基于全钒液流电池日间预测充电实现光伏自消纳与爬坡率控制算法的方法

太阳能资源的可变性主要由云层飘过引起，导致光伏（PV）系统输出发生快速功率波动。此类波动会对电网产生负面影响，可采用平滑技术试图修正。然而，文献中关于集成 PV+VRFB 以应对建筑尺度下的极端功率爬坡，及其与其他能源管理策略（EMSs）结合的有效性尚缺乏充分探索。本工作聚焦于使用 VRFB 控制光伏装置的功率输出，将爬坡率维持在非越限界限内，并维持在适合执行爬坡率管理的电池荷电状态（SOC）范围内。基于模型仿真，研究了能源关键绩效指标（KPI），并进行了实时验证。模拟了三种 EMS：自消纳最大化（SCM）、带爬坡率控制的 SCM（SCM+RR），以及最后一种策略包含基于日前天气预报的夜间电池充电（SCM+RR+WF）。结果表明电池 SOC 管理控制对在这些 VRFB 上应用此类 EMS 至关重要，且在线天气预报在实时应用中被证明是高效的。SCM+RR+WF 是管理 PV+VRFB 系统在冬季（所研究应用）的稳健方法，高光伏渗透率建筑区使其成为一种可行方法。在所研究的一周内，该策略成功控制了 100% 的越限功率爬坡，同时获得了 59% 的自消纳率（SCR）与 61% 的电网缓解因子（GRF）。