基于本地储能技术的分布式光伏并网优化方案

作者：虞泽宽 电机系

指导老师：朱桂萍 电机系

关键词：分布式光伏、储能技术、智能电网

摘要

近年来，分布式光伏发展迅速。但光伏存在严重的时间尺度分布不均问题，且用户负载曲线并不能完全与光伏输出曲线相匹配。市面上的主流策略是，利用现有电网的电对光伏与负载的差量进行补偿，不论正负。但现有的配电网结构是为电能单向流动设计的，因此难以适应本地上网的电能流动。若未来分布式光伏装机容量占比升高，配电网将很难稳定地实现平衡。

随着储能技术的发展，家用级储能装置日趋成熟，利用储能装置解决上述问题成为可能。在“自发自用，余电上网”前提下，我们希望尽可能减小上网电量，降低上网峰值。因此，我们面向本地上网的功率曲线，提出一系列可应用于该系统的调控算法，以优化储能的利用。

策略设计

在最原始的控制策略下，由于储能充放功率有限且电量应控制在合理区间内，因此储能电量很容易提前达到上限。改进的算法通过对本地上网功率峰值的学习与更新，判断当前上网电量规模大小，并以此控制储能通断，使其忽略较小峰值，直接上网不储能。在该策略的指导下，上网电量与峰值功率都能够有所减小。该策略在先前的基础上，较为合理地安排了储能容量的分配。

更进一步地，我们应用了神经网络对光伏与负载进行预测。该算法采用反向传播神经网络模型，利用历史数据对光伏及负载未来走势进行预测，并以此为参照指导储能设备的通断。通过预测，系统掌握了光伏出力更大时间范围内的变动情况，使储能容量能够有效容纳全天高峰，进一步优化了调控效果。

成果展示

针对晴天天气与典型家用负载曲线，我们进行了仿真测试，结果如图1所示。可以看到，三种调控策略下本地上网的电量均显著减小，应用了调控策略的情况下峰值功率也显著降低，且预测算法的优化作用明显。三种策略对比如表1。

图1 晴天仿真结果

表1 三种策略对比

此外，我们还考虑到多种天气场景，如图2-图3所示。在这些特殊情况下，我们的策略同样能够有效指导储能，且一天结束时储能电量能够回到正常水平，策略具有一定的鲁棒性。

图2 多云天气仿真结果

图3 雨天仿真结果

未来展望

未来，我们的调控策略既能够应用于单独的家用储能设备，为已安装完成的家用光伏系统进行优化，也能够部署于新安装的家用光伏控制器，成为其控制算法的有益补充，均能起到良好的调控效果。可以预见，本策略的应用能够为分布式光伏的普及与能源清洁化起到推动作用。

图4 系统示意图