基于负荷和分布式能源预测的储能优化管理研究
发布时间：2020-12-20 11:36
在能源互联网技术快速发展背景下,能源管理、能源技术和供应都随着多种能源的生产、配置、转换和使用而变得越来越高效、清洁。当前,国内能源发展面临着多方面的压力,这种压力不只来源于外部环境的能源革命,更在于地区发展的环境压力。特别是将能源发展与国内的城市化进展、经济调整和社会发展结合以后,发展可持续的分布式能源系统,来提高能源的使用效率,降低环境污染和减少碳排放都有十分重要的理论意义与现实价值。鉴于此,本文首先阐述了课题的研究背景及意义,对国内外研究成果进行综述,为课题研究奠定理论基础。其次,对光伏发电和风能发电这两种典型的非线性输出能源,构建了两者的出力模型,并分析两者的经济效益、环境效益等,并对其进行评价。再者,对分布式能源的用电负荷进行预测,概述了用电负荷周期,针对用电负荷周期性,将其分为以周为单位周期性、以日为单位周期性及以季节性为单位周期性后,采用水平化处理用电负荷相关数据选取与误差修正,并对分布式能源用电负荷预测的主要路径与数据选取误差修正模型进行构建。再次,采用神经网络对用电负荷进行预测,以某学校建筑物为例,探讨了基于WNN的神经网络预测模型分析了该模型的原理、结构,并对其训练...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
图２－１风力机转速与输出功率关系［２６］??，
山东大学硕士学位论文??２．２．２经济性评价??实际上，风力发电的成本是所有发电技术中下降最快的方法，风电发电成本??相较于最初的成本，缩减了将近８０％以上［３（）］。不难发现，随着科学技术的持续??进步，风电成本势必还会不断降低。如果风电发电成本能够达到最低值，那么势??必会为推动风险项目的投资提供参考依据。??基于风力发电的经济性评价，根据相关调研机构统计显示，不同的方法所计??算出来的成本是存在差异的，但是总体上均呈现下滑趋势［３１］。由于风力发电通??常装设在偏远地区，存在输电成本［３２］。国内西北地区风能资源与化石能源丰富，??由于这些地区经济发展水平导致其不会成为用电负荷中心，对风力发电产生的电??能无法本地完全消化，需要把大部分电能输送至东部经济发达地区。由于各方面??条件限制，常有弃风限电情况，这就造成了风力发电能源浪费，与发展风力发电??初衷相矛盾［３３］。同时，弃风限电除了降低风力发电收益外，还会带来附加成本。??由此可知发展风力发电并不是简单的资源供给，还需要考虑区域发展水平、电网??建设等情况。??■?Ｋｉｌｉｍｓ?■?ｎ他ｕｓ?■设济安装?■财务费ｈｊ?－?ｈｉＢ?ｉ：ｆ，；??图２－２风电项目投资的主要成本结构??近年来，由于风能投资成本持续下降，风力发电机组和塔架的占据约投资的??７０％［３４］，目前，对于风电项目投资，其主要成本构成结构，如上图２－２所示。??１０??
山东大学硕士学位论文??第一，光伏电池吸收光子以产生光生载流子，即电子－空穴；??第二，在ＰＮ结静电场的作用下，迫使光生载流子分离；??第三，光生载流子将被光伏电池电极吸引以产生电路电流并形成电能。??丨?宝间电荷区?；??！＞区｜如一＾尽展）—区??？?ｐ．ｍ??ｒ＃?ｗ＼ｍ?？ｐ?ｉｊｉｒ?，??＿内电场??？?一外电场??１?１卜—Ｄ?」??Ｖ?＇ｓ??图２－３?ＰＮ结构示意图??光伏发电系统一般包括以下主要几个部分，一是交流器，二是滤波装置，三??是光伏电池阵列、四是控制器等等［４（＞］。在整个光伏电池阵列中，其主要主要是??作为产生光生伏打效应的载体，电流交换则通过变流器来进行实现。??根据图２－３，可以得出不同性能的计算参数，其计算公式如下所示。??ＩＤ＝Ｉ０（ｅ＾－ｌ）?（２－８）??－卜（２－９）??Ｋｓｈ?Ｋｓｈ??含?（２－１０）??Ｕｏｃ＝—Ｈ＾?＋?＼）?（２－１１）??ＵＤ＝Ｕ?＋?ＩｌＲｓ?（２－１２）??其中，心为光生电流；／ｄ为暗电流；４为二极管Ｐ－Ｎ结反饱和电流；办，??为串、并联电阻；／＆为短路电流；为开路电压；９为电荷量，ｑ＝ｉ．６ｘｉ（ｒ１９ｃ；??表示玻尔兹曼常量，Ａ＝１．３８ｘｌ（Ｔ２３Ｊ／尺；ｒ为绝对温度，单位为沿ｄ为Ｐ－Ｎ结的??１２??
【参考文献】：
期刊论文
[1]基于大数据的综合能源智慧服务应用[J]. 任勇. 集成电路应用. 2019(07)
[2]解析主动配电网中微电网技术实际运用[J]. 刘恋. 电子元器件与信息技术. 2019(05)
[3]基于风险性指标的主动配电网理论可靠性评估[J]. 郑博文,杨隽,杨承辰,鲍小锋,刘涌. 供用电. 2019(05)
[4]协鑫集团综合能源服务成型之路[J]. 周晓兰. 能源. 2019(05)
[5]城市引领推动中国能源转型[J]. 杜祥琬. 中国电力企业管理. 2019(13)
[6]某技术业务用房“互联网+”智慧能源项目方案研究[J]. 肖均灵. 节能. 2019(04)
[7]能源革命中的物理储能技术[J]. 陈海生,凌浩恕,徐玉杰. 中国科学院院刊. 2019(04)
[8]基于区块链的分布式能源交易关键技术[J]. 王蓓蓓,李雅超,赵盛楠,陈浩,金逸,丁羽. 电力系统自动化. 2019(14)
[9]基于需求相关性分组预测的主动配电网分布式电源规划方法[J]. 潘霄,沈方,张明理,南哲,马少华,颜宁. 可再生能源. 2019(04)
[10]美国加州用户侧储能激励政策及对我国的启示[J]. 周树鹏,尤培培. 科技风. 2019(10)
本文编号：2927798
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
图２－１风力机转速与输出功率关系［２６］??，
山东大学硕士学位论文??２．２．２经济性评价??实际上，风力发电的成本是所有发电技术中下降最快的方法，风电发电成本??相较于最初的成本，缩减了将近８０％以上［３（）］。不难发现，随着科学技术的持续??进步，风电成本势必还会不断降低。如果风电发电成本能够达到最低值，那么势??必会为推动风险项目的投资提供参考依据。??基于风力发电的经济性评价，根据相关调研机构统计显示，不同的方法所计??算出来的成本是存在差异的，但是总体上均呈现下滑趋势［３１］。由于风力发电通??常装设在偏远地区，存在输电成本［３２］。国内西北地区风能资源与化石能源丰富，??由于这些地区经济发展水平导致其不会成为用电负荷中心，对风力发电产生的电??能无法本地完全消化，需要把大部分电能输送至东部经济发达地区。由于各方面??条件限制，常有弃风限电情况，这就造成了风力发电能源浪费，与发展风力发电??初衷相矛盾［３３］。同时，弃风限电除了降低风力发电收益外，还会带来附加成本。??由此可知发展风力发电并不是简单的资源供给，还需要考虑区域发展水平、电网??建设等情况。??■?Ｋｉｌｉｍｓ?■?ｎ他ｕｓ?■设济安装?■财务费ｈｊ?－?ｈｉＢ?ｉ：ｆ，；??图２－２风电项目投资的主要成本结构??近年来，由于风能投资成本持续下降，风力发电机组和塔架的占据约投资的??７０％［３４］，目前，对于风电项目投资，其主要成本构成结构，如上图２－２所示。??１０??
山东大学硕士学位论文??第一，光伏电池吸收光子以产生光生载流子，即电子－空穴；??第二，在ＰＮ结静电场的作用下，迫使光生载流子分离；??第三，光生载流子将被光伏电池电极吸引以产生电路电流并形成电能。??丨?宝间电荷区?；??！＞区｜如一＾尽展）—区??？?ｐ．ｍ??ｒ＃?ｗ＼ｍ?？ｐ?ｉｊｉｒ?，??＿内电场??？?一外电场??１?１卜—Ｄ?」??Ｖ?＇ｓ??图２－３?ＰＮ结构示意图??光伏发电系统一般包括以下主要几个部分，一是交流器，二是滤波装置，三??是光伏电池阵列、四是控制器等等［４（＞］。在整个光伏电池阵列中，其主要主要是??作为产生光生伏打效应的载体，电流交换则通过变流器来进行实现。??根据图２－３，可以得出不同性能的计算参数，其计算公式如下所示。??ＩＤ＝Ｉ０（ｅ＾－ｌ）?（２－８）??－卜（２－９）??Ｋｓｈ?Ｋｓｈ??含?（２－１０）??Ｕｏｃ＝—Ｈ＾?＋?＼）?（２－１１）??ＵＤ＝Ｕ?＋?ＩｌＲｓ?（２－１２）??其中，心为光生电流；／ｄ为暗电流；４为二极管Ｐ－Ｎ结反饱和电流；办，??为串、并联电阻；／＆为短路电流；为开路电压；９为电荷量，ｑ＝ｉ．６ｘｉ（ｒ１９ｃ；??表示玻尔兹曼常量，Ａ＝１．３８ｘｌ（Ｔ２３Ｊ／尺；ｒ为绝对温度，单位为沿ｄ为Ｐ－Ｎ结的??１２??
【参考文献】：
期刊论文
[1]基于大数据的综合能源智慧服务应用[J]. 任勇. 集成电路应用. 2019(07)
[2]解析主动配电网中微电网技术实际运用[J]. 刘恋. 电子元器件与信息技术. 2019(05)
[3]基于风险性指标的主动配电网理论可靠性评估[J]. 郑博文,杨隽,杨承辰,鲍小锋,刘涌. 供用电. 2019(05)
[4]协鑫集团综合能源服务成型之路[J]. 周晓兰. 能源. 2019(05)
[5]城市引领推动中国能源转型[J]. 杜祥琬. 中国电力企业管理. 2019(13)
[6]某技术业务用房“互联网+”智慧能源项目方案研究[J]. 肖均灵. 节能. 2019(04)
[7]能源革命中的物理储能技术[J]. 陈海生,凌浩恕,徐玉杰. 中国科学院院刊. 2019(04)
[8]基于区块链的分布式能源交易关键技术[J]. 王蓓蓓,李雅超,赵盛楠,陈浩,金逸,丁羽. 电力系统自动化. 2019(14)
[9]基于需求相关性分组预测的主动配电网分布式电源规划方法[J]. 潘霄,沈方,张明理,南哲,马少华,颜宁. 可再生能源. 2019(04)
[10]美国加州用户侧储能激励政策及对我国的启示[J]. 周树鹏,尤培培. 科技风. 2019(10)
本文编号：2927798
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2927798.html
