光伏發(fā)電系統(tǒng)功率預(yù)測及控制技術(shù)研究
發(fā)布時間:2021-10-24 11:08
在化石生物燃料日漸稀缺的經(jīng)濟發(fā)展背景下,可再生清潔能源以其獨特的優(yōu)勢取得世界關(guān)注,太陽能更是其中的佼佼者。實現(xiàn)高效利用光伏太陽能的一種重要方式之一就是光伏發(fā)電有關(guān)技術(shù),對其進行深入的研究可以帶來巨大的經(jīng)濟效益。本文以光伏發(fā)電系統(tǒng)為主要研究的對象,對光伏發(fā)電技術(shù)中較為關(guān)鍵的兩個問題,即系統(tǒng)最大輸出功率預(yù)測和最大輸出功率跟蹤(MPPT)兩個問題進行深入的分析和研究。介紹了光伏發(fā)電系統(tǒng)的分類、系統(tǒng)基本的構(gòu)成設(shè)備以及光伏發(fā)電基本原理,以光伏電池廠家向用戶提供的光伏電池相關(guān)參數(shù)為基礎(chǔ),建立均勻光照和局部陰遮兩種光照條件下的仿真模型,并設(shè)置不同環(huán)境參數(shù),通過分析系統(tǒng)的輸出特性曲線來研究環(huán)境參數(shù)對系統(tǒng)的影響;另一方面結(jié)合了部分地區(qū)光伏電站歷史數(shù)據(jù),從太陽輻射強度、溫度等環(huán)境因素分析其對光伏發(fā)電系統(tǒng)的有功輸出和發(fā)電能力的直接影響。利用了基于反向傳播(BP)神經(jīng)網(wǎng)絡(luò)的算法對光伏發(fā)電系統(tǒng)輸出的全局輸出功率進行了預(yù)測和分析,針對BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果中存在的問題,創(chuàng)新性的提出了一種基于改進遺傳算法的優(yōu)化策略對原有算法進行改良,并用改良后的算法對系統(tǒng)輸出的功率進行預(yù)測,通過仿真結(jié)果驗證了該改良算法的可行性,極大...
【文章來源】:重慶理工大學(xué)重慶市
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
世界能源消費需求圖
2光伏電池模型及影響光伏電池功率的因素92.2光伏電池模型建立及輸出特性2.2.1光伏電池原理光伏發(fā)電系統(tǒng)中最為重要的組件為光伏電池,其具有光能轉(zhuǎn)化為電能的的特性,可以利用光生伏特效應(yīng)(PhotovoltaicEffect)實現(xiàn)發(fā)生在材料界面之間的能量轉(zhuǎn)換,是光伏發(fā)電系統(tǒng)中最基本也是最重要的單元。光生伏特效應(yīng)(簡稱光伏效應(yīng))的過程如圖2.2所示。在一般光伏電池中除了大量硅元素,還摻雜了少量其他特殊元素,這些元素的加入使得材料界面分子的電荷分布極不均衡,從而產(chǎn)生了一種獨特的電特性。如果太陽輻射強度滿足特定要求,半導(dǎo)體材料分子轉(zhuǎn)變?yōu)榧ぐl(fā)態(tài),產(chǎn)生了可以自由移動的自由電荷,由于正負(fù)電子相互吸引排斥的作用,自由電荷聚集在半導(dǎo)體材料邊緣,正負(fù)電子間形成電動勢,電荷在封閉電路中開始流動。如圖2.2(a)中所示,在太陽輻射強度滿足要求的條件下,一部分光子被介質(zhì)表面阻擋,一些光子則在遠離P-N結(jié)的地方被材料吸收,另外一部分光子則直接穿過半導(dǎo)體材料。研究結(jié)果表明光子只有在P-N結(jié)附近被吸收,才會在光伏效應(yīng)過程中發(fā)揮作用。圖2.2光伏效應(yīng)示意圖在半導(dǎo)體材料中,電子吸收了足夠的太陽輻射轉(zhuǎn)變?yōu)榧ぐl(fā)態(tài)成為激發(fā)電子,分子共價鍵的斷裂產(chǎn)生了對應(yīng)數(shù)量的空穴,由于正負(fù)電荷的吸引排斥作用形成了空間電場,這些成對的電子-空穴受到電場的作用力,N區(qū)、P區(qū)附近分別聚集著帶正電荷的電子和空穴,電荷在閉合回路中流動從而產(chǎn)生電動勢,光伏電池的形成也正是利用半導(dǎo)體的這種特性。2.2.2光伏電池等效電路半導(dǎo)體材料是制作光伏電池的核心,為純電阻負(fù)載時,光伏電池的模型可以由如下電路概括:
2光伏電池模型及影響光伏電池功率的因素13圖2.4光伏組件仿真模型圖2.5光伏組件封裝模塊對模型加以仿真計算,即可以得到光伏電池的輸出特性曲線。在實際工程應(yīng)用中根據(jù)公式(2.5),本小節(jié)僅研究分析溫度和光照強度對光伏電池的輸出特性的影響。結(jié)合光伏電池模型的仿真成果,采用定量分析法將外界溫度設(shè)定恒等于25℃,光照強度分別設(shè)置為1000W/m2、800W/m2、600W/m2和300W/m2,仿真I-U、P-U輸出曲線如圖2.6所示。
【參考文獻】:
期刊論文
[1]基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)光伏并網(wǎng)最大功率點跟蹤技術(shù)研究[J]. 方偉中,張勇軍. 可再生能源. 2018(08)
[2]基于混沌-RBF神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率超短期預(yù)測模型[J]. 王育飛,付玉超,孫路,薛花. 電網(wǎng)技術(shù). 2018(04)
[3]結(jié)合相似日GA-BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電預(yù)測[J]. 耿博,高貞彥,白恒遠,何維,董文杰,趙友國. 電力系統(tǒng)及其自動化學(xué)報. 2017(06)
[4]結(jié)合量子粒子群算法的光伏多峰最大功率點跟蹤改進方法[J]. 韓鵬,李銀紅,何璇,付元歡,游昊,李本瑜. 電力系統(tǒng)自動化. 2016(23)
[5]蟻群BP神經(jīng)網(wǎng)絡(luò)的光伏電站輻照強度預(yù)測[J]. 賀文,齊爽,陳厚合. 電力系統(tǒng)及其自動化學(xué)報. 2016(07)
[6]基于近鄰傳播聚類和回聲狀態(tài)網(wǎng)絡(luò)的光伏預(yù)測[J]. 李樂,劉天琪. 電力自動化設(shè)備. 2016(07)
[7]基于微元面積的光伏最大功率跟蹤研究[J]. 張樂樂,趙巧娥,石慧. 廣東電力. 2016(04)
[8]光伏功率預(yù)測技術(shù)[J]. 龔鶯飛,魯宗相,喬穎,王強. 電力系統(tǒng)自動化. 2016(04)
[9]局部陰影下光伏陣列MPPT算法及實現(xiàn)[J]. 邵偉明,程樹英,林培杰,李炎東. 電源學(xué)報. 2016(01)
[10]基于免疫細菌覓食算法的大容量光伏陣列GMPPT算法[J]. 張明銳,蔣利明,孫華,周春. 中國電機工程學(xué)報. 2016(01)
博士論文
[1]并網(wǎng)型光伏電站發(fā)電功率預(yù)測方法與系統(tǒng)[D]. 王飛.華北電力大學(xué) 2013
碩士論文
[1]滑模控制與粒子群算法在光伏系統(tǒng)MPPT中的應(yīng)用研究[D]. 王玕.華南理工大學(xué) 2018
[2]基于細菌覓食算法的PID參數(shù)整定[D]. 李曉含.甘肅農(nóng)業(yè)大學(xué) 2018
[3]基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)光伏功率預(yù)測的研究[D]. 孟珊珊.華北電力大學(xué) 2018
[4]局部陰影下光伏陣列輸出特性及最大功率追蹤的研究[D]. 常達.華北電力大學(xué) 2017
[5]基于典型日出力特性分析的光伏電站功率預(yù)測研究[D]. 李旭.華北電力大學(xué)(北京) 2016
[6]并網(wǎng)型光伏發(fā)電短期功率預(yù)測的研究與應(yīng)用[D]. 賈翠玲.華北電力大學(xué)(北京) 2016
[7]基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電輸出功率短期預(yù)測的研究[D]. 賈良寶.中原工學(xué)院 2014
[8]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)數(shù)據(jù)抓取中的研究[D]. 李楊.中國海洋大學(xué) 2010
本文編號:3455174
【文章來源】:重慶理工大學(xué)重慶市
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
世界能源消費需求圖
2光伏電池模型及影響光伏電池功率的因素92.2光伏電池模型建立及輸出特性2.2.1光伏電池原理光伏發(fā)電系統(tǒng)中最為重要的組件為光伏電池,其具有光能轉(zhuǎn)化為電能的的特性,可以利用光生伏特效應(yīng)(PhotovoltaicEffect)實現(xiàn)發(fā)生在材料界面之間的能量轉(zhuǎn)換,是光伏發(fā)電系統(tǒng)中最基本也是最重要的單元。光生伏特效應(yīng)(簡稱光伏效應(yīng))的過程如圖2.2所示。在一般光伏電池中除了大量硅元素,還摻雜了少量其他特殊元素,這些元素的加入使得材料界面分子的電荷分布極不均衡,從而產(chǎn)生了一種獨特的電特性。如果太陽輻射強度滿足特定要求,半導(dǎo)體材料分子轉(zhuǎn)變?yōu)榧ぐl(fā)態(tài),產(chǎn)生了可以自由移動的自由電荷,由于正負(fù)電子相互吸引排斥的作用,自由電荷聚集在半導(dǎo)體材料邊緣,正負(fù)電子間形成電動勢,電荷在封閉電路中開始流動。如圖2.2(a)中所示,在太陽輻射強度滿足要求的條件下,一部分光子被介質(zhì)表面阻擋,一些光子則在遠離P-N結(jié)的地方被材料吸收,另外一部分光子則直接穿過半導(dǎo)體材料。研究結(jié)果表明光子只有在P-N結(jié)附近被吸收,才會在光伏效應(yīng)過程中發(fā)揮作用。圖2.2光伏效應(yīng)示意圖在半導(dǎo)體材料中,電子吸收了足夠的太陽輻射轉(zhuǎn)變?yōu)榧ぐl(fā)態(tài)成為激發(fā)電子,分子共價鍵的斷裂產(chǎn)生了對應(yīng)數(shù)量的空穴,由于正負(fù)電荷的吸引排斥作用形成了空間電場,這些成對的電子-空穴受到電場的作用力,N區(qū)、P區(qū)附近分別聚集著帶正電荷的電子和空穴,電荷在閉合回路中流動從而產(chǎn)生電動勢,光伏電池的形成也正是利用半導(dǎo)體的這種特性。2.2.2光伏電池等效電路半導(dǎo)體材料是制作光伏電池的核心,為純電阻負(fù)載時,光伏電池的模型可以由如下電路概括:
2光伏電池模型及影響光伏電池功率的因素13圖2.4光伏組件仿真模型圖2.5光伏組件封裝模塊對模型加以仿真計算,即可以得到光伏電池的輸出特性曲線。在實際工程應(yīng)用中根據(jù)公式(2.5),本小節(jié)僅研究分析溫度和光照強度對光伏電池的輸出特性的影響。結(jié)合光伏電池模型的仿真成果,采用定量分析法將外界溫度設(shè)定恒等于25℃,光照強度分別設(shè)置為1000W/m2、800W/m2、600W/m2和300W/m2,仿真I-U、P-U輸出曲線如圖2.6所示。
【參考文獻】:
期刊論文
[1]基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)光伏并網(wǎng)最大功率點跟蹤技術(shù)研究[J]. 方偉中,張勇軍. 可再生能源. 2018(08)
[2]基于混沌-RBF神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率超短期預(yù)測模型[J]. 王育飛,付玉超,孫路,薛花. 電網(wǎng)技術(shù). 2018(04)
[3]結(jié)合相似日GA-BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電預(yù)測[J]. 耿博,高貞彥,白恒遠,何維,董文杰,趙友國. 電力系統(tǒng)及其自動化學(xué)報. 2017(06)
[4]結(jié)合量子粒子群算法的光伏多峰最大功率點跟蹤改進方法[J]. 韓鵬,李銀紅,何璇,付元歡,游昊,李本瑜. 電力系統(tǒng)自動化. 2016(23)
[5]蟻群BP神經(jīng)網(wǎng)絡(luò)的光伏電站輻照強度預(yù)測[J]. 賀文,齊爽,陳厚合. 電力系統(tǒng)及其自動化學(xué)報. 2016(07)
[6]基于近鄰傳播聚類和回聲狀態(tài)網(wǎng)絡(luò)的光伏預(yù)測[J]. 李樂,劉天琪. 電力自動化設(shè)備. 2016(07)
[7]基于微元面積的光伏最大功率跟蹤研究[J]. 張樂樂,趙巧娥,石慧. 廣東電力. 2016(04)
[8]光伏功率預(yù)測技術(shù)[J]. 龔鶯飛,魯宗相,喬穎,王強. 電力系統(tǒng)自動化. 2016(04)
[9]局部陰影下光伏陣列MPPT算法及實現(xiàn)[J]. 邵偉明,程樹英,林培杰,李炎東. 電源學(xué)報. 2016(01)
[10]基于免疫細菌覓食算法的大容量光伏陣列GMPPT算法[J]. 張明銳,蔣利明,孫華,周春. 中國電機工程學(xué)報. 2016(01)
博士論文
[1]并網(wǎng)型光伏電站發(fā)電功率預(yù)測方法與系統(tǒng)[D]. 王飛.華北電力大學(xué) 2013
碩士論文
[1]滑模控制與粒子群算法在光伏系統(tǒng)MPPT中的應(yīng)用研究[D]. 王玕.華南理工大學(xué) 2018
[2]基于細菌覓食算法的PID參數(shù)整定[D]. 李曉含.甘肅農(nóng)業(yè)大學(xué) 2018
[3]基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)光伏功率預(yù)測的研究[D]. 孟珊珊.華北電力大學(xué) 2018
[4]局部陰影下光伏陣列輸出特性及最大功率追蹤的研究[D]. 常達.華北電力大學(xué) 2017
[5]基于典型日出力特性分析的光伏電站功率預(yù)測研究[D]. 李旭.華北電力大學(xué)(北京) 2016
[6]并網(wǎng)型光伏發(fā)電短期功率預(yù)測的研究與應(yīng)用[D]. 賈翠玲.華北電力大學(xué)(北京) 2016
[7]基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電輸出功率短期預(yù)測的研究[D]. 賈良寶.中原工學(xué)院 2014
[8]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)數(shù)據(jù)抓取中的研究[D]. 李楊.中國海洋大學(xué) 2010
本文編號:3455174
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3455174.html
最近更新
教材專著