配電網(wǎng)中風電、光伏等可再生能源大規(guī)模接入會因其輸出功率波動性和隨機性影響系統(tǒng)穩(wěn)定運行,產(chǎn)生安全隱患。同時,火電、水電等傳統(tǒng)電源因響應時間長、爬坡速率低,無法適應新能源高滲透率情況下的配電網(wǎng)發(fā)展需求。提高新能源接入后電網(wǎng)的穩(wěn)定性主要有兩種途徑,一種是利用儲能裝置平衡新能源出力波動;另一種是通過精準的功率預測技術,優(yōu)化風、光、儲等新能源調度和負荷控制。在此背景下,本文以配電網(wǎng)分布式儲能系統(tǒng)為研究對象,對光伏、風電功率預測和負荷預測技術進行了分析和討論,并基于功率預測數(shù)據(jù),對分布式儲能的優(yōu)化調度策略進行了研究,主要進行以下幾個方面的工作:首先,針對風、光、負荷功率預測問題,提出了基于長短時神經(jīng)網(wǎng)絡的功率預測模型,并利用該模型確定儲能功率和容量需求區(qū)間。研究了傳統(tǒng)神經(jīng)網(wǎng)絡和長短時神經(jīng)網(wǎng)絡的基本原理和結構,并分析了神經(jīng)網(wǎng)絡技術發(fā)展過程以及優(yōu)缺點,探討了長短時神經(jīng)網(wǎng)絡技術在處理“梯度”問題的優(yōu)勢;探究了功率預測過程中,長短時神經(jīng)網(wǎng)絡輸入數(shù)據(jù)的預處理過程、網(wǎng)絡構建方式、網(wǎng)絡訓練方法等,構建了長短時神經(jīng)網(wǎng)絡功率預測模型;基于預測結果確定儲能功率和容量需求區(qū)間,為制定儲能系統(tǒng)調度計劃提供依據(jù);通過與BP...

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

圖２．９風電、負荷２４ｈ實際曲線和風電預測曲線??

＿Ｔ?ｌ?、??＼ｘｔ??圖２．８輸出門結構示意圖??２．３．２輸入數(shù)據(jù)預處理??由于神經(jīng)網(wǎng)絡激活函數(shù)特性，使得其對［－１，１］內的數(shù)據(jù)敏感，如果輸入的數(shù)??據(jù)為［－１，１］，則會大大加速神經(jīng)網(wǎng)絡的訓練速度和訓練效果。因此需要對輸入量??進行歸一化處理：??Ｘ＇＝－Ｘ￣Ｘｍｉｎ?....

圖２．１０風電預測曲線以及誤差區(qū)間??

?一?？風電預測曲線??圖２．１０風電預測曲線以及誤差區(qū)間??圖２．９為風電、負荷２４ｈ實際曲線和風電預測曲線，設置風電歷史誤差百分??比為７％。圖２．１０為某地風電預測曲線以及誤差區(qū)間，由于負荷誤差較小，為簡??化說明內容，此處忽略負荷預測誤差。根據(jù)風光負荷的功率波動區(qū)間和負荷....

圖２．１１負荷與風電功率差值曲線??２０??

風電顱測功率下限?一?？風電預測曲線??圖２．１０風電預測曲線以及誤差區(qū)間??圖２．９為風電、負荷２４ｈ實際曲線和風電預測曲線，設置風電歷史誤差百分??比為７％。圖２．１０為某地風電預測曲線以及誤差區(qū)間，由于負荷誤差較小，為簡??化說明內容，此處忽略負荷預測誤差。根據(jù)風光負荷的功....

圖２．１２儲能系統(tǒng)充放電需求柱狀圖??

風電顱測功率下限?一?？風電預測曲線??圖２．１０風電預測曲線以及誤差區(qū)間??圖２．９為風電、負荷２４ｈ實際曲線和風電預測曲線，設置風電歷史誤差百分??比為７％。圖２．１０為某地風電預測曲線以及誤差區(qū)間，由于負荷誤差較小，為簡??化說明內容，此處忽略負荷預測誤差。根據(jù)風光負荷的功....

本文編號：3906841