首页> 中文学位 >含光伏微电网发电预测的配电网智能优化调度算法研究
【6h】

含光伏微电网发电预测的配电网智能优化调度算法研究

代理获取

目录

第1章 绪论

1.1课题研究背景与意义

1.2国内外研究现状与趋势

1.2.1国外研究现状

1.2.2国内研究现状

1.2.3微电网关键技术及其研究趋势

1.3课题研究目的

1.4研究内容

第2章 光伏微电网模型建立

2.1引言

2.2光伏微电网结构建模

2.3光伏发电系统特性分析

2.3.1光伏发电的工作原理

2.3.2光伏电池等效电路

2.4光伏微电网模型

2.4.1光伏发电单元模型

2.4.2蓄电池储能单元模型

2.4.3微型燃气轮机发电单元模型

2.4.4负荷单元模型

2.5本章小结

第3章 光伏微电网发电功率预测

3.1引言

3.2光伏发电常用预测算法

3.3 BP神经网络算法

3.3.1 BP神经网络算法的结构及其工作原理

3.3.2 BP神经网络算法训练

3.4光伏发电输出功率特性分析

3.4.1光伏发电输出功率主要影响因素

3.4.2光伏电池辐照强度影响因数

3.4.3云团遮挡辐射强度衰减计算

3.5光伏发电预测模型

3.5.1光伏发电预测过程分析

3.5.2 改进BP神经网络算法

3.5.2光伏发电输出功率初步预测

3.5.3光伏发电输出功率误差修正

3.6光伏发电输出功率综合预测法仿真与分析

3.6.1光伏发电云团遮挡太阳辐照强度修正仿真与分析

3.6.2光伏发电相似日历史输出功率波动量修正仿真与分析

3.6.3光伏发电输出功率预测综合预测方法仿真与分析

3.7本章小结

第4章 含微电网的配电网优化调度

4.1基于引力搜索机制的花朵授粉算法

4.2含微电网的配电网优化调度

4.2.1含微电网的配电网有功优化调度目标函数

4.2.2含微电网的配电网有功优化调度约束条件

4.2.3含微电网的配电网无功优化调度目标函数

4.2.4含微电网的配电网无功优化调度约束条件

4.3含微电网的配电网模型分析

4.3.1含微电网的配电网有功优化调度模型分析

4.3.1含微电网的配电网无功优化调度模型分析

4.4含光伏微电网的配电网仿真分析

4.4.1含微电网的配电网有功功率经济优化调度仿真分析

4.4.2含微电网的配电网无功功率优化调度仿真分析

4.5本章小结

第5章 结论

5.1研究总结

5.2未来展望

致谢

参考文献

攻读学位期间获得与学位论文相关的科研成果目录

展开▼

摘要

随着社会经济的发展,能源短缺和环境污染问题日益突出,可再生能源的开发和利用是解决能源短缺和环境问题的重要途径,引起了广泛的关注。可再生分布式电源通过微电网友好的接入大电网,有效的提高系统供电的稳定性、可靠性。本文以光伏微电网、配电网为研究对象,研究光伏微电网的发电输出功率预测和含光伏微电网的配电网优化调度。主要的研究工作包括: (1)建立光伏微电网的数学模型,对光伏微电网中的光伏发电单元、储能单元、可控的分布式发电单元,负荷单元进行数学建模。重点阐述光伏发电单元的发电原理及其输出功率的特性,为光伏微电网的发电输出功率预测和含光伏微电网的配电网优化调度提供研究基础。 (2)研究光伏微电网发电输出功率预测问题。针对光伏微电网输出功率预测精度不足问题,提出一种光伏发电输出功率短期预测的综合预测方法。本文的综合预测方法结合光伏发电输出功率直接预测法和间接预测法优点,充分利用神经网络算法解决非线性问题的优势。利用气象局发布温度数据、太阳辐照强度、预测日相似的历史发电输出功率数据为样本训练神经网络,通过地基云图分析和处理,预测出云团遮挡造成的太阳辐照强度的衰减,将预测日的温度数据、太阳辐照数据、云团衰减作为输入得到初步预测结果;利用由历史发电数据分析波动量统计规律对初步预测结果进行修正,提高光伏发电输出功率的预测精度。基于MATLAB软件进行仿真分析,验证本文综合预测方法的提高预测精度的有效性。 (3)研究含光伏微电网的配电网优化调度问题,针对含光伏微电网的配电网有功优化调度和无功优化调度问题。本文利用最小费用最大流模型进行有功经济优化调度,将有功优化的非线性优化问题转换成线性规划问题处理;本文利用引力搜索机制的花朵授粉算法进行含微电网的配电网无功优化调度,将引力搜索机制与花朵授粉算法结合,利用种群中个体花朵授粉文维飞行机制和个体间万有引力机制共同更新花朵个体的位置,提高全局寻优能力、加快收敛速度、有效跳出局部最优解。仿真验证表明,与基于微电网单一日前调度计划曲线的主动配电网优化调度方法相比,该模型与方法有效地减少系统运行成本,降低网损,提高电压合格率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号