★ 趙海東（安徽中碧達電力技術有限公司，安徽 合肥 230000）

關鍵詞：光儲微電網；分布式儲能；能量協調；場景聚類；能量優化

隨著新能源消納需求的不斷增加和分布式電源的廣泛應用，光儲直流微電網在區域供能系統中扮演著日益重要的角色[1]。然而，受制于光伏發電的間歇性與隨機性，系統能量波動顯著，傳統單節點集中儲能難以在復雜工況下實現快速響應與穩定調節。含光儲單元的構網型微電網的引入為能量協調提供了新的解決思路，但其節點間能量流向復雜、控制耦合性強，對系統優化與協調控制提出了更高要求。本文從能量特性角度出發，建立了含光儲單元的動態能量模型，提出了基于能量特性分解與協同配置的協調控制方法，實現了儲能單元的分層管理與多時間尺度優化，為提升光儲直流微電網的穩定性與能量利用效率提供了理論支撐。

1   含光儲單元的構網型微電網結構

含光儲單元的構網型微電網光伏直流微電網結構具有能量鏈短、變換環節少、控制靈活的特點。相較于交流微電網，直流系統減少了逆變損耗和同步環節，提高了能量傳輸效率。光儲單元的引入增強了系統對負載突變和光照波動的適應性，使微電網具備更高的電能質量和供電可靠性。通過結構優化與儲能協同，系統在孤島運行、并網切換以及動態負載條件下均能保持母線電壓穩定，從而更好地實現控制。

1.1   系統結構

含光儲單元的構網型微電網由光伏發電單元、雙儲能單元、直流母線、能量變換模塊以及多類型負載構成。系統采用集中式母線架構，各單元通過直流變換器實現能量耦合與電壓協調[2]。含光儲單元的構網型微電網系統結構如圖1所示。

根據圖1可知，光伏發電單元作為主要能源，通過升壓型DC/DC變換器接入直流母線。該變換器工作于電流控制模式，并疊加最大功率點跟蹤（Maximum Power Point Tracking，MPPT）算法，使光伏陣列在輻照強度與溫度變化條件下始終運行于最優工作點，從而在源側實現最大能量捕獲。其輸出功率不直接參與母線電壓調節，而是作為系統一次能源輸入注入直流母線。

圖1 含光儲單元的構網型微電網系統拓撲結構

儲能系統由蓄電池組與超級電容構成，二者均通過獨立的雙向DC/DC變換器與母線相連。其中，蓄電池支路主要承擔系統的能量平衡調節與中長期功率支撐任務，其控制目標以SOC約束下的功率分配與母線電壓慢時標穩定為主；超級電容支路則工作于高速功率補償模式，其控制環節直接作用于母線電壓偏差，對負載突變與源側擾動引起的電壓波動進行快速抑制。

直流母線作為系統的公共能量耦合節點，其電壓穩定性由多儲能單元協同維持。母線側并聯電容用于抑制高頻電流紋波并提供瞬態功率緩沖，但不參與中低頻功率平衡調節。負載側通過降壓型DC/DC變換器接入母線，各負載支路采用電壓外環-電流內環控制結構，實現負載端電壓穩定與功率可控分配。

在控制結構上，系統采用分層協調控制架構：底層控制器負責各功率變換器的電流與電壓閉環控制；上層能量管理模塊基于母線電壓偏差、儲能SOC及光伏出力狀態，動態調整各儲能單元的功率指令，實現多源多儲能之間的功率解耦與協同調度。

1.2   系統能量流向

在離網運行模式下，含光儲單元構網型微電網采用多端口直流能量耦合結構，各光儲節點通過獨立雙向DC/ DC接口接入公共直流母線。系統以母線電壓作為全局平衡變量，通過各功率接口的功率調節實現能量的動態分配與重構[3]。含光儲單元微電網的能量流向示意圖如圖2所示。

圖2 含光儲單元微電網的能量流向示意圖

圖2中，在光伏出力充裕工況下，當光伏經DC/DC變換器注入母線的功率大于負載總需求時，系統進入充電調節模式。能量管理層根據各儲能單元的SOC狀態及功率動態特性，生成功率分配指令：蓄電池支路優先承擔多余能量的吸收任務，用于恢復系統能量儲備；超級電容支路主要參與母線電壓的快速擾動抑制，僅在母線電壓出現瞬態偏差時參與短時充放電調節。在該過程中，蓄電池支路工作于慢時標功率調節模式，超級電容支路工作于快時標電壓支撐模式，兩者通過頻帶分離的控制策略避免功率調節沖突。

在光伏出力不足或負載突增工況下，系統進入放電支撐模式。各儲能單元通過雙向DC/DC接口向母線釋放能量，其中：蓄電池支路提供持續穩定的平均功率支撐，維持系統中低頻能量平衡；超級電容支路優先響應母線電壓的快速下跌趨勢，瞬時釋放大功率以抑制電壓跌落。

多光儲節點之間通過母線電壓這一公共變量實現隱式功率耦合與自組織協調，無需復雜通信即可形成局部自治到全局穩定的能量調節模式，從而構建了具備構網能力的直流微電網運行機制。

2   基于微電網能量特性分析的協同配置

識別不同時間尺度的能量不平衡幅值與持續時間，分析能量特性分析，以確定儲能能量PBES與能量EBES的匹配關系。各儲能節點因地理分布和響應特性不同，其能量調節能力存在差異，因此需綜合考慮節點間的能量交互與協調機制，使整體配置兼顧局部自治與全局優化。通過引入能量尺度分析與場景解耦思想，可將復雜的系統能量平衡問題轉化為多層次、可分解的協調配置問題，從而提升了配置結果的工程可實施性。

2.1   凈負荷能量波動分解

通過長時間序列仿真，可得到P(t)的能量波動曲線。該曲線綜合反映了分布式光伏出力波動、負荷隨機擾動及并網功率交換等多種因素的疊加效應，是儲能系統能量配置分析的基礎輸入。定義其均值與方差為式（1）

其中，Hap表示系統日均能量平衡程度， OUP反映能量波動強度。方差指標不僅體現能量偏離零平衡點的離散程度，還可用于量化儲能系統在典型運行周期內所需承擔的能量調節壓力。當P  < 0.05prated且P較小時，系統可通過儲能小范圍調節實現能量平衡；反之則需配置更大容量儲能系統以維持頻率穩定[4]。凈負荷能量波動分解示意圖如圖3所示。

圖3 凈負荷能量波動分解示意圖

圖3中的高頻波動、中高頻波動和低頻波動屬于在多節點條件。在這樣的條件下，各儲能節點可根據本地負荷特性分擔不同頻段的能量波動，例如靠近光伏接入點的儲能單元主要抑制出力快速起伏，而負荷中心附近的儲能則更多參與日內能量平衡，從而實現微電網整體能量平衡的分層解耦。

2.2   不確定性場景分解與聚類

為在高維不確定條件下簡化計算，本文將隨機能量序列按能量-能量特性分解為若干典型場景集合[5]。該方法通過將時間序列映射至能量特征空間，有效避免了直接在時間域內處理長序列數據所帶來的計算維度災難。定義凈能量為式（2）：

根據AW和AP(t)的符號組合，可將系統運行劃分為四類典型場景：

場景A（盈余型）：W > 0，且AP(t) > 0，表示持續發電盈余；

場景B（交替型Ⅰ)： W > 0，但存在AP(t) < 0，表示局部缺電；

場景C（交替型Ⅱ)：AW< 0，且部分時段AP(t) > 0，表示間歇性盈余；

場景D（虧缺型）：AW < 0，且AP(t)  0，為典型負荷主導型場景。

每個場景對應不同的協調策略：場景A、B側重削峰填谷與棄能消納；場景C、D則需保證能量缺額下的連續供電能力。在含光觸單元的儲能系統中，不同節點可根據其位置、容量及響應速度參與不同場景的能量調節，如邊緣節點優先響應局部波動，中心節點則承擔全局能量平衡任務，從而形成分布式協同的儲能響應模式。通過聚類分析，可從N條隨機曲線中提取k條典型代表曲線，顯著降低了計算復雜度[6]。

2.3   能量耦合特性

儲能系統的能量容量PBES與能量容量EBES之間存在非線性耦合關系。在實際運行中，儲能系統不僅受限于額定能量容量，還受到充放電功率、SOC約束及效率損耗等多重因素影響，使得簡單線性配置模型難以準確反映真實調節能力。根據能量波動強度與持續時間，可近似表達為式（3）：

其中，t, t2 為能量偏差持續區間。通過對場景集合進行積分分析，可得到每種典型場景的等效能量需求。該等效需求可視為儲能在該場景下需提供的最小有效能量支撐，為容量下限確定提供定量依據。進一步統計不同場景的能量調節占比入j  = EBES  j  EBE t t，用于判斷儲能在系統能量平衡中的貢獻度。當某類場景占比顯著提高時，應相應調整儲能容量結構，以增強系統對該類運行狀態的適應能力[7]。不同光儲單元體系下中的各儲能節點局部能量補償通過母線匯集形成整體能量流的協同調節，提高了系統的動態適應性與魯棒性。

在綜合考慮式（1）至式（3）的計算結果后，儲能容量協調模式采用“波動分層匹配”原則：高頻波動（周期<30min）由高能量、低能量型儲能（如超級電容）承擔；中頻波動（30min～4h）由鋰電池類儲能調節；低頻波動（>4h）通過水電調度或外網支撐實現。該分層策略有效避免了單一儲能類型在全頻段運行下的性能瓶頸，有利于提升整體系統經濟性[8]。

通過將能量波動方差。ap分解至不同頻段，可計算各頻段所需儲能容量比例，如式（4）：

其中，sP(f)為能量譜密度， Lfk   fk+」為第k頻段的儲能范圍。根據式（4）確定能量特性，結合含光儲單元儲能的容量分布與響應特性，可實現容量劃分，以及優化協調配置方案。

3   實驗研究

為驗證本文方法的實際應用效果，我們基于典型含光儲微電網結構開展了仿真實驗研究。實驗系統采用分布式節點式儲能配置方式，光伏出力與負荷曲線均引入隨機擾動， 以增強實驗工況的真實性與代表性。實驗重點考察在負荷發生階躍變化時，不同控制策略下系統能量協調能力、動態響應特性及儲能參與效果。仿真過程中， 系統在穩態運行后施加負荷階躍擾動，通過對比能量偏差幅值、恢復時間及儲能調節貢獻度等指標，對所提方法的有效性進行定量評估。

設置實驗參數如表1所示。

表1 仿真參數設置

根據上表參數進行仿真，分析負荷階躍變化下的能量協調效果，得到的實驗結果如圖4所示。

圖4 協調實驗結果

從圖4可以看出，在負荷發生突變的瞬間，系統能量平衡受到明顯沖擊，傳統控制方法由于缺乏對能量時序特性的精細刻畫，儲能響應存在一定滯后， 導致能量偏差迅速放大。當負荷由5kW突增至8kW時，傳統方法出現2.4kW能量偏差， 而本文方法通過儲能快速調節實現能量平衡，偏差降至0.6kW。

在負荷階躍變化工況下，本文方法同樣表現出更強的能量協調能力。當負荷由5kW突增至8kW時，傳統方法出現約2.4kW的瞬態能量偏差，而本文提出的控制策略可通過儲能單元的快速雙向調節實現能量平衡， 將偏差降低至0.6kW。與此同時，能量恢復時間由520ms縮短至180ms，系統響應速度提升約65%；儲能單元的參與比例由42%提高至65%，提升幅度達23%。這表明，本文所構建的協調控制策略能有效增強儲能與光伏之間的動態耦合能力，提高了系統的能量分配效率與動態魯棒性。

為進一步直觀對比不同方法的實驗性能，整理實驗關鍵指標對比結果如表2所示。

表2 不同控制策略下實驗結果對比

綜合實驗結果可知，本文所提出的基于能量特性分析的協同配置與控制方法，在負荷快速變化工況下能夠有效提升微電網的能量協調精度與動態響應能力，為高比例可再生能源接入條件下的微電網穩定運行提供了可靠的技術支撐。

4   結束語

本文針對含光儲單元的構網型微電網能量協調問題，提出了基于能量波動分解與場景聚類分析的協同優化方法。研究結果表明，該方法能夠實現儲能節點間的動態互補與能量共享，在不同運行場景下均表現出良好的能量平衡能力和電壓穩定性。通過仿真與實驗分析可知，該方法在中小型光儲直流微電網的規劃與運行優化中具有較高的推廣價值，為后續光儲儲能系統的智能調度與自適應控制提供了可行的技術路徑。

作者簡介：

趙海東（1988-），男，安徽合肥人，工程師， 學士，現就職于安徽中碧達電力技術有限公司，研究方向為光儲充協同控制、柔性直流配網和構網型微電網。

參考文獻：

[1] 黃崇鑫, 陳振宇, 鄧松. 含儲能雙母線直流微電網電壓和能量協調控制[J]. 電力系統保護與控制, 2023, 51 (11) : 141 - 149.

[2] 王干, 湯茂東, 曲小慧, 等. 一種含高比例分布式電源的直流電網組網的無差分散式協調控制[J]. 電網技術, 2023, 47 (5) : 2089 - 2097.

[3] 付宇, 白浩, 李躍, 等. 面向高比例光伏消納的低壓交直流混合配電網時-空協調優化方法[J]. 南方電網技術, 2023, 17 (1) : 84 - 93.

[4] 吳剛. 基于一致性算法的新能源儲能系統能量協調控制方法[J]. 粘接, 2025, 52 (6) : 147 - 150.

[5] 肖遷, 陸文標, 賈宏杰, 等. 改進下垂控制下的中壓直流配電系統雙時間尺度分層調控方法[J]. 中國電機工程學報, 2024, 44 (7) : 2507 - 2518.

[6] 許雅淋, 段俊東. 基于階梯碳交易的綜合能源微電網聯合控制研究[J]. 熱力發電, 2024, 53(8) : 105 - 115.

[7] 顏湘武, 王慶澳, 盧俊達, 等. 計及電動汽車和柔性負荷的微電網能量調度[J]. 電力系統保護與控制, 2023, 51 (17) : 69 - 79.

[8] 許曉暉, 張茂杰, 潘峻鋒, 等. 多端口能源路由器 "源網荷儲" 能量調度粒子群優化算法[J]. 海軍工程大學學報, 2024, 36 (2) : 19 - 24.

摘自《自動化博覽》2026年4月刊