基于GAMS的光伏发电消纳体系研究

提出了一个综合考虑光伏发电机组和传统机组的消纳体系,建立了相应的光伏发电消纳分析数学模型,给出了模型求解方法,以标准的IEEE26机24节点系统为原型给出了3个典型算例,并采用GAMS(通用代数建模系统)求解。通过对计算结果的分析,表明光伏机组的加入可明显降低发电成本,且光伏发电需要消耗大量的无功,揭示了综合光伏发电消纳体系中发电成本、机组出力、系统稳定之间的密切联系,从而验证了模型和方法的有效性。     

光伏发电预测技术的应用研究

采用神经网络算法对光伏发电系统的负荷预测进行建模,算法中融入了气象预报信息,利用历史发电数据和历史气象预报信息对模型进行了训练,并用模型进行了测试,得到了高精度的预测结果,提高了系统运行的稳定性。     

计及需求响应的分布式光伏发电并网消纳控制方法

传统分布式光伏发电并网消纳控制方法未构建分布式光伏发电并网消纳控制模型,导致消纳控制效果较差。为此,提出计及需求响应的分布式光伏发电并网消纳控制方法。计及需求响应,构建分布式光伏发电并网消纳控制模型,约束并求解模型,以实现消纳控制。实验结果表明,该研究方法消纳控制效果较好,值得推广。     

基于ExtJs的光伏发电预测系统

鉴于光伏功率预测在光电并网中对保持电网功率平衡和电网持续有效地运行有重要意义,介绍了一种基于ExtJs的光伏电站功率预测系统的实现方式。简述了开发过程中使用的开源前端技术ExtJs,及其MVC架构和与服务器的交换方式,给出了系统所使用的自适应逻辑网络预测算法,及系统相关功能描述,对系统的性能进行评价。现场运行结果表明:该预测系统具有良好的可操作性、易维护性和预测准确性。     

光伏发电影响因素分析和短期光伏出力预测研究

近几年,在国家政策大力扶持下,光伏产业作为战略性新兴产业,得到了井喷式的发展。光伏发电现状和发电预测日益成为大家关注的焦点。根据浙江省绍兴地区 2017年以来光伏用户的发电量数据,从季节、天气、温度、光照等不同因素对光伏发电效率影响进行了分析,并提出了一种短期光伏发电出力和发电量测算的方法,从而为本地区分布式光伏发电量预测、光伏工程选址、光伏运维管理提供依据。     

基于BP神经网络的光伏发电功率预测研究

随着光伏并网容量的增加,光伏发电功率的波动对电网调度运行的影响不容忽视,电网对光伏发电功率预测精度提出了更高要求。在分析了光伏发电功率波动影响因素的基础上,基于BP神经网络建立光伏发电功率预测模型。通过大唐吐鲁番光伏发电实测数据验证该方法,预测结果 RMSE为3.544,表明该方法可以准确预测光伏发电功率。     

基于神经网络光伏发电预测模型的研究

随着光伏发电应用规模和区域的不断扩大,光伏发电系统监控具有越来越重要的意义.而光伏发电预测是光伏监控系统能量调度的一项重要日常工作,是制定输配电方案的主要依据.通过对比三种主流的光伏发电预测模型,分析影响光伏发电量的各种因素,设计了一种新颖的基于BP神经网络的光伏发电预测模型.该模型根据不同的日类型和季节进行预测子模型划分,预测子模型以温度、历史发电数据、历史日照强度数据为输入数据对模型进行了训练与仿真分析.预测结果验证了该模型的有效性,对于保持电力系统的功率平衡和经济运行有着重要的意义.     

基于网络服务器的光伏发电短期功率预测研究与应用

通过分析当前国内光伏发电工程的特点,提出一种基于网络服务器的光伏发电短期功率预测系统,充分利用现有监控终端的数据上传能力,结合多数据终端上传的海量数据优化智能算法。此预测系统可以为多个光伏监控系统分时复用,节约了硬件资源;同时预测软件根据其获得的多系统数据特点,利用不同光伏发电系统的数据进行交叉优化,有效提高了预测准确率。     

基于神经网络的光伏系统发电功率预测

分析光伏系统的发电特性以及影响光伏发电的因素,建立基于神经网络的光伏发电功率预测模型.该模型采用三层BP(反向传播)神经网络结构,利用其强大的非线性映射和泛化能力,按季节建立4个预测子模型,子模型中将相同日类型的光伏发电功率的历史数据和天气情况一同作为样本,对模型进行训练和发电功率预测.结果表明,该方法建立的预测模型具有较高的精度,为解决光伏系统发电功率预测提供了一种可行路径.     

基于数字孪生的光伏发电功率超短期预测

光伏发电功率超短期预测对减小光伏并网对电网冲击及维持电网安全运行具有重要意义。提出一种基于数字孪生的光伏发电功率超短期预测机制,通过构建数字孪生体进行实时、高精度的光伏功率预测。首先根据GA-BP神经网络(geneticalgorithm-backpropagationneuralnetwork)构建光伏发电功率预测虚拟模型,并通过多维度的传感器采集光伏电池以及周围环境的各项孪生数据,同时更新历史数据库。然后以采集到的孪生数据为基础进行功率预测并得到初步预测结果。最后通过相似气象搜索,得到相似情况下的实际功率值和当时的预测功率,进而修正初步预测结果,得到最终预测功率。仿真算例结果表明,所提方法能有效提高光伏发电输出功率超短期预测精度。     

基于不确定理论的光伏出力预测研究

预测光伏出力对光伏发电系统的并网运行具有重要意义。目前很多预测方法中只能得到单一预测结果,缺乏对影响因素不确定性的分析。考虑到太阳辐射和温度是光伏出力的两个最大的影响因素,本文建立了基于不确定理论的太阳辐射值预测模型。首先分析了云量的模糊性和云遮系数的双重随机性,采用双重随机理论计算云量对应云遮系数的期望值和关键值,然后以无云天气计算太阳辐射值的REST模型为基础,用云遮系数对其进行修正,得到太阳辐射值的预测结果,最后得到光伏出力在不同云量下的预测期望值和满足不同置信水平的预测区间。模型选取美国BMS光伏电站的数据,验证了改进后模型的有效性。预测结果表明,该模型能够提供较丰富的信息,具有较好的实用性。     

基于数值方法的光伏发电系统MPPT控制算法研究

针对传统的太阳能最大功率点跟踪(MPPT)算法跟踪速度及精准度不理想的缺点,提出了一种新型的基于数值方法的光伏发电系统最大功率点跟踪控制算法。该方法利用二次插值的思想,仅通过一步就可以跟踪到最大功率点。在该MPPT的启动中还采用了恒定电压法来提高跟踪速度。利用MATLAB搭建了光伏发电系统MPPT跟踪控制仿真模型。仿真结果表明,该算法能够显著提高MPPT跟踪的速度和准确度。     

基于DSP的光伏并网发电系统数字锁相技术

随着能源危机的进一步加剧和光伏系统并网发电成本的持续降低,光伏并网发电技术的应用越来越广泛。为了实现光伏逆变系统与电网的可靠并联运行,采用了一种基于DSP芯片TMS320C2407A实现数字锁相的方法,并通过实验作了验证,实验结果表明,锁相精度高,稳定可靠。     

基于晴朗系数和多层次匹配的光伏功率预测方法研究

针对光伏功率预测系统存在训练样本选取不够合理、模型输入数据不够准确等问题,结合实际工程经验,提出了一种基于晴朗系数和多层次相似匹配的光伏功率预测方法。将历史数据划分为晴天和非晴天类型,设计两个数据队列存储和更新训练样本;利用多层次相似匹配方法对预测日数据与历史数据进行纵向与横向匹配,提取相似日实测功率数据;构建基于历史相似日发电功率的ARIMA时间序列预测模型。实际应用数据分析表明:文中提出的方法在提高准确度方面取得了良好的预测效果,具有实际推广意义。     

分布式光伏发电系统接入城市配电网的优化配置研究

针对城市配电网中光伏发电系统的选址、定容问题,采用有功、无功网损微增率来确定光伏发电系统的接入位置,提出综合微增率,通过计算综合微增率来确保城市配网系统的网损最小.同时提出了一种配电网接入光伏发电系统的多目标规划方法,以配电网中光伏发电系统的经济成本、网损、环境和电压质量4个方面的指标为评价指标构成多目标的函数,提出带辅助搜索空间的BPSO算法进行求解,并通过IEEE-30系统进行仿真验证,仿真结果表明采用该方法能够实现配网系统的合理优化配置.     

基于IOWA算子的短期光伏发电量组合预测

为了对光伏电站的输出发电量进行预测,提出了一种基于IOWA算子的组合预测模型。该方法通过灰色关联度分析影响光伏发电量的关键影响因子,结合光伏电站历史数据,基于IOWA算子建立了短期光伏发电量组合预测模型。以华中科技大学电力电子研究中心18 kW并网光伏电站资料为基础进行预测试验,以误差平方和最小为准则构建最优化模型,结合各单项预测模型的优点,建立基于IOWA算子的光伏发电量组合预测模型。实验结果表明:所提出的预测模型降低了预测结果误差,提高了预测精度。说明该预测模型可为光伏电站发电量进行预测,为电力系统调度稳定运行提供参考。     

电气化铁路牵引供电用光伏发电系统的接入拓扑及其电流控制策略

提出了电气化铁路牵引供电用光伏发电系统的接入拓扑及其电流控制策略。首先,利用V/V变压器将两相牵引电压转换为与电网电压幅值、相位相同的三相电压,为光伏发电系统的接入提供三相平衡电网环境。然后,提出实施于三相静止坐标系中的分相电流控制策略。该策略利用相电流替代正、负序电流作为被控对象,通过对相电流的闭环控制,可在无需正、负序分离提取的条件下完成不对称与三相对称电流的注入,实现光伏发电为牵引负荷供电的自发自用运行和为电网输送功率的全额上网双模式运行。最后,仿真结果验证了所提出接入拓扑与电流控制策略的有效性。     

高密度分布式光伏发电系统接入配电网准入容量研究

光伏发电是可再生能源中最有发展前景的一种新能源发电形式。高密度分布式光伏发电系统接入配电网可能引起电压偏差越限的问题。建立了考虑分布式光伏发电系统多点接入的馈线电压偏差计算模型,并分别分析了过电压及低电压条件约束条件下不同型号架空及电缆线路光伏电源的准入容量及最大渗透率,根据建立的计算模型采用PSS/E软件进行仿真计算,计算结果表明:利用光伏电源的调压作用可防止过电压,减短馈线长度可防止低电压;电缆线路的光伏电源准入容量主要受过电压因素的限制,而架空线路主要受低电压因素的限制。     

基于相似日理论的光伏发电系统输出功率预测

光伏发电系统的输出功率受到太阳辐照强度、辐照时间、气温等多种气象因素的影响,具有一定的时变性和随机性。对各种气象影响因素进行合理的选取和处理,由于具有相似气象条件下的光伏阵列输出功率具有较大的关联性,基于差异性和相关性原理,提出了选择光伏阵列输出功率相似日的方法,设计了基于相似日选取和BP神经网络的光伏阵列输出功率预测模型,利用我国某地光伏发电系统的实测数据对模型进行了验证,结果表明模型有较好的预测精度,具有一定的实用性及可行性。