含光伏 - 储能的家庭 - 工业微电网能量管理仿真研究
摘要
本文以含光伏和风力发电的家庭 / 工业混合微电网为研究对象，基于 MATLAB/Simulink 平台搭建了双层仿真架构，设计并对比了三种能量管理策略，分析了储能系统对微电网经济性与光伏消纳能力的影响。仿真结果表明，光储协同配合分时电价响应策略（策略 C）可使住宅用户日净电费降低 32.9%，工业用户节省 4.6%；储能容量敏感性分析表明，住宅侧最优经济配置约为 6 kWh，对应简单投资回收期约 6.0 年。
关键词 ：微电网；光伏储能；能量管理；分时电价；仿真
1 引言
在 "双碳" 目标背景下，以光伏、风电为代表的分布式能源大规模接入配电网，微电网作为其有效承载形式受到广泛关注。然而，可再生能源出力的随机性与波动性给微电网的稳定运行和经济调度带来挑战。储能系统能够平抑功率波动、实现时移调峰，结合分时电价机制可进一步提升用户侧经济效益。
本文针对家庭与工业两类典型用户，构建含光伏 - 储能的微电网仿真模型，设计三种能量管理策略并进行对比分析，为实际工程中储能系统的配置与调度提供参考。
2 系统模型
2.1 微电网拓扑
仿真系统采用双层架构：底层为 Simulink 电气仿真层，包含 220 kV/132 kV/33 kV 变电站、100 km 输电线路、住宅微电网（2 户，kW 级）和工业微电网（2 户，MW 级）；上层为 MATLAB 能量管理调度层，负责储能控制策略的实现与经济性计算。
2.2 储能模型
储能电池采用基于荷电状态（SOC）的离散化模型，充放电方程为：
SOC(k+1)={SOC(k)+ηc⋅Pch(k)⋅ΔtEcap充电SOC(k)−Pdis(k)⋅Δtηd⋅Ecap放电 SOC(k+1) = \begin{cases} SOC(k) + \dfrac{\eta_c \cdot P_{ch}(k) \cdot \Delta t}{E_{cap}} & \text{充电} \\[6pt] SOC(k) - \dfrac{P_{dis}(k) \cdot \Delta t}{\eta_d \cdot E_{cap}} & \text{放电} \end{cases} SOC(k+1)=⎩ ⎨ ⎧SOC(k)+Ecapηc⋅Pch(k)⋅ΔtSOC(k)−ηd⋅EcapPdis(k)⋅Δt充电放电
其中
ηc=ηd=0.95 \eta_c = \eta_d = 0.95 ηc=ηd=0.95
为充放电效率，
Ecap E_{cap} Ecap
为额定容量，
Deltat=1/60 h Delta t = 1/60\ \text{h} Deltat=1/60 h
为仿真步长。SOC 约束为
10%,90%\] \[10\\%,90\\%\] \[10%,90%
，最大充放电功率为额定容量的 0.5 倍。住宅侧储能容量取 10 kWh，工业侧取 2 MWh。
2.3 分时电价
采用峰 / 平 / 谷三段电价：峰时段（8:00---11:00、18:00---21:00）1.20 元 /kWh，平时段（7:00---8:00、11:00---18:00、21:00---23:00）0.80 元 /kWh，谷时段（23:00--- 次日 7:00）0.40 元 /kWh，上网电价 0.40 元 /kWh。
3 能量管理策略
本文设计三种策略进行对比：
策略 A（基础情景）：无储能，光伏 / 风电直接供给本地负荷，余电上网，不足由电网补充。
策略 B（光储自用最大化）：光伏富余时优先向电池充电，不足时电池放电，目标为最大化光伏自发自用率，不考虑电价信号。
策略 C（光储 + 分时电价响应）：在策略 B 基础上引入电价响应逻辑：峰时段优先放电以减少购电费用，谷时段主动充电至目标 SOC（85%），从而实现 "低价储能、高价放电" 的经济调度。
日净电费目标函数为：
Cnet=∑k=1N[c(k)⋅Pgrid+(k)−csell⋅Pgrid−(k)]⋅Δt C_{net} = \sum_{k=1}^{N} \left[ c(k) \cdot P_{grid}^+(k) - c_{sell} \cdot P_{grid}^-(k) \right] \cdot \Delta t Cnet=k=1∑N[c(k)⋅Pgrid+(k)−csell⋅Pgrid−(k)]⋅Δt
其中
c(k) c(k) c(k)
为当前时刻电价，
Pgrid+ P_{grid}^+ Pgrid+
为购电功率，
Pgrid− P_{grid}^- Pgrid−
为售电功率。
4 仿真结果与分析
4.1 三策略对比
仿真以典型日（24 h，1 min 分辨率）为时间尺度，结果汇总于表 1。
表 1 各用户三策略仿真结果
表格
策略 C 对住宅 02 效果最为显著，日净电费由 元降至 元，降幅 32.9%，自发自用率由 提升至 。工业 02 日节省元（4.6%），并网点峰值功率由 kW 降至 kW，削峰率 6.0%。
值得注意的是，住宅 01 在策略 C 下净电费反而略高于策略 A（元 vs 元）。原因在于该用户光伏出力长期大于负荷，本身处于 "净卖电" 状态，谷时强制充电反而增加了购电量并拉高了电网峰值（）。这说明分时电价响应策略对 "净购电型" 用户效果显著，对 "净售电型" 用户需差异化配置。
4.2 储能容量敏感性分析
以住宅 02 为对象，对储能容量在 2～30 kWh 范围内进行扫描（，结果如图 4-3 所示。
随容量增大，策略 C 相对策略 A 的日节省额先增后减： kWh 时节省额最大（约 元 / 日），对应简单投资回收期最短（约 年）；超过kWh 后节省额开始下降，储能利用率不足，规模不经济。按储能单位投资 元 /kWh 估算，Wh 配置的总投资约万元，年节省约 元，具备一定经济可行性。
5 结论
本文构建了含光伏 - 储能的家庭 / 工业混合微电网仿真模型，设计并对比了三种能量管理策略，主要结论如下：
- 策略 C（光储 + 分时电价响应）综合效果最优，对净购电型用户（住宅 02、工业 02）可显著降低电费并提升光伏消纳率；
- 策略适用性存在用户差异：对净售电型用户（住宅 01），电价响应策略效果有限，需结合用户负荷特性差异化配置；
- 储能容量存在经济最优点：住宅侧最优配置约为 6 kWh，回收期约 6.0 年；超配后规模不经济；
- 工业侧储能（2 MWh）在策略 C 下可实现 6% 的并网点削峰，有助于缓解配电网峰时压力。
后续工作可引入储能寿命衰减模型、天气预测驱动的前瞻性调度，以及基于智能优化算法的容量配置方法，进一步提升系统经济性与鲁棒性。