CN117937437A - 光储充系统的供电方法、光储充系统及存储介质 - Google Patents
光储充系统的供电方法、光储充系统及存储介质 Download PDFInfo
- Publication number
- CN117937437A CN117937437A CN202311751762.0A CN202311751762A CN117937437A CN 117937437 A CN117937437 A CN 117937437A CN 202311751762 A CN202311751762 A CN 202311751762A CN 117937437 A CN117937437 A CN 117937437A
- Authority
- CN
- China
- Prior art keywords
- power
- photovoltaic
- determining
- power generation
- energy storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000003287 optical effect Effects 0.000 title claims abstract description 28
- 238000010248 power generation Methods 0.000 claims abstract description 183
- 238000004146 energy storage Methods 0.000 claims abstract description 126
- 238000005286 illumination Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 15
- 230000001502 supplementing effect Effects 0.000 abstract 1
- 238000007599 discharging Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000005406 washing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for AC mains or AC distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/50—Charging stations characterised by energy-storage or power-generation means
- B60L53/51—Photovoltaic means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/50—Charging stations characterised by energy-storage or power-generation means
- B60L53/53—Batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/63—Monitoring or controlling charging stations in response to network capacity
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for AC mains or AC distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for AC mains or AC distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for AC mains or AC distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种光储充系统的供电方法，方法包括：根据预设的功率预测模型，确定光伏发电设备的预测光伏发电功率及负载回路的预测负荷功率；根据预测光伏发电功率及预测负荷功率，确定光伏储能设备的目标工作模式及工作功率；根据目标工作模式及光伏储能设备的工作功率确定目标功率；根据目标功率控制光伏发电设备为负载回路提供电源。通过预测未来时间段的预测光伏发电功率及预测负荷功率，判断系统整体的能量输入输出情况，由此确定光伏储能设备的目标工作模式，从而保证充电能量供应充足，提高能源利用效率，减少对市电电网的依赖；通过储能系统的使用，在光照弱或夜晚时从市电电网获取能源补充充电设备的能量需求，减少对市电电网的依赖。
Description
技术领域
本发明涉及充电领域，尤其涉及一种光储充系统的供电方法、光储充系统及存储介质。
背景技术
随着新能源技术的不断发展，出现了一种集合光伏发电设备、光伏储能设备以及充电桩于一体的光储充系统。光伏发电设备产生的电能向负载提供功率或者将功率存储于光伏储能设备以应对光伏功率不足的情况，由此降低充电桩对于电网系统供电的依赖性。
然而，由于光伏发电的不稳定性以及负载功率的变化，光储充系统对于市电电网系统获取的能源依赖性较高。
发明内容
本申请提供一种光储充系统的供电方法、光储充系统及存储介质，以解决现有技术中光储充系统对于市电电网系统获取的能源难以及时调整，使得充电桩无法得到足够供应电能的问题。
第一方面，本申请提供一种光储充系统的供电方法，所述光储充系统包括光伏发电设备、光伏储能设备，所述光伏发电设备、所述光伏储能设备及外部的电网系统均可为预设的负载回路提供电源，所述负载回路设有充电桩，所述方法包括：
根据预设的功率预测模型，确定所述光伏发电设备的预测光伏发电功率及所述负载回路的预测负荷功率；
根据所述预测光伏发电功率及所述预测负荷功率，确定所述光伏储能设备的目标工作模式及在所述目标工作模式下的工作功率；
根据所述目标工作模式及所述光伏储能设备的工作功率确定目标功率；
根据所述目标功率控制所述光伏发电设备为所述负载回路提供电源。
可选地，所述根据所述预测光伏发电功率及所述预测负荷功率，确定所述光伏储能设备的目标工作模式包括：
根据所述预测光伏发电功率及所述预测负荷功率计算得到第一差值；
判断所述第一差值是否大于预设数值；
若大于或等于，则确定所述光伏储能设备的目标工作模式为储能模式；
若小于，则确定所述光伏储能设备的目标工作模式为供电模式。
可选地，当所述目标工作模式为储能模式时，所述工作功率为充电功率，所述确定所述光伏储能设备的工作功率包括：
确定所述负载回路的最大总功率；
判断所述第一差值是否大于所述最大总功率；
若大于，则根据所述第一差值与所述最大总功率确定所述充电功率；
若小于，则根据预设的最低充电功率确定所述充电功率。
可选地，在确定所述充电功率之后，所述根据所述目标工作模式及所述光伏储能设备的工作功率确定目标功率包括：
确定当前光伏发电功率；
根据所述当前光伏发电功率及所述充电功率，确定所述目标功率。
可选地，当所述目标工作模式为供电模式时，所述工作功率为放电功率，所述确定所述光伏储能设备的工作功率包括：
确定所述负载回路的最小总功率；
判断所述第一差值是否小于所述最小总功率；
若大于或等于，则根据所述第一差值与所述最小总功率确定所述放电功率；
若小于，则根据预设的最低放电功率确定所述放电功率。
可选地，在确定所述充电功率之后，所述根据所述目标工作模式及所述光伏储能设备的工作功率确定目标功率包括：
确定当前光伏发电功率；
根据所述当前光伏发电功率及所述放电功率，确定所述目标功率。
可选地，在所述确定所述目标功率之前，还包括：
确定当前负载功率；
判断所述当前光伏发电功率与所述放电功率之和是否小于所述当前负载功率；
若小于，则根据所述当前光伏发电功率、所述放电功率及所述当前负载功率确定电网供电功率；则，所述根据所述当前光伏发电功率及所述放电功率，确定所述目标功率包括：
根据所述当前光伏发电功率、所述放电功率及所述电网供电功率确定所述目标功率。
可选地，所述根据预设的功率预测模型，确定所述光伏发电设备的预测光伏发电功率包括：
确定当前光照强度及天气预报；
根据预设的光照强度预测模型、所述当前光照强度及所述天气预报，得到预测光照强度；
根据所述预测光照强度确定所述光伏预测功率。
可选地，所述目标工作模式还包括：
自给自足模式，所述光储充系统被配置为在所述自给自足模式下通过光伏发电设备产生的电能满足充电桩的电能需求；
混合模式，所述光储充系统被配置为在所述混合模式下通过光伏发电设备以及电网系统获取电能满足充电桩的电能需求；
能量优先模式，所述光储充系统被配置为在所述能量优先模式下优先从光伏发电设备中获取电能以满足充电桩的电能需求；
储能优先模式，所述光储充系统被配置为在所述储能优先模式下优先将光伏发电设备产生的多余电能存储至光伏储能设备中。
第二方面，本申请还提供一种光储充系统，包括：
光伏发电设备，所述光伏发电设备用于接收光能并将光能转换为电能输出；
光伏储能设备，所述光伏储能设备用于存储所述光伏发电设备输出的电能或者输出存储的电能；
控制设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如第一方面所述的方法。
第三方面，本申请还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。
本申请的技术方案可以实现以下技术效果：通过预测未来时间段内的预测光伏发电功率及预测负荷功率，判断该时间段内系统整体的能量输入输出情况，由此从整体上判断光伏储能设备如何选择目标工作模式，并在该时间段内保持该目标工作模式。当光伏发电功率或负载功率在极短时间内由于自身不稳定性、不确定性或其他外部条件如天气变化导致波动时，不会影响光伏储能设备选择目标工作模式，从而使得光伏储能设备不会在短期内迅速改变充电模式或放电模式，保持在一个相对稳定的目标工作模式下运行，进而提高光伏储能设备的预期使用寿命。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的光储充系统的供电方法的应用场景示意图；
图2为本申请实施例提供的一种光储充系统的供电方法流程示意图；
图3为本申请一实施例中确定光伏预测功率的方法流程示意图；
图4为本申请一实施例中确定目标工作模式的方法流程示意图；
图5为本申请一实施例中计算机设备的架构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
首先，介绍本申请实施例提供的方法的应用环境。
请参阅图1，图1为本申请一实施例提供的光储充系统的供电方法的应用场景示意图。本发明实施例提供的方法，可应用在如图1的充电系统中，该充电系统包括光伏发电设备100、光伏储能设备200、充电桩310以及控制设备400，其中，充电桩310为预设的负载回路300中的一个负载，充电桩310还连接于外部的电网系统500，以从电网系统500中获取供电功率。充电桩310能够与待充电设备600电性连接，以向待充电设备600进行充电。
光伏发电设备100用于接收光照并将光能转换为电能以向充电桩310提供供电功率。举例而言，光伏发电设备100包括由单晶硅或多晶硅形成的光伏组件，光伏组件主要在白天接收太阳光照射并利用光电效应将太阳能转换为直流电，产生的直流电通过逆变器组件转变为交流电以并入电网系统500或直接供充电桩310使用。需要说明的是，光伏发电设备100的具体结构及具体工作原理并非本申请的重点，在此不做限定，只要能够实现将光能转换为电能即可。
光伏储能设备200用于储存光伏发电设备100产生的电能，并且根据指令释放存储的电能。在一些实施例中，光伏储能设备200为电池组，光伏储能设备200与光伏发电设备100及充电桩310连接，以存储光伏发电设备100产生的电能，并且在光伏发电设备100产生的光伏发电功率无法满足负载功率的情况下，向充电桩310提供其存储的电能，由此使得光伏储能设备200能够缓存电能，降低由供电波峰波谷对稳定性造成的影响。
充电桩310用于从光伏发电设备100或电网系统500中获取供电功率，并向连接的待充电设备600提供充电功率以完成对待充电设备600的充电任务。充电桩310的数量可以为单个，也可以为多个，多个充电桩310能够根据控制逻辑组成充电桩——充电群组——充电场站的层级关系。每个充电桩310上配置有至少一把充电枪(图未示)，充电桩310通过充电枪与待充电设备600例如新能源电动汽车连接以执行充电任务，充电枪能够提供不同功率的充电输出从而实现充电桩310对待充电设备600的功率调整。
在一些实施例中，负载回路300中除了充电桩310之外，还包括其他负载。举例而言，负载回路还包括家庭电网320，即光储充系统耦合于家庭电网320，从而为家庭电网320中的负载例如洗衣机、电灯、热水器、地暖等负载进行供电。
电网系统500为独立于充电系统的外部系统，电网系统500耦合于充电桩310，以向充电桩310提供电力。举例而言，电网系统500可以是市电网络，向整个城市的用电负载供电；电网系统500也可以是专属电网，向特定企业、工业园区进行供电。
控制设备400与充电桩310通信连接，以管理充电桩310向待充电设备600输出功率及从光伏发电设备100和/或电网系统500中获取供电功率。在一些实施例中，控制设备400为EMS(Energy Management System)，可以由一台或多台工作站或服务器组成，并实现对充电桩310、光伏发电设备100以及电网系统500的监控和数据收集、查询，并根据数据调整充电桩310与光伏发电设备100及电网系统500的电力供应关系等，并且，控制设备400还能够光伏储能设备200监控和查询数据状态，以及可以控制光伏储能设备200进行充放电。控制设备400能够获取的数据包括充电桩310的充电功率信息、待充电设备600的信息、光伏发电设备100的光伏供电功率信息、电网系统500的电网供电功率信息以及用户发送的交互信息。
可以理解的，上述图1所示的光储充系统的组成仅为一种示例，实际情况中，可以根据需要整合、调整或增加设备或模组。举例而言，该光储充系统可包括电力检测装置例如智能电表，以统计供电功率及供电总额度，从而校准充电桩310的充电功率、光伏发电设备100或电网系统500的供电功率以及统计供电费用等，本申请对此不作任何限制。
请参阅图2，图2为本申请实施例提供的一种光储充系统的供电方法流程示意图，图2所示的供电方法可由控制设备执行，该方法可包括：
S21、根据预设的功率预测模型，确定光伏发电设备的预测光伏发电功率及负载回路的预测负荷功率。
在本步骤中，功率预测模型被定义为根据一系列输入值，根据显式或隐式的逻辑关系得到一些列输出结果的数学模型，其中，该输出结果即为预测的功率值。具体地，功率预测模型可以包括多种，分别用于预测不同设备不同功率的模型，例如用于预测光伏发电功率的发电功率预测模型和用于预测负载功率的负载功率预测模型。根据输入值的选择、输入与输出之间的逻辑关系以及数据样本量、预测精确度要求等因素，不同的功率预测模型具有不同的建模方法，例如回归统计建模、人工神经网络建模等，后文对发电功率预测模型详细介绍，在此不展开说明。
在本步骤中，预测光伏发电功率为功率预测模型所生成的预测值。由于一天中不同时间的光照强度不同，且天气多云、降雨等均会影响光伏发电功率，因此不同时刻的光伏发电功率实际不相同。在一些实施例中，预测光伏发电功率可以为一段时间段内的光伏发电功率的平均值，以覆盖不同时间的光伏发电功率不相同的情况。举例而言，功率预测模型预测未来24h内的光伏发电功率，其中12h的光伏发电功率为7kw，其余12h的光伏发电功率为0kw，则预测的每小时光伏发电功率平均值为3.5kw，由此可以简便地计算未来24h的光伏总供能为84kwh。在其他一些实施例中，预测光伏发电功率可以为某一具体时间段或时间点的光伏发电功率，举例而言，功率预测模型预测7:00的预测光伏发电功率为1kw，10：00为5kw，13：00为7kw，15：00为6kw：19：00为0kw，则未来某一时间段内的光伏总供能为E供能＝∫tW发电(t)dt，其中，t为预测时间段，W发电(t)为对应时间段的预测光伏发电功率，也可以简化为E供能＝∑tW发电(t)×Δt,其中，Δt为时间段间隔。采用该种方式可以更加精确地计算预测光伏供能，从而提高整体供能方法的效率。
在本步骤中，预测负荷功率同样为功率预测模型所生成的预测值。具体地，预测负荷功率不仅包括充电桩的功率，还包括负载回路中其他负载的功率。举例而言，负载回路包括家庭电网，家庭电网包括空调、电灯、空调、洗衣机等用电设备，而这些用电设备的使用频率不同，负载功率也不相同，因此负载功率并非固定值。然而，从统计的角度而言，负载功率的变化具有一定的周期性，例如在夏天高温时间，空调每天的使用时间及功率相对稳定；又例如对于洗衣机而言，每间隔一段时间就需要使用一次，因此其使用功率也具有一定周期规律。由此，根据负载的使用规律可以设定多种负荷功率预测模型，以针对不同情况，例如分为夏季、秋季、冬季，或者分为休息日与工作日，分为白天或黑夜，通过使用多种功率预测模型提高预测负荷功率的准确性。
S22、根据预测光伏发电功率及预测负荷功率，确定光伏储能设备的目标工作模式及在目标工作模式下的工作功率。
在本步骤中，目标工作模式具体包括储能模式及供电模式。在一些实施例中，光伏储能设备为由多个储能电池组成的电池组。出于安全因素考量，光伏储能设备不能同时从光伏发电设备充电并向负载回路供电，以避免对电池损耗，即光伏储能设备只能在储能模式或供电模式中选择一种作为目标工作模式。在其他一些实施例中，工作模式还包括快速充电模式等。
在本步骤中，目标工作模式下的工作功率对应于储能模式和供电模式，分别为充电功率和放电功率，其中，充电功率即为光伏发电设备向光伏储能设备存储电能的功率，放电功率即为光伏储能设备向负载回路提供电能的功率。举例而言，当光伏发电设备的光伏发电功率为8kw，其中5kw用于直接向负载回路供电，则剩余3kw用于储存至光伏储能设备中以避免功率损失浪费，该3kw即为充电功率。同理，当负载回路所需功率为6kw，而光伏发电设备提供的光伏发电功率为5kw，则需要从光伏储能设备中获取1kw以满足负载功率需求，则该1kw即为放电功率。需要说明的是，充电功率和放电功率均设置有上限值，例如充电功率上限值为5kw，而光伏发电功率与负载功率之差为7kw，则仍然以该充电功率上限值5kw进行存储。
在本步骤中，确定目标工作模式的方法取决于预测光伏发电功率与预测负荷功率的比较结果，当预测光伏发电功率大于预测负荷功率，可以判断在未来的目标时间段内，光伏发电功率(或光伏总供能)大于负荷功率(或负荷总耗能)，则对于整个光储充系统而言，输入能量大于输出能量，为避免输入能量损失浪费需要存储部分输入能量，因此目标工作模式确定为储能模式。相反地，当预测光伏发电功率小于预测负荷功率，则可以判断未来的目标时间段内光伏发电功率(或光伏总供能)大于负荷功率(或负荷总耗能)，对于整个光储充系统而言，输入能量小于输出能量，为满足负荷功率要求，则确定目标工作模式为供能模式。确定工作功率的方法也部分取决于预测光伏发电功率及预测负荷功率，相对确定工作模式的方法复杂，因此在后文详述，在此不展开说明。
S23、根据目标工作模式及光伏储能设备的工作功率确定目标功率。
在本步骤中，目标功率为负载回路的各个电源的供应功率。举例而言，当目标工作模式为储能模式时，则负载的电能供应源仅为光伏发电设备，目标功率根据光伏发电设备的光伏发电功率与光伏储能设备的充电功率决定，例如光伏发电功率为8kw，充电功率为3kw，则光伏发电设备的供电功率为5kw。当目标工作模式为供能模式时，负载的电能供应源为光伏发电设备及光伏储能设备，目标功率根据光伏发电设备的光伏发电功率与光伏储能设备的放电功率决定，例如光伏发电功率为3kw，放电功率为3kw，则光伏发电设备的供电功率为3kw，光伏储能设备的供电功率为3kw,目标功率为6kw。
S24、根据目标功率控制光伏发电设备为负载回路提供电源。
在本步骤中，控制设备根据目标功率控制各电源为负载回路提供电源。举例而言，当仅有光伏发电设备作为电源时，则控制光伏发电设备为负载回路提供电源。若光伏发电设备和光伏储能设备同时作为电源，则分别控制光伏发电设备和光伏储能设备按照各自分配的目标功率为负载回路提供电源。在一些实施例中，电源还包括外部的电网系统，则控制设备还可控制电网系统为负载回路提供电源。
在本申请的实施例中，通过预测未来时间段内的预测光伏发电功率及预测负荷功率，判断该时间段内系统整体的能量输入输出情况，由此从整体上判断光伏储能设备如何选择目标工作模式，并在该时间段内保持该目标工作模式。当光伏发电功率或负载功率在极短时间内由于自身不稳定性、不确定性或其他外部条件如天气变化导致波动时，不会影响光伏储能设备选择目标工作模式，从而使得光伏储能设备不会在短期内迅速改变充电模式或放电模式，保持在一个相对稳定的目标工作模式下运行，进而提高光伏储能设备的预期使用寿命。同时，本申请还考虑储能充满或放电支撑时间，综合考虑储能存储能量规格进行充电、放电模式计算，以避免储能放亏场景。
请参阅图3，图3为本申请一实施例中确定光伏预测功率的方法流程示意图。在一些实施例中，确定光伏预测功率的方法具体包括：
S31、确定当前光照强度及天气预报。
S32、根据预设的光照强度预测模型、当前光照强度及天气预报，得到预测光照强度。
S33、根据预测光照强度确定光伏预测功率。
在步骤S31中，当前光照强度为光伏发电设备所检测到的光照强度。具体地，当前光照强度通过光照传感器进行检测得到，通过将光电效应将传感器接收到的光线转换为电压信号以表征光照强度。天气预报可以为当地的气象所发布的短期报告，也可以是气象服务商所提供的长期报告，天气预报中包含的当地气温、湿度、风力强度以及降雨概率等因素均可作为参量，用于与光照强度共同预测未来的光照强度。
在步骤S32中，光照强度预测模型为预先生成的或从开源数据库中直接调用的。在一些实施例中，光照强度预测模型为根据数据样本集进行特征挖掘后，对挖掘数据进行标准化处理，然后根据支持向量机(Support Vactor Regress ion，SVM)或决策树算法(Decision Tree)构建模型，使用数据样本进行训练并验证后得到的，具体过程不在此展开说明。根据该光照强度预测模型，输入对应的当前光照强度及天气预报，即可得到对应的预测光照强度。
在步骤S33中，通过结合预测光照强度及光伏发电设备的能量转换效率，即可确定对应时间段的光伏预测功率。举例而言，当光照强度为1000W/m2时，能量转换效率为20％，若光伏板的面积为1.5m2，则光伏发电功率对应为200W/m2x1.5m2＝300W。需要说明的是，在不同光照强度下的能量转换效率，受到诸如温度等因素的影响并非是恒定的，但是在一定光照强度范围内其能量转换效率可以视为固定值。例如在光照强度为800W/m2至1000W/m2时，能量转换效率为21.7％，而在光照强度为800W/m2至1000W/m2时，能量转换效率为18.3％。
请参阅图4，图4为本申请一实施例中确定目标工作模式的方法流程示意图。在一些实施例中，确定目标工作模式的方法具体包括：
S41、根据预测光伏发电功率及预测负荷功率计算得到第一差值。
S42、判断第一差值是否大于预设数值。
S43、若大于或等于，则确定光伏储能设备的目标工作模式为储能模式。
S44、若小于，则确定光伏储能设备的目标工作模式为供电模式。
在步骤S41中，第一差值为预测光伏发电功率与预测负荷功率的差，即第一差值＝预测光伏发电功率-预测负荷功率。第一差值可以为正值，也可以为负值。当第一差值为正值时，则说明预测光伏发电功率大于预测负荷功率，光储充系统的整体输入能量大于输出能量；相反地，当第一差值为负值时，则说明预测光伏发电功率小于预测负荷功率，光储充系统的整体输入能量小于输出能量
在步骤S42中，预设数值为用于判断光储充系统的整体能量输入输出情况的阈值。在一些实施例中，光储充系统为了保证负载功率稳定，会额外给预留部分功率给负载功率，因此只有当第一差值大于该预设数值时，才能确定光伏储能设备的目标工作模式为储能模式。举例而言，当预设数值为2kw时，若第一差值为1kw，则此时虽然预测光伏发电功率略微大于预测负载功率，但是光伏储能设备的目标工作模式仍然为供电模式。此时，光伏储能设备虽然大部分时间无需向负载放电以提供电能，但是处于准备放电的状态，以使得当负载回路的负载功率突然增大时，光伏储能设备能够及时向负载回路供电以满足负载功率要求。
进一步地，在一些实施例中，在步骤S43之后，当目标工作模式确定为储能模式，确定光伏储能设备的工作功率包括：
S431、确定负载回路的最大总功率。
S432、判断第一差值是否大于最大总功率。
S433、若大于或等于，则根据第一差值与最大总功率确定充电功率。
S434、若小于，则根据预设的最低充电功率确定充电功率。
在步骤S431中，负载回路的最大总功率为负载回路所连接的各项负载的最大功率之和。举例而言，当负载回路接入家庭电网时，则家庭中的各种用电设备的功率也计入最大总功率中。其中，用电设备按照用途和使用方法分为基础负载和可调负载，基础负载例如电灯、冰箱、网络设备等具有一定的使用刚性，其功率不可调整，而可调负载例如空调、热水器、电脑等其使用时间或使用时的功率均可调节，则按照最大使用功率计入最大总功率中，由此保证各种用电设备在通常情况下处于可使用的状态。
在步骤S433中，若第一差值大于最大总功率，则说明即使按照负载功率按最大总功率计算，光伏发电功率仍然足以覆盖负载功率，且存在额外的光伏发电功率需要存储至光伏储能设备中，则光伏储能设备的充电功率根据第一差值减去最大总功率得到的第二差值计算。若第一差值等于最大总功率，则由于两者相等，可以根据第一差值或最大总功率确定充电功率。举例而言，第一差值为12kw，最大总功率为8kw，则第二差值(即充电功率)为12-8＝4kw。
在步骤S434中，若第一差值小于最大总功率，则说明虽然光伏发电功率整体商大于预测的负载功率，但是具体到某一时间点，未必能够支持所有负载按照最大功率进行工作，则以预设的最低功率进行存储光伏发电功率至光伏储能设备中。在一些实施例中，预设的最低功率可以为0，即此时不对光伏储能设备进行充电。
在一些实施例中，在确定充电功率之后，确定目标功率包括以下步骤：首先确定当前光伏发电功率，然后根据光伏发电功率及充电功率，确定目标功率。具体地，当前光伏发电功率通过检测光伏发电设备的电压及电流即可计算光伏发电功率，由于光伏发电功率有一部分需要存入光伏储能设备中，因此光伏发电设备实际向负载回路提供的目标功率为当前光伏发电功率与充电功率之差。举例而言，当前光伏发电功率为8kw，充电功率为2kw，则光伏发电功率实际向控制回路提供的目标功率为8-2＝6kw。
进一步地，在步骤S44之后，当目标工作模式确定为供电模式，确定光伏储能设备的工作功率包括：
S441、确定负载回路的最小总功率。
S442、判断第一差值是否小于最小总功率。
S443、若大于或等于，则根据第一差值与最小总功率确定放电功率。
S444、若小于，则根据预设的最低放电功率确定放电功率。
在步骤S441中，负载回路的最小总功率为负载回路所连接的各项负载的最小功率之和。如上文所述，当负载回路接入家庭电网时，负载回路的最小总功率为各项基础负载的功率之和，由此保证负载回路中基础负载处于可使用的状态。
在步骤S443中，若第一差值大于最小总功率，则直接按照第一差值确定放电功率，举例而言，若第一差值为4kw，最小总功率为2kw，则放电功率为4-2＝2kw，即使光伏发电功率产生波动，储能电池的放电功率也足以覆盖负载回路的最小总功率，此时负载回路的基础负载仍然能够正常工作，仅有可调负载受到影响降低功率，待光伏发电功率结束波动回复平稳之后，负载回路中的所有负载仍然可以正常运行。若第一差值等于最小总功率，也仍然可以直接按照第一差值确定放电功率。
在步骤S444中，若第一插值小于最小总功率，则根据预设的最低放电功率确定放电功率。举例而言，若第一差值为1kw，最小总功率为2kw，则放电功率仍然以最低放电功率2kw计算。由于第一差值较小，因此光伏发电功率与负载功率之间的缺口较小。如果仍以两者的差值计算，则当光伏发电功率产生波动且负载功率处于接近最小总功率时，光伏储能设备的放电功率不足以抹平波动值，而导致负载功率降低至最小总功率以下，从而影响负载端的正常工作。为了避免光伏发电功率的波动且减小光伏储能设备的损耗，使得光伏储能设备以最低放电功率运行。
在一些实施例中，在确定放电功率之后，确定目标功率包括以下步骤：首先确定当前光伏发电功率，然后根据光伏发电功率及放电功率，确定目标功率。具体地，当前光伏发电功率通过检测光伏发电设备的电压及电流即可计算光伏发电功率，当前光伏发电功率和放电功率共同构成目标功率，即根据光伏发电功率控制光伏发电设备向负载回路供电，同时根据放电功率控制光伏储能设备向负载回路供电。举例而言，光伏发电功率为6kw，放电功率为2kw，则目标功率为8kw。
进一步地，在一些实施例中，在确定光伏发电功率及放电功率之后，还包括：首先确定当前负载功率，然后判断当前光伏发电功率与放电功率之和是否小于当前负载功率，最后若判断结果为小于，则根据当前光伏发电功率、放电功率及当前负载功率确定电网供电功率，并根据当前光伏发电功率、放电功率及电网供电功率确定目标功率。光伏储能设备具有其自身的充电放电功率上限值，若放电功率与光伏发电功率之和均小于当前负载功率，则为了满足负载回路的负载功率需求，需要从外部的电网系统获取功率以满足负载功率需求。具体电网供电功率计算为负载功率减去光伏发电功率及放电功率，例如负载功率为12kw，光伏发电功率为6kw，放电功率为2kw，则电网供电功率为12-6-2＝4kw。最后，控制光伏发电设备以6kw功率、光伏储能设备以2kw功率，电网系统以4kw功率向负载回路供电。
在一些实施例中，目标工作模式还包括自给自足模式，所述光储充系统被配置为在所述自给自足模式下通过光伏发电设备产生的电能满足充电桩的电能需求。具体地，当目标工作模式为自给自足模式时，若光照强度充足，光伏发电设备产生的电能足以供应充电桩的电能需求，则光伏发电设备产生的电能直接供给至充电桩，若光照强度不足，光伏发电设备无法供应足够的电能，充电桩则从光伏储能设备中获取电能以弥补电能需求缺口。
在一些实施例中，目标工作模式还包括混合模式，所述光储充系统被配置为在所述混合模式下通过光伏发电设备以及电网系统获取电能满足充电桩的电能需求。具体地，当目标工作模式为混合模式时，光伏储能设备除了从光伏发电设备中获取电能，还可以从电网系统中获取电能，以使得光伏储能设备中存储有足够的电能。若光照强度充足，光伏发电设备仍然供应充电桩，无法及时使用的电能仍然存储至光伏储能设备中；若光照强度不足时，充电桩除了从光伏发电设备中获取电能之外，直接从电网系统中获取电能，光伏储能设备的优先级最后。
在一些实施例中，目标工作模式还包括能量优先模式，所述光储充系统被配置为在所述能量优先模式下优先从光伏发电设备中获取电能以满足充电桩的电能需求。具体地，当目标工作模式为能量优先模式时，若光照强度不足，光伏发电设备无法满足充电桩的能量需求供应，则充电桩从光伏储能设备中获取电能以弥补电能需求缺口，当光伏储能设备仍然无法满足充电桩时，则从外部的电网系统中继续获取电能以弥补电能需求缺口。
在一些实施例中，目标工作模式还包括储能优先模式，所述光储充系统被配置为在所述储能优先模式下优先将光伏发电设备产生的多余电能存储至光伏储能设备中。具体地，当充电桩需要获取电能时，光伏储能设备从光伏电设备中获取电能；当光伏储能设备中能源不足以满足充电桩的电能需求时，则从外部的电网系统中获取电能以弥补电能需求缺口。
由此可见，通过本申请的技术方案可以实现以下技术效果：通过预测未来时间段内的预测光伏发电功率及预测负荷功率，判断该时间段内系统整体的能量输入输出情况，由此从整体上判断光伏储能设备如何选择目标工作模式，并在该时间段内保持该目标工作模式。当光伏发电功率或负载功率在极短时间内由于自身不稳定性、不确定性或其他外部条件如天气变化导致波动时，不会影响光伏储能设备选择目标工作模式，从而使得光伏储能设备不会在短期内迅速改变充电模式或放电模式，保持在一个相对稳定的目标工作模式下运行，进而提高光伏储能设备的预期使用寿命。
本申请实施例还提供一种光储充系统，包括：
光伏发电设备，用于接收光能并将光能转换为电能输出。
光伏储能设备，用于存储所述光伏发电设备输出的电能或者输出存储的电能。
控制设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行所述计算机程序时实现如上所述的光储充系统的供电方法。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法。
本申请实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现前述实施例的基于充电桩的功率调整方法。
在一实施例中，提供一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于充电桩的功率调整方法中需保存的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于充电桩的功率调整方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (11)
1.一种光储充系统的供电方法，所述光储充系统包括光伏发电设备、光伏储能设备，所述光伏发电设备、所述光伏储能设备及外部的电网系统均可为预设的负载回路提供电源，所述负载回路设有充电桩，其特征在于，所述方法包括：
根据预设的功率预测模型，确定所述光伏发电设备的预测光伏发电功率及所述负载回路的预测负荷功率；
根据所述预测光伏发电功率及所述预测负荷功率，确定所述光伏储能设备的目标工作模式及在所述目标工作模式下的工作功率；
根据所述目标工作模式及所述光伏储能设备的工作功率确定目标功率；
根据所述目标功率控制所述光伏发电设备为所述负载回路提供电源。
2.根据权利要求1所述的方法，其特征在于，所述根据所述预测光伏发电功率及所述预测负荷功率，确定所述光伏储能设备的目标工作模式包括：
根据所述预测光伏发电功率及所述预测负荷功率计算得到第一差值；
判断所述第一差值是否大于预设数值；
若大于或等于，则确定所述光伏储能设备的目标工作模式为储能模式；
若小于，则确定所述光伏储能设备的目标工作模式为供电模式。
3.根据权利要求2所述的方法，其特征在于，当所述目标工作模式为储能模式时，所述工作功率为充电功率，所述根据所述预测光伏发电功率及所述预测负荷功率，确定所述光伏储能设备的工作功率包括：
确定所述负载回路的最大总功率；
判断所述第一差值是否大于所述最大总功率；
若大于或等于，则根据所述第一差值与所述最大总功率确定所述充电功率；
若小于，则根据预设的最低充电功率确定所述充电功率。
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标工作模式及所述光伏储能设备的工作功率确定目标功率包括：
确定当前光伏发电功率；
根据所述当前光伏发电功率及所述充电功率，确定所述目标功率。
5.根据权利要求2所述的方法，其特征在于，当所述目标工作模式为供电模式时，所述工作功率为放电功率，所述确定所述光伏储能设备的工作功率包括：
确定所述负载回路的最小总功率；
判断所述第一差值是否小于所述最小总功率；
若大于或等于，则根据所述第一差值与所述最小总功率确定所述放电功率；
若小于，则根据预设的最低放电功率确定所述放电功率。
6.根据权利要求5所述的方法，其特征在于，所述根据所述目标工作模式及所述光伏储能设备的工作功率确定目标功率包括：
确定当前光伏发电功率；
根据所述当前光伏发电功率及所述放电功率，确定所述目标功率。
7.根据权利要求6所述的方法，其特征在于，在所述确定所述目标功率之前，还包括：
确定当前负载功率；
判断所述当前光伏发电功率与所述放电功率之和是否小于所述当前负载功率；
若小于，则根据所述当前光伏发电功率、所述放电功率及所述当前负载功率确定电网供电功率；
则，所述根据所述当前光伏发电功率及所述放电功率，确定所述目标功率包括：
根据所述当前光伏发电功率、所述放电功率及所述电网供电功率确定所述目标功率。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述根据预设的功率预测模型，确定所述光伏发电设备的预测光伏发电功率包括：
确定当前光照强度及天气预报；
根据预设的光照强度预测模型、所述当前光照强度及所述天气预报，得到预测光照强度；
根据所述预测光照强度确定所述光伏预测功率。
9.根据权利要求1至7中任一项所述的方法，其特征在于，所述目标工作模式还包括：
自给自足模式，所述光储充系统被配置为在所述自给自足模式下通过光伏发电设备产生的电能满足充电桩的电能需求；
混合模式，所述光储充系统被配置为在所述混合模式下通过光伏发电设备以及电网系统获取电能满足充电桩的电能需求；
能量优先模式，所述光储充系统被配置为在所述能量优先模式下优先从光伏发电设备中获取电能以满足充电桩的电能需求；
储能优先模式，所述光储充系统被配置为在所述储能优先模式下优先将光伏发电设备产生的多余电能存储至光伏储能设备中。
10.一种光储充系统，其特征在于，包括:
光伏发电设备，所述光伏发电设备用于接收光能并将光能转换为电能输出；
光伏储能设备，所述光伏储能设备用于存储所述光伏发电设备输出的电能或者输出存储的电能；
控制设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述的方法。
11.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311751762.0A CN117937437A (zh) | 2023-12-18 | 2023-12-18 | 光储充系统的供电方法、光储充系统及存储介质 |
| PCT/CN2024/139696 WO2025130824A1 (zh) | 2023-12-18 | 2024-12-16 | 光储充系统的供电方法、光储充系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311751762.0A CN117937437A (zh) | 2023-12-18 | 2023-12-18 | 光储充系统的供电方法、光储充系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117937437A true CN117937437A (zh) | 2024-04-26 |
Family
ID=90769107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311751762.0A Pending CN117937437A (zh) | 2023-12-18 | 2023-12-18 | 光储充系统的供电方法、光储充系统及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN117937437A (zh) |
| WO (1) | WO2025130824A1 (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118232426A (zh) * | 2024-05-24 | 2024-06-21 | 安徽泰然信息技术有限公司 | 基于光伏阵列汇流箱的光伏组件汇流控制方法及装置 |
| CN118596920A (zh) * | 2024-08-08 | 2024-09-06 | 西安星源博锐新能源技术有限公司 | 一种交流充电桩的负荷约束充电控制方法及存储介质 |
| CN118915832A (zh) * | 2024-08-15 | 2024-11-08 | 东华工程科技股份有限公司 | 一种合成氨系统及其负荷动态控制方法和装置 |
| CN119239361A (zh) * | 2024-11-18 | 2025-01-03 | 河南易元泰电子科技有限公司 | 一种基于能量调控算法的光储充一体化充电站管理系统 |
| CN119401444A (zh) * | 2024-12-06 | 2025-02-07 | 国网上海市电力公司 | 全电能源站的供电切换方法、装置、设备及存储介质 |
| WO2025130824A1 (zh) * | 2023-12-18 | 2025-06-26 | 深圳市道通合创数字能源有限公司 | 光储充系统的供电方法、光储充系统及存储介质 |
| CN120528013A (zh) * | 2025-07-24 | 2025-08-22 | 锦浪科技股份有限公司 | 基于光储逆变器系统的设备控制方法及系统 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN120710095A (zh) * | 2025-08-27 | 2025-09-26 | 山东中拓新能源有限公司 | 光伏储能市电协同的交流耦合智能电网系统、控制方法及装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6791767B2 (ja) * | 2017-01-20 | 2020-11-25 | 株式会社コロナ | 太陽光発電装置連携貯湯式給湯システム及び太陽光発電装置連携貯湯式給湯装置 |
| CN109193757A (zh) * | 2018-09-05 | 2019-01-11 | 国网青海省电力公司 | 光储充系统的能量控制方法和控制系统 |
| CN114665467B (zh) * | 2021-12-28 | 2024-12-17 | 上海电气分布式能源科技有限公司 | 一种光储充微网系统的智能调度方法及系统 |
| CN115765041A (zh) * | 2022-11-18 | 2023-03-07 | 国网河北省电力有限公司营销服务中心 | 基于天气预测的光伏充电站电能调度方法 |
| CN115663921B (zh) * | 2022-12-12 | 2023-03-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种风光储充微电网调控计划确定方法及系统 |
| CN117937437A (zh) * | 2023-12-18 | 2024-04-26 | 深圳市道通合创数字能源有限公司 | 光储充系统的供电方法、光储充系统及存储介质 |
-
2023
- 2023-12-18 CN CN202311751762.0A patent/CN117937437A/zh active Pending
-
2024
- 2024-12-16 WO PCT/CN2024/139696 patent/WO2025130824A1/zh active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2025130824A1 (zh) * | 2023-12-18 | 2025-06-26 | 深圳市道通合创数字能源有限公司 | 光储充系统的供电方法、光储充系统及存储介质 |
| CN118232426A (zh) * | 2024-05-24 | 2024-06-21 | 安徽泰然信息技术有限公司 | 基于光伏阵列汇流箱的光伏组件汇流控制方法及装置 |
| CN118232426B (zh) * | 2024-05-24 | 2024-07-30 | 安徽泰然信息技术有限公司 | 基于光伏阵列汇流箱的光伏组件汇流控制方法及装置 |
| CN118596920A (zh) * | 2024-08-08 | 2024-09-06 | 西安星源博锐新能源技术有限公司 | 一种交流充电桩的负荷约束充电控制方法及存储介质 |
| CN118915832A (zh) * | 2024-08-15 | 2024-11-08 | 东华工程科技股份有限公司 | 一种合成氨系统及其负荷动态控制方法和装置 |
| CN118915832B (zh) * | 2024-08-15 | 2025-08-29 | 东华工程科技股份有限公司 | 一种合成氨系统及其负荷动态控制方法和装置 |
| CN119239361A (zh) * | 2024-11-18 | 2025-01-03 | 河南易元泰电子科技有限公司 | 一种基于能量调控算法的光储充一体化充电站管理系统 |
| CN119401444A (zh) * | 2024-12-06 | 2025-02-07 | 国网上海市电力公司 | 全电能源站的供电切换方法、装置、设备及存储介质 |
| CN119401444B (zh) * | 2024-12-06 | 2025-03-18 | 国网上海市电力公司 | 全电能源站的供电切换方法、装置、设备及存储介质 |
| CN120528013A (zh) * | 2025-07-24 | 2025-08-22 | 锦浪科技股份有限公司 | 基于光储逆变器系统的设备控制方法及系统 |
| CN120528013B (zh) * | 2025-07-24 | 2025-10-10 | 锦浪科技股份有限公司 | 基于光储逆变器系统的设备控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2025130824A1 (zh) | 2025-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117937437A (zh) | 光储充系统的供电方法、光储充系统及存储介质 | |
| JP5095495B2 (ja) | 電力システムおよびその制御方法 | |
| US8886363B2 (en) | Energy storage and power management system | |
| US9343926B2 (en) | Power controller | |
| Dufo-López et al. | Daily operation optimisation of hybrid stand-alone system by model predictive control considering ageing model | |
| KR102088532B1 (ko) | 에너지 관리 시스템과 그의 에너지 관리 방법 및 에너지 운영 시스템 | |
| EP4246751B1 (en) | Method of controlling of battery energy storage system of power system with high dynamic loads | |
| JP5520365B2 (ja) | 系統安定化システム、電力供給システム、集中管理装置の制御方法および集中管理装置のプログラム | |
| US20120261986A1 (en) | Residential electric power storage system | |
| KR101785344B1 (ko) | 전력 공급 제어방법 및 시스템 | |
| JP5413390B2 (ja) | 充電制御装置および充電制御方法、並びに太陽光発電システム | |
| WO2025130884A1 (zh) | 充电桩的取电方法、充电桩及存储介质 | |
| CN115241927B (zh) | 家庭智慧能源系统运行控制方法、装置、设备及介质 | |
| Zec et al. | Load management in an off-grid hybrid PV–wind–battery system using the power flow control algorithm and fuzzy logic controller | |
| KR102268723B1 (ko) | 충전율 제어가 가능한 에너지 저장 시스템 및 이의 제어 방법 | |
| JP7181160B2 (ja) | 発電制御装置、発電制御方法および再生可能エネルギーハイブリッド発電システム | |
| Mishan et al. | Co-optimization of operational unit commitment and reserve power scheduling for modern grid | |
| KR102482156B1 (ko) | 독립형 태양광 조명시스템 및 이의 제어 방법 | |
| CN110768274B (zh) | 一种孤立微电网的功率控制方法和装置 | |
| CN115912417A (zh) | 基于模型预测的直流微电网分布式储能系统控制方法 | |
| Kbidi et al. | Energy Management System in Micro-Grid with Storage and Hydrogen Production | |
| KR102926484B1 (ko) | 신재생 에너지 발전소와 연계되는 에너지 저장 장치를 관리하는 방법 및 장치 | |
| Aflal et al. | Energy Management System for Solar PV System to Reduce Peak Demand | |
| JP5355721B2 (ja) | 充放電システムおよび充放電制御装置 | |
| KR20240080598A (ko) | 신재생 에너지 발전소와 연계되는 에너지 저장 장치를 관리하는 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |