基于分层控制的光伏与储能联合智能微电网协调优化策略研究

引言

光伏发电在能源结构中的占比随新能源技术的快速发展持续提升，但其储力受光照强度、温度等自然因素影响大，存在明显的波动性与间歇性，直接接入智能微电网会冲击电网运行稳定性。储能系统虽能通过充放电调节实现能量的时空转移，是平抑波动的重要手段，但多数联合运行系统缺乏有效协调控制机制，导致匹配度低、效率不高，分层控制则为解决该问题提供可行思路，相关研究具有重要现实意义。

一、光伏与储能联合智能微电网运行中存在的关键问题

光伏阵列的输出功率具有随外界环境变化而实时波动的特性，这种波动会使光伏储力在不同时段呈现明显差异，若将该波动直接传递至微电网负荷侧，会打破微电网内原有的功率平衡状态，造成电压、频率等关键运行参数出现超出允许范围的偏差，而这些参数偏差会直接影响医疗设备、通信设备等敏感负荷的正常工作，甚至导致部分敏感负荷因参数不稳定而停止运行。

部分储能系统采用固定的充放电阈值控制方式，该控制方式仅以光伏储力与负荷需求的瞬时大小关系作为充放电动作的触发条件，未充分考虑储能电池自身的剩余电量（SOC）、累计充放电次数、当前健康状态（SOH），以及微电网未来 1-2 小时内的负荷变化趋势，这种考虑维度单一的控制方式易导致储能电池出现过度充放电的情况——当电池剩余电量已接近下限仍继续放电，或剩余电量接近上限仍继续充电时，会加速电池内部电极材料的老化与电解液的损耗，大幅缩短电池的使用寿命[1]。

二、基于分层控制的光伏与储能联合协调优化路径设计

（一）底层设备控制层：实时响应与精准执行

底层设备控制层需直接对接光伏阵列、储能系统及微电网内的各类负荷，通过实现设备运行状态的实时监测与控制指令的精准执行，确保所有设备都能按照上层传递的指令保持稳定运行状态，这是该层级的核心任务。

储能系统的底层控制以充放电过程的精准管理为核心。工作人员会在储能电池组上安装监测电压、电流、温度及剩余电量（SOC）的传感器，这些传感器可实时采集电池运行的状态参数，确保电池始终处于安全运行范围内。储能系统控制模块会根据中层下发的充放电功率指令，控制储能变流器（PCS）的工作模式，实现恒流充电、恒压充电、恒功率放电等不同运行状态的切换。该模块还会设置充放电保护机制，当监测到电池SOC低于 15% 时，自动触发停止放电操作以避免过度放电；当监测到电池SOC高于 90% 时，自动触发停止充电操作以防止过度充电。此外，通过控制PCS的开关状态，可实现储能系统与微电网之间的并网或离网切换，保障微电网在运行模式转换过程中的供电连续性。

对于光伏阵列的底层控制，工作人员会在光伏逆变器上安装专用的监测模块，该模块可实时采集光伏阵列输出的电压、电流、功率等电气参数，以及光伏板表面温度、环境光照强度等气象数据，并将所有采集到的数据实时上传至中层协调优化层。光伏阵列控制模块在接收中层下发的最大功率点跟踪（MPPT）控制指令后，会通过调整逆变器的工作参数，使光伏阵列始终运行在最大功率点附近，以此提升光伏储力的效率。

（二）中层协调优化层：动态匹配与策略生成

中层协调优化层处于底层设备与顶层决策之间的关键位置，主要工作是接收底层设备上传的运行数据与顶层决策层下发的决策目标，结合实时获取的各类信息开展动态协调优化，最终生成针对各设备的具体控制策略。

生成优化策略后，中层协调优化层会将这些策略分解为具体的控制指令，下发至底层设备控制层以指导光伏阵列、储能系统与负荷的运行。在策略执行过程中，中层协调优化层会实时监测底层设备的执行情况，若发现设备运行状态与优化策略存在偏差，如光伏储力未达到预测值、储能充放电功率偏离指令值等，会立即调整优化策略并重新生成控制指令下发至底层，确保微电网的运行状态始终处于优化范围内。

为保障优化策略的准确性，中层协调优化层会先建立实时数据融合与分析模块。该模块会接收底层上传的光伏储力数据、储能系统状态参数、负荷用电数据及微电网整体运行参数，对这些数据进行清洗、筛选与整合操作，去除其中的异常数据，确保输入优化模型的数据具有准确性与完整性。完成数据处理后，模块会基于融合后的实时数据，采用滚动时域优化算法，以15 分钟为一个优化周期，对未来1 小时内的光伏储力变化趋势与负荷需求情况进行预测[2]。

（三）顶层系统决策层：全局规划与目标设定

顶层系统决策层从微电网整体运行角度出发，结合外部电网的环境条件、相关政策要求及系统长期运行目标，制定微电网全局的运行策略与优化目标，为中层协调优化层开展工作提供明确的决策依据。

顶层系统决策层还承担应对微电网运行中突发情况的职责，如光伏阵列出现故障、储能系统运行异常、外部电网突然停电等。当监测到这些突发故障时，顶层系统决策层会快速生成应急处理方案，下发至中层协调优化层与底层设备控制层，指导各设备开展故障隔离与运行模式切换操作。例如，当外部电网突然停电时，会立即指令储能系统切换至离网运行模式，保障重要负荷的正常供电；当光伏阵列出现故障无法正常储力时，会调整储能系统的充放电策略与负荷调节计划，通过储能放电弥补光伏储力缺口，确保微电网保持稳定运行。

针对外部电网环境，顶层系统决策层会通过专用的数据采集设备获取外部电网的电压、频率、电价等信息，结合这些信息分析外部电网的运行状态与电价政策，判断外部电网的供电能力与经济性。当监测到外部电网电价处于低谷时段且供电充足时，会制定“多购电储能”的策略，指导中层协调优化层调整储能系统的充放电计划，增加从外部电网购电的比例，利用低价电能为储能系统充电以降低微电网的运行成本；当监测到外部电网电价处于高峰时段或出现供电紧张情况时，会制定“优先自用、余电上网”的策略，鼓励中层协调优化层充分利用光伏储力与储能放电满足内部负荷需求，减少从外部电网购电的量，同时将微电网内多余的电能上传至外部电网，为微电网获取额外的收益。在长期规划方面，顶层系统决策层会结合微电网的长期运行目标，如年度光伏消纳率指标、储能系统使用寿命要求、微电网供电可靠性标准等，制定阶段性的运行计划[3]。

三、结束语

综上所述，基于分层控制的光伏与储能联合智能微电网协调优化策略，可有效解决光伏储力具有的波动问题、储能控制精度不足问题，以及微电网协调能力差等关键问题，这一效果通过划分底层、中层与顶层三级控制架构实现，该架构可让各层级功能的精准定位与协同联动落地。实现功率协调优化控制可有效抑制光伏与储能联合智能微电网电压波动，有利于扩大智能微电网应用范围。

参考文献：

[1]王守相，何汝训，张春雨，等.基于FPGA实时仿真的光储独立直流微电网协调控制策略[J].电力建设，2023，44（4）：94-102.

[2]张靠社，冯培基，张刚，等.考虑机会约束的多能源微电网双层优化配置[J].太阳能学报，2021，42（8）：41-48.

[3]姜宝建.城市轨道交通再生储能与智能微电网的融合应用探索[J].城市轨道交通研究，2022，25（3）：199-203.