光储电站中的锂离子电池充放电策略研究

黄小红 程鹏志 白兆海 黄智尚

随着光伏发电接入电网的比例不断提高，光伏发电的间隙性与不可确定性给电力系统的稳定性带来了很多问题，而光储电站可通过能量存储和资源容量配置实现本地能源生产与用能负荷的基本平衡。

对于光伏并网系统，通过配置一定容量的储能系统组成可控型光储一体化发电系统，使光伏发电具有与传统发电系统一样的特性，具备可调度能力，减少对大电网的并网冲击，解决大规模可再生能源间歇性、波动性、不确定性及电力电子接口给电网带来的问题，进而提高可再生能源的置信度与在用户侧的安全消纳。

对于微电网系统，应本着“因地制宜、科学设计”的原则，组建光储微电网，可根据需要与公共电网灵活互动且相对独立运行。由光储电站形成的微电网项目可依托已有配电网建设，也可以结合新建的独立电网建设；可以是单个光储微电网，也可以是某一区域内多个光储微电网构成的微电网群。

近几年来，在能源与环境问题的驱使下，光伏发电在我国得到了飞速的发展，但相应的问题也越来越明显，导致弃光限电问题严重。光储电站可作为光伏并网系统的升级版，通过能量管理系统将太阳能的自由利用和常规能源的高效利用结合起来，促进太阳能的高比例且更为有效的利用。对于高比例光伏发电系统的稳定性及光储微电网系统的研究正成为学术界的探讨热点，但还停留在研究与示范阶段。

毫无疑问，目前储能系统是制约光储电站规模化发展的重要因素。本文主要针对光储电站的特点，以锂离子电池作为研究对象，通过对锂离子电池充放电控制的原理分析，提出了用于光储电站的部分荷电循环充放电控制策略，针对具体的光储电站给出了实施方案，并結合实际光储电站的应用场合给出了数字仿真及实验验证的结果。

一、锂离子电池应用现状

随着技术的进步，锂离子电池的性能指标不断提高。相比于铅酸电池，锂离子电池具有较高的能量/功率密度、循环寿命长等优点，因而使得其在微电网、电动汽车等系统中得到了越来越多的应用。锂离子电池正极材料主要有磷酸铁锂、钴酸锂、锰酸锂、镍酸锂、三元材料等种类。国内厂家如比亚迪、中航锂电等厂家多采用磷酸铁锂方案；而韩国厂家，如三星SDI采用锰酸锂方案；美国特斯拉最近推出的储能系统则采用三元材料的方案。在目前国内的动力电池市场上，主流产品是磷酸铁锂电池，因为磷酸铁锂价格相对比较便宜、安全性好、倍率大，而且充放电循环寿命比较好。

但是随着三元锂电池安全性问题的改善，国内的电池厂商也开始逐渐倾向于三元锂电池的路线。安全性瓶颈解决之后，三元锂电池能量密度高，成本低的优势就显露了出来。磷酸铁锂能量密度低，在同样的容量下，磷酸铁锂电池质量更大、体积更大，严重影响了储能系统的储电容量；而三元锂电池要好得多。在倍率放电方面，三元锂电池不如磷酸铁锂。在寿命方面，三元锂电池不如磷酸铁锂电池，但是用户往往更在意初次采购成本，而不太关注电池的更换成本，而且从电池行业的趋势看，随着产能的扩张，锂电池的价格每年都在下降，真正到了需要更换电池组的时候，成本也许没有想象的高。

目前在倍率放电及循环寿命磷酸铁锂电池要比三元电池优越，并且在当前的技术水平和安全可靠性方面，磷酸铁锂电池较好，因此综合考虑，本文选择磷酸铁锂电池方案为研究对象。

二、锂离子电池充放电原理说明

与铅酸蓄电池的充电过程类似，锂离子电池充电的基本要求是需要一定的充电电流和充电电压来保证电池安全充电。在常规应用下，根据不同应用场合，锂离子电池充电分为3种情况：标准充电、快速充电和维护充电。快速充电是为了能够给锂离子电池快速充进较多的电量而提出一种充电策略，根据用户不同的充电时间要求，可提供0.5h、1h、1.5h、2h甚至长期的充电策略，这种方法对电池寿命有消极影响，一般不推荐使用。维护性充电是为了避免长时间自放电造成的过放电而引发的容量不可恢复的损失所采取的一种充电方法，一般电池存储或使用6个月要对其进行维护性充电，目前业内较为广泛的充电方法还有脉冲充电、反向电流充电等去极化效果较好的恢复容量的充电方法[1]。

标准充电是一种正常的使用场合下的充电方法，下面以国内厂家主流CA180FI型号的锂离子电池来说明典型的标准充电过程。CA180FI电池单体额定电压为3.2V，放电终止电压为2.5V，其典型充电过程如图1所示。

图1中黑实线为充电电压-电流曲线，从上可以看出锂离子电池的标准充电过程可以分为3个阶段：第1阶段：预充电阶段，当电池处于过放状态时，先以小电流进行涓流充电，直到电池电压抬高至一定值；第2阶段：恒流充电阶段，即以较大的电流恒定充电，直到电池电压达到一定的限值（这个阶段具体又可以根据充电速度及具体情况分为多段恒流充电，初始以较大的电流充电，之后阶段以较小充电电流恒定充电，在之后以更小电流恒定充电，直到电池电压达到一定的限值）；第3阶段：恒压限流充电阶段，在恒流充电使得电池电压达到一定限值后，采用恒压充电，直到电流小于一定值后，停止充电。

在环境温度（25±5）℃的条件下（如果温度不在此范围内，需要根据厂家提供的温度曲线进行等效折算），检测电池电压，若电压低于2.5V（电池过放），先对蓄电池进行小电流涓流充电，直到电压高于2.5V，然后对电池以0.5C恒流充电至充电限制电压3.65V后再恒压充电，直至电流小于0.05C，充电停止。

与充电过程类似，标准放电曲线如图1中灰实线所示，详细过程这里不再赘述。

三、控制策略及分析

1.控制策略

（1）部分荷电状态循环充放电方法[2-4]

基于部分荷电状态（SoC）循环的储能电池充电方法，是一种包含相对窄的荷电状态窗口的循环方法，其优点是在一个大约20%～90%的荷电状态窗口内，能够保证蓄电池在正常充放电条件下，既不深度放电也不深度充电。但从储能系统能量传输方面来看，这种方法牺牲了最大限度地利用能量，但从电池整个生命周期来看，这种方法能够大大提高电池的循环使用寿命。美国GNB公司首先将这种方法应用于光伏储能系统中。采用基于锂离子电池的部分荷电状态循环的充放电控制图如图2所示。

由图2可知，锂离子储能电池的充放电过程可分为3个阶段，首先蓄电池从完全荷电状态开始放电，直至降到约20%的荷电状态；然后是一长期部分荷电状态循环的充电/放电阶段，一般在20%～80%荷电状态之间循环，并将逐渐降低荷电状态；最后是定期地实施完全条件的充放电，使蓄电池恢复到100%的荷电状态。

（2）控制流程图

在光储电站中，储能电池的放电主要取决于系统接入的电网和负荷，可通过能量管理系统的控制策略来制定，但充电主要取决于光伏发电及后级的电网和负荷，所以其过程需要通过严格的充电流策略流程来实现。结合以上光储电站中基于部分荷电状态循环充放电控制策略，具体实施过程中加入光伏最大功率点跟踪控制，策略具体实施流程图如图3所示。

2.分析

（1）系统搭建

为验证以上锂离子电池的充放电控制策略，笔者团队所搭建的光储电站的拓扑图如图4所示，具体组成包括光伏阵列、DC/DC变流器、储能装置、DC/AC变流器，以及能量管理系统；DC/DC变流器的输入端与光伏阵列相连接，DC/DC变流器的输出端通过储能装置与DC/AC变流器的输入端相连，储能装置的输出端与DC/AC变流器的输入端连接，DC/AC变流器与公共连接点连接；DC/AC变流器负责最大限度地捕获光伏阵列的电能同时，执行对储能装置的充电管理；储能装置对所述光储一体化发电系统的电能进行存储；DC/AC变流器接受DC/DC变流器和储能装置2部分的电能，并将电能输出至公共联接点，该公共联接点与外部公共大电网联接；能量管理系统通过通讯网络实现对所述光伏阵列、DC/DC变流器、储能装置、DC/AC变流器的数据交互，制定所述光储一体化发电系统的运行及调度策略，实现对该光储一体化发电系统的运行管理。

该系统的主要参数包括：光伏为20kWp；锂离子储能电池采用磷酸铁锂电池，共由112块单体电压为3.2V，容量为60AH串联而成。

（2）结果分析

基于筆者提出的锂离子电池数学模型及图4所示的实际应用场景，在Matlab/Simlink及现场运行分别进行了数字仿真及实际运行分析，详见图5所示。

由图5可知，0.5C标准充放电I-V曲线，在恒定电流下，电池组电压随电池荷电状态的变化曲线，从结果可以看出，数字仿真与现场运行曲线完全吻合，从而证明笔者提出的锂离子电池数学模型是有效的。

按照笔者提出的充电控制策略，在实际光储电站中的锂离子电池系统的充电电流、端电压及荷电状态变化曲线如图6所示。从图6可以看出，初始阶段，在电池荷电状态较小（小于0.15）时，充电控制器以0.2C（1.5A）小电流涓流充电；直到荷电状态大于0.15，涓流充电结束，充电控制器执行光伏最大功率点跟踪（MPPT控制策略，电流为30A），瞬间电池端电压会有很大升，期间电池电压变化平缓，荷电状态线性上升；等电池荷电状态大于0.90时，充电控制器转入恒压充电模式，此时充电电流减小，电池端电压恒定，电池荷电状态变化缓慢直至0.95时终止充电控制。

四、结语

随着可再生能源，尤其是光伏发电的大规模接入电网，未来基于锂离子电池的储能技术将是改变现有能源结构及当下社会中对能源生产和消费方式的重要途径。这种利用方式可以抑制光伏等可再生能源发电的随机性及不确定性，大大缓解高峰负荷供电的需求，提高光伏等可再生能源对电网的置信度，还可以应对集中大电网的突发性故障、提高终端用户的用能质量及个性化需求。

参考文献

[1] 伍春生.光伏混合微电网中模块化组网控制技术研究[D].北京：中国科学院，2009.

[2] Shimada T K.High Precision Simulation Model of Battery Characteristics [J].Renewable Energy，2006，250-252.

[3] Urbina A，Paez T L，Jungst R G，et al.Stochastic Modeling of Rechargeable Battery Life In A Photovoltaic Power System[C]；Proceedings of the 35th Intersociety Energy Conversion Engineering Conference and Exhibit （IECEC），Las Vegas，NV，F Jul 24-28，2000.

[4] Ut-Battelle L.Microgrid Energy Management System[C].IEEE International Conference on Systems Engineering， 2007.