沙漠灌溉微电网储能系统优化研究
发布时间：2021-08-31 13:33
随着全球不可再生能源的快速消耗,风能与太阳能作为新兴的清洁能源越来越受到广泛的重视。但是由于其不稳定与不连续的缺陷,在以风光发电为主的微电网系统中的配置储能装置是必不可少的。首先,对现阶段微电网系统的结构进行简单介绍并分析每种结构的运行特性及优缺点,之后针对永磁直驱风力发电机和光伏电池板进行数学建模,并在Matlab/Simulink环境下进行仿真,验证其功率输出受天气情况影响的特点。其次,提出对储能装置充放电过程的控制策略和混合储能系统中充放电时的能量分配控制办法。再对确定微电网系统最小储能容量的方法进行研究,并结合实际算例,求出了沙漠灌溉系统的最小储能容量。最后基于沙漠灌溉系统中选取的分布式发电单元基本参数和负载的需求,分别以储能装置的成本和供电可靠性对微电网运行的经济成本的影响作为优化目标函数,以混和储能装置的剩余电量、各微源的输出功率和储能装置所需最小容量为约束条件,利用粒子群优化算法对混合组网系统的储能装置容量进行优化求解。
【文章来源】：新疆大学新疆维吾尔自治区 211工程院校
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题背景与研究意义
1.2. 微电网技术的发展现状
1.3 储能技术的发展现状
1.3.1 蓄电池技术研究发展现状
1.3.2 超级电容器技术研究发展现状
1.3.3 其他储能技术研究发展现状
1.4 储能容量规划
1.5 本文的基本结构与主要工作
第二章 微电网结构与风光储单元特性分析
2.1 微电网的结构
2.2 永磁直驱风力发电机的建模与运行特性
2.3 光伏发电模型及特性
2.4 蓄电池储能模型及特性
2.5 超级电容器储能模型及特性
2.6 本章小结
第三章 储能系统的控制与最小容量的确定
3.1 混合储能模型特性
3.2 混合储能系统控制策略
3.3 微电网内部能量流动分析
3.4 确定最小储能装置容量的方法
3.5 沙漠灌溉系统的算例
3.6 本章小结
第四章 混合储能系统容量优化
4.1 概述
4.2 经济优化建模
4.2.1 成本目标函数
4.2.2 约束条件
4.3 粒子群优化算法简介
4.3.1 粒子群算法的寻优过程
4.3.2 粒子群优化算法的流程设计
4.3.3 粒子群算法的参数分析
4.4 算例
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]微电网复合储能多目标优化配置方法及评价指标[J]. 谭兴国,王辉,张黎,邹亮. 电力系统自动化. 2014(08)
[2]微电网的能量协调控制策略研究[J]. 施芝元,晏睿婷,赵毅峰. 电子世界. 2014(06)
[3]基于免疫网络的粒子群算法及其性能分析[J]. 童成意. 数字技术与应用. 2013(09)
[4]天然气分布式能源系统的发展[J]. 李娜. 电力科技与环保. 2013(04)
[5]针对独立风光发电中混合储能容量优化配置研究[J]. 杨珺,张建成,周阳,牛虎,梁廷婷. 电力系统保护与控制. 2013(04)
[6]基于经济调度的微网储能优化配置[J]. 杨秀,陈洁,朱兰,张美霞,王海波. 电力系统保护与控制. 2013(01)
[7]平滑可再生能源发电系统输出波动的储能系统容量优化方法[J]. 王成山,于波,肖峻,郭力. 中国电机工程学报. 2012(16)
[8]微网孤网经济运行研究[J]. 孔淑琴,牛铭,付学谦,郭佳欢. 电网与清洁能源. 2012(04)
[9]微网系统中电池储能系统应用技术研究[J]. 黄晓东,郝木凯,陆志刚,陈柔伊,董旭柱,饶宏. 可再生能源. 2012(01)
[10]基于混沌多目标遗传算法的微网系统容量优化[J]. 王瑞琪,李珂,张承慧. 电力系统保护与控制. 2011(22)
博士论文
[1]微网系统的运行优化与能量管理研究[D]. 张颖媛.合肥工业大学 2011
硕士论文
[1]基于粒子群算法的混合储能系统容量优化配置[D]. 朱向芬.宁夏大学 2014
[2]基于参数辨识方法的光伏发电系统建模与仿真[D]. 丁清鹏.山东大学 2013
[3]基于混合储能的独立光伏发电系统的研究[D]. 刘林曼.西南交通大学 2013
[4]风电场短期功率预测及其在风储系统中的应用[D]. 孟芳园.华北电力大学 2013
[5]储能系统规划设计方法与软件开发[D]. 白临泉.天津大学 2012
[6]PSO算法在电力系统无功优化和经济负荷分配中的应用研究[D]. 刘杰.西南交通大学 2012
[7]风光储联合发电系统输出功率特性和控制策略的研究[D]. 廖毅.华北电力大学 2012
[8]微网容量优化配置与能量优化管理研究[D]. 石庆均.浙江大学 2012
[9]基于目标优化的风光储能量分配策略研究[D]. 廖茜.电子科技大学 2011
[10]粒子群算法的改进及其在人工神经网络中的应用[D]. 周蕾.西安电子科技大学 2010
本文编号：3374983
【文章来源】：新疆大学新疆维吾尔自治区 211工程院校
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题背景与研究意义
1.2. 微电网技术的发展现状
1.3 储能技术的发展现状
1.3.1 蓄电池技术研究发展现状
1.3.2 超级电容器技术研究发展现状
1.3.3 其他储能技术研究发展现状
1.4 储能容量规划
1.5 本文的基本结构与主要工作
第二章 微电网结构与风光储单元特性分析
2.1 微电网的结构
2.2 永磁直驱风力发电机的建模与运行特性
2.3 光伏发电模型及特性
2.4 蓄电池储能模型及特性
2.5 超级电容器储能模型及特性
2.6 本章小结
第三章 储能系统的控制与最小容量的确定
3.1 混合储能模型特性
3.2 混合储能系统控制策略
3.3 微电网内部能量流动分析
3.4 确定最小储能装置容量的方法
3.5 沙漠灌溉系统的算例
3.6 本章小结
第四章 混合储能系统容量优化
4.1 概述
4.2 经济优化建模
4.2.1 成本目标函数
4.2.2 约束条件
4.3 粒子群优化算法简介
4.3.1 粒子群算法的寻优过程
4.3.2 粒子群优化算法的流程设计
4.3.3 粒子群算法的参数分析
4.4 算例
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]微电网复合储能多目标优化配置方法及评价指标[J]. 谭兴国,王辉,张黎,邹亮. 电力系统自动化. 2014(08)
[2]微电网的能量协调控制策略研究[J]. 施芝元,晏睿婷,赵毅峰. 电子世界. 2014(06)
[3]基于免疫网络的粒子群算法及其性能分析[J]. 童成意. 数字技术与应用. 2013(09)
[4]天然气分布式能源系统的发展[J]. 李娜. 电力科技与环保. 2013(04)
[5]针对独立风光发电中混合储能容量优化配置研究[J]. 杨珺,张建成,周阳,牛虎,梁廷婷. 电力系统保护与控制. 2013(04)
[6]基于经济调度的微网储能优化配置[J]. 杨秀,陈洁,朱兰,张美霞,王海波. 电力系统保护与控制. 2013(01)
[7]平滑可再生能源发电系统输出波动的储能系统容量优化方法[J]. 王成山,于波,肖峻,郭力. 中国电机工程学报. 2012(16)
[8]微网孤网经济运行研究[J]. 孔淑琴,牛铭,付学谦,郭佳欢. 电网与清洁能源. 2012(04)
[9]微网系统中电池储能系统应用技术研究[J]. 黄晓东,郝木凯,陆志刚,陈柔伊,董旭柱,饶宏. 可再生能源. 2012(01)
[10]基于混沌多目标遗传算法的微网系统容量优化[J]. 王瑞琪,李珂,张承慧. 电力系统保护与控制. 2011(22)
博士论文
[1]微网系统的运行优化与能量管理研究[D]. 张颖媛.合肥工业大学 2011
硕士论文
[1]基于粒子群算法的混合储能系统容量优化配置[D]. 朱向芬.宁夏大学 2014
[2]基于参数辨识方法的光伏发电系统建模与仿真[D]. 丁清鹏.山东大学 2013
[3]基于混合储能的独立光伏发电系统的研究[D]. 刘林曼.西南交通大学 2013
[4]风电场短期功率预测及其在风储系统中的应用[D]. 孟芳园.华北电力大学 2013
[5]储能系统规划设计方法与软件开发[D]. 白临泉.天津大学 2012
[6]PSO算法在电力系统无功优化和经济负荷分配中的应用研究[D]. 刘杰.西南交通大学 2012
[7]风光储联合发电系统输出功率特性和控制策略的研究[D]. 廖毅.华北电力大学 2012
[8]微网容量优化配置与能量优化管理研究[D]. 石庆均.浙江大学 2012
[9]基于目标优化的风光储能量分配策略研究[D]. 廖茜.电子科技大学 2011
[10]粒子群算法的改进及其在人工神经网络中的应用[D]. 周蕾.西安电子科技大学 2010
本文编号：3374983
本文链接：https://www.wllwen.com/nykjlw/nygclw/3374983.html
