智能电网环境下微电网储能行为优化研究
发布时间：2021-08-25 16:22
随着分布式新能源大规模的应用发展,由于分布式新能源的不确定性和间歇性特征,如何有效地将这些新能源通过微电网应用到千家万户已成为当前研究人员迫切需要解决的问题。储能装置是目前应用比较广泛的微电网的重要组成部分,其具有削峰填谷的重要作用,,同样也可以用来克服分布式新能源发电的间歇性和波动性的缺点。因此,研究微电网中的储能技术和储能行为优化策略具有重要理论意义和社会应用价值。目前关于微网储能行为优化的研究,缺少可转移负荷特性和负荷预测中误差分析,而且基于多种电力市场机制结合的复合环境下的储能行为研究也很少。本文将针对上述两个问题进行了相应研究工作,主要的研究内容如下:（1）在微电网的需求侧管理（DSM）研究中,为了提高负荷预测准确性和降低负荷使用成本,本文提出了一种基于误差驱动的预测模型,该模型通过分析正误差、负误差和基于概率密度估计理论,在不需要增加新的特征空间的情况下能够提高负荷预测的准确性。（2）本文提出了一种DSM方法评估环境（DMEE）和两种新的DSM方法。第一种方法是将误差驱动的预测模型直接加入到传统的DSM模型中。第二种方法是基于虚拟储能的概念,以调整预测误差对微电网运行的影响...
【文章来源】：广东工业大学广东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
微电网结构图
单元的数学模型发电的基本原理和模型可再生能源中，太阳能发电系统在过去几年中得到了充分是指无需通过热过程直接将光能转变为电能的发电系统。、蓄电池、控制器和逆变器。其特点是可靠性高、使用寿发电又能并网运行，近年来发展非常迅速。光伏发电面板常自维持操作的输出电压略低并且输出小。目前使用的太本模型和单个二极管等效模型。通过并联连接单个光生电成太阳能电池板，而不是计算电池板的所有内部消耗值。单闭合状态之间切换的理想开关装置，并且该表示中的电压。在基本情况下太阳能电池板单二极管电路，通过增加串来注意其内部消耗[53]。
广东工业大学硕士学位论文荷预测中的正误差表示预测负荷小于实际负荷时的误差。负误差表示际负荷时的误差。通过范数将误差分为正误差和负误差，可以表示更多误差和负误差分析的初步负荷预测实验。在该实验中使用典型的特征。表 3-1 显示了实验参数，图 3-1 和图 3-2 显示了该实验的结果。
【参考文献】：
期刊论文
[1]基于合作博弈的电力市场模式下售电商购电策略模型[J]. 张晨,韩新阳,白翠粉,胡波,柴玉凤,周建其. 中国电力. 2017(06)
[2]新能源微电网研究综述[J]. 孟明,陈世超,赵树军,李振伟,卢玉舟. 现代电力. 2017(01)
[3]考虑分时电价和需求响应的家庭型用户侧微电网优化运行[J]. 黄焘,马溪原,雷金勇,许爱东,郭晓斌,李鹏,刘念,杨苹. 南方电网技术. 2015(04)
[4]含风光柴蓄的海岛独立微电网多目标优化调度方法[J]. 路欣怡,黄扬琪,刘念,雷金勇,张建华. 现代电力. 2014(05)
[5]微电网中的储能系统设计[J]. 冯乾,张旭东,梁俊霞,曲正伟,朱炯. 电源技术. 2014(07)
[6]考虑需求响应的含风电电力系统的优化调度[J]. 别朝红,胡国伟,谢海鹏,李更丰. 电力系统自动化. 2014(13)
[7]采用PSO-BF算法的微电网多目标电能优化调度[J]. 杨毅,雷霞,徐贵阳,吴泓俭,卢杨. 电力系统保护与控制. 2014(13)
[8]孤立微电网的黑启动策略[J]. 孟强,牟龙华,许旭锋,朱国锋. 电力自动化设备. 2014(03)
[9]微电网关键技术研究[J]. 王成山,武震,李鹏. 电工技术学报. 2014(02)
[10]储能技术综述及其在智能电网中的应用展望[J]. 罗星,王吉红,马钊. 智能电网. 2014(01)
硕士论文
[1]考虑储能功率控制的微电网优化运行研究[D]. 荣园园.南京师范大学 2017
[2]基于神经网络的电力负荷预测研究与实现[D]. 石德琳.山东大学 2016
[3]微电网的优化运行研究[D]. 何晓伟.华北电力大学 2015
[4]孤岛运行微电网的能量配置动态优化及能量管理系统研究[D]. 刘子秋.浙江大学 2015
[5]微电网经济运行优化[D]. 王辉.华南理工大学 2014
[6]基于改进粒子群算法的微电网多目标优化运行研究[D]. 黄敏.重庆大学 2014
[7]冷热电联供型微电网优化配置与运行研究[D]. 彭树勇.西南交通大学 2014
[8]计及碳排放权交易的微网优化运行研究[D]. 李孝宇.华北电力大学 2014
[9]微电网中电池储能系统的动态优化调度及可靠性建模问题研究[D]. 钟宇峰.浙江大学 2014
[10]基于多目标的微电网优化调度研究[D]. 邱海伟.上海电力学院 2013
本文编号：3362454
【文章来源】：广东工业大学广东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
微电网结构图
单元的数学模型发电的基本原理和模型可再生能源中，太阳能发电系统在过去几年中得到了充分是指无需通过热过程直接将光能转变为电能的发电系统。、蓄电池、控制器和逆变器。其特点是可靠性高、使用寿发电又能并网运行，近年来发展非常迅速。光伏发电面板常自维持操作的输出电压略低并且输出小。目前使用的太本模型和单个二极管等效模型。通过并联连接单个光生电成太阳能电池板，而不是计算电池板的所有内部消耗值。单闭合状态之间切换的理想开关装置，并且该表示中的电压。在基本情况下太阳能电池板单二极管电路，通过增加串来注意其内部消耗[53]。
广东工业大学硕士学位论文荷预测中的正误差表示预测负荷小于实际负荷时的误差。负误差表示际负荷时的误差。通过范数将误差分为正误差和负误差，可以表示更多误差和负误差分析的初步负荷预测实验。在该实验中使用典型的特征。表 3-1 显示了实验参数，图 3-1 和图 3-2 显示了该实验的结果。
【参考文献】：
期刊论文
[1]基于合作博弈的电力市场模式下售电商购电策略模型[J]. 张晨,韩新阳,白翠粉,胡波,柴玉凤,周建其. 中国电力. 2017(06)
[2]新能源微电网研究综述[J]. 孟明,陈世超,赵树军,李振伟,卢玉舟. 现代电力. 2017(01)
[3]考虑分时电价和需求响应的家庭型用户侧微电网优化运行[J]. 黄焘,马溪原,雷金勇,许爱东,郭晓斌,李鹏,刘念,杨苹. 南方电网技术. 2015(04)
[4]含风光柴蓄的海岛独立微电网多目标优化调度方法[J]. 路欣怡,黄扬琪,刘念,雷金勇,张建华. 现代电力. 2014(05)
[5]微电网中的储能系统设计[J]. 冯乾,张旭东,梁俊霞,曲正伟,朱炯. 电源技术. 2014(07)
[6]考虑需求响应的含风电电力系统的优化调度[J]. 别朝红,胡国伟,谢海鹏,李更丰. 电力系统自动化. 2014(13)
[7]采用PSO-BF算法的微电网多目标电能优化调度[J]. 杨毅,雷霞,徐贵阳,吴泓俭,卢杨. 电力系统保护与控制. 2014(13)
[8]孤立微电网的黑启动策略[J]. 孟强,牟龙华,许旭锋,朱国锋. 电力自动化设备. 2014(03)
[9]微电网关键技术研究[J]. 王成山,武震,李鹏. 电工技术学报. 2014(02)
[10]储能技术综述及其在智能电网中的应用展望[J]. 罗星,王吉红,马钊. 智能电网. 2014(01)
硕士论文
[1]考虑储能功率控制的微电网优化运行研究[D]. 荣园园.南京师范大学 2017
[2]基于神经网络的电力负荷预测研究与实现[D]. 石德琳.山东大学 2016
[3]微电网的优化运行研究[D]. 何晓伟.华北电力大学 2015
[4]孤岛运行微电网的能量配置动态优化及能量管理系统研究[D]. 刘子秋.浙江大学 2015
[5]微电网经济运行优化[D]. 王辉.华南理工大学 2014
[6]基于改进粒子群算法的微电网多目标优化运行研究[D]. 黄敏.重庆大学 2014
[7]冷热电联供型微电网优化配置与运行研究[D]. 彭树勇.西南交通大学 2014
[8]计及碳排放权交易的微网优化运行研究[D]. 李孝宇.华北电力大学 2014
[9]微电网中电池储能系统的动态优化调度及可靠性建模问题研究[D]. 钟宇峰.浙江大学 2014
[10]基于多目标的微电网优化调度研究[D]. 邱海伟.上海电力学院 2013
本文编号：3362454
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3362454.html
