【摘要】：儲(chǔ)能技術(shù)是實(shí)現(xiàn)高滲透可再生能源并網(wǎng)的關(guān)鍵技術(shù)之一。針對(duì)跟蹤光伏計(jì)劃出力這一場(chǎng)景下的儲(chǔ)能配置問題,大多數(shù)研究將光伏出力點(diǎn)預(yù)測(cè)結(jié)果直接帶入儲(chǔ)能配置中,從而導(dǎo)致所需的儲(chǔ)能容量過大。為解決這一問題,本文提出一種基于光伏出力概率預(yù)測(cè)的儲(chǔ)能優(yōu)化配置方法。該方法利用光伏出力概率預(yù)測(cè)方法對(duì)光伏出力預(yù)測(cè)值和實(shí)際值之間的關(guān)系建模,基于該模型得到的光伏出力概率預(yù)測(cè)結(jié)果得到更精確的點(diǎn)估計(jì)值,并將該點(diǎn)估計(jì)值作為儲(chǔ)能優(yōu)化配置的計(jì)算數(shù)據(jù),以優(yōu)化儲(chǔ)能的配置。本文的主要研究內(nèi)容及創(chuàng)新點(diǎn)概括如下:(1)研究了基于Copula理論的光伏出力概率預(yù)測(cè)方法(PPP-Copula),利用該方法對(duì)光伏出力預(yù)測(cè)值和實(shí)際值的相關(guān)關(guān)系建模,建立了不同維度下的相關(guān)模型。通過算例可以得出,三維情景下的預(yù)測(cè)結(jié)果略優(yōu)于二維情景下的預(yù)測(cè)結(jié)果。(2)研究了基于GRU網(wǎng)絡(luò)分位數(shù)回歸的光伏出力概率預(yù)測(cè)方法(PPP-QR-GRU)。將該概率預(yù)測(cè)方法與基于Copula理論的光伏出力概率預(yù)測(cè)方法進(jìn)行比較。通過算例可以得出,兩種方法的預(yù)測(cè)效果相差不大,但PPP-QR-GRU方法的通用性更好。(3)建立了基于PPP-Copula和PPP-QR-GRU方法的儲(chǔ)能優(yōu)化配置模型,其具體做法為將光伏出力概率密度最大值作為光伏出力的點(diǎn)估計(jì)值,并將該點(diǎn)估計(jì)值作為儲(chǔ)能優(yōu)化配置的計(jì)算數(shù)據(jù)。通過實(shí)例計(jì)算與分析對(duì)所提出的方法進(jìn)行驗(yàn)證,從配置結(jié)果中分析可知,與直接采用點(diǎn)預(yù)測(cè)值相比,采用光伏概率密度最大值作為光伏出力點(diǎn)預(yù)測(cè)值配置得到的儲(chǔ)能經(jīng)濟(jì)性更優(yōu)。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TM615

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙唯嘉;張寧;康重慶;王躍峰;李鵬;馬爍;;光伏發(fā)電出力的條件預(yù)測(cè)誤差概率分布估計(jì)方法[J];電力系統(tǒng)自動(dòng)化;2015年16期

2 沈子奇;裴瑋;鄧衛(wèi);肖浩;趙振興;齊智平;;考慮電池壽命和運(yùn)行控制策略影響的風(fēng)電場(chǎng)儲(chǔ)能容量優(yōu)化配置[J];高電壓技術(shù);2015年07期

3 王一波;曹睿;王昊軼;許洪華;;基于平滑功率變化的大型并網(wǎng)光/儲(chǔ)電站容量配比研究[J];太陽能學(xué)報(bào);2015年04期

4 茆美琴;金鵬;張榴晨;丁勇;徐海波;;工業(yè)用光伏微網(wǎng)運(yùn)行策略優(yōu)化與經(jīng)濟(jì)性分析[J];電工技術(shù)學(xué)報(bào);2014年02期

5 丁明;王偉勝;王秀麗;宋云亭;陳得治;孫鳴;;大規(guī)模光伏發(fā)電對(duì)電力系統(tǒng)影響綜述[J];中國電機(jī)工程學(xué)報(bào);2014年01期

6 董雷;周文萍;張沛;劉廣一;李偉迪;;基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的光伏發(fā)電短期概率預(yù)測(cè)[J];中國電機(jī)工程學(xué)報(bào);2013年S1期

7 茆美琴;龔文劍;張榴晨;曹雨;徐海波;;基于EEMD-SVM方法的光伏電站短期出力預(yù)測(cè)[J];中國電機(jī)工程學(xué)報(bào);2013年34期

8 馮江霞;梁軍;張峰;王成福;孫舶皓;;考慮調(diào)度計(jì)劃和運(yùn)行經(jīng)濟(jì)性的風(fēng)電場(chǎng)儲(chǔ)能容量優(yōu)化計(jì)算[J];電力系統(tǒng)自動(dòng)化;2013年01期

9 何耀耀;許啟發(fā);楊善林;余本功;;基于RBF神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸的電力負(fù)荷概率密度預(yù)測(cè)方法[J];中國電機(jī)工程學(xué)報(bào);2013年01期

10 尚海昆;孟建良;;基于k-means的加權(quán)聚類算法研究[J];中國電力教育;2008年S3期

相關(guān)碩士學(xué)位論文 前3條

1 邱宜彬;基于混合藤Copula模型的多風(fēng)電場(chǎng)出力相關(guān)性建模及其在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[D];西南交通大學(xué);2018年

2 周磊;可再生能源高滲透率的配網(wǎng)系統(tǒng)儲(chǔ)能多場(chǎng)景優(yōu)化配置[D];合肥工業(yè)大學(xué);2018年

3 楊光;考慮相關(guān)性的風(fēng)光互補(bǔ)發(fā)電系統(tǒng)優(yōu)化調(diào)度研究[D];華北電力大學(xué);2014年

，

本文編號(hào)：2608244