基于SOA-SVM預(yù)測(cè)分布式電源出力和電力負(fù)荷的微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化的研究.pdf

1、隨著化石能源短缺對(duì)資源環(huán)境壓力不斷增大，電力市場(chǎng)化改革不斷深入，以及用戶對(duì)電能質(zhì)量要求的不斷提高，電力行業(yè)正面臨著前所未有的機(jī)遇和挑戰(zhàn)。建設(shè)安全、經(jīng)濟(jì)、環(huán)保和綠色的微網(wǎng)已日益成為全球電力行業(yè)的共同目標(biāo)。微網(wǎng)的經(jīng)濟(jì)運(yùn)行研究是微網(wǎng)的關(guān)鍵問(wèn)題之一，優(yōu)化微網(wǎng)內(nèi)各發(fā)電單元出力、儲(chǔ)能單元出力及與主網(wǎng)之間的能量交換，可以有效提高系統(tǒng)運(yùn)行的穩(wěn)定性和經(jīng)濟(jì)性，具有重要的理論價(jià)值和工程價(jià)值。
　　首先，論文對(duì)微網(wǎng)做了簡(jiǎn)要介紹，并且對(duì)微網(wǎng)的結(jié)構(gòu)特點(diǎn)以及微

2、網(wǎng)的經(jīng)濟(jì)運(yùn)行理論進(jìn)行了分析，通過(guò)描述微網(wǎng)的相關(guān)知識(shí)，建立了以風(fēng)力發(fā)電、光伏發(fā)電、柴油發(fā)電機(jī)、蓄電池和電力負(fù)荷為組成單元的微網(wǎng)結(jié)構(gòu)。其次，針對(duì)微網(wǎng)中電力負(fù)荷的特點(diǎn)，采用SOA(人群搜索算法)和SVM(支持向量機(jī))結(jié)合的預(yù)測(cè)模型對(duì)某地區(qū)電力負(fù)荷進(jìn)行了24小時(shí)的短期預(yù)測(cè)，并且與其它預(yù)測(cè)模型的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比分析。通過(guò)選擇風(fēng)力發(fā)電作為微網(wǎng)中的微源，并結(jié)合風(fēng)電輸出功率的基本特點(diǎn)，采用EEMD(集合模態(tài)經(jīng)驗(yàn)分解)對(duì)風(fēng)電輸出功率序列進(jìn)行了分解，然后

3、對(duì)分解序列同樣采用SOA和SVM結(jié)合的預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，最后對(duì)各個(gè)序列的預(yù)測(cè)結(jié)果進(jìn)行一定處理，得到了風(fēng)電輸出功率的24小時(shí)短期預(yù)測(cè)結(jié)果，并與其它預(yù)測(cè)模型的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比分析，驗(yàn)證了該組合型預(yù)測(cè)方法的有效性和準(zhǔn)確性。最后，在考慮不同時(shí)段電價(jià)差異的情況下，建立了并網(wǎng)運(yùn)行狀態(tài)下的微網(wǎng)經(jīng)濟(jì)運(yùn)行模型，并且采用 SA(模擬退火算法)和PSO(粒子群算法)相結(jié)合的優(yōu)化算法對(duì)該模型進(jìn)行了優(yōu)化，優(yōu)化后可得不同時(shí)刻不同微源的出力情況以及最小化的日發(fā)電成