考慮儲能功率控制的微電網(wǎng)優(yōu)化運(yùn)行研究
[Abstract]:With the rapid development of our national economy, the demand for energy is increasing day by day, but the reserves of traditional fossil energy such as coal and oil are decreasing day by day. At this time, how to develop and utilize green and clean energy efficiently and rationally is becoming more and more important. The optimal operation of micro-grid can effectively improve the utilization rate of resources, reduce the generation cost of distributed generators and the emission of NOx, SO2, CO2 and other pollutants. It is of great significance to the economy, environmental protection and reliable operation of the system. At present, the most widely used method for optimizing the operation of micro-grid is based on short-term load forecasting and the output forecasting of uncontrollable distributed generators such as photovoltaic power generation and wind power generation. In this paper, a hybrid energy storage microgrid consisting of photovoltaic, fan, micro gas turbine, fuel cell, diesel generator, storage battery and super capacitor is studied, and the objective function of optimal operation and power balance of the microgrid are constructed. In order to overcome the shortcoming of the precocity of the particle swarm algorithm, this paper constructs a cloud mutation operator based on one-dimensional normal cloud and improves the particle swarm optimization algorithm. In order to avoid excessive charge and discharge and cyclic charge and discharge of energy storage devices damaging their service life and generating additional economic costs, this paper applies cloud model control theory to energy storage. In the energy management of the device, a three-dimensional cloud model controller is constructed to control the charging and discharging power of the battery and the supercapacitor. In order to compare and study, a two-dimensional cloud model controller is constructed to store the energy separately. Finally, the simulation results show that the hybrid energy storage method can effectively reduce the storage battery. The number of cycle charging and discharging effectively protects the life of the energy storage device.
【學(xué)位授予單位】:南京師范大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2017
【分類號】:TM732
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 孟明;陳世超;趙樹軍;李振偉;盧玉舟;;新能源微電網(wǎng)研究綜述[J];現(xiàn)代電力;2017年01期
2 胡路蘋;胡子杰;張震;鄭建勇;;考慮蓄電池使用壽命的混合儲能容量優(yōu)化配置方法[J];電器與能效管理技術(shù);2016年16期
3 關(guān)學(xué)忠;皇甫旭;李欣;佟宇;聶品磊;;基于正態(tài)云模型的自適應(yīng)變異量子粒子群優(yōu)化算法[J];電子設(shè)計(jì)工程;2016年08期
4 劉振亞;;全球能源互聯(lián)網(wǎng)與中國電力轉(zhuǎn)型之路[J];中國經(jīng)貿(mào)導(dǎo)刊;2015年33期
5 黃燾;馬溪原;雷金勇;許愛東;郭曉斌;李鵬;劉念;楊蘋;;考慮分時電價(jià)和需求響應(yīng)的家庭型用戶側(cè)微電網(wǎng)優(yōu)化運(yùn)行[J];南方電網(wǎng)技術(shù);2015年04期
6 蔣瑋;周贛;王曉東;楊永標(biāo);;一種適用于微電網(wǎng)混合儲能系統(tǒng)的功率分配策略[J];電力自動化設(shè)備;2015年04期
7 李鵬梅;臧傳治;李鶴鵬;李忠文;楊建宏;;基于光伏預(yù)測的微電網(wǎng)能源隨機(jī)優(yōu)化調(diào)度[J];傳感器與微系統(tǒng);2015年02期
8 吳杰康;熊焰;;風(fēng)水氣互補(bǔ)發(fā)電優(yōu)化的云模型自適應(yīng)粒子群優(yōu)化算法[J];中國電機(jī)工程學(xué)報(bào);2014年S1期
9 路欣怡;黃揚(yáng)琪;劉念;雷金勇;張建華;;含風(fēng)光柴蓄的海島獨(dú)立微電網(wǎng)多目標(biāo)優(yōu)化調(diào)度方法[J];現(xiàn)代電力;2014年05期
10 侯元元;夏勇其;黃裕榮;呂華僑;;基于專利信息的太陽能光熱發(fā)電技術(shù)競爭態(tài)勢分析[J];情報(bào)探索;2014年08期
相關(guān)博士學(xué)位論文 前2條
1 陳會翠;影響燃料電池壽命的動態(tài)響應(yīng)分析及經(jīng)濟(jì)性評價(jià)[D];清華大學(xué);2015年
2 洪博文;微網(wǎng)調(diào)度優(yōu)化模型與方法研究[D];天津大學(xué);2014年
相關(guān)碩士學(xué)位論文 前10條
1 王宇;超級電容與蓄電池混合儲能系統(tǒng)的能量管理與控制研究[D];哈爾濱工業(yè)大學(xué);2016年
2 何曉偉;微電網(wǎng)的優(yōu)化運(yùn)行研究[D];華北電力大學(xué);2015年
3 寄珊珊;基于云推理信息融合的球磨機(jī)料位軟測量[D];太原理工大學(xué);2015年
4 李文英;混合儲能系統(tǒng)平抑風(fēng)電場功率波動研究[D];湖南大學(xué);2015年
5 劉子秋;孤島運(yùn)行微電網(wǎng)的能量配置動態(tài)優(yōu)化及能量管理系統(tǒng)研究[D];浙江大學(xué);2015年
6 郭丹丹;基于云模型的船舶動力定位控制系統(tǒng)設(shè)計(jì)[D];江蘇科技大學(xué);2015年
7 儲星;智能車輛自主駕駛控制策略研究[D];湖南大學(xué);2014年
8 黃敏;基于改進(jìn)粒子群算法的微電網(wǎng)多目標(biāo)優(yōu)化運(yùn)行研究[D];重慶大學(xué);2014年
9 彭樹勇;冷熱電聯(lián)供型微電網(wǎng)優(yōu)化配置與運(yùn)行研究[D];西南交通大學(xué);2014年
10 林冰;微網(wǎng)綜合效益分析與能量優(yōu)化調(diào)度研究[D];華北電力大學(xué);2014年
,本文編號:2249604
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/2249604.html