杨成

安科瑞电气股份有限公司 上海嘉定 201801

【摘要】在能源转型和可持续发展的背景下，多能互补技术成为提高可再生能源利用率和增强电网灵活性的关键。提出了一种基于多能互补的光伏储能系统设计方案，包括能量转换、稳定功率输出、智能充放电管理和实时状态监测等功能。硬件设计涵盖了光伏阵列模块、储能电池系统、智能电网并网逆变器和能量管理控制单元。搭建了测试环境并进行了系统测试，验证了系统功能和性能的性。

【关键词】多能互补；光伏储能；系统设计；储能管理。

0引言

在能源需求增长与环境问题日益严峻的背景下，光伏储能系统可缓解光伏发电的间歇性问题。然而，单一的光伏发电系统难以满足复杂多变的需求，研究多能互补下的光伏储能系统设计具有重要意义。本文旨在探讨如何利用多能互补技术，设计一个、稳定和智能的光伏储能系统，以实现可再生能源的利用和能源结构的优化。

1多能互补下的光伏储能系统工作原理

多能互补下的光伏储能系统整合光伏发电、风能发电、电池储能等能源形式，实现能源的优化配置和利用。光伏发电负责捕获太阳能并将其转化为电能；风能发电作为辅助，提高系统的整体能源输入；而电池存储单元则用于储存多余的电能，以备光伏发电不足时使用。智能管理系统根据能源需求和供给情况，自动调节各种能源的使用，确保电力供应的稳定性和性（图1）。

图1多能互补下的光伏储能系统工作原理图

2多能互补下的光伏储能系统设计

2.1需求分析

在功能需求方面，系统需实现大功率点跟踪（maximumpowerpointtracking，MPPT）、功率补偿、动态负载平衡、自动调节充放电、智能充电时间控制、设备运行参数监测和能源存储状态监控等功能，以提高系统的能量转换效率和稳定性。在性能需求方面，系统需满足高能量转换效率、低总谐波失真（totalharmonicdistortion，THD）抑制效果、快速动态响应和低延迟等性能指标，以保证系统在各种工况下都能稳定、运行。

2.2功能设计

2.2.1能量转换功能

能量转换功能基于扰动观察法，每0.5s进行一次迭代，以确保光伏阵列始终运行在其大功率点附近。使用了基于STM32微控制器的硬件平台来实现MPPT算法，该控制器能够根据光伏阵列的实时电压和电流数据调整脉冲宽度调制信号的占空比，从而改变光伏阵列的工作点。率的直流—交流转换器（DCtoACconverter，DC-AC）是基于TMS320F28379D微控制器进行设计的，采用了一种改进的空间矢量脉冲宽度调制算法，以提高逆变器的效率和输出波形质量。

2.2.2稳定功率输出功能

（1）功率补偿功能。功率补偿功能基于预测算法，能够提前预测未来一段时间内的光伏出力和负荷需求。预测算法结合了历史气象数据和负荷曲线，采用时间序列分析技术，如差分自回归移动平均模型，来预测未来的光伏出力和电网负荷。当预测到光伏出力不足时，系统将自动启动储能系统放电，以补偿功率缺口；反之，当预测到光伏出力过剩时，储能系统会将多余的电能储存起来。

（2）动态负载平衡。动态负载平衡算法根据光伏出力、储能状态和电网需求的实时数据动态调整系统的充放电策略。具体来说，当光伏出力过剩时，系统会考虑将多余的能量储存到储能系统中；当光伏出力不足时，储能系统会释放能量以功率缺口。

2.2.3智能充放电管理功能

（1）自动调节充放电电流。自动调节充放电电流功能基于电池的状态和系统需求，通过算法实现自动调整，以确保电池的健康状态并能延长其使用寿命。采用基于电池剩余电量（stateofcharge，SOC）和温度的控制策略，系统可以监测电池的SOC和温度，动态调整充放电电流。当SOC预定阈值（如30%）时，系统会自动增加充电电流，以快速恢复电池电量；反之，系统会减少充电电流。

（2）智能充电时间控制。智能充电时间控制策略能够根据天气预报和负荷预测未来一段时间内的光伏出力和电网需求。系统通过分析预测数据，自动规划较佳的充电时间，以充分利用光伏出力高峰期间的电能。当预测到明天是晴朗天气时，系统会在夜间预先充电，使储能系统具有充足的能量储备，以备明天使用；相反，如果预测到阴雨天气，系统则会在天白天光伏出力较高时充电，以减少对电网的依赖。

2.2.4实时状态监测功能

（1）设备运行参数监测。为了实现设备运行参数的实时监测，本文设计了一个综合监测系统。该系统能够监测光伏储能系统中各组件的关键运行参数，包括但不限于光伏阵列的输出电压和电流、储能系统的充放电电流、电池温度等。使用的传感器和数据采集模块来数据，无线通信技术将数据实时传输到监控系统。此外，系统还采用了卡尔曼滤波器等数据处理算法，用于过滤噪声并提高数据的准确性。

（2）能源存储状态监控。为了实现能源存储状态的实时监控，本文设计了一个专门的监控模块。该模块能够持续监测储能系统的状态，包括SOC、电池温度、充放电次数等关键指标。使用的传感器来监测这些参数，并通过智能算法进行数据处理。系统还具备电池健康评估功能，能够根据电池的使用情况和老化程度预测电池的剩余使用寿命。

2.3硬件设计

2.3.1光伏阵列模块

在光伏阵列模块设计中，采用型号为JKM310M-60的多晶硅光伏电池组件，每块组件的峰值功率为310W，大功率点电压（Ump）为35.7V、电流（Imp）为8.7A。光伏阵列将多个组件以并联和串联的形式组合起来，形成矩阵布局。串联连接通过将组件的正与下一个组件的负相连，以增加整个阵列的电压；而并联连接则是将组件的正与正、负与负相连，以增加阵列的电流。根据光照强度和负载需求动态调整光伏阵列，确保了大功率点跟踪的运行。

2.3.2储能电池系统

储能电池系统选用型号为LF100L的磷酸铁锂（LiFePO4，LFP）电池，其单体容量为100A·h，电压为3.2V，这些参数设置确保了电池的高能量密度与长循环寿命。系统设计中，采用电池管理系统进行电池状态监测与管理，包括电压、电流、温度的实时监控与均衡充电的管理，有效了电池运行。

2.3.3智能电网并网逆变器

智能电网并网逆变器采用型号为SUN2000-50KTL-C2的光伏逆变器，大输出功率为50kW，支持三相并网，具有的能量转换能力，转换效率达98.6%。逆变器具有的电能质量管理功能，能够实时监测电网状态，调整输出，以满足并网标准。其内置的通信模块支持多种协议，确保了与智能电网的无缝对接和数据交互。

2.3.4能量管理控制单元

能量管理控制单元（energymanagementcontrolunit，EMCU）选用具备高速数据处理与实时控制能力的微处理器STM32F407VGT6。EMCU集成了光伏阵列、储能系统与逆变器的数据采集与控制功能，利用算法实现能量的优化调度。系统支持Wi-Fi与5G通信，确保远程监控与故障诊断的实时性。

3系统测试

3.1搭建测试环境

测试环境包括一套完整的基于物联网的光伏储能系统，涵盖了光伏阵列模块、储能电池系统、智能电网并网逆变器以及能量管理控制单元等关键组件。测试环境包括用于模拟真实世界条件的气候控制室，以确保测试结果的准确性和性。

3.2系统功能测试

由表1测试结果可知，系统在大功率点跟踪方面的能量转换效率达到了95.3%，功率补偿功能的精度达到了3.8W，动态负载平衡功能的负载匹配误差仅为8.7%，确保了系统的稳定运行。智能充电时间控制功能的预测准确率达到86.2%，设备运行参数监测功能的监测精度为0.7%，确保了数据的准确性。能源存储状态监控功能的SOC预估偏差为2.5%，有效预防了潜在的故障。

3.3系统功能测试

表2测试结果显示，在DC-AC转换效率方面，系统的大输出功率达到了4.9kW，转换效率达到了97.8%，过了97.5%的目标。在THD抑制效果方面，输出电流的THD仅为4.2%，5.0%的阈值。动态响应时间仅为1.8s，确保了系统能够快速响应功率变化。延迟为487ms，保证了数据的实时性。

4安科瑞Acrel-2000ES储能能量管理系统介绍

4.1平台简介

安科瑞Acrel-2000ES储能能量管理系统具有完善的储能监控与管理功能,涵盖了储能系统设备(PCS、BMS、电表、消防、空调等)的详细信息,实现了数据采集、数据处理、数据存储、数据查询与分析、可视化监控、报警管理、统计报表等功能。在应用上支持能量调度,具备计划曲线、削峰填谷、需量控制、备用电源等控制功能。既可以用于储能一体柜,也可以用于储能集装箱,是专门用于设备管理的一套软件系统平台。

4.2产品规格

4.3系统功能

4.4应用范围

4.5配套产品

5结论

本文提出了一种基于多能互补的光伏储能系统设计方案，集成能量转换、稳定功率输出、智能充放电管理和实时状态监测等功能，有效提升了系统的整体性能。未来，将进一步优化系统结构，探索多应用场景，以满足日益增长的能源需求，并促进能源系统的可持续发展。

参考文献

[1].刘述波，杨斌，仲春林，等.基于多能互补的储能系统需求响应策略研究[J].自动化技术与应用，2023，42（11）：137-141.

[2].左涛，刘建涛，李敏，等.面向碳中和的园区多能互补微电网研究[J].电气时代，2023（8）：36-43.

[3].张鹏飞，马，李时雨.混合抽蓄-风-光多能互补系统容量配置研究[J].水力发电学报，2024，43（10）：1-16.

[4].安科瑞企业微电网设计与应用手册.2020.06版.

[5].袁高峰.多能互补下的光伏储能系统设计研究

作者简介：杨成，男，现任职于安科瑞电气股份有限公司，主要从事储能能量管理系统的研究与应用。