当前位置:主页 > 科技论文 > 电力论文 >

分布式电源对黄石电网负荷影响的分析与研究

发布时间:2022-12-23 20:33
  伴随着全球能源的紧张程度逐渐加剧,我国目前依然处在煤、石油、天然气占有较高使用比重的使用阶段,为了能够尽可能地摆脱对于非可再生能源的依赖,使用可再生能源变为我国可持续能源发展的重要内容。本文以黄石电网为研究对象,对分布式电源对电网负荷造成的影响进行深入研究,全面优化控制和监控电网电能质量,深入优化电网负荷调度策略。本文以电力系统分布式电源、电网负荷以及负荷预测作为研究基础,综合国内外的发展现状,对电力系统负荷具有的特点、规律和相关的影响因素进行研究。本文采取一种基于K-means聚类算法,对历史负荷数据进行分类预测,并针对其中存在的异常数据进行处理,并对于历史负荷数据以及同负荷预测关联的影响因素采取归一化处理。本文采用最小二乘支持向量机(LSSVM)法建立电力系统负荷预测模型,其对于小样本、非线性、高维数等实际问题具有较大的优势。由于对于LSSVM参数的选择会直接影响到预测结果的精度,本文提出使用粒子群算法(PSO)对LSSVM中的参数进行优化筛选,获得PSO-LSSVM的负荷预测模型,从而有效地提升了预测精度,实现快速且准确的负荷预测。本文结合黄石市分布式电源并网前后的负荷历史数据,... 

【文章页数】:56 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第1章 绪论
    1.1 选题背景及意义
    1.2 分布式电源与电网负荷简介
        1.2.1 分布式电源与传统能源对比分析
        1.2.2 电网负荷概念
        1.2.3 分布式电源入网对电力系统影响概述
    1.3 国内外分布式能源电网负荷预测研究现状
    1.4 论文主要内容及结构安排
第2章 负荷预测分析与调度基本策略
    2.1 负荷预测分析
        2.1.1 负荷预测的原理
        2.1.2 负荷预测的内容分类与基本过程
        2.1.3 负荷预测的特点
        2.1.4 负荷预测的评价指标
    2.2 电网负荷调度基本策略
        2.2.1 柔性负荷响应潜力
        2.2.2 负荷调度模式
        2.2.3 负荷响应行为建模
        2.2.4 负荷调度架构
    2.3 本章小结
第3章 基于PSO-LSSVM方法负荷预测
    3.1 基于LSSVM负荷预测方法
        3.1.1 基于K-means算法的输入变量数据处理
        3.1.2 输入变量的预处理
        3.1.3 基于PSO-LSSVM负荷预测模型
    3.2 黄石电网负荷预测仿真实例分析
    3.3 本章小结
第4章 分布式电源对电网负荷影响分析及优化调度策略
    4.1 分布式电源对电网负荷预测的影响
        4.1.1 分布式电源并网的特点
        4.1.2 夏季典型日分布式电源并网负荷变化
        4.1.3 冬季典型日分布式电源并网负荷变化
        4.1.4 结果分析
    4.2 分布式电源区域电网调度控制策略
        4.2.1 优化调度控制策略
        4.2.2 分布式电源区域电网调度控制结构
        4.2.3 分布式电源的电网优化调度仿真
    4.3 本章小结
第5章 结论与展望
    5.1 结论
    5.2 展望
参考文献
致谢


【参考文献】:
期刊论文
[1]含分布式电源的配电网日前两阶段优化调度模型[J]. 孟晓丽,高君,盛万兴,顾伟,朱俊澎,范文飞.  电网技术. 2015(05)
[2]含分布式电源的电力系统优化调度模型研究[J]. 唐晓瑭,何婉欣.  电力需求侧管理. 2015(01)
[3]基于数值天气预报的母线负荷预测[J]. 李博,门德月,严亚勤,杨军峰,周劼英,罗治强,曾丽莉.  电力系统自动化. 2015(01)
[4]提高电力调度负荷预测的准确性策略[J]. 李凯.  电子技术与软件工程. 2014(24)
[5]基于相似日和LS-SVM的微网短期负荷预测[J]. 张玲玲,杨明玉,梁武.  电力建设. 2014(11)
[6]基于EMD-KELM-EKF与参数优选的用户侧微电网短期负荷预测方法[J]. 汤庆峰,刘念,张建华,于壮壮,张清鑫,雷金勇.  电网技术. 2014(10)
[7]分布式电源并网对配电网的影响[J]. 雷敏,杨万里,李丹,张骏杰.  湖南工业大学学报. 2014(05)
[8]光伏并网发电问题研究[J]. 葛延峰,高立群,梁鹏,翟军昌.  电子设计工程. 2014(11)
[9]浅谈基于气象因素的电网短期负荷预测系统[J]. 仇晓寅,邱昌巍,周晓风.  河南科技. 2013(16)
[10]滨州电网负荷预测管理[J]. 高红梅,杨士民,张海城.  山东电力技术. 2012(03)

博士论文
[1]含多种分布式电源的微电网运行控制研究[D]. 王鹤.华北电力大学 2014

硕士论文
[1]分布式光伏接入的用户侧微电网功率预测方法[D]. 张清鑫.华北电力大学 2014
[2]含分布式电源的电力系统协调经济调度[D]. 夏丹丹.西华大学 2013
[3]基于数据挖掘与支持向量机的微网负荷预测[D]. 杜亚松.华北电力大学 2013
[4]微电网的发电和负荷预测及其模糊控制研究[D]. 黄超辉.湖南大学 2012
[5]分布式电源并网对电能质量的影响分析与评估[D]. 徐群.华北电力大学 2012
[6]分布式电源的并网策略与协调控制[D]. 雷珽.上海交通大学 2011
[7]大电网短期负荷预测方法研究[D]. 杨朋.郑州大学 2010
[8]电力系统短期负荷预测方法研究及实现[D]. 刘克文.华北电力大学(北京) 2010
[9]分布式电源的优化调度[D]. 杨为.合肥工业大学 2010



本文编号:3725380

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/3725380.html


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

版权申明:资料由用户63173***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