隨著國家大力提倡清潔能源的使用,采用光伏分布式發(fā)電的微電網(wǎng)系統(tǒng)成為電力系統(tǒng)領(lǐng)域重要的發(fā)展趨勢(shì)。然而,現(xiàn)有微電網(wǎng)系統(tǒng)由于缺乏合理的運(yùn)營管控造成了大量資源的浪費(fèi),嚴(yán)重制約了清潔能源的發(fā)展。提高清潔能源利用率,降低微電網(wǎng)的運(yùn)營成本成為了研究的熱點(diǎn)。為了實(shí)現(xiàn)微電網(wǎng)經(jīng)濟(jì)效益的最大化,本文針對(duì)微電網(wǎng)的優(yōu)化控制方法進(jìn)行研究。為了實(shí)現(xiàn)微電網(wǎng)的運(yùn)營管控,需要對(duì)光伏發(fā)電的出力和用戶負(fù)荷功率進(jìn)行預(yù)測(cè)。針對(duì)光伏發(fā)電的出力預(yù)測(cè),本文使用Kolmogorov-Smirnov檢驗(yàn)(K-S檢驗(yàn))對(duì)光伏發(fā)電出力歷史數(shù)據(jù)進(jìn)行分析,得到不同氣象條件下光伏電站的出力特性、概率分布函數(shù)及特征參數(shù)范圍,并使用K-means算法將廣義天氣類型聚類為三組。依據(jù)不同的聚類分組,基于人工神經(jīng)網(wǎng)絡(luò)算法分別建立了對(duì)應(yīng)的光伏發(fā)電出力預(yù)測(cè)模型并進(jìn)行了仿真驗(yàn)證。結(jié)果表明,光伏功率預(yù)測(cè)在良好氣象條件下預(yù)測(cè)精度較好,對(duì)于雪、霾等惡劣天氣下的預(yù)測(cè)精度存在一定偏差。為了實(shí)現(xiàn)用戶負(fù)荷的功率預(yù)測(cè),本文對(duì)支持向量機(jī)的模式識(shí)別算法進(jìn)行研究,使用高斯函數(shù)作為核函數(shù),建立了基于支持向量機(jī)的負(fù)荷預(yù)測(cè)模型并進(jìn)行了仿真驗(yàn)證。模型的預(yù)測(cè)結(jié)果準(zhǔn)確率較高,誤差較小,可以滿足典型用戶負(fù)荷的預(yù)測(cè)需求,為微電網(wǎng)的運(yùn)營管控提供支撐。為實(shí)現(xiàn)微電網(wǎng)經(jīng)濟(jì)效益的最大化,本文提出了基于多目標(biāo)優(yōu)化函數(shù)和人工蜂群算法的微電網(wǎng)優(yōu)化控制策略,降低了微電網(wǎng)的運(yùn)營總成本,能夠在保護(hù)環(huán)境的同時(shí)顯著提高微電網(wǎng)的經(jīng)濟(jì)效益。
【學(xué)位單位】：沈陽工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TM715;TM732
【部分圖文】：

較多的數(shù)據(jù)點(diǎn)則歸類為離群點(diǎn)。去掉多余的離群點(diǎn)的離散化程度（余弦相似系數(shù)）�？梢詫懽鳎�12 21 1cosnik jkkij ijn nik jkk kX XdX X 本之間的距離，其值越大這兩個(gè)樣本越相似；Xik值和第 j 個(gè)樣品的第 k 個(gè)變量值，n 為樣本數(shù)量，選取 8 組不同天氣的歷史數(shù)據(jù)進(jìn)行聚類的聚類譜樣本可聚為三類；其中樣本 2，3，4，6，7 為 a 類樣本 5 為 c 類樣本。

況較為敏感的家用電器越來越普及，也導(dǎo)致了居民負(fù)荷占有的比重越來越大，對(duì)系峰值負(fù)荷變化的影響也同樣呈增加趨勢(shì)。商業(yè)負(fù)荷也不可避免的具有隨季節(jié)變化的特點(diǎn)，隨著社會(huì)的發(fā)展與進(jìn)步，商業(yè)部對(duì)空調(diào)、制冷柜等對(duì)天氣情況較為敏感的用電器使用率逐漸升高，導(dǎo)致了商業(yè)負(fù)荷樣會(huì)隨季節(jié)變化通常情況下，工業(yè)負(fù)荷理論上很少被氣象條件所影響，但是仍然存在一部分與氣條件有關(guān)的負(fù)荷變動(dòng)。考慮到工業(yè)負(fù)荷的基數(shù)比較大，通常為三班生產(chǎn)，可以認(rèn)為工負(fù)荷的浮動(dòng)比較小。本文的主要研究對(duì)象為微電網(wǎng)用戶的負(fù)荷特性，微電網(wǎng)用戶的負(fù)荷曲線表現(xiàn)出午峰和晚高峰的特點(diǎn)，最大負(fù)荷集中在下午 7 時(shí)到下午 22 時(shí)處。負(fù)荷率數(shù)值約為 0.64，小負(fù)荷率數(shù)值約為 0.45。微電網(wǎng)用戶的負(fù)荷曲線從上午 5 時(shí)至下午 5 時(shí)體現(xiàn)為用電谷，從下午 5 時(shí)起用戶負(fù)荷開始上升，到下午 11 時(shí)數(shù)值達(dá)到最大，下午 11 時(shí)之后荷數(shù)值逐漸降低。典型夏季微電網(wǎng)用戶負(fù)荷曲線的特點(diǎn)如圖 3.1。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡云巖;張瑞英;王軍;;中國太陽能光伏發(fā)電的發(fā)展現(xiàn)狀及前景[J];河北科技大學(xué)學(xué)報(bào);2014年01期

2 袁曉玲;施俊華;徐杰彥;;計(jì)及天氣類型指數(shù)的光伏發(fā)電短期出力預(yù)測(cè)[J];中國電機(jī)工程學(xué)報(bào);2013年34期

3 袁曉玲;施俊華;徐杰彥;;基于BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電短期出力預(yù)測(cè)[J];可再生能源;2013年07期

4 崔洋;孫銀川;常倬林;;短期太陽能光伏發(fā)電預(yù)測(cè)方法研究進(jìn)展[J];資源科學(xué);2013年07期

5 傅美平;馬紅偉;毛建容;;基于相似日和最小二乘支持向量機(jī)的光伏發(fā)電短期預(yù)測(cè)[J];電力系統(tǒng)保護(hù)與控制;2012年16期

6 劉文;楊慧霞;祝斌;;微電網(wǎng)關(guān)鍵技術(shù)研究綜述[J];電力系統(tǒng)保護(hù)與控制;2012年14期

7 王駿;王士同;鄧趙紅;;聚類分析研究中的若干問題[J];控制與決策;2012年03期

8 陳靖;李雨薇;習(xí)朋;李濤;;微網(wǎng)系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化[J];華東電力;2012年02期

9 劉小平;丁明;張穎媛;徐寧舟;;微網(wǎng)系統(tǒng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J];中國電機(jī)工程學(xué)報(bào);2011年31期

10 王理;;多目標(biāo)微網(wǎng)環(huán)保經(jīng)濟(jì)調(diào)度模型研究[J];中國水能及電氣化;2011年09期

相關(guān)博士學(xué)位論文 前2條

1 彭雪;演化算法和蟻群算法的性能分析[D];華南理工大學(xué);2016年

2 孔翔宇;幾類優(yōu)化問題的人工蜂群算法[D];西安電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前5條

1 吳婷;基于k-means聚類算法的大學(xué)生心理管理系統(tǒng)研究[D];湖北工業(yè)大學(xué);2017年

2 張程熠;光伏微電網(wǎng)發(fā)電預(yù)測(cè)與經(jīng)濟(jì)運(yùn)行研究[D];浙江大學(xué);2017年

3 邢尚林;并網(wǎng)型光伏電站發(fā)電功率預(yù)測(cè)與優(yōu)化運(yùn)營系統(tǒng)設(shè)計(jì)及應(yīng)用[D];華北電力大學(xué);2016年

4 涂雨曦;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的光伏出力預(yù)測(cè)[D];南昌大學(xué);2015年

5 蔡劍彪;基于云計(jì)算的智能電網(wǎng)負(fù)荷預(yù)測(cè)平臺(tái)研究[D];湖南大學(xué);2013年

本文編號(hào)：2892341