微网中电池储能系统控制策略的研究.docx

微网中电池储能系统控制策略的研究

1.引言

1.1微网概述

微网是一种新型的分布式能源系统，由多个分布式能源、储能系统和负荷组成。它可以在并网或孤岛模式下运行，有效提高能源利用效率，降低能源消耗成本。微网概念的提出，旨在解决传统能源系统中存在的能源利用率低、环境污染严重等问题。随着可再生能源的快速发展，微网在能源结构转型和绿色低碳发展方面具有重要意义。

1.2电池储能系统在微网中的应用

电池储能系统（BESS）是微网中不可或缺的组成部分，其主要作用是平衡可再生能源的间歇性和负荷的波动性。在微网中，电池储能系统可以实现以下功能：

储能：在可再生能源发电过剩时，将多余的电能储存起来，以备后续使用；

补充：在可再生能源发电不足时，为负荷提供所需的电能；

调频：通过调节电池的充放电，参与微网的频率调整，维持系统的稳定运行；

提高电能质量：通过储能系统进行电能质量的优化，提高供电可靠性。

1.3控制策略在电池储能系统中的重要性

控制策略是电池储能系统的核心，直接关系到系统的性能和稳定性。合理的控制策略可以实现以下目标：

优化储能系统的充放电过程，延长电池寿命；

提高微网的运行效率，降低运行成本；

平滑可再生能源的输出波动，提高电能质量；

提高微网的可靠性和抗干扰能力。

因此，研究微网中电池储能系统的控制策略具有重要的理论意义和实际价值。

2.电池储能系统概述

2.1电池类型及特性

电池储能系统在微网中扮演着重要角色，其种类繁多，包括但不限于铅酸电池、锂离子电池、钠硫电池、镍氢电池等。不同类型的电池具有不同的特性。

铅酸电池：技术成熟，成本较低，但能量密度低，循环寿命短，对环境有一定污染。

锂离子电池：能量密度高，循环寿命长，自放电率低，但成本较高，存在一定的安全风险。

钠硫电池：能量密度较高，循环寿命长，但工作温度较高，安全性有待提高。

镍氢电池：循环寿命长，环境友好，但能量密度较低，成本较高。

2.2储能系统的结构及工作原理

电池储能系统主要由电池组、电池管理系统（BMS）、功率变换器、能量管理系统（EMS）等组成。

电池组：由多个电池单体组成，负责储存和释放能量。

电池管理系统（BMS）：负责监测电池状态，如电压、电流、温度等，保证电池在安全范围内工作。

功率变换器：实现电池与电网之间的能量转换，根据需要调节输出功率。

能量管理系统（EMS）：负责整个储能系统的能量管理，优化能源利用，提高系统性能。

储能系统工作原理是通过电池组储存多余的电能，当需要时释放电能，实现能量的时间转移。

2.3储能系统在微网中的应用场景

储能系统在微网中的应用场景主要包括：

峰谷电价差套利：在谷时段储存电能，峰时段释放电能，降低用户的电费支出。

提高可再生能源的利用率：通过储能系统调节，使可再生能源在发电不稳定时仍能保持稳定输出。

电网辅助服务：如调频、调峰等，提高电网的稳定性。

独立电源：在电网故障或偏远地区，储能系统可以作为独立电源，保障电力供应。

电动汽车充电：结合储能系统，实现电动汽车的高效、安全充电。

多能互补：与燃气、热能等其他能源相结合，实现多能互补，提高能源利用效率。

3.控制策略研究

3.1控制策略分类

在微网中，电池储能系统的控制策略主要分为以下几类：直接控制策略、间接控制策略和混合控制策略。

直接控制策略是基于电池的荷电状态（SOC）进行直接控制，通常包括充放电策略、峰值功率平抑策略等。这类策略直接控制储能系统的输出，实现对微网的实时功率平衡。

间接控制策略是通过控制微网中的其他设备（如逆变器、发电机等）来间接影响电池储能系统的工作状态。这种策略通常用于维持微网电压和频率的稳定。

混合控制策略则结合了直接控制与间接控制的优点，既可以对储能系统进行直接控制，又能对微网其他设备进行间接调节，实现更为复杂的控制目标。

3.2控制策略设计原则

在设计电池储能系统的控制策略时，应遵循以下原则：

稳定性原则：确保控制策略在各种工况下都能保持稳定工作。

经济性原则：在保证微网稳定运行的基础上，降低运行成本。

响应速度原则：控制策略应能快速响应微网中的功率变化。

可扩展性原则：考虑到未来微网可能增加新的设备或功能，控制策略应具备良好的可扩展性。

3.3常用控制策略分析

充放电策略是电池储能系统中最基本的控制策略，其主要目标是平衡电池的充放电过程，延长电池寿命。包括如下几种：

恒定电流充放电策略：以恒定电流对电池进行充放电，适用于对充电速度要求不高的场景。

恒定功率充放电策略：在充放电过程中，维持恒定的功率输出，适用于需要快速响应的场景。

动态调整充放电策略：根据电池的SOC和微网的实时功率需求，动态调整充放电电流或功率。

峰值功率平抑策略主要用于降低微网中的峰值功率，减少对电网的冲击。其方法包括：

功率预测控制：通过预测微网