肖时俊毕业论文公开答辩PPT1.ppt

扬州大学本科生毕业设计（论文） 课题：微网容量优化配置 电气信息学院 指导老师：林国汉副教授 姓名：肖时俊 班级：自动化1201 2016年6月11号 湖南工程学院毕业设计 毕业设计背景 能源是国民经济与现代社会发展的基本支撑，随着煤、石油等化石燃料能源的日益减少，全球能源、环境问题变得格外的受重视，因为我国是能源大国，对能源的需求非常巨大，且由此环境也受到严重的威胁，为了开发绿色新能源，我国投入大量的资金，主要以光伏发电和风力发电为主的新能源开发。 近些年许多地区的重大停电事故，大面积的停电，多条输电线路瘫痪，造成了巨大的经济损失。所以，造成事故的原因是这些地区过于依赖传统的集中式发电和远距离输电的供电模式，当大规模的事故发生，那么造成的损失将是我们不可预知。所以现在对新能源，新模式，新的供电方式的需求非常的急促，以减少不必要的经济损失和避免造成更大的经济损失。 风力发电系统 风力发电机的输出功率是随风速的变化而变化的，在确定其输出功率之前有必要研究风速的变化与分布情况。首先需要指出的是，风速随高度的增加而变化，气象局提供的风特性数据，一般都在9m高度附近测得。使用时，必须折算成风力发电机转轴高度处的风速，大致可以用下式来折算： 通过风速的概率分布来描述其统计特征，用双参数威布尔(Weibull)拟合风速分布的线型，其概率密度函数表达式为: 其中L、J式中:v为风速;k和c为Weibull分布的2个参数，k称为形状参数，k0,c称为尺度参数，c 1。Weihull分布的参数可以由平均风速与标准差口近似算出: 式中Γ为Gamma函数。 光伏发电系统 光伏阵列的输出功率与环境温度及光照强度相关，由于光照强度具有随机性，因此输出功率也是随机的，据统计，在一定时间段内(比如，一个小时或几个小时)太阳光照强度可以近似看成Beta分布。 光伏阵列由厂家提供的若干光伏模块经串联或并联组成，单件光伏模块的输出功率可表示为: 式中:PSTC为标准测试条件(STC)下的最大测试功率;GSTC为STC下的太阳能光照强度，其值取1000 W/㎡;TSTC为参考温度，其值为250℃; G为实际太阳能光照强度;k功率温度系数;T为模块工作温度。 基于PSO的风光储微网电源优化配置算法 求解独立供电微网容量优 化配置问题的PSO算法流 程图 上述独立供电微网容量优化配置是一个多约束条件的混合整数非线性规划问题，尤其是其约束条件中的LPSP, EXC与优化变量之间很难表示成解析表达式，因此从设计方案寻优的算法上来说只能采用有约束的直接搜索法，本文采用粒子群优化(particle swarmoptimization PSO )算法对上文建立的独立供电微网容量优化配置模型进行求解。粒子群优化算法本质上属于迭代的随机搜索算法，具有并行处理、鲁棒性好等特点，能以较大概率找到问题的全局最优解，且计算效率比传统随机方法高。其最大的优势在于简单易实现、依赖的经验参数较少。 独立供电微网容量优化配置问题采用PSO算法求得最优解，以罚函数的形式将其计入目标函数中，即 式中:σ为惩罚因子。 对于各粒子的整数变量，其PSO算法可形式化描述为: 算例分析 备选的分布式电源类型有风力发电机、光伏模块、蓄电池、电解槽、储氢罐和燃料电池。相关设备出厂数据，风力发电机参数、光伏电池模块参数、蓄电池参数、独立供电微网组件参数应用基于PSO的独立供电微网容量优化配置算法求解混合整数非线性规划问题。 结果分析 采用提出的独立供电微网电源优化配置方法，得到电源优化配置结果如表 方案(1)的最优配置下蓄电池组全年各仿真时刻的充放电功率和荷电状态如图2.7所示。 方案(2)的最优配置下循环储能系统状态曲线如图所示。 扬州大学本科生毕业设计（论文）