光伏微網的發(fā)電預測與能量管理技術研究.pdf

1、微網廣泛利用光伏逆變器、風力發(fā)電機和生物能發(fā)電機等作為其內部的微型電源，然而受地理條件、天氣情況和外部環(huán)境等因素的影響，這些可再生電源的能量輸出具有間歇性和隨機性，導致微網內部電源與負荷間以及微網與大電網間的功率交換過程復雜，若微網對這些電源不加以協(xié)調控制，而大規(guī)模接入電網，將不利于地區(qū)電網的穩(wěn)定性。此外，微網的接入也對電力市場產生深遠的影響，將改變傳統(tǒng)電力市場的交易模式：微網用戶可以從電力公司購電，也可以將其分布式電源的剩余電能售給電

2、力公司或有償?shù)貫殡娏咎峁┫鞣濉⒕o急功率支持等服務。本文以光伏微網為對象，對其能量管理的基本分析理論和設計方法進行了深入研究，包括光伏微網的控制結構、發(fā)電預測、儲能配置和能量優(yōu)化管理。
　　 準確預知光伏微源在未來特定時段內的發(fā)電功率，對分布式電源最優(yōu)組合、經濟調度、最優(yōu)潮流、電力交易等都有著重要意義。為此，本文基于神經網絡理論研究了的光伏發(fā)電預測模型及其設計方法，首先分析了氣象因素與光伏發(fā)電功率相關性，給出了光伏發(fā)電預測中氣

3、象因素的處理策略；隨后，建立了基于BP神經網絡的光伏發(fā)電離線預測模型，給出了BP神經網絡輸入層、隱含層和輸出層的設計方法，并定量評估了離線預測模型的預測精度；此外，為適應天氣的急劇變化，提出采用RBF神經網絡對數(shù)值天氣預測信息進行模糊識別，繼而建立了基于模糊識別的光伏發(fā)電在線預測模型，分析了RBF神經網絡的結構和擴展速度對預測結果的影響。
　　 可再生微源的出力隨外部條件變化隨時波動，故不宜獨立向負荷供電，需同其他電源或儲能裝置

4、配合以提供支持和備用。此外，可再生微源電源的并網運行改變了系統(tǒng)中的潮流分布，需對發(fā)電單元、儲能單元、電網和負荷之間的能量進行優(yōu)化控制和管理，實現(xiàn)系統(tǒng)安全穩(wěn)定和優(yōu)質經濟運行。針對分布式電源在并網運行中面臨的能量優(yōu)化問題，提出了一種基于模糊控制的分布式發(fā)電系統(tǒng)能量管理控制算法，根據(jù)發(fā)電單元的輸出電能預測和儲能單元的實時狀態(tài)確定運行模式，采用模糊控制實時調控系統(tǒng)能量流動的方向和幅值，從而能實現(xiàn)系統(tǒng)運行成本最優(yōu)化。
　　 微網技術能夠實

5、現(xiàn)分布式發(fā)電技術的靈活、高效應用，解決數(shù)量龐大、形式多樣的分布式電源并網運行時的主要問題，同時由于它具備一定的能量管理功能，并盡可能維持功率的局部優(yōu)化與平衡，可有效提高用電的可靠性和安全性。本文深入研究了微網能量管理的關鍵技術，分析了微網系統(tǒng)的三種能量變換結構，討論了光伏微網系統(tǒng)能量管理的定義、目標和系統(tǒng)架構，分析了能量管理系統(tǒng)各個執(zhí)行機構的功能，分析了光伏微網獨立模式和并網模式的能量管理策略，研究了光伏微網發(fā)電單元和儲能單元能量管理建

6、模方法，建立了光伏微網能量管理模型，最后基于建立的光伏微網能量管理模型定量評估了光伏微網經濟運行對用戶和電力部門的經濟效益。
　　 在微網能量管理系統(tǒng)中，儲能裝置的充放電管理需要綜合考慮儲能裝置和充放電系統(tǒng)的匹配、最大和最小充放電能力、能量平衡約束、以及儲能容量冗余等。為此，提出一種新型能量管理模型實現(xiàn)微網系統(tǒng)中儲能單元的容量設計和經濟分析，采用凈現(xiàn)值評估儲能單元的優(yōu)化配置。通過遺傳算法的優(yōu)化計算過程，評估微網系統(tǒng)在不同儲能配置