發(fā)布時(shí)間：2022-12-23 20:33

　　伴隨著全球能源的緊張程度逐漸加劇,我國(guó)目前依然處在煤、石油、天然氣占有較高使用比重的使用階段,為了能夠盡可能地?cái)[脫對(duì)于非可再生能源的依賴,使用可再生能源變?yōu)槲覈?guó)可持續(xù)能源發(fā)展的重要內(nèi)容。本文以黃石電網(wǎng)為研究對(duì)象,對(duì)分布式電源對(duì)電網(wǎng)負(fù)荷造成的影響進(jìn)行深入研究,全面優(yōu)化控制和監(jiān)控電網(wǎng)電能質(zhì)量,深入優(yōu)化電網(wǎng)負(fù)荷調(diào)度策略。本文以電力系統(tǒng)分布式電源、電網(wǎng)負(fù)荷以及負(fù)荷預(yù)測(cè)作為研究基礎(chǔ),綜合國(guó)內(nèi)外的發(fā)展現(xiàn)狀,對(duì)電力系統(tǒng)負(fù)荷具有的特點(diǎn)、規(guī)律和相關(guān)的影響因素進(jìn)行研究。本文采取一種基于K-means聚類算法,對(duì)歷史負(fù)荷數(shù)據(jù)進(jìn)行分類預(yù)測(cè),并針對(duì)其中存在的異常數(shù)據(jù)進(jìn)行處理,并對(duì)于歷史負(fù)荷數(shù)據(jù)以及同負(fù)荷預(yù)測(cè)關(guān)聯(lián)的影響因素采取歸一化處理。本文采用最小二乘支持向量機(jī)（LSSVM）法建立電力系統(tǒng)負(fù)荷預(yù)測(cè)模型,其對(duì)于小樣本、非線性、高維數(shù)等實(shí)際問題具有較大的優(yōu)勢(shì)。由于對(duì)于LSSVM參數(shù)的選擇會(huì)直接影響到預(yù)測(cè)結(jié)果的精度,本文提出使用粒子群算法（PSO）對(duì)LSSVM中的參數(shù)進(jìn)行優(yōu)化篩選,獲得PSO-LSSVM的負(fù)荷預(yù)測(cè)模型,從而有效地提升了預(yù)測(cè)精度,實(shí)現(xiàn)快速且準(zhǔn)確的負(fù)荷預(yù)測(cè)。本文結(jié)合黃石市分布式電源并網(wǎng)前后的負(fù)荷歷史數(shù)據(jù),... 

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
    1.2 分布式電源與電網(wǎng)負(fù)荷簡(jiǎn)介
        1.2.1 分布式電源與傳統(tǒng)能源對(duì)比分析
        1.2.2 電網(wǎng)負(fù)荷概念
        1.2.3 分布式電源入網(wǎng)對(duì)電力系統(tǒng)影響概述
    1.3 國(guó)內(nèi)外分布式能源電網(wǎng)負(fù)荷預(yù)測(cè)研究現(xiàn)狀
    1.4 論文主要內(nèi)容及結(jié)構(gòu)安排
第2章 負(fù)荷預(yù)測(cè)分析與調(diào)度基本策略
    2.1 負(fù)荷預(yù)測(cè)分析
        2.1.1 負(fù)荷預(yù)測(cè)的原理
        2.1.2 負(fù)荷預(yù)測(cè)的內(nèi)容分類與基本過程
        2.1.3 負(fù)荷預(yù)測(cè)的特點(diǎn)
        2.1.4 負(fù)荷預(yù)測(cè)的評(píng)價(jià)指標(biāo)
    2.2 電網(wǎng)負(fù)荷調(diào)度基本策略
        2.2.1 柔性負(fù)荷響應(yīng)潛力
        2.2.2 負(fù)荷調(diào)度模式
        2.2.3 負(fù)荷響應(yīng)行為建模
        2.2.4 負(fù)荷調(diào)度架構(gòu)
    2.3 本章小結(jié)
第3章 基于PSO-LSSVM方法負(fù)荷預(yù)測(cè)
    3.1 基于LSSVM負(fù)荷預(yù)測(cè)方法
        3.1.1 基于K-means算法的輸入變量數(shù)據(jù)處理
        3.1.2 輸入變量的預(yù)處理
        3.1.3 基于PSO-LSSVM負(fù)荷預(yù)測(cè)模型
    3.2 黃石電網(wǎng)負(fù)荷預(yù)測(cè)仿真實(shí)例分析
    3.3 本章小結(jié)
第4章 分布式電源對(duì)電網(wǎng)負(fù)荷影響分析及優(yōu)化調(diào)度策略
    4.1 分布式電源對(duì)電網(wǎng)負(fù)荷預(yù)測(cè)的影響
        4.1.1 分布式電源并網(wǎng)的特點(diǎn)
        4.1.2 夏季典型日分布式電源并網(wǎng)負(fù)荷變化
        4.1.3 冬季典型日分布式電源并網(wǎng)負(fù)荷變化
        4.1.4 結(jié)果分析
    4.2 分布式電源區(qū)域電網(wǎng)調(diào)度控制策略
        4.2.1 優(yōu)化調(diào)度控制策略
        4.2.2 分布式電源區(qū)域電網(wǎng)調(diào)度控制結(jié)構(gòu)
        4.2.3 分布式電源的電網(wǎng)優(yōu)化調(diào)度仿真
    4.3 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]含分布式電源的配電網(wǎng)日前兩階段優(yōu)化調(diào)度模型[J]. 孟曉麗,高君,盛萬興,顧偉,朱俊澎,范文飛.  電網(wǎng)技術(shù). 2015(05)
[2]含分布式電源的電力系統(tǒng)優(yōu)化調(diào)度模型研究[J]. 唐曉瑭,何婉欣.  電力需求側(cè)管理. 2015(01)
[3]基于數(shù)值天氣預(yù)報(bào)的母線負(fù)荷預(yù)測(cè)[J]. 李博,門德月,嚴(yán)亞勤,楊軍峰,周劼英,羅治強(qiáng),曾麗莉.  電力系統(tǒng)自動(dòng)化. 2015(01)
[4]提高電力調(diào)度負(fù)荷預(yù)測(cè)的準(zhǔn)確性策略[J]. 李凱.  電子技術(shù)與軟件工程. 2014(24)
[5]基于相似日和LS-SVM的微網(wǎng)短期負(fù)荷預(yù)測(cè)[J]. 張玲玲,楊明玉,梁武.  電力建設(shè). 2014(11)
[6]基于EMD-KELM-EKF與參數(shù)優(yōu)選的用戶側(cè)微電網(wǎng)短期負(fù)荷預(yù)測(cè)方法[J]. 湯慶峰,劉念,張建華,于壯壯,張清鑫,雷金勇.  電網(wǎng)技術(shù). 2014(10)
[7]分布式電源并網(wǎng)對(duì)配電網(wǎng)的影響[J]. 雷敏,楊萬里,李丹,張駿杰.  湖南工業(yè)大學(xué)學(xué)報(bào). 2014(05)
[8]光伏并網(wǎng)發(fā)電問題研究[J]. 葛延峰,高立群,梁鵬,翟軍昌.  電子設(shè)計(jì)工程. 2014(11)
[9]淺談基于氣象因素的電網(wǎng)短期負(fù)荷預(yù)測(cè)系統(tǒng)[J]. 仇曉寅,邱昌巍,周曉風(fēng).  河南科技. 2013(16)
[10]濱州電網(wǎng)負(fù)荷預(yù)測(cè)管理[J]. 高紅梅,楊士民,張海城.  山東電力技術(shù). 2012(03)

博士論文
[1]含多種分布式電源的微電網(wǎng)運(yùn)行控制研究[D]. 王鶴.華北電力大學(xué) 2014

碩士論文
[1]分布式光伏接入的用戶側(cè)微電網(wǎng)功率預(yù)測(cè)方法[D]. 張清鑫.華北電力大學(xué) 2014
[2]含分布式電源的電力系統(tǒng)協(xié)調(diào)經(jīng)濟(jì)調(diào)度[D]. 夏丹丹.西華大學(xué) 2013
[3]基于數(shù)據(jù)挖掘與支持向量機(jī)的微網(wǎng)負(fù)荷預(yù)測(cè)[D]. 杜亞松.華北電力大學(xué) 2013
[4]微電網(wǎng)的發(fā)電和負(fù)荷預(yù)測(cè)及其模糊控制研究[D]. 黃超輝.湖南大學(xué) 2012
[5]分布式電源并網(wǎng)對(duì)電能質(zhì)量的影響分析與評(píng)估[D]. 徐群.華北電力大學(xué) 2012
[6]分布式電源的并網(wǎng)策略與協(xié)調(diào)控制[D]. 雷珽.上海交通大學(xué) 2011
[7]大電網(wǎng)短期負(fù)荷預(yù)測(cè)方法研究[D]. 楊朋.鄭州大學(xué) 2010
[8]電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法研究及實(shí)現(xiàn)[D]. 劉克文.華北電力大學(xué)（北京） 2010
[9]分布式電源的優(yōu)化調(diào)度[D]. 楊為.合肥工業(yè)大學(xué) 2010



本文編號(hào)：3725380