学位论文 > 优秀研究生学位论文题录展示

新能源技术与微电网能量管理算法研究

作　者: 刘海龙
导　师: 王鹏
学　校: 太原理工大学
专　业: 电力系统及其自动化
关键词: 容量可信度可靠性分析风速模型微电网遗传算法
分类号: TM73
类　型: 硕士论文
年　份: 2011年
下　载: 558次
引　用: 1次
阅　读: 论文下载

内容摘要

近几年,随着能源危机和环境污染问题给人类社会的发展造成巨大的影响,已经有越来越多的国家将目光转向新能源。在大规模新能源发电并网运行带来经济效益的同时,也给电网造成了巨大的冲击。为了更经济高效的利用新能源,人们提出了集分布式电源与负荷为一体的应用微电网的方式利用新能源的方法。因此,本文以大型风电场的容量可信度与微电网技术为研究对象,主要做了以下几个方面的工作：(1)深入研究了风力发电机的输出特性,提出应用容量可信度的方法来评价风电场对于电力系统的贡献。对于风电场评价的传统方法是以风电场的发电量为评价标准,即以一个风电场一年的发电量以及由此带来的经济效益来评价该风电场的影响。风力发电机组的输出功率随风速的变化而波动,对电力系统的影响不仅有发电量而且还有可靠性问题。同样年发电量的风力发电机组与常规火力发电机组相比,由于风力发电机功率输出的不稳定性,其对于电力系统可靠性的贡献远小于常规火力发电机组。因此,本文以电力系统可靠性分析为基础,计算风电场的容量可信度。(2)通过研究风速特性并且结合电力系统可靠性分析对于风速的要求,提出了一种长期风速预测与短期风速拟合相结合生成风速模型的算法。该方法采用时间序列法预测一天范围的平均风速,同时在这一天范围内应用威布尔分布的方法得到每小时的风速来进行电力系统可靠性分析。应用本算法计算所得风速与现有方法比较具有很好的体现风速随季节变化的特点。(3)本文在分析了微电网运行特性的基础上,建立了以各个分布式电源功率输出特性和电压波动范围为约束条件,以整个微电网线路损耗最小、电压偏差最小且经济性最佳为目标函数的微电网能量管理的多目标优化模型,提出采用改进遗传算法求解多目标优化问题的方法,通过算例分析证明该方法的可行性。

全文目录

摘要  3-5
ABSTRACT  5-10
第一章绪论  10-22
  1.1 能源危机与新能源的利用  10-11
  1.2 新能源发电的优势  11-12
  1.3 微电网概念的提出  12-14
  1.4 微电网的定义与微电网的特点  14-16
  1.5 国外研究动态以及对我国微电网研究的启示  16-20
  1.6 论文的主要研究内容  20-22
第二章基于风速预测风力发电机组容量可信度评估  22-50
  2.1 风力发电机组容量可信度评估  22-23
    2.1.1 风力发电机组容量可信度评估的必要性  22
    2.1.2 风力发电机组容量可信度的评估方法  22-23
  2.2 基于蒙特卡洛方法的电力系统可靠性评估模型  23-30
    2.2.1 电力系统可靠性评估的方法  23
    2.2.2 蒙特卡洛方法的基本思想、原理、特征和步骤  23-27
    2.2.3 基于蒙特卡罗法电力系统元件的可靠性模型  27-30
      2.2.3.1 风力发电机模型  27-28
      2.2.3.2 常规机组模型  28-30
      2.2.3.3 负荷模型  30
  2.3 基于风速预测的风速模型研究  30-47
    2.3.1 小波-神经网络方法预测风速模型  31-34
    2.3.2 利用时间序列法预测风速模型  34-44
    2.3.3 风速长期预测与短期拟合相结合的风速模型  44-47
  2.4 算例与分析  47-49
  2.5 本章小结  49-50
第三章微电网能量管理系统  50-64
  3.1 微电网能量管理系统的作用  50
  3.2 微电网能量管理体系  50-52
  3.3 目前微电网能量管理的方法简介  52-61
    3.3.1 基于多智能主体系统的微电网管理  52-57
    3.3.2 基于电压自治的微电网自适应管理  57-58
    3.3.3 基于微电网逆变器能量管理策略  58-61
  3.4 本章小结  61-64
第四章基于改进遗传算法的微点能量管理算法研究  64-90
  4.1 微电网能量管理的数学模型  64-70
    4.1.1 风力发电机组模型  64
    4.1.2 光伏发电机组模型  64-66
    4.1.3 辐射量计算  66-67
    4.1.4 太阳能发电板发电量计算  67-69
    4.1.5 储能元件模型  69-70
  4.2 微电网优化问题的描述  70-72
    4.2.1 微电网能量管理的目标函数  70-71
    4.2.2 微电网能量管理的约束条件  71-72
  4.3 遗传算法的基本思想、原理、特征和步骤  72-78
    4.3.1 基本思想  73-74
    4.3.2 基本遗传算法的过程  74-77
    4.3.3 遗传算法的改进  77-78
  4.4 算例与分析  78-89
    4.4.1 微电网的结构图  78-79
    4.4.2 微电网经济运行计算  79-89
  4.5 本章小结  89-90
第五章结论和展望  90-92
  5.1 结论  90
  5.2 展望  90-92
参考文献  92-98
致谢  98-100
攻读学位期间发表的学术论文  100

新能源技术与微电网能量管理算法研究

内容摘要

全文目录

相似论文