分布式光伏電站集群出力預測研究與應用
發(fā)布時間:2024-06-03 05:38
光伏發(fā)電具有波動性和間歇性,隨著分布式發(fā)電的大規(guī)模并入電網,對電網的調度和電能質量均產生了影響,給電網的穩(wěn)定運行帶來了很大的挑戰(zhàn)。光伏出力預測是有效解決這一問題的有效方法,而光伏集群預測能有效的為電網管理提供數據支撐并增強其管控能力。本文圍繞這一研究目標開發(fā)了分布式光伏電站氣象數據檢測和傳輸系統(tǒng),為光伏電站出力預測提供數據來源,然后研究了光伏電站集群預測方法。光伏電站的出力與氣象因素緊密相關,很多電站沒有條件提供高質量的數據,針對此問題,文中參照國家電力行業(yè)標準和技術指標,依托云平臺技術和嵌入式技術,研發(fā)了一款光伏電站氣象數據監(jiān)測傳輸系統(tǒng),該系統(tǒng)包含氣象檢測終端和數據傳輸終端,數據檢測系統(tǒng)可以通過Zigbee協(xié)議,將數據傳輸給RTU,RTU將通過以太網將數據傳輸至云端存儲,在云端可以通過網頁在線顯示采集的數據,并且進行可視化處理,增強系統(tǒng)的擴展性以及數據的管理能力。為集群電站出力方法的應用提供了在線監(jiān)測,同時為光伏出力預測提供了氣象數據基礎。用四種統(tǒng)計相關性參數,從不同氣象因子與電站出力的關系、鄰近電站間的出力、非鄰近電站間的出力情況以及電站不同天氣類型進行分析,驗證了個相關性參數的性...
【文章頁數】:86 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究的背景及意義
1.1.1 課題研究的背景
1.1.2 課題研究的意義
1.2 分布式電站研究現狀分析
1.2.1 光伏出力預測方法
1.2.2 分布式光伏電站出力預測模型的輸入變量分析
1.2.3 對于集群間電站出力相關性的研究
1.2.4 分布式光伏電站數據的采集傳送模式
1.3 本文主要研究內容
第2章 分布式光伏電站的監(jiān)測系統(tǒng)
2.1 系統(tǒng)的技術要求及總體架構方案
2.1.1 系統(tǒng)需求分析
2.1.2 系統(tǒng)精度要求分析
2.1.3 系統(tǒng)的總體結構設計方案
2.2 硬件結構設計
2.2.1 氣象檢測終端硬件總體結構設計方案
2.2.2 氣象檢測終端各模塊硬件設計
2.2.3 傳輸終端硬件總體結構設計
2.2.4 傳輸終端硬件模塊設計
2.3 軟件設計
2.3.1 氣象采集終端軟件設計
2.3.2 傳輸終端軟件設計
2.3.3 上位機軟件設計
2.4 終端樣機以及云平臺展示
2.4.1 樣機展示
2.4.2 云平臺展示
2.5 本章小結
第3章 光伏電站出力相關性分析
3.1 相關性表示
3.2 光伏電站氣象因素的相關性
3.2.1 光伏電站與輻照度的相關性
3.2.2 光伏電站與環(huán)境溫度的相關性
3.2.3 光伏電站與組件溫度的相關性
3.3 光伏電站間相關性
3.3.1 鄰近電站的相關性
3.3.2 非鄰近電站的相關性
3.4 本章小結
第4章 分布式電站集群預測
4.1 預測方法總體概述
4.2 基礎理論
4.2.1 EMD算法
4.2.2 改進EMD的 CEEMD算法
4.2.3 CEEMDAN算法
4.2.4 MFO算法
4.3 集群代表電站的選取
4.3.1 集群代表電站
4.3.2 相關信息
4.3.3 選取準則
4.3.4 代表電站的選取過程
4.4 代表電站的預測技術
4.4.1 貝葉斯神經網絡
4.4.2 代表電站預測算法
4.5 集群預測
4.6 實驗驗證
4.6.1 誤差指標
4.6.2 分布式集群電站數據來源
4.6.3 代表電站選取
4.6.4 代表電站預測結果
4.6.5 集群電站預測結果
4.7 本章小結
第5章 結論與展望
5.1 結論
5.2 展望
參考文獻
致謝
作者簡介
1 作者簡歷
2 參與的科研項目及獲獎情況
學位論文數據集
本文編號:3988260
【文章頁數】:86 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究的背景及意義
1.1.1 課題研究的背景
1.1.2 課題研究的意義
1.2 分布式電站研究現狀分析
1.2.1 光伏出力預測方法
1.2.2 分布式光伏電站出力預測模型的輸入變量分析
1.2.3 對于集群間電站出力相關性的研究
1.2.4 分布式光伏電站數據的采集傳送模式
1.3 本文主要研究內容
第2章 分布式光伏電站的監(jiān)測系統(tǒng)
2.1 系統(tǒng)的技術要求及總體架構方案
2.1.1 系統(tǒng)需求分析
2.1.2 系統(tǒng)精度要求分析
2.1.3 系統(tǒng)的總體結構設計方案
2.2 硬件結構設計
2.2.1 氣象檢測終端硬件總體結構設計方案
2.2.2 氣象檢測終端各模塊硬件設計
2.2.3 傳輸終端硬件總體結構設計
2.2.4 傳輸終端硬件模塊設計
2.3 軟件設計
2.3.1 氣象采集終端軟件設計
2.3.2 傳輸終端軟件設計
2.3.3 上位機軟件設計
2.4 終端樣機以及云平臺展示
2.4.1 樣機展示
2.4.2 云平臺展示
2.5 本章小結
第3章 光伏電站出力相關性分析
3.1 相關性表示
3.2 光伏電站氣象因素的相關性
3.2.1 光伏電站與輻照度的相關性
3.2.2 光伏電站與環(huán)境溫度的相關性
3.2.3 光伏電站與組件溫度的相關性
3.3 光伏電站間相關性
3.3.1 鄰近電站的相關性
3.3.2 非鄰近電站的相關性
3.4 本章小結
第4章 分布式電站集群預測
4.1 預測方法總體概述
4.2 基礎理論
4.2.1 EMD算法
4.2.2 改進EMD的 CEEMD算法
4.2.3 CEEMDAN算法
4.2.4 MFO算法
4.3 集群代表電站的選取
4.3.1 集群代表電站
4.3.2 相關信息
4.3.3 選取準則
4.3.4 代表電站的選取過程
4.4 代表電站的預測技術
4.4.1 貝葉斯神經網絡
4.4.2 代表電站預測算法
4.5 集群預測
4.6 實驗驗證
4.6.1 誤差指標
4.6.2 分布式集群電站數據來源
4.6.3 代表電站選取
4.6.4 代表電站預測結果
4.6.5 集群電站預測結果
4.7 本章小結
第5章 結論與展望
5.1 結論
5.2 展望
參考文獻
致謝
作者簡介
1 作者簡歷
2 參與的科研項目及獲獎情況
學位論文數據集
本文編號:3988260
本文鏈接:http://www.sikaile.net/kejilunwen/dianlidianqilunwen/3988260.html