10000926_不同工作模式下光储微网系统效率研究

不同工作模式下光储微网系统效率研究 赵远哲，张臻，盛昊 （河海大学机电工程学院，江苏 213022） 摘要在微网系统设计时，其结构与能量管理策略随应用场景不同在不断变化。为了准确评估微网系统的性能， 对其运行效率进行研究，从而得出最佳工作模式是非常有必要的。本文通过实地调研，设计搭建了 4kW 光储 型微网系统，并且设计实施对比实验，得到不同工作模式系统的运行效率，探究了能量损失原因，并指出了进 一步研究的方向。 关键词光储微网系统；工作模式；系统效率。 通讯作者张 臻（1981） ，男，湖南，博士，主要研究方向光伏可靠性、高效光伏组件与系统。zhangzhenwl126.com 1 研究背景与内容 近年来，将光伏发电与储能技术相结合形成的光 储型微电网系统在工程上得到了越来越广泛的应用。 而随应用场景不同，其设计时结构与能量管理策略也 灵活多变 [1]。为了准确评估微网系统的性能，对其运 行效率与经济性进行研究，从而得出最佳工作模式是 非常有必要的 [2]。本文通过实地调研，设计搭建了 4kW 光储型微网系统，对其进行实验，研究了分布 式光储微网系统的效率，具体内容如下 （1）实地调研，设计搭建了 4kW 光储型微网系 统； （2）分析对比了几种不同工作模式的能量管理 策略； （3）对比了不同工作模式下系统的运行效率， 并探究其能量损失原因。 2 实验微网系统搭建 本次的实验系统由光伏阵列、逆变器、储能系统、 可调交流负载构成，为了快速准确地收集实验数据， 以及工作模式的切换，还配备了额外的辅助通讯模块， 并通过电脑来控制工作模式的转换，所搭建的实验系 统结构如图 1 所示 图 2.1 实验微网系统结构图 依据项目地点的相关环境参数，以及项目地点的 屋顶结构，将两个组串以不同倾角安装 （1）8 块组件采用 27倾角正南竖置安装； （2）8 块组件采用 10倾角正南横置安装。 现场如下图所示 图 2.2 27安装阵列 图 2.3 10安装阵列 总装机容量为 4160W，选取容配比为 1.1，依据 计算结果，选取厦门科华公司的光伏储能逆变器 （BPH-BL3600 ） ，按找国家标准 GB/T 33589-2017 计 算后选用厦门科华公司的锂离子蓄电池（US2000） 。 此外，为模拟不同场景的负载情况，设计选用深圳建 宏公司的可调交流负载（JH-RYF-5KWA220-W7K） ， 调节范围为 100W3000W。 3 不同工作模式系统效率实验 3.1 自用优先模式 当光伏能量充足时，光伏能量优先保证负载的用 电，剩余电量进行电池充电，再多余的能量用于并网； 当光伏能量不足时，光伏能量及电池放电保证负载的 用电，优先保证负载使用光伏自发的能量。其能量管 理流程如下所示 图 3.1 自用优先模式能量管理流程图 实验时间为 2018 年 5 月 1 日至 2018 年 5 月 5 日 获得的数据如下所示 表 3.1 自用优先模式发电量数据 日期 当日发 电量 /kWh 当日并 网电量 /kWh 当日购 电量 /kWh 当日用 电量 /kWh 峰值日 照小时 /kW/㎡ /天 5 月 1 日 10.1 2.8 5.5 10.7 2.91 5 月 2 日 13.1 4.8 4.6 10.8 3.84 5 月 3 日 25.4 16.6 4.5 11 7.27 5 月 4 日 23.8 15.2 4.7 10.9 6.93 5 月 5 日 5 0 8.4 10.7 1.3 累计 77.4 39.4 27.7 54.1 22.26 对获得的相关实验数据进行一定处理 1、将每天 2400 的累计发电量、并网电量、购 电量和用电量与昨天同一时刻相减获得当日的相应数 据，并与采集到的当日数据进行比对，确认数据准确 性； 2、为消除部分天气因素带来的计算误差，将每 日测量得到的每分钟水平面辐照数据对时间积分，再 进行标准化处理，得到每日水平面的峰值日照小时。 将相关数据带入如下公式进行计算 FTeEPRhG 式中GT在 T 时间段内从电网购买电量 FT在 T 时间段内可调交流负载消耗电量 计算所得的数据如下图所示 80.30 79.90 84.20 82.50 79.50 5月1 日 5月2 日 5月3 日 5月4 日 5月5 日 79.00 80.00 81.00 82.00 83.00 84.00 85.00 81.80 每 日 效 率 平 均 效 率 图 3.2 自用优先模式每日效率及平均效率 3.2 储能优先模式 当电池未充满电时，光伏能量与电网能量共同优 先给电池充电以保证电池尽量满电，从而应对关键负 载的应急用电；当光伏能量充足时（大于充电能量） ， 优先给电池充电，剩余能量向负载供电，再剩余能量 用于并网。其能量管理流程如下所示 图 3.3 储能优先模式能量管理流程图 实验时间为 2018 年 5 月 9 日至 2018 年 5 月 13 日，获得的数据如下所示 表 3.2 储能优先模式发电量数据 日期 当日发 电量 /kWh 当日并 网电量 /kWh 当日购 电量 /kWh 当日用 电量 /kWh 峰值日 照小时 /kW/㎡ /天 5 月 9 日 25.3 18.8 6.9 10.9 7.48 5 月 10 日 21.4 14.8 6.5 11 6.3 5 月 11 日 20.5 14.6 7.1 10.9 6.07 5 月 12 日 3.5 0.5 9.4 10.7 0.93 5 月 13 日 23.4 16.5 6.3 11 6.8 累计 94.1 65.2 36.2 54.1 27.58 将相关数据带入如下公式进行计算 FTeEPRhG 式中GT在 T 时间段内从电网购买电量 FT在 T 时间段内可调交流负载消耗电量 计算所得的数据如下图所示 82.50 83.20 83.00 87.00 84.00 5月9 日 5月10 日 5月11 日 5月12 日 5月13 日 82.00 84.00 86.00 88.00 85.90 每 日 效 率 平 均 效 率 图 3.4 储能优先模式每日效率及平均效率 3.3 削峰填谷模式 在当地峰谷电价相差较大的时候通过设置电池的 充放电时间。即在用电高峰时段，把电池设置成放电 模式；在电价便宜时段，把电池设置成充电模式给电 池充电储能。 基于削峰填谷模式，家庭除了可以最大使用光伏 自发用电外，还可以合理利用峰谷时段电价差优化家 庭的用电策略，节省更多的电费，给家庭提供更加经 济的自用供电方案。 由于其可以自由设置锂离子电池充放电时段、功 率等，再加上不确定的天气因素影响，实验微网系统 可能出现的工作状态随机性太大，所对应的经济效益 也需结合实例具体分析，在此不做讨论。 实验时间为 2018 年 5 月 16 日至 2018 年 5 月 20 日，获得的数据如下所示 表 3.3 削峰填谷模式发电量数据 日期 当日发 电量 /kWh 当日并 网电量 /kWh 当日购 电量 /kWh 当日用 电量 /kWh 峰值日 照小时 /kW/㎡ /天 5 月 16 日 21.3 14.7 6.4 10.8 6.41 5 月 17 日 14.7 8.8 6.7 10.9 4.13 5 月 18 日 14.9 8.4 6.4 10.9 4.35 5 月 19 日 6.7 2.3 8.3 11 1.9 5 月 20 日 3.1 0 10.1 10.7 0.87 累计 60.7 34.2 37.9 54.3 17.66 将相关数据带入如下公式进行计算 FTeEPRhG 式中GT在 T 时间段内从电网购买电量 FT在 T 时间段内可调交流负载消耗电量 计算所得的数据如下图所示 81.40 86.50 82.80 84.80 79.40 5月9 日 5月10 日 5月11 日 5月12 日 5月13 日 78.00 80.00 82.00 84.00 86.00 88.00 83.00 每 日 效 率 平 均 效 率 图 3.5 削峰填谷模式每日效率及平均效率 3.4 不同工作模式效率差异分析 从上述计算结果来看显然自用优先模式下系统 的运行效率最低，约为 82；储能优先模式下系统 的运行效率最高，约为 86；削峰填谷模式下系统 的运行效率介于自用优先模式和储能优先模式，约为 83。 与自用优先模式相比较，储能优先模式下系统运 行效率明显提高，主要原因是储能装置几乎一直处于 静止状态，所以系统中没有锂电池充放电损失。 削峰填谷模式下系统的运行效率介于前两者之间， 是因为锂电池的每日充放电次数与功率是固定不变的， 不会有频繁的充放电过程和功率波动。 4 总结与展望 本文实地调研，设计搭建了用于实验的微网系统， 分析了微网系统的几种工作模式。设计相关实验，采 集系统运行状态参数，计算出实际运行时自用优先、 储能优先和削峰填谷三种工作模式的系统运行效率， 分析了相较于传统并网光伏系统的能量损失和不同工 作模式系统效率差异原因。 然而，由于时间因素的影响，每组实验周期短， 受天气影响因素很大，数据的代表性较差，后期仍需 要进行长期实验，以消除天气及其他因素对系统运行 效率的影响。 感谢 作者感谢江苏省研究生科研与实践创新计划项目 （KYCX18_0537）以及江苏省重点研发计划（产业 前瞻与共性关键技术 BE2017063）的支持。 参考文献 [1] Khan M W, Wang J. The research on multi-agent system for microgrid control and optimization[J]. Renewable Sustainable Energy Reviews, 2017, 801399-1411. [2] 寇群. 分布式发电、微网与智能配电网的发展与挑战[J]. 中国科技纵横, 201721.