一种光伏发电储能系统及其能量调度方法

摘要

本发明公开了一种光伏发电储能系统及其能量调度方法，该系统包括光伏发电模块、光伏控制器、双向逆变器、充电电池模块、切换装置、电池管理系统、控制器、显示器及直流变换器，光伏发电模块依次通过光伏控制器及双向逆变器与交流负载连接，光伏控制器与双向逆变器之间的连接端通过直流变换器与充电电池模块连接，电池管理系统与充电电池模块连接，控制器通过通信总线分别与光伏控制器、双向逆变器、电池管理系统、直流变换器以及显示器连接，控制器通过切换装置与供电电网连接。本发明可根据负载情况及充电电池模块的具体参数进行充放电控制，达到最优的能量利用率，且控制效率高、响应速度快、控制准确度高，可广泛应用于光伏发电行业中。

主权项

一种光伏发电储能系统的能量调度方法，该光伏发电储能系统包括光伏发电模块、光伏控制器、双向逆变器、充电电池模块、切换装置、电池管理系统、中央控制器、显示器以及用于控制充电电池模块的充放电状态的直流变换器，所述光伏发电模块依次通过光伏控制器及双向逆变器与交流负载连接，所述光伏控制器与双向逆变器之间的连接端通过直流变换器与充电电池模块连接，所述电池管理系统与充电电池模块连接，所述中央控制器通过通信总线分别与光伏控制器、双向逆变器、电池管理系统、直流变换器以及显示器连接，所述中央控制器通过切换装置与供电电网连接从而控制光伏发电储能系统的并网或离网工作状态，其特征在于，该能量调度方法包括：S1、中央控制器根据采集的光伏发电模块的历史运行数据对光伏发电输出预测的神经网络进行训练，建立光伏发电输出功率与时间值、光照强度和温度值之间的关系，同时根据交流负载的历史消耗功率数据对负载消耗预测的神经网络进行训练，建立负载消耗功率与时间之间的关系；S2、采集获取调度起始时刻的时间值、光照强度和温度值，进而根据光伏发电输出预测的神经网络模型和负载消耗预测的神经网络模型，获得未来24小时内每隔1小时的预测的光伏发电输出功率P_PV(k)和负载消耗功率P_load(k)，其中k代表离散时间值，k为自然数且1≤k≤24；S3、获取当前时刻充电电池模块的电池剩余容量SOC(k)，结合预测的光伏发电输出功率P_PV(k)和负载消耗功率P_load(k)，采用动态规划算法，计算获得在电池寿命损耗和从供电电网的取电功率之间最优时充电电池模块的充放电决策序列；S4、中央控制器根据充放电决策序列，计算获得接下来一小时从供电电网的取电功率后控制直流变换器的工作状态，对充电电池模块进行能量调度。