基于光伏发电与负荷预测的微电网储能系统控制策略研究

《基于光伏发电与负荷预测的微电网储能系统控制策略研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’＾．．－．．．节；ＶＬ．讀為Ｕ，Ａ．，：射接泌仁读’—：：＇＇．．．．．＾．．；心／—／．／，，嘴；：詹；．Ｙ／讓＇．＇．；＞．壬学位论文：：＾ｒ｜：ｉ．ｔ屬騎電腳ｉ终狼－Ｊ：ｍＫｍＰ＾：，基巧榮據发电与负蔚頭挪齡微巧网．．觀ｌｉ；巧興糖确ｍ＇．‘：於£＆６３制〇〇ＴｈｅｒｏＬＳｒａｔｅ；／ＣｏｎｔｔｏｆＭｉｗ＾Ｇｒｉｄ，ｇｙ．沒ｔｏｒ技热Ｓｙｓｔｅ谢ｂａｓｅｃ！ｏｎＰｈｏｔｏｖｏＪｌｔ泣ｋＰｏｗｅｒａｎｄ说ａｄ读／＾－１－＇？？、．？．ＩＦｏｒ

2、ｅｃａｓｔｉｎ■ｇ’．‘．—＾＇＇．．‘＞－－；．；＞；，．ｙｎ＃巧蟲：；，ｔ．＇’１＇＇；Ｖ人＾早沪，訂穿＇．’．．，宴＾．人．去Ｖ；叫却夺．．．＇Ｋ；＇讓，＇帛瞻賴麵丫ＨｆｃＮ２。１炸３月：。；Ｖ．：ＭＭＩ貴島．．—：‘－：，隸．ｎ麵■ＨＨＨ华北电力大学硕±学位论文原创性声明本人郑重声明：此处所提交的硕±学位论文《基于光伏发电与负荷预测的微电，是本人在导师指导下网储能系统控制策略研究》Ｉ在华北电力大学攻读硕击学位期间独立进行研究工作所取得的成果。据本人所知，论义中

3、陈已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，巧己在丈中明确方式注明。本声明的法律结果将完全由本人承担。■作者签名：日期：州５年多月／之日接育邸华北电力大学硕±学位论文使用授权书《基于光伏发电与负荷预测的微电网储能系统控制策略研究》系本人在华北电力大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归华北电力大学所有，本论文的研究内容不得抖其它单位的名义发表。本人完全了解文华北电力大学关于保存、使用学位论文的规定，同意学校保留并向有关部口送交论的复印件和电子版本

4、，允许论文被查阅和借阅。本人授权华北电力大学，可采用影本印、缩印或其他复制手段保存论文，可封公布论文的全部或部分内容。学位论文厲于（请在下相应方框内打＂Ｖ＂）：保密□，在年解密后适用本授权书不保密垃作者签名：Ｉｎ期：互〇咬年多月Ｉ王日物脅巧导师签名：曰期‘？年文月／么石国内图书分类号：TP29学校代码：10079国际图书分类号：621.3密级：公开专业硕士学位论文基于光伏发电与负荷预测的微电网储能系统控制策略研究硕士研究生：杨育刚导师：李大中教授申请学位：工程硕士专业领域：控制工程培养方式：全日制所在学院：控制与计算机工程学

5、院答辩日期：2015年3月授予学位单位：华北电力大学ClassifiedIndex:TP29U.D.C:621.3ThesisfortheMasterDegreeResearchonTheControlStrategyofMicroGridStoragySystembasedonPhotovoltaicPowerandLoadForecastingCandidate：YangYugangSupervisor：Prof.LiDazhongSchool：SchoolofControlandComputerEngineeringDateofDefence：March

6、,2015Degree-Conferring-Institution：NorthChinaElectricPowerUniversity华北电力大学硕士学位论文摘要随着全球经济的高速发展，能源需求量逐年上升，能源短缺以及生态环境的污染和破坏等问题日益突出。虽然以太阳能、风能为主的可再生能源的大规模应用可以有效缓解能源危机和生态环境问题，但因其生产的电能不稳定，会对电网电能质量以及稳定性造成不良影响。分布式微电网的出现可以有效缓解可再生能源利用方面的不足，因此对其进行系统的研究有着重要的意义。而储能系统作为一种能量缓冲环节，在微电网中有着举足轻重的地位。本文首先

7、对储能技术在微电网中的应用做了介绍，阐述了储能电池分类以及应用现状，对储能电池的单体特性、成组设计方法以及储能电池常规变流器主电路拓扑结构进行了分析研究，并根据储能系统在微电网中平抑光伏波动和能量调度的作用将其分为平滑输出控制和计划输出控制两种工作场景。根据本文光伏微电网设计要求，提出基于能量预测的光伏微电网储能系统计划输出控制策略。其次，基于最小二乘支持向量机建立了光伏发电预测和负荷预测模型，通过对光伏历史发电数据进行分析研究，选取对光伏出力影响较大的因素作为输入变量，实现了光伏发电功率的准确预测。在负荷预测模型建立过程中，引入灰色关联度分析法选择对负荷影响

8、较大的因素作为输入变量，提高了模型的预