一种光储热一体化的能源微网系统的制作方法

1.本发明属于智能电网领域，涉及微网电压稳定调控技术，具体是一种光储热一体化的能源微网系统。


背景技术：

2.空调的使用经常成为占据城市居民用电的重要成分，而空调的使用具有极大的季节和不均衡特性；即在夏季和冬季使用较多，而在春季和秋季使用较少；从而导致城市电网在夏冬两个季节承受巨大压力，而在春秋两个季节产生大量多余的电量；因此，在空调组成的能源微网系统中，光伏与储能的结合作为解决方案被提出；但目前尚缺少将地热能作为能源微网系统能量来源，以及对应的控制能源微网系统能量调配的技术方案；
3.为此，提出一种光储热一体化的能源微网系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种光储热一体化的能源微网系统，该一种光储热一体化的能源微网系统通过设置微网电压监测模块实时监测能源微网系统的电压是否稳定；设置光伏发电模块进行光伏发电，并将电能传输至储能模块和能源微网系统；设置储能模块在能源微网系统稳定时存储电能，在不稳定是释放电能；设置地源热泵模块在能源微网系统不稳定时根据季节释放或吸收热能；设置微网耗能预估模块训练神经网络模型，预估当日能源微网系统当日耗能，用以指导储能模块保留电量；设置能源调配模块根据当日预估的能源微网系统负荷，调整光伏发电模块的能量分配、储能模块的储能量以及地源热泵机组的启动模式；解决了能源微网电压稳定供给的问题。
5.为实现上述目的，根据本发明的第一方面的实施例提出一种光储热一体化的能源微网系统，包括微网电压监测模块、光伏发电模块、储能模块、地源热泵模块、微网耗能预估模块以及能源调配模块；其中，各个模块通过电气方式连接；
6.其中，所述微网电压监测模块主要用于实时监测能源微网系统中的电压数据；
7.所述微网电压监测模块包括安装在能源微网系统中的电压传感器；该电压传感器实时获取能源微网系统中传输电能的电压数据；所述微网电压监测模块实时将传输电能的电压数据发送至能源调配模块；
8.其中，所述光伏发电模块主要用于在微网中使用光伏发电设备对微网以及储能模块进行供电；
9.所述光伏发电模块包括光伏发电和逆变电路；光伏发电是由若干个光伏电池通过串、并联构成的；逆变电路的作用是将光伏系统发出的直流电变成微网负荷所需要的交流电；所述光伏发电模块始终以恒定功率方式运行，生成电能，并将电能通过电气方式传输至能源微网系统和储能模块；所述光伏发电模块与能源调配模块以电气方式连接，实时接收来自能源调配模块发送的电能分配信号；
10.所述储能模块主要用于在能源微网系统稳定运行时，接收来自光伏发电模块的电能并进行存储；在能源微网系统不稳定时，释放电能，协助能源微网系统将电压稳保持定；
11.所述储能模块为并网储能系统；该储能系统与光伏发电模块、能源微网系统以及能源调配模块以电气方式连接；在光伏发电量足够时，如晴天白天时，进行储能；在光伏发电量不足时，如阴雨天或夜晚时，向能源微网系统释放电能进行补充；
12.其中，所述地源热泵模块主要用于在夏冬季节根据微网电压情况为微网符合提供能量；在其余季节吸收光伏与储能的电能；
13.所述地源热泵模块包括地源热泵机组；所述地源热泵机组与光伏发电模块、储能模块以及能源微网系统以电气方式连接；地源热泵机组在能源微网系统电压稳定时，吸收光伏发电模块或储能模块传输的电能；在微网电压不稳定时，向能源微网系统提供热量或冷量；
14.其中，所述微网耗能预估模块主要用于预估当日能源微网系统的需要消耗的电能；
15.所述微网耗能预估模块收集当日之前的若干天内的能耗数据以及环境数据；所述环境数据可以包括实时温度数据、可运转空调总量以及当日是否为工作日等；所述微网耗能预估模块根据历史环境数据以及能耗数据训练出预测当日能耗的神经网络模型；并将当日的环境数据作为输入，输入至该神经网络模型中，获得预估的当日能源微网系统需要的能耗；将预估的当日能源微网系统需要的能耗标记为n；所述微网耗能预估模块将预估的能源微网系统当日能耗n通过电气方式发送至能源调配模块；
16.其中，所述能源调配模块主要用于根据当日预估的能源微网系统负荷，调整光伏发电模块的能量分配、储能模块的储能量以及地源热泵机组的启动模式；
17.所述能源调配模块调配电能包括以下步骤：
18.步骤s1：所述能源调配模块控制光伏发电模块将光伏发电电量传输至储能模块进行存储；能源微网系统负荷使用电网传输的电能；
19.步骤s2：所述能源调配模块根据接收的微网电压监测模块发送的能源微网系统电压，判断电压是否稳定；若电压稳定，则不做处理；否则，转至步骤s2；
20.步骤s3：所述能源调配模块递增控制光伏发电模块产生的电能传输至能源微网系统；直至能源微网系统的电压稳定；若在传输至能源微网系统的电能占比超过总产生电能的100％前，能源微网系统电压保持稳定，则保存该比例的光伏发电电量传输至能源微网系统；否则，转至步骤s4；
21.步骤s4：所述能源调配模块递增控制储能模块向能源微网系统传输存储的电能；可以理解的是，储能模块中存储的电能通常是用于紧急时刻使用的；因此一般需要在储能模块中预留一定量的电能；在一个优选的实施例中，根据实际经验预设电能比例系数k；判断储能模块中电能小于k*n之前，能源微网系统电压是否稳定；若稳定，则停止供电；否则，停止供电，并转至步骤s5；
22.步骤s5：启动地源热泵机组，根据所处季节判断是释放热能或吸收热能，并控制地源热泵机组执行相应的放能或吸能的功能。
23.与现有技术相比，本发明的有益效果是：
24.本发明通过设置微网电压监测模块实时监测能源微网系统的电压是否稳定；设置
光伏发电模块进行光伏发电，并将电能传输至储能模块和能源微网系统；设置储能模块在能源微网系统稳定时存储电能，在不稳定是释放电能；设置地源热泵模块在能源微网系统不稳定时根据季节释放或吸收热能；设置微网耗能预估模块训练神经网络模型，预估当日能源微网系统当日耗能，用以指导储能模块保留电量；设置能源调配模块根据当日预估的能源微网系统负荷，调整光伏发电模块的能量分配、储能模块的储能量以及地源热泵机组的启动模式；解决了能源微网电压稳定供给的问题。
附图说明
25.图1为本发明的原理图。
具体实施方式
26.下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
27.如图1所示，一种光储热一体化的能源微网系统，包括微网电压监测模块、光伏发电模块、储能模块、地源热泵模块、微网耗能预估模块以及能源调配模块；其中，各个模块通过电气方式连接；
28.在一个优选的实施例中，能源微网系统所接的电力负荷为空调负荷；空调负荷与地源热泵共同为用户提供温度调节功能；地源热泵机组通过外界提供的少量高品位电能，将低温位热能转换成高温位热能。地下浅层热能可分别作为冬季热泵供暖的热源和夏季空调的冷源，即在冬季取出地下热能给室内供暖，在夏季又将室内的热量放回到地下，如此形成一个循环在光伏和储能装置连接时，地源热泵相当于一个用电负荷；另一方面，当地源热泵对空调提供热量和冷量时，它又相当于一个能量源；
29.其中，所述微网电压监测模块主要用于实时监测能源微网系统中的电压数据；
30.在一个优选的实施例中，所述微网电压监测模块包括安装在能源微网系统中的电压传感器；该电压传感器实时获取能源微网系统中传输电能的电压数据；所述微网电压监测模块实时将传输电能的电压数据发送至能源调配模块；
31.其中，所述光伏发电模块主要用于在微网中使用光伏发电设备对微网以及储能模块进行供电；
32.在一个优选的实施例中，所述光伏发电模块包括光伏发电和逆变电路；光伏发电是由若干个光伏电池通过串、并联构成的，其容量可大可小，可以是数百峰瓦甚至兆峰瓦或者更大；光伏电池发出的电是直流电，因此在光伏电路中添加了逆变电路，逆变电路的作用是将光伏系统发出的直流电变成微网负荷所需要的交流电；所述光伏发电模块始终以恒定功率方式运行，生成电能，并将电能通过电气方式传输至能源微网系统和储能模块；进一步的，所述光伏发电模块与能源调配模块以电气方式连接，实时接收来自能源调配模块发送的电能分配信号；
33.其中，所述储能模块主要用于在能源微网系统稳定运行时，接收来自光伏发电模块的电能并进行存储；在能源微网系统不稳定时，释放电能，协助能源微网系统将电压稳保
持定；
34.在一个优选的实施例中，所述储能模块可以为并网储能系统；该储能系统与光伏发电模块、能源微网系统以及能源调配模块以电气方式连接；在光伏发电量足够时，如晴天白天时，进行储能；在光伏发电量不足时，如阴雨天或夜晚时，向能源微网系统释放电能进行补充；
35.其中，所述地源热泵模块主要用于在夏冬季节根据微网电压情况为微网符合提供能量；在其余季节吸收光伏与储能的电能；
36.在一个优选的实施例中，所述地源热泵模块包括地源热泵机组；所述地源热泵机组与光伏发电模块、储能模块以及能源微网系统以电气方式连接；地源热泵机组在能源微网系统电压稳定时，吸收光伏发电模块或储能模块传输的电能；在微网电压不稳定时，向能源微网系统提供热量或冷量；
37.其中，所述微网耗能预估模块主要用于预估当日能源微网系统的需要消耗的电能；
38.可以理解的是，能源微网系统的主要负荷为空调负荷，空调的使用时间与时长往往跟季节以及昼夜有关；因此，可以通过之前若干天数的电力消耗情况预估当日空调负荷所需要消耗的能量；
39.在一个优选的实施例中，所述微网耗能预估模块收集当日之前的若干天内的能耗数据以及环境数据；所述环境数据可以包括实时温度数据、可运转空调总量以及当日是否为工作日等；所述微网耗能预估模块根据历史环境数据以及能耗数据训练出预测当日能耗的神经网络模型；并将当日的环境数据作为输入，输入至该神经网络模型中，获得预估的当日能源微网系统需要的能耗；将预估的当日能源微网系统需要的能耗标记为n；所述微网耗能预估模块将预估的能源微网系统当日能耗n通过电气方式发送至能源调配模块；
40.其中，所述能源调配模块主要用于根据当日预估的能源微网系统负荷，调整光伏发电模块的能量分配、储能模块的储能量以及地源热泵机组的启动模式；
41.在一个优选的实施例中，所述能源调配模块调配电能包括以下步骤：
42.步骤s1：所述能源调配模块控制光伏发电模块将光伏发电电量传输至储能模块进行存储；能源微网系统负荷使用电网传输的电能；
43.步骤s2：所述能源调配模块根据接收的微网电压监测模块发送的能源微网系统电压，判断电压是否稳定；若电压稳定，则不做处理；否则，转至步骤s2；
44.步骤s3：所述能源调配模块递增控制光伏发电模块产生的电能传输至能源微网系统；直至能源微网系统的电压稳定；若在传输至能源微网系统的电能占比超过总产生电能的100％前，能源微网系统电压保持稳定，则保存该比例的光伏发电电量传输至能源微网系统；否则，转至步骤s4；
45.步骤s4：所述能源调配模块递增控制储能模块向能源微网系统传输存储的电能；可以理解的是，储能模块中存储的电能通常是用于紧急时刻使用的；因此一般需要在储能模块中预留一定量的电能；在一个优选的实施例中，根据实际经验预设电能比例系数k；判断储能模块中电能小于k*n之前，能源微网系统电压是否稳定；若稳定，则停止供电；否则，停止供电，并转至步骤s5；
46.步骤s5：启动地源热泵机组，根据所处季节判断是释放热能或吸收热能，并控制地
源热泵机组执行相应的放能或吸能的功能。
47.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。