基于数据的光伏微网系统出力预测研究

发布时间：2020-07-22 02:48

【摘要】：太阳能资源丰富,随地可取,所以越来越多的大规模光伏发电站被建立,并以微电网的形式应用到电力系统中。但是受环境因素的影响,光伏微网出力表现出间断性、不稳定性和波动性,在并网时会对电力系统产生冲击,给电网规划、系统调试以及电力系统稳定运行带来诸多问题,所以对光伏微网出力进行预测研究具有重要的意义。本文基于光伏电站历史数据对光伏微网出力进行预测,主要工作如下:(1)受天气环境等各方面的影响,监测的传感器可能出现故障,或者数据在传输的过程中出现遗漏,从而导致部分数据的缺失。为了进一步从大量数据中获取使用价值,本文结合光伏数据的特征,提出了一种光伏微网系统缺失值填补的方法,即马尔可夫蒙特卡罗(MCMC)填补算法。并通过仿真实验证明了该方法的有效性。(2)由于光伏发电功率受天气影响,在不同的天气条件下,光伏发电功率相差甚远,因此文章对影响光伏系统发电功率的气象因素进行分析,并研究各个因素对光伏发电的影响及相互之间的耦合性,以及不同天气类型下光伏发电的不同规律性,在此基础上提出对天气类型进行广义分类,并用加权灰色关联分析法进行相似日的选取。接着对相同天气类型下影响光伏发电的因素进行主成分分析,在保留数据信息的基础上对数据进行了解耦和降维,提取特征数据,为光伏微网预测模型奠定数据基础。(3)提出最小二乘支持向量机(LS-SVM)光伏微网预测方法,并用进化粒子群算法(EPSO)对LS-SVM进行参数优化。从预测结果可以看出,相比传统预测模型,EPSO-LSSVM预测模型在不同的天气条件下都表现出更高的预测精度,以及更强的适应性,对微网光伏系统并网有较高的应用价值。最后,基于dSPACE半实物平台对本文提出的预测方法进行实验验证,证明了该方法的有效性。
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM615
【图文】：

新型能源,装机容量,化石燃料

究的背景和意义究的背景高速发展使得生态环境恶化，能源资源紧缺等问题日益显现，能源和目前迫在眉睫的难题，世界各国在寻找与开发新能源上已经达成了广善资源短缺、环境污染问题，低碳和可持续发展近年来已成为全球经，包括太阳能在内的可再生能源成为各国的重点发展方向[1]。在全球含传统的化石燃料，如：煤、石油和天然气和可再生能源，如太阳能但是目前为止主要能源供应还是化石燃料，化石燃料存储正在持续降却持续走高，并且化石燃料的燃烧会带来严重的空气污染，破坏我们。据统计，按照当前的平均开采强度，煤炭仅够开采 100 年左右，而有 50 年左右，但太阳能、风能、潮汐能等可再生能源每年大约可以化石燃料发电量按照 300 克标准煤/KWh 来进行折算，每年开采可再燃料剩余储存量的 40 倍[2]。由此可以看出，可再生能源储量丰富，对源问题，也做到低碳环保，而且使用灵活，必将成为未来能源主流

光伏发电,光伏,大电网,电网系统

第一章绪论究意义光伏发电具有靠近用户侧、建设规模灵活、安装简单、适用范围广为光伏发电重要的应用形式[9]，而此前分布式光伏发电由于相关技术、风险大以及金融机构参与意愿低等原因，发展相对缓慢，年均新增瓦。2017 年分布式光伏发电呈现爆发式增长，全年新增装机 1944 万期新增规模的 3.7 倍，增速同比增加 3 倍，占总新增装机的比重为升 24.39 个百分点，并刷新创历史新高，这也标志着我国分布式光伏期。2013 2017 年中国分布式光伏新增装机和累计装机如图 1-2 所示

云图,光伏发电,发展趋势

图 1-3 中国光伏发电发展趋势，我国从重视扩大光伏发电市场发展到重视光伏并网发电，强调要加用力度[16-18]。光伏微网作为一个小型的电力系统，能很好地实现并网力发展光电的有效途径。对于光伏出力不稳定的特征，预测光伏功率站的历史数据，能够充分挖掘影响光伏系统出力的影响因素，分析各出力表现的不同作用，建立相应的预测模型。光伏微网系统的出力预电应用更广泛，能源利用更加有效和便捷。在不久的将来，太阳能光能源供应渠道。网发电功率预测研究现状的正常运行和维护中，光伏发电功率的预测具有非常重大的意义，是划的重要保障，是系统稳定运行的前提，光伏发电功率预测有多种分方法的不同进行分类，可分为物理方法和统计方法，其中，物理方法递方程，光伏组件运行方程，以及云图的辐照研究等光伏发电物理过法过于依赖地理信息和气象天气预报，建模过程繁琐且不具有普适性

【参考文献】