基于地基云图的光伏发电系统超短期功率预测

基于地基云图的光伏发电系统超短期功率预测

ID:37071709

大小:4.79 MB

页数:82页

时间:2019-05-17

基于地基云图的光伏发电系统超短期功率预测_第1页
基于地基云图的光伏发电系统超短期功率预测_第2页
基于地基云图的光伏发电系统超短期功率预测_第3页
基于地基云图的光伏发电系统超短期功率预测_第4页
基于地基云图的光伏发电系统超短期功率预测_第5页
资源描述:

《基于地基云图的光伏发电系统超短期功率预测》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、分类号:_________________密级:_________________UDC:_________________编号:_________________工学硕士学位论文基于地基云图的光伏发电系统超短期功率预测硕士研究生:韩阳指导教师:刘宏达副教授学科、专业:电气工程论文主审人:黄曼磊教授哈尔滨工程大学2018年3月分类号:_________________密级:_________________UDC:_________________编号:_________________工学硕士学位论文基于地基云图的光伏发电系统超短

2、期功率预测硕士研究生:韩阳指导教师:刘宏达副教授学位级别:工学硕士学科、专业:电气工程所在单位:自动化学院论文提交日期:2017年01月论文答辩日期:2017年03月学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngUltraShortTermPowerForecastofPhotovolticSystembasedonGroudBasedCloudImageCandidate:HanYangSupervisor:Prof.LiuHongdaAca

3、demicDegreeAppliedfor:MasterofEngineeringSpecialty:ElectricalEngineeringDateofSubmission:January,2017DateofOralExamination:March,2017University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,

4、本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人

5、保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日摘要开发利用可再生能源是当前能源领域所关注的研究热点。太阳能具有资源储量大、可持续、清洁、获取方式直接等特点。因此,把光伏发电系统融入到电网中,成为改善人类能源结构、减少电能生产过程中的碳排放的重要研究方向之一。同时,光伏(PV)系统实际接收的辐照度存在波动幅度大和不确定

6、性强的特点,这导致其输出功率呈现明显随机波动和间歇特性。为应对PV发电系统的这种随机波动性和间歇性,目前电网主要采用增设储能装置、使用可选择性电力负载和开展PV发电功率预测等方式来应对。在极端情况下,电网还可以采取切断其与电网的物理连接的方式(弃光)来减少其对电网的冲击。其中,PV功率预测是新近出现的实用的应对措施。以往的PV功率预测研究基本是进行长期和中期预测。随着社会对可再生能源调控技术需求的提高,电网调度期望实现对光伏短期预测和超短期功率预测。在这些预测中,云层作为影响辐照度的主要因素必须需要考虑,而传统的PV功率预测方法却无

7、法进行有效的云层检测,所以有必要展开相关的研究工作。本文以‘考虑阵列局部遮挡的PV发电系统’为研究对象。首先,介绍了太阳辐射及其在大气传输过程和PV阵列所接收的太阳辐照度模型。并针对地面辐照度中主要成份--直射辐照度,设计了一种基于广义大气浑浊度的晴空直射DNI预测方法。然后,介绍了云检测相关的内容,具体包括:全天空成像仪及其运行环境、地基云图的大致信息等。还介绍了针对两类基于地基云图样本的信息熵阈值云层检测算法,在分析了这两类算法的不足之处的基础上,设计了采用混合熵阈值进行云层检测的改进方法。然后,介绍了以提取出的云层特征参数作为

8、输入和晴空因子作为输出、基于支持向量回归原理的PV阵列辐照度空间分布计算方法。即从云图图像特征到云层对辐照度衰减因子的非线性关系建模方法及实现过程。同时,通过对光伏组件特性的分析,建立了考虑局部阴影遮挡的光伏阵列输出功率模型。将二者与

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。