一种光储充换电站及其云储能系统优化控制方法与流程

本发明涉及光伏发电系统技术领域，特别涉及一种光储充换电站及其云储能系统优化控制方法。

背景技术：

随着电动汽车越来越广泛的应用，其配套设施在人们的生活中也越来越多的出现，例如现在各种用电区的停车位旁大多存在小型交流充电桩。而面对电动汽车应用数量的逐渐增大，大型的光储充换电站也正在逐渐普及。

当前已经存在的光储充换电站，一般由光伏阵列、储能装置或电网通过充电桩为各类电动汽车提供电能；少数电站还能够结合云储能系统，将储能装置及闲置电池的云储能服务使用权按照容量和时长出租给与电网相连的云储能用户，使云储能用户也成为服务对象。

但是，现有技术中的云储能服务，由于其对实时的闲置电池资源容量掌握不清，无法科学合理的快速响应云储能用户的需求，造成系统资源的浪费及云储能服务收益的降低。

技术实现要素：

本发明提供一种光储充换电站及其云储能系统优化控制方法，以解决现有技术中由于对实时的闲置电池资源容量掌握不清，而导致无法科学合理的快速响应云储能用户需求的问题。

为实现上述目的，本申请提供的技术方案如下：

一种光储充换电站，包括：光伏阵列及其变换器、储能装置及其变换器、换电电池组及其变换器、能量管理系统、充电桩以及可控开关；其中：

所述换电电池组余量和所述储能装置余量均为闲置电池资源；

所述光伏阵列、所述储能装置及所述换电电池组分别通过各自的变换器与母线相连；

所述充电桩与所述母线相连，用于提供电动汽车充换电量；

所述可控开关的输入输出端口分别与电网及所述母线相连；

所述能量管理系统分别与所述可控开关的控制端及各个变换器相连；

所述能量管理系统用于：根据所述光储充换电站的历史采集数据，通过优化算法，拟合所述换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型，结合所述光储充换电站的实时采集数据，得到提供云储能服务的实时电池容量；以在接收到云储能用户的容量需求时，能够根据所述实时电池容量做出优化决策，进行快速响应。

优选的，所述能量管理系统还用于：根据所述光储充换电站的历史采集数据，通过优化算法，拟合所述储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型。

优选的，所述能量管理系统拟合得到所述换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型及所述储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型的过程为：

根据所述光储充换电站的历史采集数据，以所述光伏发电量及所述电动汽车充换电量为两个自变量，以所述换电电池组余量及所述储能装置余量为两个目标函数，利用响应曲面法进行多参数工况优化设计；

利用designexpert软件进行数据分析，确定所述换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图，和，所述储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图。

优选的，所述母线包括：直流母线和交流母线；

所述光伏阵列的变换器包括：与所述交流母线相连的光伏逆变器，以及，与所述直流母线相连的dc/dc变换器；

所述储能装置的变换器包括：与所述交流母线相连的储能变流器，以及，与所述直流母线相连的dc/dc变换器；

所述换电电池组的变换器包括：与所述交流母线相连的ac/dc变换器，以及，与所述直流母线相连的dc/dc变换器；

所述充电桩包括：与所述交流母线相连的交流充电桩，以及，与所述直流母线相连的直流充电桩。

优选的，所述能量管理系统包括：微网控制器、工程师站及实时服务器；其中：

所述微网控制器用于完成离网检测、自动并网功能，实现系统内不同工况的稳定运行，以及对各个变换器及所述充电桩的监测和协调控制；

所述工程师站及实时服务器用于实现对于所述光储充换电站内数据的收集、分析、统计、存储，以及报表制作、动能监视和运维管理。

优选的，所述能量管理系统还包括：分别与所述交流母线、所述直流母线以及所述能量管理系统相连的双向变流器；所述双向变流器用于：

在并网运行时，采用p/q控制，将直流侧的光伏发电功率、储能电池输出功率、换电电池组输出功率通过所述交流母线和所述可控开关并入电网；

在离网运行时，采用v/f控制，支撑所述交流母线和所述直流母线的电压和频率的稳定，实现交流侧和直流侧之间功率的平衡；

根据所述可控开关的状态，在p/q控制和v/f控制之间切换运行，实现并网、离网模式的平稳切换。

一种光储充换电站的云储能系统优化控制方法，所述光储充换电站包括：光伏阵列及其变换器、储能装置及其变换器、换电电池组及其变换器、能量管理系统、充电桩以及可控开关；其中，所述换电电池组余量和所述储能装置余量均为闲置电池资源；所述光伏阵列、所述储能装置及所述换电电池组分别通过各自的变换器与母线相连；所述充电桩与所述母线相连，用于提供电动汽车充换电量；所述可控开关的输入输出端口分别与电网及所述母线相连；所述能量管理系统分别与所述可控开关的控制端及各个变换器相连；所述光储充换电站的云储能系统优化控制方法包括：

所述能量管理系统根据所述光储充换电站的历史采集数据，通过优化算法，拟合所述换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型；

所述能量管理系统根据所述二次回归关系模型，结合所述光储充换电站的实时采集数据，得到提供云储能服务的实时电池容量；

所述能量管理系统在接收到云储能用户的容量需求时，根据所述实时电池容量做出优化决策，进行快速响应。

优选的，在所述能量管理系统根据所述二次回归关系模型，结合所述光储充换电站的实时采集数据，得到提供云储能服务的实时电池容量之前，还包括：

所述能量管理系统根据所述光储充换电站的历史采集数据，通过优化算法，拟合所述储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型。

优选的，所述能量管理系统根据所述光储充换电站的历史采集数据，通过优化算法，拟合所述换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型及所述储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型，包括：

所述能量管理系统根据所述光储充换电站的历史采集数据，以所述光伏发电量及所述电动汽车充换电量为两个自变量，以所述换电电池组余量及所述储能装置余量为两个目标函数，利用响应曲面法进行多参数工况优化设计；

所述能量管理系统利用designexpert软件进行数据分析，确定所述换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图，和，所述储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图。

本发明提供的光储充换电站，由能量管理系统根据光储充换电站的历史采集数据，通过优化算法，拟合换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型，再结合光储充换电站的实时采集数据，得到提供云储能服务的实时电池容量；以在接收到云储能用户的容量需求时，能够根据实时电池容量做出优化决策，进行快速响应。解决了现有技术中由于对实时的闲置电池资源容量掌握不清，而导致无法科学合理的快速响应云储能用户需求的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术内的技术方案，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，下面描述内的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的光储充换电站的结构示意图；

图2是本发明实施例提供的光储充换电站的另一结构示意图；

图3是本发明实施例提供的储能装置余量的响应曲面图；

图4是本发明实施例提供的换电电池组余量的响应曲面图图；

图5是本发明另一实施例提供的光储充换电站的云储能系统优化控制方法的流程图；

图6是本发明实施例提供的光储充换电站的云储能系统优化控制方法的流程图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本发明提供一种光储充换电站，以解决现有技术中由于对实时的闲置电池资源容量掌握不清，而导致无法科学合理的快速响应云储能用户需求的问题。

具体的，参见图1，该光储充换电站，其特征在于，包括：光伏阵列101及其变换器、储能装置102及其变换器、换电电池组103及其变换器、能量管理系统104、充电桩105以及可控开关106；其中：

换电电池组余量和储能装置余量均为闲置电池资源，以使系统能够充分调度内部的闲置电池资源为云储能用户提供服务，提高收益；

光伏阵列101、储能装置102及换电电池组103分别通过各自的变换器与母线相连；

充电桩105与母线相连，用于提供电动汽车充换电量；

可控开关106的输入输出端口分别与电网及母线相连；

能量管理系统104分别与可控开关106的控制端及各个变换器相连；

能量管理系统104用于：根据光储充换电站的历史采集数据，通过优化算法，拟合换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型，结合光储充换电站的实时采集数据，得到提供云储能服务的实时电池容量，此时，储能装置余量由光储充换电站的实时采集数据得到；以在接收到云储能用户的容量需求时，能够根据实时电池容量做出优化决策，进行快速响应。

优选的，能量管理系统104还用于：根据光储充换电站的历史采集数据，通过优化算法，拟合储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型。

优选的，能量管理系统104拟合得到换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型及储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型的过程为：

根据光储充换电站的历史采集数据，以光伏发电量及电动汽车充换电量为两个自变量，以换电电池组103余量及储能装置102余量为两个目标函数，利用响应曲面法进行多参数工况优化设计；

利用designexpert软件进行数据分析，确定换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图，和，储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图，进而得到两个自变量和两个目标函数之间的相互关系。

具体的工作原理为：

能量管理系统104内存储有大量关于电动汽车充换电量和光伏发电量的历史采集数据；能量管理系统104以电动汽车充换电量、光伏发电量作为自变量，自变量分别表示为x1、x2。以自变量x1、x2作为影响因素、影响储能装置余量和换电电池组余量，即光储充换电站所能提供的云储能服务的电池容量。然后，能量管理系统104以定量衡量提供云储能服务的电池容量为目标函数，即以储能装置余量y1和换电电池组余量y2为目标函数，也即自变量x1、x2的响应值。

响应曲面法(responsesurfacemethodology，rsm)是一种数学和统计学相结合的数据处理方法，用来对目标函数响应值受多个变量影响的问题进行建模和分析，并对响应结果进行优化。

选取二次响应曲面方程，考虑所有的一次项，二次项和两两交叉项，响应曲面方程可表示为：

其中，y为目标函数或称响应值，在本模型中分别是储能装置余量y1和换电电池组余量y2；xi为自变量，在本模型中分别是电动汽车充换电量x1和光伏发电量x2；βi，βii，βij代表一次、二次、交互作用项的回归系数；k为影响因素的数量；e为误差。上式中的回归系数可由最小二乘法拟合得到。

为方便起见，将所有变量按下式规格化：

其中，xih和xil分别为变量的最大值和最小值，为变量的平均值。

利用响应曲面法进行多参数工况优化设计，建立初始模型后，使用designexpert软件进行数据分析，具体包括数值迭代计算、判断是否收敛，并在判断收敛后保存计算文件、输出求解计算结果，再基于响应面法结果优化设计，确定二次回归关系模型，得到两个自变量和响应值之间的相互关系，即电动汽车充换电量x1和光伏发电量x2与储能装置余量y1的对应关系，电动汽车充换电量x1和光伏发电量x2与换电电池组余量y2的对应关系；然后再对计算结果进行相关后处理，分别得到储能装置余量y1的响应曲面图(参见图3)和换电电池组余量y2的响应曲面图(参见图4)。

能量管理系统104基于光储充换电站的实时采集数据，通过上述根据响应曲面法确定的二次回归关系模型，能够得出光储充换电站实时所能提供的云储能服务的电池容量；进而能够根据云储能客户的容量需求进行快速响应，做出优化决策，使得系统内的电池资源得到最大化利用，并确保收益。

本实施例提供的该光储充换电站，通过上述工作原理，将云储能和光储充换电站有机结合起来，形成一套功能全面、结构科学合理的完整系统；在接收到云储能用户的容量需求时，其能量管理系统104能够根据实时电池容量做出优化决策，进行快速响应。解决了现有技术中由于对实时的闲置电池资源容量掌握不清，而导致无法科学合理的快速响应云储能用户需求的问题。

本发明另一实施例还提供了一种具体的光储充换电站，在上述实施例及图1的基础之上，参见图2，母线包括：直流母线和交流母线；

光伏阵列101的变换器包括：与交流母线相连的光伏逆变器211，以及，与直流母线相连的dc/dc变换器212；相应的，图1中光伏阵列101分为图2中的光伏阵列111和112。

储能装置102的变换器包括：与交流母线相连的储能变流器221，以及，与直流母线相连的dc/dc变换器222；相应的，图1中储能装置102分为图2中的储能装置121和122。

换电电池组103的变换器包括：与交流母线相连的ac/dc变换器231，以及，与直流母线相连的dc/dc变换器232；相应的，图1中换电电池组103分为图2中的换电电池组131和132。

充电桩105包括：与交流母线相连的交流充电桩151，以及，与直流母线相连的直流充电桩152。

优选的，如图2所示，能量管理系统104包括：微网控制器、工程师站、实时服务器及分别与交流母线、直流母线以及能量管理系统104相连的双向变流器；图2中连接不同器件的实线表示电力线缆、虚线表示通讯线缆；其中：

微网控制器用于完成离网检测、自动并网功能，实现系统内不同工况的稳定运行，以及对各个变换器及充电桩105的监测和协调控制；

工程师站及实时服务器用于实现对于光储充换电站内数据的收集、分析、统计、存储，以及报表制作、动能监视和运维管理；

双向变流器用于：

在并网运行时，采用p/q控制，将直流侧的光伏发电功率、储能电池输出功率、换电电池组103输出功率通过交流母线和可控开关106并入电网，电网和云储能用户获得充电站传输的功率；

在离网运行时，采用v/f控制，支撑交流母线和直流母线的电压和频率的稳定，实现交流侧和直流侧之间功率的平衡；

根据可控开关106的状态，在p/q控制和v/f控制之间切换运行，实现并网、离网模式的平稳切换，保证切换过前后系统的稳定运行。

该光储充换电站，如图2中的虚线框所示，分为直流侧充换电系统、交流侧充换电系统以及能量管理系统104。

其中，交流侧充换电系统包括交流侧的光伏阵列111、光伏逆变器211、储能装置121、储能变流器221、换电电池组131、ac/dc变换器231、交流充电桩151以及设置有可控开关106的公共连接点(pcc)，电网分别与云储能用户及pcc相连，电动汽车通过交流充电桩151接收交流母线上的电能；交流侧充电换系统采用单母线结构，电压等级为ac400v。

在交流侧充换电系统中，供给侧主要由光伏发电、储能装置存储的电能以及电网实现，光伏阵列111通过光伏逆变器211接入交流母线，储能装置121通过储能变流器221接入交流母线，电网通过pcc与交流母线连接。需求侧主要由电动汽车、交流充电桩151、换电电池组131及云储能用户构成。电动汽车通过交流充电桩151与交流母线连接，换电电池组131通过ac/dc变换器231接入交流母线。

直流侧充换电系统包括直流侧的光伏阵列112、储能装置122、dc/dc变换器222、换电电池组132、dc/dc变换器232及直流充电桩152；电动汽车通过直流充电桩152接收直流母线上的电能；直流侧充电换系统采用单母线结构，电压等级为dc750v。

在直流侧充换电系统中，供给侧主要由光伏发电和储能装置存储的电能实现，光伏阵列112通过dc/dc变换器212接入直流母线，储能装置122通过dc/dc变换器222接入直流母线。需求侧主要由电动汽车、直流充电桩152、换电电池组132构成。电动汽车通过直流充电桩152与直流母线连接，换电电池组132通过dc/dc变换器232接入直流母线。

云储能用户直接与电网连接，充电站作为云储能提供商，云储能用户通过购买服务的方式获得充电站部分储能服务，依靠电网实现能量上的相互联系。具体的，云储能用户能够购买一定时期内一定功率容量和能量容量的储能装置(121和122)和换电电池组(131和132)的云储能服务使用权，云储能用户根据自身的需求，对云端电池即充电站的储能装置和换电电池组进行充电和放电。通过充电站共享储能装置和换电电池组的资源而提高资源利用效率，进而实现综合成本的降低，并在此基础上可以进一步满足更多云储能用户的储能使用需求。

能量管理系统104包含双向变流器、微网控制器、实时服务器、工程师站以及若干通信线路。

双向变流器将交流侧充换电系统和直流侧充换电系统相连，且发挥两侧功率交换的作用。通信线路将整个交直流混合的光储充换电站连接起来至微网控制器，和实时服务器、工程师站一起，实现整个充换电系统的稳定运行控制。

pcc处设置的可控开关106是处在交流侧充换电系统中，通过对可控开关106的控制，可以使整个系统在并网和离网模式之间切换运行。当光储充换电站处在并网运行时，双向变流器采用p/q控制方式，通过双向变流器控制交流侧充换电系统和直流侧充换电系统之间功率和能量的交换，由电网通过pcc承担交流侧充换电系统内电压和频率的稳定，在微网控制器的作用下，由储能装置平抑直流侧充换电系统内光伏组件发电功率波动和电动汽车充电负荷波动，维持直流侧充换电系统内电压和频率的稳定。当光储充换电站系在离网运行时，双向变流器采用v/f控制方式，通过储能装置和换电电池组来支撑系统母线电压和频率的稳定。

其余原理与上述实施例相同，此处不再一一赘述。

本发明另一实施例还提供了一种光储充换电站的云储能系统优化控制方法，该光储充换电站，如图1所示，包括：光伏阵列101及其变换器、储能装置102及其变换器、换电电池组103及其变换器、能量管理系统104、充电桩105以及可控开关106；其中，换电电池组余量与储能装置余量均为闲置电池资源；光伏阵列101、储能装置102及换电电池组103分别通过各自的变换器与母线相连；充电桩105与母线相连，用于提供电动汽车充换电量；可控开关106的输入输出端口分别与电网及母线相连；能量管理系统104分别与可控开关106的控制端及各个变换器相连；当然，该光储充换电站也可以如图2所示，此处不再赘述；

该光储充换电站的云储能系统优化控制方法，如图5所示，包括：

s101、能量管理系统根据光储充换电站的历史采集数据，通过优化算法，拟合换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型；

s102、能量管理系统根据二次回归关系模型，结合光储充换电站的实时采集数据，得到提供云储能服务的实时电池容量；

s103、能量管理系统在接收到云储能用户的容量需求时，根据实时电池容量做出优化决策，进行快速响应。

优选的，步骤s101还包括：

能量管理系统根据光储充换电站的历史采集数据，通过优化算法，拟合储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型。

更为优选的，此时，步骤s101包括：

能量管理系统根据光储充换电站的历史采集数据，以光伏发电量及电动汽车充换电量为两个自变量，以换电电池组余量及储能装置余量为两个目标函数，利用响应曲面法进行多参数工况优化设计；

能量管理系统利用designexpert软件进行数据分析，确定换电电池组余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图，和，储能装置余量与光伏发电量及电动汽车充换电量的二次回归关系模型及对应的响应曲面图。

该光储充换电站的云储能系统优化控制方法的具体执行过程可以参见图6，其具体原理与上述实施例相同，此处不再一一赘述。

本发明中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。