当前位置:主页 > 科技论文 > 电气论文 >

风光储联合发电系统运行特性评价研究

发布时间:2017-09-03 22:16

  本文关键词:风光储联合发电系统运行特性评价研究


  更多相关文章: 风光储联合发电 运行特性 统计分析 数据挖掘 关联规则


【摘要】:随着“十三五”规划中大力发展清洁能源的明确提出,风电、光伏等清洁能源大规模开发和消纳问题备受瞩目。风光储联合发电模式能够在一定程度上克服新能源出力固有的随机性和间歇性等缺陷,有利于解决其大量并网所带来的问题。但是自风光储联合发电模式投运以来,由于诸多限制性难题,其运行特性的评价分析和优势挖掘工作尚未展开。针对上述迫切需求,本文对风光储联合发电系统运行特性展开系统地评价研究,分为统计分析和数据挖掘两个层面。统计分析方面,构建风光储联合发电系统运行特性的多时空尺度评价指标体系,将其作为基础对运行特性展开分析,并总结提出联合发电模式的电网友好性指标。数据挖掘方面,将数据挖掘技术中的关联规则引入评价分析工作中,提出一种改进创新算法,将其重点应用于对风机发电性能的深入挖掘研究。本文主要包括以下内容:(1)提出考虑时空特性差异的多维度评价方法。根据风光储联合发电系统独有的特点,按其能量汇集的顺序,构建包括自然资源、设备单体、分系统以及联合发电系统四个层级的风光储联合发电系统运行特性评价指标体系。详细定义其每一层级中包含的指标并给出定量分析公式。(2)在上述指标体系的基础上,对本课题给定的系统运行特性范围作定量分析,其中风电/光伏分系统的运行特性主要包括风电出力的分布特性、出力的波动特性、可靠性以及发电能力;风光储联合运行特性作为本课题的分析重点,主要侧重于风光互补特性、有功功率控制以及储能的平滑效果这三个方面。(3)对统计分析发现的一些系统运行特性问题进行了深入的数据挖掘分析工作。提出了改进型模糊函数关联规则算法,该算法用分区的概念将布尔型关联规则转化为数值型关联规则,并且引入模糊数学中正态分布隶属函数的概念,使其边界更加合理有效。最后,将此算法应用于A风电场中发电性能最差的风机的深入分析工作。
【关键词】:风光储联合发电 运行特性 统计分析 数据挖掘 关联规则
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TM61
【目录】:
  • 摘要5-6
  • Abstract6-10
  • 第1章 绪论10-18
  • 1.1 课题背景及研究的目的和意义10-11
  • 1.2 课题的国内外研究现状11-17
  • 1.2.1 系统运行特性评价指标体系的研究现状11-13
  • 1.2.2 系统运行特性评价分析方法的研究现状13-17
  • 1.3 本文的主要工作17-18
  • 第2章 风光储联合发电系统运行特性评价指标体系的构建18-34
  • 2.1 指标建立方法19
  • 2.2 考虑时空特性差异的评价方法19-21
  • 2.3 风光储联合发电系统多时空尺度运行特性评价指标体系21-33
  • 2.3.1 风/光资源类指标21-23
  • 2.3.2 设备单体评价指标23-27
  • 2.3.3 分系统评价指标27-31
  • 2.3.4 联合发电系统评价指标31-33
  • 2.4 本章小结33-34
  • 第3章 基于统计分析的风光储联合发电系统运行特性评价34-59
  • 3.1 风电分系统的运行特性分析34-44
  • 3.1.1 风电出力分布特性34-35
  • 3.1.2 有功功率波动特性35-39
  • 3.1.3 风电运营水平特性39-40
  • 3.1.4 风机发电能力40-43
  • 3.1.5 风电运行可靠性43-44
  • 3.2 光伏分系统的运行特性分析44-52
  • 3.2.1 光伏出力分布特性44-46
  • 3.2.2 光伏发电出力波动特性46-47
  • 3.2.3 光伏运营水平特性47-49
  • 3.2.4 光伏设备发电能力49-51
  • 3.2.5 光伏运行可靠性51-52
  • 3.3 风光储联合发电的运行特性52-57
  • 3.3.1 风光互补特性52-55
  • 3.3.2 有功控制效果55-56
  • 3.3.3 储能的平滑效果56-57
  • 3.4 本章小结57-59
  • 第4章 基于数据挖掘方法的风机发电性能分析59-69
  • 4.1 布尔型关联规则挖掘算法59-61
  • 4.2 改进型模糊函数关联规则算法61-64
  • 4.2.1 分区与隶属函数的选择61-62
  • 4.2.2 模糊关联规则中支持度的确定方法62-63
  • 4.2.3 模糊函数关联规则算法的具体步骤63-64
  • 4.3 基于模糊关联规则算法的风机发电特性分析64-67
  • 4.4 本章小结67-69
  • 第5章 结论与展望69-71
  • 参考文献71-74
  • 攻读硕士学位期间发表的论文及其它成果74-75
  • 攻读硕士学位期间参加的科研工作75-76
  • 致谢76

【参考文献】

中国期刊全文数据库 前10条

1 张曦;康重庆;张宁;黄越辉;刘纯;徐健飞;;太阳能光伏发电的中长期随机特性分析[J];电力系统自动化;2014年06期

2 吴振威;蒋小平;马会萌;马速良;;多时间尺度的光伏出力波动特性研究[J];现代电力;2014年01期

3 梁廷婷;;风光储联合发电系统运行特性的研究[J];电力学报;2013年06期

4 杨桂兴;王亮;魏新泉;;光伏电站在乌鲁木齐地区电网的运行特性分析[J];新疆电力技术;2013年04期

5 庞慧;康洪波;郑铮;;基于数据挖掘的区域性光伏方阵倾角的研究[J];电源技术;2013年11期

6 李剑楠;乔颖;鲁宗相;李兢;;多时空尺度风电统计特性评价指标体系及其应用[J];中国电机工程学报;2013年13期

7 高明杰;惠东;高宗和;雷为民;李建林;王银明;;国家风光储输示范工程介绍及其典型运行模式分析[J];电力系统自动化;2013年01期

8 杨茂;熊昊;严干贵;穆钢;;基于数据挖掘和模糊聚类的风电功率实时预测研究[J];电力系统保护与控制;2013年01期

9 白建华;张钦;辛颂旭;谢国辉;;风电利用水平评价关键指标研究[J];中国电力;2012年11期

10 梁中华;安占国;朴兴哲;徐宏武;;基于灰色理论的风机变桨距驱动器故障预测[J];沈阳工业大学学报;2011年06期



本文编号:787650

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/787650.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户72efc***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com