峰谷套利:利用电价差(如工商业峰谷电价差 0.5 元 /kWh),光伏出力低谷时(如夜间)通过电网充电,高峰时(如 10:00-15:00)优先释放储能电力,每度电可增收 0.3-0.5 元;
需量管理:针对工商业用户的 “需量电费”,通过储能放电降低电网瞬时功率(如将 1000kW 需量降至 800kW),年节省电费可达数万元。
离网运行:电网停电时,协同控制光伏与储能组成微电网,为重要负荷(如通信基站、应急照明)持续供电(续航时间≥4 小时);
备电支撑:光伏并网柜检测到电网故障时,0.5 秒内切换至 “孤岛模式”,储能系统维持电压频率稳定,避免负荷断电。
控制算法:
当 Ppv>目标功率:储能充电(Pbat=Ppv - 目标功率);
当 Ppv<目标功率:储能放电(Pbat = 目标功率 - Ppv)。
光伏并网柜的角色:
案例效果:
日前优化:
光伏大发时段(如 12:00-14:00):优先自用,余电充电(避免上网电价低于储能放电成本);
电价高峰时段(如 8:00-10:00):储能满功率放电,减少电网购电;
电价低谷时段(如 0:00-6:00):若储能 SOC(荷电状态)<20%,通过电网补电至 50%。
实时修正:
光伏并网柜的协同动作:
电网故障响应:
储能 SOC 管理:
协同保护机制:
通信协议:
光伏并网柜→储能 PCS:Modbus-RTU(传输光伏功率、并网点电压)或 MQTT(适用于云端控制);
储能 PCS→光伏并网柜:反馈 SOC、充放电功率、故障状态(如 “过温报警”)。
数据采集点:
电气参数:光伏总电流 / 电压、并网点有功 / 无功功率、电网频率;
状态参数:并网开关位置、保护动作信号(如过流跳闸);
储能参数:SOC、PCS 运行模式(并网 / 离网)、充放电功率限值。
核心算法:
模型预测控制(MPC):基于未来 15 分钟的光伏出力预测和负荷需求,滚动优化储能充放电计划,比传统 PID 控制提升 10%-15% 的收益;
模糊控制:针对光照突变等不确定因素,通过模糊规则(如 “功率下降快→放电功率增加”)实现自适应调节,鲁棒性更强。
决策逻辑优先级:
电网安全(如频率偏差>0.5Hz 时,优先稳定电网);
设备保护(如储能过温时,立即停止充放电);
经济收益(无安全风险时,按优收益调度)。
防逆流保护:
过载协同保护:
光伏侧:通过组串级优化器降低出力(如切断部分组串);
储能侧:立即停止充电或降低放电功率,总降额速度≥20%/ 秒。
电池安全防护:
控制策略:峰谷套利 + 需量管理
高峰时段(8:00-22:00,电价 1.2 元 /kWh):储能放电,光伏余电上网;
低谷时段(22:00-8:00,电价 0.6 元 /kWh):光伏无出力时,电网充电至 SOC 80%;
需量控制:监测 15 分钟需量,接近阈值时储能放电,将需量从 1200kVA 降至 1000kVA。
效益:
控制策略:恒定电压频率控制
光伏出力>负荷时:多余功率充电(SOC≤90%);
光伏出力<负荷时:储能放电补充,维持电压 380V±5%,频率 50Hz±0.2Hz。
效益:
预测精度不足:光伏出力预测误差(尤其多云天气)导致充放电计划不合理,收益损失 5%-10%;
电池寿命影响:频繁充放电(如每天 2 次循环)会缩短电池寿命(从 10 年降至 8 年),增加更换成本;
通信可靠性:工业环境的电磁干扰可能导致指令传输中断,引发控制失效。
提升预测精度:融合卫星云图、历史数据训练 AI 预测模型(如 LSTM),将短期预测误差降至 10% 以内;
优化充放电策略:采用 “浅充浅放”(SOC 维持 30%-80%),可延长电池寿命 30% 以上;
冗余通信设计:关键指令采用 “无线 + 有线” 双链路传输,通信中断时执行预设安全策略(如暂停充放电)。