基于负荷需求的光伏储能系统仿真分析-PVsyst软件篇
*全文共2150字17图
预计阅读时间10分钟
PVsyst软件可以仿真的储能应用场景有削峰填谷（Peak Shaving）、需求侧响应（Self-Consumption）、弱电网（Weak grid islanding）等三种。由于储能系统涉及到电池管理、能量管理等复杂的控制系统，目前软件的功能较为简单，对于基于用户峰谷分时为基础的电池充放电控制策略尚未涉及。
下文以需求侧响应为例，结合陕西某光伏储能系统，对仿真的过程和结果做一简单的介绍。
用户侧响应的光储运行模式
在了解光储运行模式前，需要知道的几个参数含义。
表1 参数含义
（1）白天充电模式
光伏出力大于用户负荷功率，光伏出力优先满足用户需求，多余的部分存储到蓄电池中，如果电池已经充满，那么多余的光伏功率继续传输到电网。
图1
（2）白天放电模式
光伏出力小于负荷功率，不足的部分由储能提供。如果光伏和储能联合供电还不能满足用户需求，那么不足的部分还需要由电网提供。
图2
（3）光伏直接供电模式
当光照充足，光伏出力大于负荷功率，储能电池已经充满时，被用户负荷消纳后剩余的光伏出力部分传输到电网。
图3
（4）光伏直接供电模式
当光照不足及储能电池荷电SOC较低，无法进行放电时，用户负荷消纳一部分光伏电后，不足的部分由电网提供。
图4
（5）夜间模式
夜间光伏出力为0W，储能电池的电量充足，负荷功率的提供来自于储能与电网。如果储能SOC较低，无法放电，那么主要的电力来源为电网。
图5
用户负荷数据
假设陕西某一用户的年用电量为28万度，各月的用电量分布如下图所示。用户负荷的实时最大功率为40kW，用户负荷一天24小时运行。为了便于分析，理想情况下假设每小时的负荷功率是稳定不变的，由此得到图7所示的年负荷曲线，横坐标为一年每天的每个时刻，纵坐标为负荷功率。
图6 用户月度用电量数据
图7 年负荷曲线
光伏系统配置
光伏系统配置425W单晶光伏组件864块，选择3台100kW组串式逆变器，系统容量为367kW，系统的容配比为1.22。
经过软件仿真，在不加装储能的情况下，年发电量为39万度电。
根据光伏出力与负荷需求功率，可初步计算得到自发自用率及余电上网率，分别为29%、71%，自发自用的比例较小。负荷供电大部分来自于电网。
下面通过在该光伏系统的交流母线处增加储能系统，当光伏出力大于负荷功率时，将能量进行存储，当光伏出力小于负荷功率时，储能适时放电补充，减少负荷对电网的依赖，可增加光伏的自发自用比例。
▵图8 出力曲线
储能系统配置
储能系统容量的配置除了与储能变流器的的参数进行匹配，也需要根据光伏出力曲线、负荷消纳曲线、企业的用电电价、光伏脱硫煤上网电价等进行综合考虑，从经济性角度选择投资收益率较高的容量配置。关于这一块，本文暂不进行研究。
根据本项目的光伏系统发电情况、负荷消纳能力等进行容量配置，初步选择单芯电压为3.2V，52Ah的电池。
电芯串联数量为228节，并联数量为30串。充放电控制系统对于充电和放电的设置为：放电深度DOD为80%（软件默认值）。储能最大功率需要负荷功率，为42kW。
储能的充电功率在PCS的功率范围以内，同时考虑光伏出力大小因素，若出力较大，充电功率较小，余电上网的功率就增加，这里充电功率暂选择360kW。
PVsyst光储配置
进入光伏储能配置界面，储能电池选择BYD的3.2V52AH电芯（磷酸铁锂），额定容量为1138kWh。
▵图9 光储配置
用电负荷数据选择“自用电”可以按以下几种类型设置。
▵图10 用电负荷配置
这里选择“月度数据”。分别在1月至12月设置实时平均功率，如1月份的平均功率为23kW，设置为23000W，设置完毕后合计的用电量为280128kWh。
▵图11 用电负荷数据
“自用电”设置电池的SOC阈值，如充电阈值和放电阈值，放电阈值也是放电深度，即填入20%意味着电池的最大放电容量为额定的80%，充放电最大功率设置为360kW和42kW。
▵图12 其他配置
储能利用分析
截取报告中损耗图来说明，逆变器输出的能量为396.6MWh，这里小编未设置交流损耗和变压器损耗。那么E_Avail为396.6MWh，E_Grid上网电量为111.3MWh，E_Avail与E_Grid之差代表了一部分能量直接被光伏所使用，另一部分被电池所存储，然后在夜间或光伏出力小于负荷时放出，下网电量为19.1MWh。
▵图13 能量损耗图储能部分
如图14所示，EDirUse为直接被消纳及余电上网的电量，为236.36MWh，EDirUse - E_Grid为直接被负荷消纳的电量，计算得：236.36– 111.4=124.96（MWh）。
E_Solar为被用户消纳的光伏电（含储能放电量），那么单纯从储能获得的电量为136.1（MWh）。
▵图14 相关输出变量
储能损耗电量为：Eloss=E_Avail -E_Solar - E_Grid
经计算：
396.6 - 261.06-111.4=24.14（MWh）。
储能损耗电量与光伏输出可用电量的比值为：24.14/396.6=6.08%。
增加储能以后，光伏上网电量为111.4MWh，经计算得，光伏被用户消纳的比例为65.8%。增加储能系统后，自发自用比例由原来的29%提升至65.8%。
典型模式分析
以光伏出力大于负荷条件时的充放电模式进行分析，以5月28日为例，当天光伏出力较好，负荷功率为30kW，光伏最大出力为124.16kW，在08:00至17:00之间，光伏出力均远大于负荷，此时储能电池的SOC均在0.95%以下，光伏功率被负荷消纳后剩余的部分被储能吸收，充电时段从08:00至14:00左右，在14:00-17:00点已经达到饱和状态，荷电状态SOC为0.95。
▵图15 光伏出力曲线与负荷曲线
图16为储能电池的SOC曲线，放电时段主要发生在夜间以及光伏出力为0时，此时负荷功率仍为30kW不变，由于储能存储的能量充足，负荷需要的能量全部来自于储能。
▵图16 SOC曲线
图17为储能充放电功率曲线，由于储能配置容量较大，为了能够将光伏部分更多的电量存储到电池中，减少余电上网比例，需要较高的充电功率。而放电功率与负荷大小有关，若放电功率超过负荷功率，会导致剩余的功率传输到电网，目前尚未有相关政策的支持。
▵图17 充放电功率曲线
注：以上分析结果仅在PVsyst软件光伏储能仿真功能的基础上进行。
小程序，
坎德拉PV ， 交易担保 ， 方便、准确的分布式光伏计算小程序 小程序