- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
 - 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
 - 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
 - 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
 - 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
 - 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
 - 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
 
                        查看更多
                        
                    
                
                                      摘要 
                                    摘要 
    微电网作为一种稳定的分布式能源,既可以接入大电网并网运行,又可以在离网情况下 
孤岛运行,微电网接入电网时不仅可以保证电网的稳定运行,还能有效的提高可再生能源利 
用率。研究微电网技术,降低微电网的整体运行成本,建立微电网的能量管理系统尤为必要。 
    论文主要针对光功率预测及光储柴微电网能量管理进行研究。 
    首先,基于传统的RBF 神经网络光伏预测算法,考虑光伏电站在实际运营过程中影响发 
电量的因素,增加组件选型、组件清洗频率等输入层数据对传统的预测方法加入校正,同时 
提出云图结合RBF 神经网络的思想,通过更准确的地表辐射量进行光伏发电超短期预测,并 
通过实际工程案例验证了其准确性。 
    接着,论文构建了磷酸铁锂电池、超级电容的复合储能模型,分析了复合储能的管理策 
略,确保磷酸铁锂电池一直运行在最优SOC区域,保障了储能系统的运行经济性。 
    最后,论文研究了在并网和孤网运行模式下的能量管理策略,分析了光伏、复合储能、 
柴油发电机的发电运行特性,同时建立了光储柴微电网系统运行成本最低的目标函数,提出 
了不同运行模式下的管理策略,并通过遗传算法的求解得出最优调度控制模型,通过工程中 
的实际案例验证了论文中的管理策略不仅能对大电网削峰填谷,而且实现了在不同运行模式 
下的可靠经济运行。 
关键词:微电网、能量管理、光功率预测、复合储能、并网运行、孤网运行 
                                       I 
                                                           Abstract 
                                                       Abstract 
      As a stable distributed generation(DG) ,microgrid(MG) can not only be connected to the large 
power grid and run in parallel, but also operate in isolated islands when off-grid. When microgrid is 
connected   to   the   grid,   it   can   not   only   ensure   the   stable   operation   of   the   power   grid,   but   also 
effectively improve the utilization rate of renewable energy. It is particularly necessary to study the 
microgrid technology, reduce the overall operation cost of the microgrid, and establish the energy 
management system(EMS) of the microgrid. 
      This paper mainly focuses on the research of photovoltaic (PV) power forecasting and energy 
management system based on solar/storage/diesel. 
      Firstly,   based   on   the   traditional   RBF   neural   network  PV Power   Forecasting,   the   input   layer 
data such as module selection and module cleaning frequency are added to correct the traditional 
prediction   method   by   taking   into   account   the   factors   affecting   power   generation   in   the   actual 
operation process of PV power stations. At the same time, the
                
原创力文档
                        
                                    

文档评论(0)