基于储能控制策略及改进NSGA-Ⅱ算法的风光氢蓄综合能源系统容量优化配置
发布时间：2022-08-11 14:12
全球范围内清洁能源的发展趋势已经无法逆转,能源生产和消费模式正在发生重大转变,逐渐枯竭的传统化石能源以及由化石能源的使用对环境造成的严重污染,对世界经济的可持续发展有很大程度上阻碍。综合能源系统不仅可以提高能源利用效率还可以满足多元化用能需求,作为新型的一体化能源系统对于能源可持续发展具有促进作用。氢能具有来源众多、清洁无污染、较大的能量密度、可再生、易存储、用途广泛等特性,适宜作为可再生能源的二次载体。氢储能与风光互补发电系统结合并作为可再生能源发电的能量存储,可以很大程度上改善大规模风光发电对电网的影响。电解槽也可以降低弃风弃光率,提高并网电能质量。首先,阐述论文研究背景意义和国内外现状,并搭建风光氢蓄综合能源系统模型,分析系统中风机、光伏、蓄电池、制氢储氢系统的特性,根据用户用电负荷需求、风力、光伏分布数据等约束条件确定系统中各组件单元的模型,完成器件选型工作。然后,研究系统储能单元的控制策略,并在后续仿真中加入控制策略。分析已有的蓄电池充放电方式的优缺点,提出蓄电池充放电分区控制策略,对蓄电池充电阶段进行划分,根据蓄电池SOC值所处的阶段不同,采用不同的充电方式,从而达到蓄电池...
【文章页数】：54 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 国内外综合能源系统研究现状
1.3 主要研究内容
第二章 风光氢蓄综合能源系统模型
2.1 风光氢蓄综合能源系统概述
2.2 风光氢蓄综合能源系统结构
2.3 风光氢蓄综合能源系统组成单元模型
2.4 小结
第三章 风光氢蓄综合能源系统储能单元控制策略研究
3.1 蓄电池常见充放电策略
3.2 蓄电池单元控制策略研究
3.3 蓄电池-氢储能混合储能单元控制策略研究
3.4 小结
第四章 带精英策略的快速非支配遗传算法的改进
4.1 NSGA-Ⅱ算法概述
4.2 NSGA-Ⅱ算法基本流程
4.3 NSGA-Ⅱ算法改进
4.4 改进型NSGA-Ⅱ算法的仿真验证
4.5 小结
第五章 风光氢综合能源系统容量优化配置
5.1 风光氢蓄综合能源系统容量优化目标函数
5.2 风光氢蓄综合能源系统容量优化约束条件
5.3 系统容量优化仿真数据
5.4 系统设备选型结果
5.5 算例仿真研究
5.6 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
个人简介
【参考文献】：
期刊论文
[1]能源革命中的电化学储能技术[J]. 李先锋,张洪章,郑琼,阎景旺,郭玉国,胡勇胜. 中国科学院院刊. 2019(04)
[2]基于不同种类储能电池的微电网综合储能系统性能对比[J]. 王若谷,戴立森,梁芷睿,王贤. 电力电容器与无功补偿. 2019(01)
[3]综合需求响应研究综述及展望[J]. 徐筝,孙宏斌,郭庆来. 中国电机工程学报. 2018(24)
[4]用于波动性新能源大规模接入的氢储能技术研究综述[J]. 赵波,赵鹏程,胡娟,牛萌,肖宇,刘锋. 电器与能效管理技术. 2018(16)
[5]REN21《全球可再生能源现状报告2018》[J]. 能源. 2018(07)
[6]电解制氢与氢储能[J]. 俞红梅,衣宝廉. 中国工程科学. 2018(03)
[7]构建综合能源系统[J]. 曾鸣. 中国电力企业管理. 2018(10)
[8]储能是综合能源系统的“心脏”[J]. 仅一,杜秋. 国际融资. 2017(10)
[9]综合能源系统可靠性评估的研究现状及展望[J]. 李更丰,别朝红,王睿豪,姜江枫,寇宇. 高电压技术. 2017(01)
[10]结合热网模型的多区域综合能源系统协同规划[J]. 王珺,顾伟,陆帅,张成龙,王志贺,唐沂媛. 电力系统自动化. 2016(15)
博士论文
[1]风光氢综合能源系统优化配置与协调控制策略研究[D]. 孔令国.华北电力大学(北京) 2017
[2]微网中电池储能系统控制策略的研究[D]. 张野.天津大学 2014
硕士论文
[1]风—光—抽水蓄能联合发电系统优化调度研究[D]. 吕优.西安理工大学 2018
[2]基于全寿命周期成本/碳排放的风光互补发电系统容量配置[D]. 唐浩.宁夏大学 2018
[3]考虑蓄电池SOC安全范围的风光储发电系统功率平抑策略研究[D]. 李卿.宁夏大学 2018
[4]光伏充电站及储能蓄电池充放电方案设计[D]. 刘春莉.东北农业大学 2018
[5]先进控制算法在大型风力发电机组的应用研究[D]. 解沛然.华北电力大学 2018
[6]小型太阳能供电系统及蓄电池充电设计[D]. 胡亮亮.东北农业大学 2017
[7]带精英策略的非支配排序遗传算法优化研究[D]. 郭军.辽宁大学 2017
[8]微电网混合储能系统容量优化[D]. 张智凯.太原理工大学 2017
[9]风光氢储综合供电系统优化配置与能量管理研究[D]. 刘鹏飞.浙江大学 2017
[10]独立光伏发电系统的MPPT控制及能量管理的研究[D]. 李力.安徽大学 2017
本文编号：3674808
【文章页数】：54 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 国内外综合能源系统研究现状
1.3 主要研究内容
第二章 风光氢蓄综合能源系统模型
2.1 风光氢蓄综合能源系统概述
2.2 风光氢蓄综合能源系统结构
2.3 风光氢蓄综合能源系统组成单元模型
2.4 小结
第三章 风光氢蓄综合能源系统储能单元控制策略研究
3.1 蓄电池常见充放电策略
3.2 蓄电池单元控制策略研究
3.3 蓄电池-氢储能混合储能单元控制策略研究
3.4 小结
第四章 带精英策略的快速非支配遗传算法的改进
4.1 NSGA-Ⅱ算法概述
4.2 NSGA-Ⅱ算法基本流程
4.3 NSGA-Ⅱ算法改进
4.4 改进型NSGA-Ⅱ算法的仿真验证
4.5 小结
第五章 风光氢综合能源系统容量优化配置
5.1 风光氢蓄综合能源系统容量优化目标函数
5.2 风光氢蓄综合能源系统容量优化约束条件
5.3 系统容量优化仿真数据
5.4 系统设备选型结果
5.5 算例仿真研究
5.6 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
个人简介
【参考文献】：
期刊论文
[1]能源革命中的电化学储能技术[J]. 李先锋,张洪章,郑琼,阎景旺,郭玉国,胡勇胜. 中国科学院院刊. 2019(04)
[2]基于不同种类储能电池的微电网综合储能系统性能对比[J]. 王若谷,戴立森,梁芷睿,王贤. 电力电容器与无功补偿. 2019(01)
[3]综合需求响应研究综述及展望[J]. 徐筝,孙宏斌,郭庆来. 中国电机工程学报. 2018(24)
[4]用于波动性新能源大规模接入的氢储能技术研究综述[J]. 赵波,赵鹏程,胡娟,牛萌,肖宇,刘锋. 电器与能效管理技术. 2018(16)
[5]REN21《全球可再生能源现状报告2018》[J]. 能源. 2018(07)
[6]电解制氢与氢储能[J]. 俞红梅,衣宝廉. 中国工程科学. 2018(03)
[7]构建综合能源系统[J]. 曾鸣. 中国电力企业管理. 2018(10)
[8]储能是综合能源系统的“心脏”[J]. 仅一,杜秋. 国际融资. 2017(10)
[9]综合能源系统可靠性评估的研究现状及展望[J]. 李更丰,别朝红,王睿豪,姜江枫,寇宇. 高电压技术. 2017(01)
[10]结合热网模型的多区域综合能源系统协同规划[J]. 王珺,顾伟,陆帅,张成龙,王志贺,唐沂媛. 电力系统自动化. 2016(15)
博士论文
[1]风光氢综合能源系统优化配置与协调控制策略研究[D]. 孔令国.华北电力大学(北京) 2017
[2]微网中电池储能系统控制策略的研究[D]. 张野.天津大学 2014
硕士论文
[1]风—光—抽水蓄能联合发电系统优化调度研究[D]. 吕优.西安理工大学 2018
[2]基于全寿命周期成本/碳排放的风光互补发电系统容量配置[D]. 唐浩.宁夏大学 2018
[3]考虑蓄电池SOC安全范围的风光储发电系统功率平抑策略研究[D]. 李卿.宁夏大学 2018
[4]光伏充电站及储能蓄电池充放电方案设计[D]. 刘春莉.东北农业大学 2018
[5]先进控制算法在大型风力发电机组的应用研究[D]. 解沛然.华北电力大学 2018
[6]小型太阳能供电系统及蓄电池充电设计[D]. 胡亮亮.东北农业大学 2017
[7]带精英策略的非支配排序遗传算法优化研究[D]. 郭军.辽宁大学 2017
[8]微电网混合储能系统容量优化[D]. 张智凯.太原理工大学 2017
[9]风光氢储综合供电系统优化配置与能量管理研究[D]. 刘鹏飞.浙江大学 2017
[10]独立光伏发电系统的MPPT控制及能量管理的研究[D]. 李力.安徽大学 2017
本文编号：3674808
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3674808.html
