当前位置:主页 > 科技论文 > 自动化论文 >

基于群智能算法的微网运行经济性优化研究

发布时间:2017-06-15 00:09

  本文关键词:基于群智能算法的微网运行经济性优化研究,由笔耕文化传播整理发布。


【摘要】:随着世界能源及环境问题日益严峻,可再生能源研究开发已成为不可逆转的趋势,分布式发电作为最清洁的产能形式,已受到了广泛的关注。微网作为分布式电源的有效载体,其运行方式有利于对分布式电源进行控制和管理,减小其输出波动对电力系统的影响。随着微网研究的逐步深入,作为未来微网发展关键的经济性被提上研究日程并迅速受到广泛关注。本文首先对分布式电源发展及微网产生进行探讨,归纳总结了微网及微网运行经济性优化(后简称微网经济性优化)关键技术国内外研究现状,结合现状分析阐述了本文的研究意义。其次,本文对分布式电源特性、稳态模型及成本模型进行了研究分析。首先通过对光伏发电系统、风力发电机组、微型燃气轮机及燃料电池运行特性及稳态模型分析,建立了各分布式电源成本消耗模型;然后分析了蓄电池主要性能参数,对其荷电状态、放电深度及循环寿命估算展开研究,建立了计及蓄电池循环寿命的运维成本模型;最后结合各分布式电源特性,分析了各自在微网经济性优化中扮演的角色,为后文经济性优化研究做铺垫。然后,为后文经济性优化研究提供数据支撑,对光伏发电两种时间尺度预测进行研究。首先运用支持向量机算法,结合气象因素对光伏发电影响,完成光伏发电短期预测,并与传统方法进行对比分析验证;超短期预测部分,从相似日选取方法入手,提出了待测点变化率计算方法,有效提高了超短期光伏发电预测精度。最后,为在提升微网运行经济性同时保证优化结果实时参考性,本文运用多时间尺度优化方法对微网经济性优化展开研究。首先解释阐述了多时间尺度优化方法结构及模型内相关名词,对多时间尺度优化中所涉及的日前优化模块、滚动优化模块、超短期优化模块及实时优化模块进行介绍,并详细分析了各优化模块运用的优化方法(算法)、目标函数及相关约束条件;最终运用改进型粒子群算法结合各模块优化方案,对该优化方法进行了算例分析,验证了其可行性。
【关键词】:微网 分布式电源 光伏发电预测 微网经济性优化 群智能算法
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP18;TM732
【目录】:
  • 致谢5-6
  • 摘要6-7
  • ABSTRACT7-11
  • 第一章 绪论11-19
  • 1.1 课题背景与意义11-12
  • 1.2 微网经济性优化国内外研究现状12-17
  • 1.2.1 微网国内外研究现状12-15
  • 1.2.2 微网经济性优化国内外研究现状15-17
  • 1.3 本文主要研究内容和工作17-19
  • 第二章 分布式电源特性分析及模型建立19-35
  • 2.1 分布式电源概述19
  • 2.2 分布式电源特性分析及模型建立19-26
  • 2.2.1 光伏发电系统19-21
  • 2.2.2 风力发电机组21-23
  • 2.2.3 微型燃气轮机23-24
  • 2.2.4 燃料电池24-26
  • 2.3 储能系统特性分析及模型建立26-33
  • 2.3.1 蓄电池主要性能参数26-27
  • 2.3.2 蓄电池SOC及充放电深度估算27-31
  • 2.3.3 蓄电池等效循环寿命估算31-32
  • 2.3.4 蓄电池成本模型32-33
  • 2.4 分布式电源在微网经济性优化中扮演角色33-34
  • 2.5 本章小结34-35
  • 第三章 光伏发电系统发电量预测研究35-53
  • 3.1 基于支持向量机的短期光伏发电预测35-46
  • 3.1.1 支持向量机基本理论35-41
  • 3.1.2 基于支持向量机的短期光伏发电量预测41-44
  • 3.1.3 算例分析44-46
  • 3.2 基于相似日选取的超短期光伏发电预测46-52
  • 3.2.1 预测思路46
  • 3.2.2 权重选取方法46-47
  • 3.2.3 预测方法47-48
  • 3.2.4 算例分析48-52
  • 3.3 本章小结52-53
  • 第四章 基于多时间尺度的微网经济性优化53-77
  • 4.1 多时间尺度优化概述53-56
  • 4.1.1 多时间尺度优化结构53-54
  • 4.1.2 多时间尺度优化相关名词解释54-55
  • 4.1.3 多时间尺度优化流程55-56
  • 4.2 多时间尺度优化功能模块56-65
  • 4.2.1 日前优化模块56-58
  • 4.2.2 滚动优化模块58-61
  • 4.2.3 超短期优化模块61-63
  • 4.2.4 实时优化模块63-65
  • 4.3 优化算法65-69
  • 4.3.1 群智能算法性能对比65
  • 4.3.2 粒子群算法65-68
  • 4.3.3 粒子群算法具体实现68-69
  • 4.4 算例分析69-76
  • 4.5 本章小结76-77
  • 第五章 结论与展望77-79
  • 5.1 结论77-78
  • 5.2 展望78-79
  • 参考文献79-83
  • 作者简历83-87
  • 学位论文数据集87

【相似文献】

中国期刊全文数据库 前10条

1 李鹏;张玲;王伟;杨希磊;赵义术;;微网技术应用与分析[J];电力系统自动化;2009年20期

2 韩奕;张东霞;胡学浩;梁才浩;程军照;梁惠施;;中国微网标准体系研究[J];电力系统自动化;2010年01期

3 撖奥洋;邓星;文明浩;李惠宇;陈晓燕;;高渗透率下大电网应对微网接入的策略[J];电力系统自动化;2010年01期

4 杨仁花;黄伟;关丽;刘令富;;微网结构和运行控制[J];电网与清洁能源;2010年01期

5 王志霞;张会民;田伟;;微网研究综述[J];电气应用;2010年06期

6 鲁贻龙;王斌;曹祖亮;;储能系统改善微网动态性能的研究[J];湖北工业大学学报;2010年01期

7 牛铭;黄伟;郭佳欢;苏玲;;微网并网时的经济运行研究[J];电网技术;2010年11期

8 马力;;混合系统微网控制策略分析[J];电力系统及其自动化学报;2010年06期

9 王锡琳;;含有光伏电源的微网综述[J];安徽电子信息职业技术学院学报;2011年02期

10 欧阳,

本文编号:450914


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/450914.html


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

版权申明:资料由用户d9119***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