光伏功率预测与船舶微电网优化调度研究

发布时间：2020-04-18 00:33

【摘要】：伴随着化石能源的大量消耗、环境污染问题的日益严重以及温室效应的加剧,微电网以及大电网引入新能源发电技术迫在眉睫。太阳能以其储量丰富,分布广,获取方便,转换简单的特点使得光伏发电技术得到世界各国的重视。然而光伏功率的随机性,多变性使得微电网优化调度变成一项具有挑战性的研究。光伏功率预测预测精度的高低决定了微电网优化调度的可靠性和可行性。为了解决伴有光电功率的微电网优化调度问题,本文从提高预测精度入手开展了光伏功率预测研究和基于预测信息的微电网优化调度研究。首先,根据国内外光伏功率预测技术的研究,分析得出循环神经网络由于其良好的非线性逼近能力和记忆功能,使得其在光伏功率预测中占有重要地位。利用循环神经网络构建太阳能辐射量预测模型,并对其拓扑结构和相关参数进行了优化。其次,根据太阳能辐射量时间序列的特点,分析了基于循环神经网络构建的预测模型的不足。为了解决此预测模型的不足,本文先后引入了经验模态分解算法和Kmeans算法,通过对太阳能辐射量时间序列的分解重构的方式提高预测精度,并对其最后的重构数量进行了探讨研究。再次,进一步探讨提高太阳能辐射量预测精度的方法。发现Bagging模型和误差修正模型分别从样本和误差两个角度入手改进预测模型的精度。Bagging模型通过有放回抽样的形式构建子样本集,突出不同个体的方式提高模型得泛化能力和预测精度。误差修正模型通过历史的误差数据对模型的预测值进行修正,从而提高预测精度。最后,对预测模型的预测误差进行统计学分析,提取预测误差的统计学信息。并在考虑预测误差信息的基础上建立微电网优化调度模型,并使用粒子群算法分别求解了基于经济最优和基于碳排放最小的船舶微电网优化调度问题。
【图文】：

既对太阳能辐射量进行预测。光伏功率值可以通过太阳能效率获得。太阳能辐射量的统计学预测方法有多种，但循环神且在太阳能辐射量预测问题上取得了良好的效果。本文选取一型--Elman 神经网络[32-33]，解决沿航线的太阳能辐射量预测的结构，Elman 神经网络的参数获取最佳的太阳能辐射量预测模正航线的太阳能辐射问题中，沿航线的太阳能辐射量的数据获取于船舶航线上的几个气象观测站的数据，提出一种基于经纬型。本文采用的数据是来自于 SolarGIS 数据库，其中气象数MAWARI 采集的 2015 年全年的气象数据。通过此模型和船舶的小时级的太阳能辐射量数据和相关气象数据。本文的研究针连与上海之间的一艘轮船，其途中依次经过威海，青岛，大丰间为 4 天。船舶上接收到的太阳能辐射量随着船舶航行时船舶地时间变化而变化，因此需要利用船舶的位置等信息，，采用受到的太阳能辐射量进行修正。图 2.1 为沿航线的 5 个气象站

2 数据基本预处理方法太阳能辐射量及相关数据的质量参差不齐。坏数据和数据缺失是样本集中常有象。且不同类别的数据的量纲和数值范围都不同。因此，对太阳能辐射量以及进行预处理是实现太阳能辐射量高精度预测的必要环节。数据基本预处理方法据的删除，缺失数据的补全，均值移除和归一化四部分。1. 坏数据的剔除通常依据物理规律或数据采集质量控制要求剔除坏数据。但由于太阳能辐射量的特点，准确的对坏数据进行界定是一大难题。2. 缺失数据处理当数据样本集较小时，删除缺失数据很大程度的影响太阳能辐射量的预测精度构缺失数据是很有必要。补全数据信息要遵循唯一原则：保持信息的原始状态缺失数据的处理方法根据样本情况的不同，有如下几种解决方法：1）直接舍失值的数据样本。主要有简单删除法和权重法。简单删除法是对缺失值进行最的处理，直接舍弃存在缺失值的数据样本。如果含有缺失值的数据样本在整体
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U665.1;TM73

【相似文献】

相关期刊论文 前8条

1 杨涛;;交-直流混合微电网中的安全性分析[J];变频器世界;2019年07期

2 吴俊宏;;围绕用户需求重新定位微电网[J];中国电力企业管理;2019年19期

3 庄丛粼;;光储微电网信息物理融合建模的研究[J];中国新通信;2018年23期

4 武保东;;直流微电网运行控制分析[J];科技资讯;2018年30期

5 翟雨稼;靳嘉荐;;基于功率调节的微电网互联与配电网协调优化控制[J];可再生能源;2019年02期

6 历莉;;园区智能微电网技术的应用[J];市政技术;2019年01期

7 刘维斌;王大龙;;海岛微电网孤网联络应用实例[J];通信电源技术;2019年01期

8 颜宁;潘霄;张明理;马少华;厉伟;张博;;基于复合储能的多互联微电网日内调度研究[J];电工技术学报;2018年S2期

相关会议论文 前10条

1 曾凡有;;基于奔德斯分解的微电网优化运行研究[A];2017年江西省电机工程学会年会论文集[C];2018年

2 董晔弘;王珏;王叶;陶友传;;基于可再生能源利用的孤岛微电网[A];2015年中国造船工程学会优秀学术论文集[C];2016年

3 李成玲;李雯;郑雨翔;洪yN祺;郭慧敏;;含微电网的配电网典型接线模式经济性评估[A];2017电力行业信息化年会论文集[C];2017年

4 姜军;;含分布式电源和储能装置的微电网控制技术分析[A];决策论坛——系统科学在工程决策中的应用学术研讨会论文集（上）[C];2015年

5 任青;王海燕;同向前;;户用微电网能量管理系统研究[A];第四届全国电能质量学术会议暨电能质量行业发展论坛：电能质量与高效优质用电论文集[C];2015年

6 董晔弘;王珏;王叶;陶友传;;基于可再生能源利用的孤岛微电网[A];第十七届中国科协年会——分6　中国海洋工程装备技术论坛论文集[C];2015年

7 ;微电网应用技术介绍[A];中国农机工业协会风能设备分会《中小型风能设备与应用》（2015年第2期）[C];2015年

8 肖朝霞;方红伟;张献;;智能微电网研究综述[A];天津市电机工程学会2009年学术年会论文集[C];2009年

9 ;《推进并网型微电网建设试行办法》对中小风电行业发展的影响[A];中小型风能设备与应用（2017年12月·第2期 总第26期）[C];2017年

10 卢洋;袁月亮;李科;;并网型微电网电源容量优化配置[A];2017年江西省电机工程学会年会论文集[C];2018年

相关重要报纸文章 前10条

1 本报记者 秦虹;微电网点亮电力“空白区”[N];中国电力报;2019年

2 本报记者 贾涛;刘怡：智慧微电网助力大同能源革命[N];大同日报;2019年

3 本报记者 苏南;微电网渐成综合能源最有效应用形式[N];中国能源报;2019年

4 华东电力设计院智慧能源室主任 吴俊宏;应以用户需求为目标重新定位微电网[N];中国能源报;2019年

5 本报记者 孙兴维 通讯员 尹继冬 赵金石;智能微电网惠及边关哨所[N];解放军报;2019年

6 朱晖 茹心芹 姬秋华;南瑞集团承担的光储微电网技术成果通过鉴定[N];国家电网报;2019年

7 记者 黄蕾 通讯员 马龙鹏 夏衍;江苏开山岛微电网风机基础完成浇筑[N];国家电网报;2019年

8 本报记者 秦虹;微电网建设将逐步实现多能互补[N];中国电力报;2019年

9 记者 张健 黄蕾 通讯员 夏衍;开山岛智能微电网建成投运[N];国家电网报;2019年

10 记者 陈兵 通讯员 夏衍;开山岛智能微电网建成投运[N];连云港日报;2019年

相关博士学位论文 前10条

1 胡亚龙;微电网的功率均分与经济性调控[D];浙江大学;2019年

2 颜宁;基于环网架构的多互联微电网能量管理及协调控制策略研究[D];沈阳工业大学;2019年

3 申景双;基于主动响应的微电网能量管理研究[D];上海交通大学;2017年

4 余志文;微电网分布式协同控制策略研究[D];上海交通大学;2017年

5 吴盛军;微电网中电动汽车储能优化控制及储能梯级利用研究[D];东南大学;2017年

6 汤庆峰;广义需求侧资源接入下多种形态微电网的优化运行方法[D];华北电力大学(北京);2015年

7 李玉梅;环形直流微电网运行控制及其稳定性分析[D];武汉大学;2017年

8 王环;基于极值优化的三相逆变电源与微电网控制方法研究[D];湖南大学;2018年

9 温烨婷;微电网中虚拟同步发电机并联控制技术研究[D];湖南大学;2018年

10 周小平;微电网功率协调控制关键技术研究[D];湖南大学;2018年

相关硕士学位论文 前10条

1 毛泽民;光储直流微电网运行控制的研究[D];天津理工大学;2019年

2 李易隆;微电网负荷预测及能量优化调度研究[D];天津理工大学;2019年

3 柴军伟;微电网分散式控制策略与能量管理系统研究[D];浙江大学;2019年

4 楼悦欣;基于微电网的双向AC/DC变换器的控制策略研究[D];浙江大学;2018年

5 陈杰涛;蜂巢状配电网能量/信息交换基站研究[D];浙江大学;2019年

6 邓鸿侨;可编程微电网实验平台设计及其DC/DC变流器接口无源化[D];浙江大学;2019年

7 徐豪玲;微电网新型自适应下垂控制策略研究[D];浙江大学;2018年

8 江峰;并网型微电网中分布式电源协调自治研究[D];浙江大学;2019年

9 张亦冰;并网型微电网能量协调控制与能量优化管理研究[D];河北科技大学;2019年

10 马红伟;基于储能的直流微电网双向DC/DC变换器的优化设计[D];安徽工程大学;2019年

本文编号：2631499