基于 MATLAB 的离网光伏储能微电网容量优化仿真研究
摘要：
针对偏远地区离网供电中光伏出力波动和负载需求不匹配的问题，本文基于 MATLAB 建立离网光伏-电池储能微电网容量优化仿真模
型。模型以全年 8760 小时太阳辐照度、环境温度和负载数据为输入，遍历不同光伏容量与电池容量组合，计算供电不足概率
（LLP）、净现值成本（NPC）和平准化度电成本（LCoE），并在不同可靠性约束下寻找低成本容量配置。结果表明，随着允许 LLP 降
低，系统需要配置更大的光伏容量和电池容量，系统总成本明显增加；而在较高 LLP 条件下，容量配置与投资成本可显著降低，但供
电可靠性下降。本文方法可为离网光伏储能系统的初步容量设计和经济性分析提供参考。
关键词： 离网微电网；光伏发电；电池储能；容量优化；MATLAB；供电不足概率
1 引言
离网光伏储能微电网适用于偏远地区、海岛、山区和电网难以覆盖的场景。光伏发电具有清洁、可再生和运行成本低等优点，但其输出
受太阳辐照度、环境温度和天气变化影响明显，具有间歇性和波动性。为了提高系统供电可靠性，通常需要配置电池储能系统，在光伏
出力富余时储能，在光伏不足或夜间放电。
在实际设计中，光伏容量和电池容量过小会导致供电不足，影响用户用电可靠性；容量过大则会造成投资成本上升和设备利用率下降。
因此，如何在可靠性和经济性之间取得平衡，是离网光伏储能微电网设计中的关键问题。本文基于 MATLAB 对光伏-电池系统进行全年
逐小时仿真，通过网格搜索方式分析不同容量组合下的供电可靠性和经济性指标。
2 系统模型与评价指标
本文研究对象为离网光伏-电池储能微电网，系统主要由光伏阵列、电池储能、逆变器和交流负载组成。光伏阵列根据太阳辐照度和环
境温度产生电能，优先满足负载需求；当光伏发电量大于负载需求时，多余电能用于电池充电；当光伏发电量不足时，电池放电补充负
载缺口。若光伏与电池均无法满足负载，则产生供电不足。
本文采用供电不足概率 LLP 表征系统可靠性，其含义为全年未满足负载电量占总负载需求的比例。LLP 越低，说明系统供电可靠性越
高，但通常需要更大的光伏和储能容量。经济性方面，本文采用净现值成本 NPC 和平准化度电成本 LCoE 进行评价。NPC 反映系统在
寿命周期内的总成本，LCoE 反映单位供电电量的平均成本。
3 容量优化方法
本文采用 MATLAB 编写容量优化程序，以光伏容量和电池容量为二维搜索变量。主程序读取全年逐小时太阳辐照度、负载和温度数据，
对每一组光伏容量与电池容量组合进行 8760 小时能量平衡计算。仿真过程中记录光伏发电量、电池充放电状态、供电缺口、投资成
本、运维和更换成本等变量，最终得到 LLP、NPC 和 LCoE 矩阵。
本项目主实验设置的搜索范围为：光伏容量 0 到 300 kW，步长 5 kW；电池容量 0 到 800 kWh，步长 10 kWh。程序在不同 LLP 目标
下筛选满足可靠性要求且 NPC 较低的容量组合，并输出最优配置矩阵。结果文件包括 results/results.mat、results/
MA_opt_norm_bhut.mat 以及容量网格图、成本-LLP 曲线等中文图表。
4 仿真结果与分析
仿真结果显示，光伏容量和电池容量共同影响系统供电可靠性。当光伏容量和电池容量较小时，系统在夜间或低辐照时段容易出现供电
不足，LLP 较高；随着光伏容量和电池容量增加，供电不足概率逐渐降低。但容量增加也会带来更高的投资成本和全寿命周期成本。
根据最优配置矩阵，当目标 LLP 约为 30% 时，较优方案约为光伏 280 kW、电池 800 kWh，NPC 约为 100.64 万欧元；当目标 LLP 约
为 50% 时，较优方案约为光伏 140 kW、电池 590 kWh，NPC 约为 66.07 万欧元；当目标 LLP 约为 70% 时，较优方案约为光伏 80
kW、电池 300 kWh，NPC 约为 41.97 万欧元。由此可见，提高供电可靠性需要显著增加光伏和储能容量，同时系统成本也随之上升。
成本-LLP 曲线进一步说明，可靠性提升并非线性成本变化。在较低 LLP 区间，为了减少少量供电不足，系统需要增加较多容量，边际
成本较高；而在允许较高 LLP 的情况下，容量需求下降明显，系统投资成本降低。因此，离网系统设计应根据用户负载等级、供电可
靠性要求和投资预算综合确定容量配置。
5 敏感性与局限性讨论
本文结果受输入数据、搜索步长和模型假设影响。负载曲线、太阳辐照度和环境温度直接决定系统运行状态，不同地区或不同用电模式
下的最优容量可能发生变化。项目中还包含负载提前 3 小时和 6 小时的场景数据，可用于分析负载时移对储能需求的影响。一般而
言，若负载高峰更接近光伏出力高峰，则系统对电池储能的依赖可能降低；若负载高峰集中在夜间，则需要更大储能容量。
此外，本文采用网格搜索方法，结果精度受容量步长影响。较小步长可以得到更精细的最优解，但计算量增加；较大步长计算速度较
快，但可能错过更优配置。本文模型也对光伏、电池、逆变器和经济参数进行了简化，因此结果更适合作为容量配置趋势分析和方法验
证，不宜直接作为工程施工定值。
6 结论
本文基于 MATLAB 建立了离网光伏储能微电网容量优化仿真流程，通过全年逐小时能量平衡计算，分析了光伏容量、电池容量、供电不
足概率和系统成本之间的关系。结果表明，提高供电可靠性需要增加光伏和电池容量，并导致 NPC 上升；在不同 LLP 约束下，系统存
在不同的经济性较优配置。本文仿真方法结构清晰、可复现性较好，可用于离网光伏储能系统初步设计、教学实验和论文分析。
后续研究可进一步引入更真实的设备效率、退化模型、电池寿命模型和地区电价参数，并采用粒子群算法、遗传算法等智能优化方法替
代单纯网格搜索，以提高优化效率和工程适用性。
