当前位置:主页 > 科技论文 > 电力论文 >

并网光伏电站运行特性分析及发电预测

发布时间:2018-11-16 19:28
【摘要】:光伏并网发电作为太阳能的主要使用方式,得到世界各国的大力扶持,发展迅猛,虽然国内外在光伏并网发电方面的研究已经取得很多成果,但是在一些关键性的技术方面,依然有很多问题有待解决。电网里如果含有并网光伏发电单元,必须要充分考虑其发电不确定性、间断性对电网的影响。本文调研了江苏地区并网光伏电站,分析了典型光伏电站的运行特性,深入研究江苏地区光伏电站出力规律。首先研究单一光伏电站出力特性,包括不同天气下日有功出力特性,出力波动特性,出力概率分布特性,最大出力时间分布特性,出力波动的随机分布特性,同一光伏电站在不同时间尺度下的出力相关性分析和单一光伏电站接入电网对配电网电压的影响。接着研究多光伏电站的出力特性,出力相关性及对电网电压的影响,以及光伏单元并网后电网电压越限的问题。接着提出准确的光伏预测可以解决光伏并网给电网安全稳定运行带来的不利影响。本文在发电预测部分,首先介绍了几种常见的预测方法,然后提出组合预测方法。本文的组合预测方法是基于方差-协方差的组合预测方法,先分别介绍本文组合预测方法中需要用到的三个单一预测法:人工神经网络预测方法、基于马尔可夫链的预测方法、基于相似日和最小二乘支持向量机的光伏发电预测。最后介绍基于方差一协方差的组合预测方法。本文的组合预测方法需要建立在三种单一预测方法的结果上来确定权重系数。因此在针对徐州协鑫光伏电站的工程预测实例部分,本文先采用三种单一预测法进行预测,最后结合单一预测的结果确立组合预测权重系数,采用基于方差一协方差的组合预测法得到组合预测值。通过对比三种单一算法和组合预测算法的平均误差,可以看出组合预测法更加准确。
[Abstract]:Photovoltaic grid-connected power generation as the main use of solar energy, has been vigorously supported by countries around the world, rapid development, although domestic and foreign research in photovoltaic grid-connected power generation has made a lot of achievements, but in some key technology, There are still many problems to be solved. If there are grid-connected photovoltaic units in the power grid, it is necessary to take full account of the uncertainty of its generation and the intermittent impact on the grid. This paper investigates the grid-connected photovoltaic power stations in Jiangsu Province, analyzes the operation characteristics of typical photovoltaic power stations, and deeply studies the law of photovoltaic power generation in Jiangsu area. Firstly, the output characteristics of a single photovoltaic power plant are studied, including the characteristics of daily active power output, force fluctuation, force probability distribution, maximum force time distribution, and random distribution characteristics of output force fluctuation under different weather conditions. The correlation analysis of the output force of the same photovoltaic power plant at different time scales and the influence of a single photovoltaic power station on the distribution network voltage. Then, the characteristics of power generation of multi-photovoltaic power stations, the dependence of output force and its influence on grid voltage, as well as the problem of grid voltage exceeding limit after grid connection of photovoltaic units are studied. Then it is proposed that accurate photovoltaic prediction can solve the adverse effects of grid-connected photovoltaic network on the safe and stable operation of the grid. In the part of generation prediction, several common forecasting methods are introduced, and then combined forecasting methods are proposed. The combined forecasting method is based on variance-covariance. First, three single forecasting methods are introduced: artificial neural network forecasting method, Markov chain based forecasting method. Photovoltaic generation prediction based on similarity day and least squares support vector machine. Finally, the combined prediction method based on variance-covariance is introduced. The combined forecasting method in this paper needs to be based on the results of three single forecasting methods to determine the weight coefficient. Therefore, in view of Xuzhou Xiexin photovoltaic power station engineering forecast example part, this article first uses three kinds of single forecast method to carry on the forecast, finally unifies the single forecast result to establish the combination forecast weight coefficient, The combination prediction method based on variance-covariance is used to obtain the combined prediction value. By comparing the average error between the three single algorithms and the combined prediction algorithm, we can see that the combined prediction method is more accurate.
【学位授予单位】:东南大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TM615

【相似文献】

相关期刊论文 前10条

1 许洪华;深圳1兆瓦并网光伏电站发电[J];太阳能;2004年05期

2 张跃;马勇刚;李自应;;云南德援光伏电站[J];太阳能;2006年04期

3 ;发改委:中国将建设首个大型沙漠光伏电站[J];山东电力技术;2008年06期

4 曾星;;国内将兴建首座普及型光伏电站[J];发电设备;2008年04期

5 章从福;;发改委称国家将在甘肃建首个大型沙漠光伏电站[J];半导体信息;2009年01期

6 ;山东省最大光伏电站将建成[J];山东电力高等专科学校学报;2009年05期

7 ;我国第二批光伏电站特许权招标最低价曝光[J];电源世界;2010年09期

8 ;国内规模最大光伏电站年底发电[J];华东电力;2010年09期

9 ;国内最大光伏电站在济宁并网[J];青海电力;2010年03期

10 ;全球最大光伏电站项目已获准启动[J];可再生能源;2010年06期

相关会议论文 前10条

1 杨建;杨宇东;胡会永;史红丽;;乌兰并网光伏电站设计体会[A];2011建筑工程电气技术文集[C];2011年

2 顾文;王红星;徐敦彬;陈士军;;光伏电站接入电网影响分析[A];第六届电力工业节能减排学术研讨会论文集[C];2011年

3 潘捷;任浩翰;戴成鸿;周彬;;上海崇明前卫太阳能光伏电站的运行实践和成果[A];新形势下长三角能源面临的新挑战和新对策——第八届长三角能源论坛论文集[C];2011年

4 许颖文;陆成;;分布式光伏电站的数据采集研究[A];第七届电力工业节能减排学术研讨会论文集[C];2012年

5 刘宏;李田珍;岳兴华;;中德财政合作青海太阳能项目光伏电站设计与运行[A];第十届中国太阳能光伏会议论文集:迎接光伏发电新时代[C];2008年

6 陈祥;;基于机理模型的并网光伏电站实时效率分析[A];战略性新兴产业的培育和发展——首届云南省科协学术年会论文集[C];2011年

7 陈祥;;基于机理模型的并网光伏电站实时效率分析[A];2011年云南电力技术论坛论文集(入选部分)[C];2011年

8 谢宁;罗安;马伏军;陈燕东;帅智康;;光伏电站与配电网谐波交互影响[A];分布式发电、智能微电网与电能质量——第三届全国电能质量学术会议暨电能质量行业发展论坛论文集[C];2013年

9 王民浩;谢小平;余荣祖;王霁雪;郭雁珩;易跃春;杨存龙;魏显贵;李伟宏;原向阳;曹海滨;庞秀岚;;光伏电站信息化管理系统研发[A];电力行业信息化优秀成果集2013[C];2013年

10 陈祥;;大型并网光伏电站的设计与探讨[A];2011年云南电力技术论坛论文集(入选部分)[C];2011年

相关重要报纸文章 前10条

1 王东芹 余宽平;大成硅1MW光伏电站项目获批[N];镇江日报;2010年

2 记者 胡义伟;中利科技光伏电站业务快速增长[N];上海证券报;2012年

3 记者 贾明;青海百兆瓦光伏电站集成技术研究取得新进展[N];青海日报;2012年

4 王林;西班牙光伏商投资日本光伏电站[N];中国能源报;2012年

5 李伟;中盛光电承建罗马尼亚最大光伏电站[N];中国能源报;2012年

6 本报记者 李晓辉;航天机电“瘦身”聚焦光伏电站建设[N];中国证券报;2012年

7 记者 李钊;中国企业进军海外光伏电站市场[N];科技日报;2012年

8 记者 周建越;光伏电站建到加拿大[N];苏州日报;2012年

9 记者 张旭东;光伏电站的“春天”也需谨慎[N];第一财经日报;2012年

10 李瞧;江西晶科能源与国开行建海外光伏电站[N];中国工业报;2012年

相关博士学位论文 前3条

1 李乃永;电网接纳光伏电站并网运行的适应性及对策研究[D];山东大学;2012年

2 杨明;大型光伏电站逆变器并网控制策略及稳定性分析[D];重庆大学;2014年

3 秦志龙;计及相关性的含风电场和光伏电站电力系统可靠性评估[D];重庆大学;2013年

相关硕士学位论文 前10条

1 钟宝华;太阳能发电随机生产模拟及其可信容量评估[D];华南理工大学;2015年

2 王涛;光伏电站建设对靖边县土壤、植被的影响研究[D];西北农林科技大学;2015年

3 徐晓龙;基于LabVIEW的光伏电站数据监测系统研究[D];陕西科技大学;2015年

4 戴智慧;并网光伏电站的无功电压控制研究[D];南京师范大学;2015年

5 杨智琳;大型地面光伏电站发电系统监测的研究[D];河北农业大学;2015年

6 赵蓓;大型光伏电站并网频率控制策略研究[D];华北电力大学;2015年

7 薛国斌;甘肃某100MW光伏电站接入系统方案研究[D];华北电力大学;2015年

8 武晓宁;光伏电站功率性能分析与研究[D];华北电力大学;2015年

9 扈聪;光伏电站监控系统技术的研究[D];东华大学;2011年

10 杨聪;含光伏电站的配电网可靠性研究[D];南昌大学;2015年



本文编号:2336432

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2336432.html


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

版权申明:资料由用户81b2c***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