光伏系统改造：一种基于服务等级的管理方法

《Eng》：Retrofitting Photovoltaics: A Service-Class-Based Management Approach Daniele Bernardini and Marco Caccamo

　　

随着光伏（PV）设备在住宅和商业建筑中的日益普及，迫切需要能够最大化能效和自消费的系统。研究人员提出了一种用于改造现有基础设施的集成管理框架，通过基于规则的控制策略实现住宅建筑的高光伏（PV）自消费。该框架支持三种服务等级——由用户级服务质量（QoS）参数定义——并监测电池电压及电网功率交换，以协调热泵、电池和热水缸。在住宅测试床中的实验部署实现了高达89%的PV自消费，同时将每日电网用电量控制在0.5 kWh以下。对电池容量的消融实验进一步证明了该方法在存储容量降低时的鲁棒性。商业现货（COTS）组件的使用凸显了该解决方案的低侵入性，突显了其将不同供应商的特定设备无缝集成到协调控制系统中的潜力。

随着全球建筑行业脱碳目标的推进，光伏（PV）系统在住宅领域的应用日益广泛，但现有设备常因多厂商接口不兼容、运行逻辑孤立（如电池优先充电导致热泵延迟启动）以及现有高级控制方法（如模型预测控制MPC和深度强化学习DRL）存在建模成本高、可解释性差等问题，难以实现高效的光伏自消费。针对上述痛点，研究人员提出了一种基于服务等级的管理框架，旨在以低侵入方式改造现有多厂商系统，最大化光伏自消费。该研究在意大利北部一处200 m2住宅测试床中部署验证，论文发表在《Eng》。

研究人员采用的关键技术方法包括：基于实时电池电压（V_b）和电网交换功率（P_spare）监测的规则控制策略，通过五类原语（优先级激活、后台激活、去激活等）定义三种服务质量（QoS）等级（低、中、高），并利用商业现货（COTS）IoT设备（Shelly智能传感器与继电器）作为执行器，实现电池、热泵、热水缸的协调控制。测试床位于意大利马萨-卡拉拉省，为200 m2两层砖混住宅，配备12 kW热泵、8 kW_峰值光伏板、25 kWh锂电池及200 L热水缸（HWC）。

研究结果如下：

**6.1 光伏生产、电池充电与自消费**
通过三个样本日（2023年3月28日、4月6日、4月7日）的实验数据，显示自消费曲线与光伏生产曲线高度吻合，负荷匹配指数（LMI）稳定在80%左右，自消费率（SCR）平均约65%，峰值超过80%。模拟假设电池容量足够大时，LMI可达98%，表明所设计的服务等级能有效跟踪光伏功率曲线。

**6.2 电池容量消融实验**
在2024年3月12日至20日期间，对比自动化控制与基线（恒温器+传统生活热水控制器）在不同电池可用容量（15 kWh、5 kWh、0 kWh）下的表现。自动化系统在15 kWh容量时SCR为0.45、LMI为0.89，而基线降为0.33、0.68；在5 kWh容量时，自动化仍保持SCR 0.69、LMI 0.86，显著优于基线（0.64、0.64），证明自动化对低存储容量具有鲁棒性。

**6.3 自动化对系统效率的影响**
自动化启用日（3月12、14、17日）相比基线日（3月13、19、20日），LMI提升超过20%，电池充电状态更优，电网依赖降低。

**6.4 与替代策略的对比仿真**
将所提框架与顺序规则控制（Sequential RBC，模拟默认电池优先充电）和“贪婪先知”（Oracle Greedy，具有完美预测的负荷重分配）对比。结果显示：所提框架相比顺序RBC，SCR平均提升24%，LMI平均提升24%，日电网用电量从2.9 kWh降至0；相比贪婪先知，所提框架达到其LMI的88%（0.88 vs 1.00），剩余12%差距源于预测性热负荷转移，但所提框架无需热模型和预测，兼顾了硬件约束（平滑切换、避免频繁启停）。

**6.5 热舒适性影响**
基于一阶集总热容模型，评估三种策略对室内温度的影响。所提框架将平均居住时段温度提升0.2°C，使EN 16798-1 II类舒适度占比从15%增至19%，不适度小时数（DH）降低13%（12.6→11.0）。在所有策略下，III类舒适度（18–25°C）均保持在96%以上，表明所提框架在提升自消费的同时改善了热舒适。

**6.6 讨论**
讨论部分总结了理论意义：所提基于优先服务等级抽象的规则控制捕获了贪婪先知88%的负荷匹配性能，无需模型识别或预测，电池电压阈值实现并发激活的通用设计原语；实际意义：整个IoT自动化层成本约250欧元，在5 kWh存储下仍能实现≥20%的自消费提升，回收期约1–2个采暖季；安全与安保方面，设计上限5.7 kW，BMS独立保护，IoT设备本地网络运行，Home Assistant提供备份。

**结论**：本文提出了一种用于优化住宅建筑光伏（PV）系统与自消费负荷集成的管理框架。所提方法实现了电池、热泵和其他负荷的有效协调，使光伏生产与消费紧密匹配。实验结果表明，负荷匹配指数（LMI）高，发电利用高效，电网依赖减少，光伏系统整体能效提升。此外，电池容量消融实验表明，即使在存储容量降低的情况下，自动化策略仍优于基线系统。该方案的关键优势在于改造异构多厂商系统时的低侵入性，无需定制固件或专有协议，利用现成IoT传感器和执行器协调遗留设备。仿真和容量估算进一步凸显了该框架在平衡光伏安装成本、电池容量和电网依赖方面的潜力。未来工作包括设计IoT管理框架的验证工具，集成数据驱动扩展（天气预报、季节占用、用户偏好），以及纳入电动汽车（EV）充电策略。