光伏微电网控制与优化的若干问题研究

被引:0
作者
郑凌蔚
机构
[1] 华东理工大学
关键词
光伏微电网; 光伏发电功率预测; 频域分析; 并网点潮流跟踪; 运行优化;
D O I
暂无
年度学位
2014
学位类型
博士
导师
摘要
迫于环境和能源的压力,新能源利用正受到越来越多的关注。新能源中可再生能源,例如太阳能和风能,具有间歇性和不确定性,大规模的可再生能源发电接入电网会对电网安全稳定运行带来负面影响。微电网将多种分布式电源与负荷组合起来,实现分布式电源与分布式电源之间、分布式电源与配电网之间的协调运行,从而降低了可再生能源发电对配电网的影响。同时,微电网能实现对负荷多种能源形式的高可靠供给,是实现主动式配电网的有效方式。本文以光伏发电微电网为代表,对微电网控制与优化的若干关键问题进行了分析与研究,主要内容包括光伏发电功率预测、分布式电源配置、并网点潮流跟踪控制、经济优化运行等。本文所提方法也能适用于含其它能源形式的微电网。 本文的研究工作可以总结为以下几个方面: (1)可再生能源的发电预测对保持微电网功率平衡和经济运行有着重要意义。本文以光伏发电为例,提出了两种基于统计数据的光伏发电功率预测方法。一种方法以数值类天气预报为基础,利用系统辨识方法建立了光伏发电功率预测模型;另一种方法以语言类天气预报为基础,利用自适应神经模糊推理系统原理建立了光伏发电功率预测模型。两种方法均以天气预报为基础,随着天气预报技术的发展,光伏发电功率预测的准确性和实时性也将不断提高。 (2)微电网内分布式电源的合理配置是最大程度利用可再生能源的重要前提。本文以分布式电源及负荷具有不同的频率特性为依据,提出了一种基于频域分析的微电网分布式电源配置方法。方法对负荷及自然变动的可再生能源进行频谱分析,并以此为依据配置电源种类及容量。方法虽然是以光伏发电微电网为例提出,但同样适用于含有其它可再生能源的微电网。 (3)微电网的功能之一是要配合电网调度,实现配电网的主动运行,因此并网点潮流跟踪控制是微电网设计和运行的核心内容。本文提出了一种基于频域的解耦控制系统结构,即通过控制器的作用,使得每个分布式电源只承担某个频域范围内的负荷波动,所有分布式电源的综合频域范围能覆盖整个负荷频带。控制参数整定是实现控制目标的重要环节,为此本文提出了一种基于非线性扩散粒子群算法的参数优化整定方法。对基于以上方法构造的光伏微电网进行了频域分析。频域分析和时域仿真分析结果都表明,本文提出的控制结构和策略能实现并网点潮流跟踪控制,非线性扩散粒子群算法应用到控制参数整定中,能达到预期目标。实证研究证明的本文所提方法可实现性,并验证了不同分布式电源在微电网中的作用。 (4)针对微电网的经济优化运行问题,提出了一种基于运行计划的并网点潮流跟踪控制方法。以可再生能源发电功率预测和负荷预测为依据,以运行经济性最优为目标,采用遗传算法对分布式电源出力进行优化,制定经济运行计划。微电网按运行计划运行,对预测值与实际值不相符的情况,并网点潮流跟踪控制系统进行实时调节。仿真结果表明,在运行计划指导下,除了能实现并网点潮流跟踪控制,运行经济性也有提高。
引用
收藏
页数:127
共 50 条
[1]
并网型风光储混合发电系统中储能系统容量优化研究 [J].
何勇琪 ;
张建成 ;
鲍雪娜 .
华北电力大学学报(自然科学版), 2012, 39 (04) :1-5
[2]
基于改进多目标粒子群算法的微电网并网优化调度 [J].
苗雨阳 ;
卢锦玲 ;
朱国栋 .
电力科学与工程, 2012, 28 (07) :15-20
[3]
一种综合ANFIS和PCA的光伏发电功率预测新方法 [J].
郑凌蔚 ;
刘士荣 ;
毛军科 ;
谢小高 .
太阳能学报, 2012, 33 (06) :993-1001
[4]
基于改进小波神经网络的光伏发电系统非线性模型辨识 [J].
郑凌蔚 ;
刘士荣 ;
谢小高 .
电网技术, 2011, 35 (10) :159-164
[5]
光伏电池实用仿真模型及光伏发电系统仿真 [J].
焦阳 ;
宋强 ;
刘文华 .
电网技术, 2010, 34 (11) :198-202
[6]
基于非线性扩散粒子群算法的光伏微网并网点恒定潮流控制 [J].
郑凌蔚 ;
刘士荣 ;
徐青鹤 .
电网技术, 2010, 34 (10) :152-156
[7]
含光伏阵列及燃料电池的微网建模与仿真 [J].
陶琼 ;
吴在军 ;
程军照 ;
凡勇 .
电力系统自动化, 2010, 34 (01) :89-93
[8]
微网运行控制的关键技术及其测试平台 [J].
裴玮 ;
李澍森 ;
李惠宇 ;
唐西胜 ;
程军照 ;
左文霞 .
电力系统自动化, 2010, 34 (01) :94-98+111
[9]
智能电网述评 [J].
余贻鑫 ;
栾文鹏 .
中国电机工程学报, 2009, 29 (34) :1-8
[10]
基于神经网络的光伏阵列发电预测模型的设计 [J].
陈昌松 ;
段善旭 ;
殷进军 .
电工技术学报, 2009, 24 (09) :153-158