本文關鍵詞：小水電集群短期功率預測系統(tǒng)的設計與實現(xiàn)

  更多相關文章： 小水電 集群 相似日區(qū)間 功率預測 SSH

【摘要】：近年來,作為清潔能源的小水電以其投資少、見效快、開發(fā)周期短等優(yōu)勢迎來的新的發(fā)展機遇。但目前大多數(shù)都是徑流式小水電站,缺乏調節(jié)能力,在實際運行中處于有水即發(fā)的狀態(tài),導致小水電出力波動性較大且變化不定。當接入電網(wǎng)后,小水電會對電網(wǎng)造成很大的負荷沖擊,使主網(wǎng)負荷的規(guī)律性變差,安全性降低。因此,對徑流式小水電進行科學的短期功率預測,進而制定合理的發(fā)電計劃以保證電網(wǎng)供需平衡和安全穩(wěn)定運行,具有較強的理論與實際意義。針對山區(qū)徑流式小水電出力規(guī)律性差、裝機容量較小、數(shù)量眾多等特點,通過分析波動性、周期性、概率分布等發(fā)電特性,提出了將接入同一變電站的若干個小水電站視為一個集群,對集群進行整體預測的思路以提高預測結果的準確性。由于小水電多處于地理環(huán)境復雜的山區(qū)中,且位置較為分散,無法獲取準確地獲取各站點的氣象數(shù)據(jù)。因此,本文充分挖掘蘊含在歷史出力數(shù)據(jù)中的信息,通過尋找相似的出力序列來推算預測數(shù)據(jù)。考慮到徑流式小水電的累積效應和滯后效應,將傳統(tǒng)的相似日概念擴展為時間長度更為靈活的相似日區(qū)間。定義歸一化形系數(shù)作為衡量兩個數(shù)據(jù)序列形狀相似度的標準,通過分析各相似日區(qū)間之后功率序列的變化趨勢來計算預測日的功率序列。實驗結果顯示該方法在歷史功率數(shù)據(jù)完備的條件下,能夠獲得較為理想的預測結果。在預測模型的基礎上,以Oracle作為數(shù)據(jù)庫,以Tomcat作為應用服務器,遵循J2EE框架,采用SSH技術設計并實現(xiàn)了小水電集群短期功率預測系統(tǒng)。系統(tǒng)具有權限管理、功率數(shù)據(jù)管理、發(fā)電特性分析、集群管理、功率預測、預測結果分析等功能模塊,能夠滿足多級調度人員對所轄小水電的功率預測工作。通過試運行,表明系統(tǒng)功能完善、運行穩(wěn)定、界面風格統(tǒng)一、交互方式靈活,預測時間合理、圖表展示豐富,對于提高小水電信息化管理水平具有極強的應用價值。
【關鍵詞】：小水電 集群 相似日區(qū)間 功率預測 SSH
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TV737
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-19
• 1.1 選題背景及意義11
• 1.2 國內外研究現(xiàn)狀11-17
• 1.2.1 用電負荷預測方法研究現(xiàn)狀13-14
• 1.2.2 小水電功率預測方法研究現(xiàn)狀14-16
• 1.2.3 小水電信息管理系統(tǒng)的研究現(xiàn)狀16-17
• 1.3 論文的主要工作和內容安排17-19
• 第2章 系統(tǒng)開發(fā)技術19-25
• 2.1 開發(fā)環(huán)境19-20
• 2.1.1 MyEclipse介紹19
• 2.1.2 Tomcat介紹19-20
• 2.1.3 jQuery介紹20
• 2.1.4 Highcharts介紹20
• 2.1.5 JSON介紹20
• 2.2 技術架構20-23
• 2.2.1 B/S架構20-21
• 2.2.2 J2EE體系結構21-22
• 2.2.3 SSH22-23
• 2.3 數(shù)據(jù)庫23-24
• 2.3.1 Oracle數(shù)據(jù)庫23
• 2.3.2 視圖數(shù)據(jù)接口23-24
• 2.4 本章小結24-25
• 第3章 小水電集群短期功率預測模型25-44
• 3.1 小水電發(fā)電特性分析25-34
• 3.1.1 小水電發(fā)電的波動性25-27
• 3.1.2 小水電發(fā)電的周期性27-28
• 3.1.3 小水電發(fā)電概率分布28-30
• 3.1.4 小水電發(fā)電相關性30-32
• 3.1.5 小水電發(fā)電累積效應和滯后效應32-34
• 3.2 小水電集群短期功率預測算法34-39
• 3.2.1 數(shù)據(jù)預處理34-35
• 3.2.2 基于相似日區(qū)間的小水電集群短期功率預測方法35-39
• 3.3 算例分析39-42
• 3.4 本章小結42-44
• 第4章 小水電集群短期功率預測系統(tǒng)的需求分析44-51
• 4.1 系統(tǒng)定位及總體目標44-45
• 4.2 系統(tǒng)功能需求分析45-47
• 4.2.1 發(fā)電功率特性分析功能45
• 4.2.2 數(shù)據(jù)檢測修正功能45-46
• 4.2.3 發(fā)電功率預測功能46
• 4.2.4 預測結果統(tǒng)計分析功能46
• 4.2.5 集群信息管理功能46
• 4.2.6 氣象信息查看功能46
• 4.2.7 功率數(shù)據(jù)查看功能46-47
• 4.3 用戶權限分析47-49
• 4.3.1 地調用戶用例分析47-48
• 4.3.2 中調用戶用例分析48-49
• 4.4 系統(tǒng)性能需求49
• 4.5 系統(tǒng)數(shù)據(jù)流分析49-50
• 4.5.1 輸入流49-50
• 4.5.2 輸出流50
• 4.6 本章小結50-51
• 第5章 小水電集群短期功率預測系統(tǒng)的設計與實現(xiàn)51-69
• 5.1 系統(tǒng)設計原則51
• 5.2 系統(tǒng)總體結構51-53
• 5.3 數(shù)據(jù)庫設計53-57
• 5.4 功能模塊設計與實現(xiàn)57-68
• 5.4.1 系統(tǒng)登入模塊設計與實現(xiàn)58
• 5.4.2 氣象數(shù)據(jù)管理模塊設計與實現(xiàn)58-60
• 5.4.3 功率數(shù)據(jù)管理模塊設計與實現(xiàn)60-63
• 5.4.4 集群信息管理模塊設計與實現(xiàn)63-64
• 5.4.5 發(fā)電功率預測模塊設計與實現(xiàn)64
• 5.4.6 預測結果統(tǒng)計分析模塊設計與實現(xiàn)64-66
• 5.4.7 發(fā)電功率特性分析模塊設計與實現(xiàn)66-68
• 5.5 本章小結68-69
• 第6章 小水電集群短期功率預測系統(tǒng)的測試69-71
• 6.1 系統(tǒng)測試69-70
• 6.2 測試結果修正70
• 6.3 本章小結70-71
• 第7章 總結與展望71-72
• 7.1 本文總結71
• 7.2 后續(xù)工作展望71-72
• 參考文獻72-75
• 攻讀碩士學位期間發(fā)表的論文及其它成果75-76
• 攻讀碩士學位期間參加的科研工作76-77
• 致謝77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 廖勝利;馬慧芳;李樹山;程春田;蔡華祥;李秀峰;;省地一體化小水電管理系統(tǒng)設計與實現(xiàn)[J];水力發(fā)電學報;2013年04期

2 廖勝利;高上上;程春田;蔡華祥;蔡建章;李秀峰;;基于RIA技術的中小水電管理系統(tǒng)設計與實現(xiàn)[J];電力系統(tǒng)自動化;2011年23期

3 李偉;孫電;;湖北電網(wǎng)短期負荷預測中氣象因素和小水電影響的處理策略[J];湖北電力;2011年04期

4 顏金木;;基于趨勢外推法的電力負荷預測[J];中國外資;2011年04期

5 徐瑋;羅欣;劉梅;那志強;吳臻;黃靜;姜巍;孫珂;;用于小水電地區(qū)負荷預測的兩階段還原法[J];電網(wǎng)技術;2009年08期

6 黎燦兵;李曉輝;趙瑞;李金龍;劉曉光;;電力短期負荷預測相似日選取算法[J];電力系統(tǒng)自動化;2008年09期

7 章文;陳麗丹;葉琳浩;夏成軍;張堯;;韶關地區(qū)電網(wǎng)小水電站群優(yōu)化調度決策支持系統(tǒng)[J];廣東電力;2008年03期

8 羅滇生;李偉偉;何洪英;;基于局部形相似的超短期負荷預測方法[J];電力系統(tǒng)及其自動化學報;2008年01期

9 金義雄;段建民;楊俊強;甄執(zhí)根;徐斌;儲召云;李宏仲;王承民;曾令國;;含有山區(qū)小水電負荷的氣象回歸短期負荷預測技術[J];繼電器;2007年14期

10 羅云霞;吳劍凌;周慕遜;鄭曉丹;王萬良;;地方電網(wǎng)梯級水電優(yōu)化調度系統(tǒng)研究[J];中國農村水利水電;2007年03期

中國重要報紙全文數(shù)據(jù)庫 前1條

1 趙永平;;小水電開發(fā)沒有過度[N];人民日報;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 孫飛飛;基于負荷特性的多小水電地區(qū)短期負荷預測[D];浙江大學;2013年

2 唐詩;基于J2ME技術的小水電信息管理系統(tǒng)設計與實現(xiàn)[D];大連理工大學;2011年

3 高上上;中小水電管理技術支持系統(tǒng)的設計與實現(xiàn)[D];大連理工大學;2010年

，

本文編號：900726