馬海鳳，徐春艷，張傳博，于 彤，焦 锏

（秦皇島職業(yè)技術學院信息工程系，河北 秦皇島 066100）

在我國能源戰(zhàn)略布局的分配調度下，以風電、光伏為主的可再生能源，開始高比例接入電網，占據了巨大能源分配額。一方面，可以有效緩解國內電力供應矛盾；另一方面也能有效保護環(huán)境，符合能源發(fā)展的綠色環(huán)保趨勢。然而，風能與太陽能的波動性導致其在后續(xù)的能源分配、存儲、應用上均出現了新的問題，相關電網的設計與能源控制面臨著巨大壓力。以“大數據云計算”和“互聯網”為核心的智慧能源技術，為現代風光儲能提供了新的管理控制思路。通過建立計算機數據感知層和管理層，就可以實現對風光儲能的調配與分布式管理，這也是未來智慧能源與風光儲能發(fā)展的重點[1]。

1 風光儲能發(fā)電模型

風光儲能發(fā)電一體化系統(tǒng)主要包括：分布式發(fā)電系統(tǒng)、儲能系統(tǒng)以及核心控制系統(tǒng)三部分，其拓撲結構如圖1所示[2]。

圖1 風光儲能發(fā)電模型拓撲結構Fig.1 Topological structure of wind solar energy storage power generation model

圖2 感知層架構Fig.2 Perception layer architecture

1.1 光伏發(fā)電模型

光伏發(fā)電（PV）的實際應用輸出能力與光照強度和環(huán)境溫度有關，其模型公式為：

式中，PPV為光伏發(fā)電的總輸出功率，kW；NPV為光伏發(fā)電板的數量；PSTC為光伏發(fā)電的預設輸出功率，kW；Ec為發(fā)電工作點太陽光照幅度，kW/m2；μ為一般環(huán)境下的功率溫度；tc為工作點溫度；tSTC為應用環(huán)境下的條件溫度。

1.2 風力發(fā)電模型

風力發(fā)電（WT）的實際應用輸出能力一般和當地風速有關，其表達公式需要使用分段函數：

式中，PWT表示風力發(fā)電的總輸出功率，kW；v，vci，ve，vco分別表示當前風力環(huán)境下的風速、切入速度、額定速度以及切出速度。

1.3 風光儲能模型

現階段風光儲能中的能量模型電池一般會選用標準磷酸鐵鋰電池作為核心儲能設備，這也是整個風光儲能發(fā)電系統(tǒng)的核心部件。

對于風光儲能區(qū)域來說，自身的儲能能量處在不斷變化中，所以鋰電池的電荷狀態(tài)需要根據自身的充放電功率進行分配，其公式表達式為：

式中，SOC(t)表示額定時刻下，鋰電池的SOC值；PLB表示鋰電池的放電功率；CLB表示鋰電池電容量；ULB表示鋰電池可以承受的最大電壓情況。

2 風光儲能與計算機智慧能源

2.1 計算機技術下的智慧能源

現代計算機技術為能源開發(fā)與存儲，帶來了“云計算”“大數據”和“網絡傳輸”，給能源開發(fā)與存儲的智能化發(fā)展提供了重要的支持，同時也讓智慧能源成為了未來能源開發(fā)存儲一體化發(fā)展的研究趨勢。隨著現代計算機與互聯網技術的不斷進步，能源信息與物聯網之間的數據傳輸更為便利，能源系統(tǒng)的運行狀態(tài)可以通過網絡數值化感知技術和先進的數據管理技術實時控制。而智慧能源的引入就是通過先進的計算機技術，構建更合理的功能分區(qū)，將以往使用的能源網絡進行整合，對日常能源開發(fā)工作與能源存儲進行科學化管理。

2.2 計算機智慧能源在儲能中的應用

風光儲能技術可以有效提高能源資源運用率，妥善解決不同空間下的能源供應問題，還可以依靠區(qū)域定價，降低能源使用成本。然而隨著儲能應用范圍的增加，合理的智能化配電方法成為剛需，智慧能源技術的引入，可以讓儲能與配電供給需求更高效，降低因為自身隨機性和波動性產生的不利因素。經過研究分析，可以肯定智慧能源技術有效解決了風光儲能所面臨的最重要的三個問題即：儲能的開始時間，儲能的最佳閾值，以及儲能的后期分配。

為了最大化提高能源運用效率，智慧能源可以通過多種計算機技術，綜合分析外界大氣氣候條件，儲能電池負荷需求，并以此為核心，決策運行工況。其核心結構就是提前構建的感知層和管理層。感知層主要包括預設的感知單元和感知對象，二者與其他層級部分通過傳感網絡完成數據鏈接。

感知層類似于人體的五官肢體結構，主要負責識別能源環(huán)境信息，生產責任日志，通過以太網傳遞數據。

而管理層則是智慧能源系統(tǒng)的“頭部大腦”。依靠先進的計算機技術，實現對感知層采集數據的快速計算處理，挖掘數據實現對信息世界的實時控制，提供精確管理的科學指令。其核心架構見圖3。

圖3 管理層架構Fig.3 Management structure

3 計算機智慧能源的應用前景

根據國內有關能源部門的數據分析可以得知，2023 年國內風光發(fā)電棄風和棄電量分別為529 億千瓦時和117 億千瓦時，相比較2022 年分別提升了45.4%和91%，可再生能源消納問題已經較為嚴峻。為了提高能源供給，平衡能源需求。當前國內很多光伏發(fā)電站和風力發(fā)電站都擴展了儲能模塊。僅僅2023 年第四季度，我國能源部就審批建設了超過20個光熱電站儲能配置系統(tǒng)。

此外，近年來我國許多能源單位都開展了“互補能源”示范工程，其目的就是將風能、太陽能、空氣能等多種能源結合能源產地的實際情況，構建產能儲能一體化工程。而此類工程的技術核心就是“科學儲能”+“計算機智慧能源”。隨著國內能源產業(yè)的不斷發(fā)展，可再生能源在我國能源結構中所占比例只會越來越大，智慧能源的發(fā)展也將迎來重大飛躍。

4 總結與討論

對于儲能行業(yè)來說，實現智慧能源與產業(yè)數據化管理是新時期能源革命的核心環(huán)節(jié)，也是未來全球范圍內能源產業(yè)升級的必然趨勢。相關網絡計算機技術的研究已經引起了能源產業(yè)的發(fā)展重視。智慧能源整合了當前最先進成熟的互聯網計算機技術，為儲能發(fā)展提供了新的產業(yè)升級思路，隨著未來國內互聯網與物聯網的大規(guī)模普及，智慧能源勢必可以引領能源產業(yè)發(fā)展的新高潮。