微电网同步相量测量技术与综合负荷预测方法研究

摘要

微电网作为大电网的有益补充具有广泛的应用前景。微电网综合负荷预测是微电网能量调度的重要组成部分，其预测结果直接影响微电网的源荷平衡。本文针对微电网综合负荷预测问题研制了微电网同步相量测量系统，将该系统在实验室微网中采集的数据用于电动汽车充电负荷及微电网日常负荷预测模型的实验验证，这两个模型组成了微电网综合负荷预测模型。
　　针对微电网状态监测和数据采集问题研制了微电网同步相量测量系统。设计了数据采集板和传输终端并调试。采集板将采集的数据打包，通过CAN总线将数据上传至传输终端RTU(RemoteTerminalUnit)，RTU通过TCP/IP协议将数据传输到云端显示和存储。该系统经浙江计量院检测能量计量精度可以达到0.5S级，基本电力参数的测量精度为1级;通过FLUKE6100A检测该系统测量的谐波误差在1％以内。
　　针对电动汽车聚集性接入微电网带来负荷冲击，导致源荷平衡困难的问题，提出一种基于copula算法的电动汽车充电站负荷预测模型。首先将用户进行分类，利用AIC(Akaike Information Criterion)准则和BIC(Bayesian Information Criterion)准则选取copula函数，采用核密度函数拟合电动汽车行驶规律数据，结合copula算法得出包含数据间耦合关系的扩充数据，经不确定充电模型得到EV(Electric Vehicle)负荷预测曲线。与蒙特卡洛算法相比，该模型得到的预测曲线更符合实际情况。
　　针对微电网日常负荷预测提出一种基于经验模态分解、支持向量机及粒子群算法组合的微电网日常负荷预测模型，该模型首先利用经验模态分解将随机波动较强的微电网负荷时间序列逐级分解为多个固有模态分量，采用支持向量机对多个固有模态分量分别预测，并采用粒子群算法对模型参数进行寻优。针对不同类型的微电网负荷数据对模型进行验证，最大误差为13.52％，正常情况均小于10％。
　　本文研制了同步相量测量系统，提出了微电网电动汽车充电负荷及日常负荷预测模型，该模型有利于实现微电网的源荷平衡。

目录

声明

摘要

第1章 绪论

1．1．1 课题研究的背景

1．1．2 课题研究的意义

1．2 国内外现状分析

1．2．1 同步相量测量系统国内外研究现状

1．2．2 电动汽车充电负荷预测国内外研究现状

1．2．3 微电网日常负荷预测国内外研究现状

1．3 研究内容和研究路线

1．3．1 研究内容

1．3．2 研究路线

2．1 引言

2．2 同步相量测量系统的技术要求及总体方案设计

2．2．1 同步相量测量设备的需求分析

2．2．2 测量系统的总体结构设计方案

2．3 硬件结构设计

2．3．1 检测系统的硬件总体结构设计方案

2．3．2 同步相量采集板硬件设计

2．3．3 RTU硬件结构设计

2．4 软件设计

2．4．1 同步相量采集板软件设计

2．4．2 RTU软件设计

2．4．3 上位机软件设计

2．5 样机展示及实验

2．5．1 样机展示

2．5．2 基本参数校准实验

2．5．3 谐波参数校准实验

2．5．4 电能检测实验

2．6 本章小结

第3章 基于改进的copula算法的电动汽车充电负荷预测模型

3．1 引言

3．2 基于蒙特卡罗模型的电动汽车充电负荷计算方法

3．3 基于改进的copula算法的电动汽车负荷预测的算法设计

3．3．1 基于核密度估计函数对数据拟合

3．3．2 改进的copula算法

3．3．3 适合于电动汽车行驶规律的copula函数

3．3．4 基于copula算法的电动汽车负荷预测模型步骤

3．4 基于集群行为的EV充电负荷预测

3．4．1 行驶规律的数据拟合

3．4．2 充电行为建模

3．4．3 集群行为充电负荷预测结果及分析

3．5 区域充电站的预测结果及分析

3．6 本章小结

4．1 引言

4．2 基本理论介绍

4．2．1 经验模态分解

4．2．2 回归支持向量机

4．2．3 粒子群算法

4．3 微电网负荷预测模型

4．3．1 数据属性及预处理

4．3．2 基于支持向量机的负荷预测模型

4．3．3 基于粒子群算法的参数优化模型

4．4 微电网负荷预测模型测试及实例分析

4．4．1 微电网负荷预测模型测试

4．4．2 微电网负荷预测样本分析

4．4．3 负荷预测数据分析

4．4．4 负荷预测误差总体分析

4．5 本章小结

5．1 结论

5．2 创新点

5．3 展望

附录

参考文献

致谢

攻读学位期间参加的科研项目和成果