隨著全球社會對能源安全,環(huán)境保護(hù)重視程度的不斷提高,包含風(fēng)電,光伏等清潔分布式電源的微電網(wǎng)得到了迅速發(fā)展。微電網(wǎng)的產(chǎn)生為分布式電源的靈活接入配電網(wǎng)提供了技術(shù)保障,以其高效的能量組織形式使得能源得到高效的利用。微電網(wǎng)內(nèi)部分布式電源,儲能裝置等單元的數(shù)量、種類、控制策略不盡相同,新能源出力及負(fù)荷出力具有不確定性,這無疑使得微電網(wǎng)的能量優(yōu)化運(yùn)行變得復(fù)雜。高效經(jīng)濟(jì)的能量優(yōu)化調(diào)度策略能夠降低微電網(wǎng)的運(yùn)行成本,減輕化石燃料使用對環(huán)境造成的污染情況,促進(jìn)新能源的規(guī)模利用。另外微電網(wǎng)并網(wǎng)后會影響原有配電網(wǎng)的潮流分布,對配電網(wǎng)的電壓及網(wǎng)損帶來變化。網(wǎng)損作為能量交互下的產(chǎn)物,需考慮微電網(wǎng)并網(wǎng)后的網(wǎng)損分?jǐn)倖栴}。故針對上述問題,本文做了如下幾個(gè)工作:首先分析了微電網(wǎng)內(nèi)部常見分布式電源的數(shù)學(xué)模型并探討了儲能的運(yùn)行方式,在此基礎(chǔ)上建立了微電網(wǎng)并離網(wǎng)模式下的微電網(wǎng)經(jīng)濟(jì)優(yōu)化運(yùn)行目標(biāo)及環(huán)保優(yōu)化運(yùn)行目標(biāo),并針對微電網(wǎng)優(yōu)化運(yùn)行目標(biāo)函數(shù)及約束條件,分析了基于進(jìn)化算法的智能優(yōu)化求解方法。由于微電網(wǎng)內(nèi)部負(fù)荷出力的不確定性會對微電網(wǎng)優(yōu)化運(yùn)行產(chǎn)生影響,本文提出了一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解,小波分解及長短期記憶神經(jīng)網(wǎng)絡(luò)的組合預(yù)測方法。該...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1微網(wǎng)優(yōu)化運(yùn)行結(jié)構(gòu)

基于智能算法的微電網(wǎng)能量協(xié)調(diào)管理研究，可控微源及儲能出力等，其中市場信息包括電價(jià)信息，燃料成本信息等智能算法在微網(wǎng)優(yōu)化運(yùn)行中的作用可以歸納為智能預(yù)測及模型優(yōu)化求解兩。上述已經(jīng)對智能進(jìn)化算法在微網(wǎng)優(yōu)化運(yùn)行中的應(yīng)用做了介紹，在此不做過述。本文也是從智能預(yù)測及智能優(yōu)化兩個(gè)部分展開，微網(wǎng)....

圖3-4集合經(jīng)驗(yàn)?zāi)B(tài)分解圖

基于智能算法的微電網(wǎng)能量協(xié)調(diào)管理研究個(gè)殘余分量。將訓(xùn)練集分解后得到得子序列分別代入不同的LSTM網(wǎng)絡(luò)模型行訓(xùn)練。模型訓(xùn)練完成后，利用測試集分解得到的子序列一一代入對應(yīng)已訓(xùn)的模型，這樣可以求得每一子序列的預(yù)測結(jié)果。由于這些子序列是經(jīng)分解得，故需要對其預(yù)測值進(jìn)行線性重構(gòu)，進(jìn)而求得....

本文編號：4000710