Page 18 - 电力与能源2023年第五期

440 张国俊，等：分散式储能在新能源光伏场站的应用研究

功率预测系统获取当前时刻对应的短期功率预测
3 结语
值和超短期功率预测值；获取储能系统当前允许
的最大放电功率和最大充电功率；获取光伏场站 本文提出了一种光伏场站+分散式储能的创
发电功率。确定短期功率预测允许的调节范围； 新应用模式，分散式储能布置于光伏发电现场区
确定超短期功率预测允许的调节范围；确定光伏 域，储能分两种方式接入光伏，可以直流形式接入

和储能系统功率调节范围。判断储能是否无法将 光伏变流器直流侧，也可以交流形式接入箱变低
短期和超短期功率预测误差控制在允许范围内。 压侧。光伏分散式储能系统主要包括电力调度控
若以上结果为是，则分散储能系统不参与光伏场 制中心、光伏分散储能协同控制系统、光伏场站集
站功率调节。若以上结果为否，则进一步作出分 中控制系统。根据现有相关细则政策，进行了光
散储能仅能够将超短期功率预测误差控制在允许 伏场站分散储能经济性分析，并以减少功率预测
考核为例给出了分散式光储控制策略。本文研究
范围内的判断。若以上结果为是，则储能系统参
成果已在国家电投集团江苏新能源有限公司泗洪
与超短期功率预测误差控制。若以上结果为否，
光伏场站得到示范应用。
则进一步作出储能，将短期功率预测误差控制在
允许范围内，但短期功率预测和超短期功率预测 参考文献：
的调节范围没有交集的判断。若以上结果为是， ［1］ 曹新慧，车 勇，司 政，等 . 广域储能电站定容-选址一体
.

规划［J］ 中国电力，2022，55（7）：110-120.

则储能系统优先考核费用更高的短期功率预测误
［2］ 吴 悦，汪 亮，李润康，等 . 基于光伏功率预测的储能容
差控制。若以上结果为否，则进一步作出储能，同 量确定研究［J］ 电站系统工程，2022，38（4）：23-27.

.

时将短期和超短期功率预测误差控制在允许范围 ［3］ 李 勇，姚天宇，乔学博，等 . 基于联合时序场景和源网
荷协同的分布式光伏与储能优化配置［J］ 电工技术学报，
.
内的判断。若以上结果为是，则储能系统协同控
2022，37（13）：3289-3303.

制短期和超短期功率预测误差控制。在满足场站 ［4］ 宋佩芸 . 计及电化学储能的分布式光伏发电项目的经济评
.

功率预测考核的同时，尽量保持储能电量维持在 估［D］ 北京：华北电力大学，2021.
［5］ 刘 聪，赵臣臣 . 新能源发展及混合储能技术的研究与应

高效状态，并避免储能过充或过放。光伏场站晚
.
用［J］ 中国高新科技，2021（24）：131-132.

间不再具备发电能力，将转变为电能消耗单位，为 ［6］ 李德鑫，王佳蕊，张家郡 . 基于光伏波动性的储能出力特

降低光伏场站购电费用，提升场站运行的经济性， 性分析［J］ 电网与清洁能源，2021，37（2）：99-107.

.

［7］ 茆美琴，洪嘉玲，张榴晨 . 考虑光伏出力预测误差修正的储

储能系统可与功率预测系统相配合，协同控制使

能优化配置方法［J］ 太阳能学报，2021，42（2）：410-416.
.

储能系统日落前处于高位电能状态，从而在晚间
收稿日期：2023-07-10
放电提供场站用电。 (本文编辑：赵艳粉）

（上接第 436 页）
［22］ 李 军 ，李 青 . 基 于 CEEMDAN- 排 列 熵 和 泄 漏 积 分 ［24］ HINTON G E，SRIVASTAVA N，KRIZHEVSKY A，

ESN 的 中 期 电 力 负 荷 预 测 研 究［J］ 电 机 与 控 制 学 报 ， et al. Improving neural networks by preventing co-
.
.
2015，19（8）：70-80. adaptation of feature detectors［J］ Computer Science，

［23］ BAI S，KOLTER J Z，KOLTUN V. An empirical evalua⁃ 2012，3（4）：212-223.
tion of generic convolutional and recurrent networks for se⁃ 收稿日期：2023-08-12
quence modeling［J］ arXiv preprint：1803.01271，2018： (本文编辑：赵艳粉）
.
1-14.