分布式光伏接入的用户侧微电网功率预测方法

分布式光伏接入的用户侧微电网功率预测方法

ID:33441018

大小:4.60 MB

页数:57页

时间:2019-02-26

分布式光伏接入的用户侧微电网功率预测方法_第1页
分布式光伏接入的用户侧微电网功率预测方法_第2页
分布式光伏接入的用户侧微电网功率预测方法_第3页
分布式光伏接入的用户侧微电网功率预测方法_第4页
分布式光伏接入的用户侧微电网功率预测方法_第5页
资源描述:

《分布式光伏接入的用户侧微电网功率预测方法》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、万方数据国内图书分类号:TM715国际图书分类号:621.3硕士学位论文学校代码:10079密级:公开分布式光伏接入的用户侧微电网功率预测方法硕士研究生:导师:企业导师:申请学位:专业领域:培养方式:所在学院:答辩日期:授予学位单位:张清鑫刘念副教授孙树敏教授级高工工程硕士电气工程全日制电气与电子工程学院2014年3月华北电力大学万方数据ClassifiedIndex:TM715U.D.C:621.3ThesisfortheMasterDegreeUser--sideMicro—-gridPowerForec

2、astingMethodwithDistributedPhotovoltaicAccessCandidate:Supervisor:School:DateofDefence:ZhangQingxinProf.LiuNianSchoolofElectricalandElectronicEngineeringMarch,2014Degree-·Conferring--Institution:NorthChinaElectricPowerUniversity万方数据华北电力大学硕士学位论文原创性声明本人郑重声明:此

3、处所提交的硕士学位论文《分布式光伏接入的用户侧微电网功率预测方法》,是本人在导师指导下,在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除己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,均己在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:次珐浚日期:1口l牛年3月≥甲El华北电力大学硕士学位论文使用授权书《分布式光伏接入的用户侧微电网功率预测方法》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文

4、的研究成果归华北电力大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解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门送交论文的复印件和电子版本,允许论文被查阅和借阅,学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。本人授权华北电力大学,可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打“、/”):保密口,在年解密后适用本授权书不保密0作者签名:甥人精企导师签名:三。活日期:≯口f‘}年了月≥£f日日

5、期:'口fq年≥月2,7Ft万方数据华北电力大学硕上学位论文摘要伴随我国新型城镇化建设,在增加用电需求的同时为分布式能源接入创造了环境。通过用户侧微电网进行分布式光伏集成应用,是实现新能源就地消纳,降低碳排放与环境污染的重要途径。国家相关政策己对分布式光伏未来一段时间的快速发展进行了相关规划,国家电网公司也出台政策为分布式光伏接入提供便利条件与相关技术支持。分布式光伏接入用户侧微电网后,为保证微电网与配电网的稳定与经济运行,相关微电网负荷预测技术与分布式光伏功率预测技术需要结合用户侧微电网的应用特点进行深入研

6、究。提出采用核函数极限学习机构建功率预测模型,采用粒子群算法离线优化预测模型相关参数,对于在线功率预测系统,在保证预测精度的同时重点降低预测模型复杂度,从而构建离线参数寻优与在线功率预测相结合的预测方法。阐述国内外功率预测技术的发展现状,同时简要论述核函数极限学习机和粒子群算法的相关理论基础。(1)考虑到微电网负荷波动较人,使厢分时训练样本进行参数寻优,获得,‘天各待预测时刻的最优参数。为提高负荷预测系统运行效率,仅选择同类型日期的高相关时段历史数据进行模型训练二对于平均负荷140千瓦至1300-丁.K的四个

7、不同类型的微电网分别进行1.个月的负荷预测,周预测误差通常小于10%,最大不超过15%。由于微电网负荷可能在较短时间内出现较快增长,研究中对预测模型参数采用周期更新的方式,且在更新后能保持原有负荷预测精度。(2)对于分布式光伏功率预测,使用基于属性权重的训练样本筛选机制来降低预测模型构建复杂度。预测方法基于低成本的气象信息记录值而非数值天气预报,针对几十千瓦级的分布式光伏系统进行1个月的功率预测,预测误差约16%至18%。同时可根据属性权重值简化预测模型,在预测精度基本不变的条件下进一步降低计算时间。此外在分

8、布式光伏随机覆尘或逆变器部分故障等条件下,预测模型无需人为干预或更新参数,即可保持原有预测精度与效率。关键词:分布式光伏;用户侧微电网;功率预测;核函数极限学习机;粒子群算法万方数据华北电力大学硕上学位论文AbstractAlongwiththenewurbanizationconstructioninourcountry,thepowerdemandincreasesandcreatestheen

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。