德国家用光伏系统储能预测及运行策略

0 引言

福岛核事故后，德国进一步认识到能源转型的重要性。近年来，德国的能源转型已经取得了不错的进展，到目前为止，德国40%以上的电力来自风能、太阳能和生物质能等可再生能源。能源转型的其中一个目标就是到2035 年德国55%～60%的电力供应必须来自可再生能源。但可再生能源应用存在的问题就是用电与发电并不同步，因此，储能可以作为平衡发电波动的一种解决方案。家庭也可以为能源转型做出巨大贡献，对于拥有光伏设施的家庭来说，由于上网电价和销售电价的价格差异，使用自家光伏系统产生的电力比从电网购电更便宜，所以，购入电池，将储能与家用光伏发电系统相结合来提高能量的自产自销，可以成为一种比较经济的选择。但是由于电池价格昂贵，如何合理利用电池来提高电池的使用效率也成为人们日益关注的问题。自2013年以来，德国的光伏电池储能系统（PV BESS）逐渐增多，目前已经超过5 万台。由于电池储能系统和光伏系统价格下降[1-2]，上网电价下降[3]，销售电价上升[4]，光伏电池储能系统的经济性越来越好。如果采用合理的运行策略，家用光伏电池储能系统能够对电网产生积极的影响[5]。众多研究表明，基于预测的运行策略可以提高家用光伏电池储能系统的经济性。例如，通过预测，计算出第二天晚上所需的电量，以此作为电池最大存储量来降低电池的平均荷电状态（SOC），可以在无需大幅度降低自耗率的情况下，显著提高光伏电池存储系统中锂电池的使用寿命，从而提高系统的经济性[6]。此外，为了进一步缓解电网压力，德国KfW 集团为光伏电池储能系统（PV BESS）提供一个新资助计划，条件之一就是要求光伏入网功率不超过光伏发电设备额定功率的50%[1]。对于家用光伏系统，超过这个入网限定的能量将被丢弃。HTW Berlin 的一项研究表明，基于预测的运行策略可以减少由于入网限制而造成的弃能，从而提高系统的经济性[7]。

德国联邦统计局的数据表明，独立式住宅仍是德国目前最主要的居住形式，超过31%的私人家庭都拥有一栋独立式住宅。本文主要以德国某独立式住宅建筑案例为研究对象，介绍家用光伏电池储能系统的应用，并通过Matlab 结合Simulink 建模，以直流耦合家用光伏电池储能系统模型为基础，气象及能耗实测数据为模型输入，通过仿真模拟，分析研究不同的运行管理策略带来的经济效益，为中国家用光伏电池储能系统的发展提供借鉴和参考。

1 案例概述

本文研究的案例是位于德国林登堡的一个四口之家。该独立式住宅总面积为135 m2，屋顶面积为96 m2，在没有假期的情况下用电负荷为每年4 500 kWh。光伏发电的数据采用了2004 年林登堡的太阳辐射情况，光伏设备由尚德电力STP210-18/Ud的多晶光伏板组成，使用寿命为25年，额定功率为5 kW。逆变器采用Voltwerk 品牌，额定功率为5 kW。锂离子电池组由制造商SAFT 生产（型号VL45E，容量50 Ah）的电池组成，在建模仿真中，采用56 块标称电压为3.6 V 的电池串联在一起，电池容量为10.08 kWh[6]。

2 家用光伏电池储能系统模型建立

本研究中的家用光伏电池储能系统采用的是直流拓扑结构连接方式。如图1 所示，该系统由屋顶光伏发电模型（PV）、家庭用电负荷模型（LOAD）、电池模型（BATTERY）、能量管理系统（EMS）等模块组成。根据房子所在地的相关辐射和温度数据[8]，用PV 模型计算PV 系统的直流输出。用电负荷模型提供了该案例中德国家庭按时间顺序解析的电能消耗数据[8]。电池模型会根据充放电情况体现不同的电池老化情况。电池模型采用了SAFT VL45E型锂电池的参数，但这些电池的寿命并不代表其他锂电池的寿命[6]。市场上光伏家庭存储系统用的锂电池的平均寿命低于本研究模型的结果。所以，在该系统模型中，电池的老化根据制造商数据给出的平均寿命来设定[9]。能源管理系统控制该系统的各个组成部分，能够将不同的控制运行策略应用于系统中。该系统中各种模型的建模均通过真实的测量数据进行了参数化设置。模拟仿真时间为365 d，步长为1 s。

图1 家用光伏电池储能系统模型图

3 控制运行策略分析

随着光伏储能系统在家庭居住建筑中的日益普及，为了更好地提高系统的经济性，对系统的运行管理策略需求也逐渐增加。本文对以下几种运行策略进行了研究。

3.1 无电池的家用光伏系统运行策略

首先，研究了无电池储能的家用光伏系统，以此为参照来对比采用电池储能所能带来的经济效益。光伏发电优先满足家庭的直接电力消耗，剩余功率定义为光伏发电功率减去电力消耗功率的值。若电网连接节点处的剩余功率为正，则剩余功率将输送到电网。若剩余功率为负，则这个缺口由电网送电来补充。在中午太阳辐射最大时光伏发电达到高峰，剩余功率直接入网会对电网造成很大的负担。所以德国KfW 集团提出新的资金资助计划，来鼓励用户限制光伏入网功率[1]。因此，引入入网功率限制Pcutoff，所有超过Pcutoff的能量将会被截断，不再输入电网，这部分能量定义为截断能量。当没有电池存储多余电力时，剩余功率高于入网功率限制的部分将会被弃用。

3.2 家用光伏电池储能系统运行策略

3.2.1 无预测的运行策略

因为上网电价和民用电价的差异，为了提高系统经济性，应该尽可能地提高能量的自产自销。所以本运行策略中，电池会在白天尽可能多地存储能量，在夜间通过放电来满足家庭能耗需求。若剩余功率为正，且电池的充电状态小于100%，则利用剩余功率对电池进行充电。当电池荷电状态达到100%时，多余的剩余功率将输送给低压电网。若剩余功率为负，且电池充电状态大于0%，则电池会进行放电满足家庭需要。如果所需要的功率大于电池的最大放电量，缺少的部分将由电网提供。如图2（1）所示，在太阳辐射充足的时候，电池在上午的荷电状态已经达到了最大荷电状态，而最高的太阳辐射还没有达到。随后，光伏系统将剩余的能量输送到电网。因为入网功率限制Pcutoff存在，在没有预测的情况下，会有部分多余能量因为超过Pcutoff而被弃用。为了减少能源浪费，延长电池寿命，将对晚上的能量进行预测。

3.2.2 基于预测的运行策略

从文献可知，较高的SOC 会加快存储老化[10]。为了提高电池寿命，应该尽量降低平均SOC。在本运行策略中，通过预测在夜间消耗所需的电量，计算出每天最大荷电状态SOCmax，使充电量刚好满足夜间的能源需求，以此来限制电池每天充放电情况。若剩余功率为正时，电池荷电状态小于SOCmax，则利用剩余功率对电池进行充电；当电池荷电状态达到SOCmax时，多的剩余功率将输送给低压电网。

除此以外，本研究中运行策略的另一个目的是减少能源浪费，目前已经有研究提出了两种不同的截断能量存储策略：固定入网功率限制和可变入网功率限制[11-12]，通过将超过入网限制的能量存储在电池中，来实现经济性最大化的目的。

3.2.2.1 固定入网功率限制

固定入网功率限制如图2 （2）所示。对入网功率设定一个固定的限制Pcutoff，为了获得KfW 集团的资助，以光伏额定功率50%来设定Pcutoff的值。在这种策略下，当电池荷电状态没有达到SOCmax时，剩余功率低于Pcutoff的部分将输入电网，超过Pcutoff的部分都存储在电池中，如果截断能量不能满足当天晚上的能量需求，那么将早上的剩余能量储存在电池中来补充这部分能量差值。

3.2.2.2 可变入网功率限制

在这种运行策略中，根据预测晚上的能耗需求，计算每天的入网功率限制Pcutoff。入网功率限制的计算方式是，超过该限制的能量总量等于夜间的能耗需求。因此，只有剩余功率超过Pcutoff的部分才会储存在电池中，所有低于这个限制的部分将被输入电网，如图2（3）所示。如果计算的Pcutoff高于光伏额定功率的50%，则将该限额设置为光伏额定功率的50%。在这种情况下，储存的能量超过了晚上的需要，导致第二天的能量过剩，那在计算第二天的电池储存容量最大值时，需要考虑前一天剩余的能量。

图2 不同的运行策略[6]

4 结果分析

4.1 研究方法

4.1.1 预测方法

在这些运行策略中，预测是必不可少的，本文在参考文献[6]和[13]的基础上提出了两种不同的预测方式：理想型预测和持续性预测。理想型预测假设可以准确预测出白天所有的光伏发电量和晚上的能耗需求。持续性预测假设太阳辐射与前一天相同，能耗与上周同一天能耗相同。以理想型预测作为预测准确度最优情况，以持续性预测作为最差情况进行对比。为了在冬季充分利用存储系统，这些策略只在夏季使用，因为在夏季出现剩余功率超过入网功率限制的情况概率较大。此外，电能在转换过程中的能量损失也被考虑在内。

4.1.2 经济性评估方法

为了评估运行策略的经济价值，本研究使用了平准化度电成本（LCOE）。LCOE是发电系统投资在整个生命周期内单位电力成本的净现值。它是对发电系统成本竞争力的一级经济评估，包含了发电系统在整个生命周期内的所有成本，包括初始投资、运行维护成本和资金成本[14]。

在本文中，LCOE被定义为一个kWh 总成本的净现值。因为每种设备都有不同的生命周期，所以，在计算净现值时也考虑了再投资的成本和递减问题，以及设备残值所节约的成本。另外，将电力成本的净现值和由于光伏上网电价而节省的费用作为可变成本进行计算。电价随时间的变化用电价增长率进行计算。组件的维护成本作为固定成本项，用每年占投资成本的固定百分比进行计算。

其中，It为t 时的投资净现值；Vt为t 时的可变成本净现值；Ft为t时的固定成本净现值；Et为t 时的电力消耗；r为利率；d为折现率。

式（1）为LCOE的计算式，即净现值的总和与总电力消耗的比值。用该式计算每个运行策略的LCOE。表1 显示了计算LCOE所选择的参数。如果将KfW 资助考虑在内，根据参考文献[15]，家用光伏电池储能系统的投资成本将降低22%。

4.2 预测分析

根据系统仿真计算结果，没有电池的家用光伏发电系统弃用的截断能量大约是每年170 kWh。如果将电池加入该系统中，则可将弃用的截断能量降低到每年88 kWh 左右。当采用理想型预测时，因为电池容量足够大，所以可以存储全部的截断能量。当采用持续性预测时，由于预测不准确，在某些天会储存比预测值更多的能量。总之，基于预测的运行策略可以避免截断能量的浪费，如图3 所示。

图3 不同运行策略下弃用的截断能量对比

表1 计算LCOE 的参数

4.3 经济性评估

为了研究基于预测的运行策略能带来的经济效益，将不同运行策略的平准化度电成本（LCOE）进行了比较，没有考虑KfW 资助的情况如图4（1）所示。使用基于预测的运行策略比没有预测的运行策略的LCOE更低。可变入网功率限制的LCOE比固定入网功率限制的LCOE更低。使用入网功率限制会导致更高的LCOE，但这部分多出来的费用可以由KfW 资金来补偿。

图4（2）显示了考虑KfW 资助后的结果，并将结果与无入网限制情况进行了比较。当使用入网限制的运营策略时，KfW 的资金补偿了由于上网限制而产生的额外成本。如果采用基于理想型预测的运行策略，LCOE可以在考虑入网功率限制的情况下进一步降低。随着预测不准确性的增加，使用基于预测的运行策略的经济性将会降低。所以，当使用持续性预测和入网功率限制时，与没有入网功率限制的情况相比，LCOE会更高。因此，为了提高系统的经济性，推荐使用精确的预测算法。

此外，图4 中的结果显示，在持续性预测的情况下，使用可变入网功率限制可以获得更好的经济性，因为使用控制器可以减少预测误差。所以，可变入网功率限制策略可以进一步缓解电网的压力[12]。

图4 使用不同的运行策略的LCOE 的比较

5 结语

本文提出了两种不同的基于预测的家用光伏电池存储系统运行策略，目的是在不明显降低电池能量吞吐量的同时，提高电池寿命，并减少能量浪费。本研究采用直流耦合家用光伏电池存储系统模型，对不同的运行策略进行了仿真模拟。将可变入网功率限制、固定入网功率限制与无入网功率限制的情况进行了对比，比较两种不同运行策略的经济性。还将理想型预测（最佳情况）和持续性预测（最差情况）进行了对比，评估了预测不准确的影响。

由于入网限制产生的额外费用可以由KfW 的资金来补偿。结果表明，基于预测的运行策略可以避免能量浪费，从而降低LCOE。若预测准确性不佳，则可变入网功率限制的运行策略的经济性较差。

本研究中这些策略都应用于未优化的家用光伏电池储能系统。如果优化光伏电板、电池和转换器的参数，可以进一步降低LCOE。然而，目前还不清楚基于预测的运行策略所节省的成本是否高于实施这些策略（包括必要的硬件升级）的成本。上述结果是在固定的光伏发电上网电价和固定的KfW 资金的假设下计算得出的。这两个补贴政策在未来都会被取消，如果去掉这些补贴政策，基于预测的运营策略所能带来的经济效益可能更高。而且即使没有资金支持，电网运营商也可能会采取限制措施。

本文研究了德国民用住宅家用光伏电池储能系统所能带来的经济效益，可以对我国独立式住宅建筑安装光伏储能系统提供借鉴参考。我国目前对于光伏上网进行补贴，但是对于储能设备的安装和入网功率的限制并没有大面积的展开，所以，如果为了推进该系统的安装应用，我国还需要出台各种鼓励补贴政策。由此，基于预测的运营策略所能带来的经济效益可能更高。

另外，我国大部分城区居民住宅为多层多户住宅楼，与德国的独立式住宅建筑不同，所能利用的屋顶光伏面积相对于建筑能耗需求来说非常小，本文描述的此类系统可能并不完全适用于我国的城区居民建筑，但是因为购电价格和上网电价的差异，对于安装有光伏的建筑，使用电池储能系统并利用基于预测的运行策略可以显著提高能量自产自销，从而提高系统的经济性。