
[0025] 所述目标函数为：
[0026]
【权利要求】
1. 一种离网光伏发电储能系统，其特征在于，包括光伏发电模块、光伏控制器、整流器、 逆变模块、充电电池模块、电池管理系统、中央控制器、显示器以及用于控制充电电池模块 的充放电状态的直流变换器，所述光伏发电模块依次通过光伏控制器及逆变模块与交流负 载连接，所述光伏控制器与逆变模块之间的连接端通过直流变换器与充电电池模块连接， 该连接端还通过整流器与供电电网连接，所述逆变模块还直接与供电电网连接，所述电池 管理系统与充电电池模块连接，所述中央控制器通过通信总线分别与光伏控制器、整流器、 逆变模块、电池管理系统、直流变换器以及显示器连接； 所述逆变模块用于将供电电网的交流电直接输出到交流负载或者将充电电池模块提 供的直流电逆变为交流电后输出到交流负载。
2. 根据权利要求1所述的一种离网光伏发电储能系统，其特征在于，所述充电电池模 块采用锂电池组，所述光伏发电模块采用太阳能电池串联或并联构成。
3. 根据权利要求1所述的一种离网光伏发电储能系统，其特征在于，所述逆变模块包 括第一滤波器、逆变器、切换开关及第二滤波器，所述光伏控制器、直流变换器及整流器之 间的连接端与第一滤波器的输入端连接，所述第一滤波器的输出端通过逆变器与切换开关 的第一输入端连接，所述供电电网与切换开关的第二输入端连接，所述逆变器及切换开关 的控制端均与中央控制器连接，所述切换开关的输出端通过第二滤波器与交流负载连接。
4. 根据权利要求1所述的一种离网光伏发电储能系统，其特征在于，所述中央控制器 用于根据从光伏发电模块、充电电池模块采集的实时数据以及从交流负载采集的耗能数 据，发出控制信号到电池管理系统、光伏控制器、整流器、逆变模块和直流变换器。
5. 根据权利要求1所述的一种离网光伏发电储能系统，其特征在于，所述中央控制器 根据采集的光伏发电模块的历史运行数据以及交流负载的历史耗能数据进行神经网络训 练，建立神经网络模型，获得光伏发电模块的光伏发电预测信息以及交流负载的负载预测 信息，进而结合光伏发电预测信息、负载预测信息以及充电电池模块的电池剩余容量信息 后，采用混合整数规划算法，计算获得接下来的预设时间内，充电电池模块的最优充放电决 策序列，从而根据计算出的最优充放电决策序列控制直流变换器、整流器、逆变模块的工作 状态，对充电电池模块进行充放电控制。
6. 权利要求1的一种离网光伏发电储能系统的能量调度方法，其特征在于，包括： 51、 中央控制器根据采集的光伏发电模块的历史运行数据对光伏发电输出预测的神经 网络进行训练，建立光伏发电输出功率与时间值、光照强度和温度值之间的关系，同时根据 交流负载的历史消耗功率数据对负载消耗预测的神经网络进行训练，建立负载消耗功率与 时间之间的关系； 52、 采集获取调度起始时刻的时间值、光照强度和温度值，进而根据光伏发电输出预测 的神经网络模型和负载消耗预测的神经网络模型，获得未来24小时内每隔1小时的预测的 光伏发电输出功率？"00和负载消耗功率？ 1(^〇〇，其中1^代表离散时间值，1^为自然数且 1彡k彡24 ; 53、 获取当前时刻充电电池模块的电池剩余容量SOC(k)，结合预测的光伏发电输出功 率PPV(k)和负载消耗功率匕。3(1〇〇，采用混合整数规划算法，计算获得从供电电网的取电功 率最优时充电电池模块的充放电决策序列； 54、 中央控制器根据充放电决策序列，计算获得接下来一小时从供电电网的取电功率 后，控制直流变换器、逆变模块、整流器的工作状态，对充电电池模块进行能量调度。
7. 根据权利要求6所述的一种离网光伏发电储能系统的能量调度方法，其特征在于， 所述步骤S4中所述对充电电池模块进行能量调度时采用如下的分层控制策略： 在充电电池模块的充电决策周期内，判断供电电网和整流器的工作状态，若供电电网 可以供电，则按照充放电决策序列的充电目标，控制逆变器从供电电网取交流电后实时给 交流负载供电，同时控制整流器从供电电网取电并通过直流变换器输出到充电电池模块处 进行充电，直到达到充电目标； 在充电电池模块的放电决策周期内，实时地判断光伏发电系统的光伏发电功率是否小 于交流负载的需求用电量，若是，则按照充放电决策序列的放电目标，则将光伏发电模块的 光伏发电均通过逆变模块输出到交流负载，同时控制充电电池模块进行放电并将其释放的 电量通过逆变模块输出到交流负载，直到达到放电目标。
8. 根据权利要求6所述的一种离网光伏发电储能系统的能量调度方法，其特征在于， 所述步骤S4之后，还包括以下步骤： S5、中央控制器判断是否接收到停止信号，若是，则结束能量调度过程，否则返回执行 步骤S2。
9. 根据权利要求6所述的一种离网光伏发电储能系统的能量调度方法，其特征在于， 所述步骤S3,其具体为： 获取当前时刻充电电池模块的电池剩余容量SOC(k)，结合预测的光伏发电输出功率PPV (k)和负载消耗功率PlMd (k)，构建与充电电池模块相关的目标函数，并相应地建立混合 整数规划算法模型，进而计算获得使得目标函数最小时的充放电功率序列作为充放电决策 序列。
10. 根据权利要求9所述的一种离网光伏发电储能系统的能量调度方法，其特征在于， 所述混合整数规划算法模型如下： 所述目标函数为：
所述功率平衡方程的线性约束条件为：W(k) =s(k)PlMd(k)，w(k)同时满足以下条 件：
上述各公式中，J表示目标函数值，pg,id(k)表示系统从供电电网的取电功率，At表示 充电电池模块的充放电时间，SOCmin、SOCmax分别表示电池剩余容量SOC(k)的最小值和最大 值；Pbat(k)表示充电电池模块的充放电功率，PbatDlin、PbatMX分别表示充放电功率Pbat(k)的最 小值及最大值；PlMd(k)表示预测的负载消耗功率，PlMdDlin、PlMd_分别表示预测的负载消耗 功率PlMd(k)的最小值及最大值，Ppv(k)表示预测的光伏发电功率；S(k)为二值变量，e为 一个大于〇的无穷小量；ng表示整流器将供电电网的交流电转换为直流电的效率，n1表 示逆变模块将直流电转换为交流电的效率，nd表示充电电池模块的放电效率，表示充 电电池模块的充电效率。
【文档编号】H02J3/32GK104485727SQ201410836551
【公开日】2015年4月1日 申请日期:2014年12月26日 优先权日:2014年12月26日
【发明者】刘兵, 吕洲, 何波, 肖剑浩, 姚科, 高福荣 申请人:广州市香港科大霍英东研究院