基于动态随机模型的微电网群能量管理方法

微电网可以协调调度分布式电源、储能装置和负荷,最大限度地利用可再生能源。文中以互联微电网群为研究对象,研究微电网间能量交易方法。针对微电网的动态随机因素,采用多时间尺度方法进行处理,包括日前调度和日内优化,提出微电网能量管理框架。然后建立微电网能量管理模型,包括日前调度模型和日内优化模型,确定其目标函数和约束条件,利用粒子群算法求解实现日经济成本最低,提高微电网群的经济性。选取3个微电网构成的微电网群系统进行算例分析,对所提动态随机模型、能量交易方法和能量管理模型进行验证和分析,仿真结果表明,文中所提微电网群能量交易方法能够有效提高微电网群的运行经济性。     

基于小波变换和优化的Elman神经网络的光伏功率预测

准确地预测光伏发电功率,有利于提高电网系统运行的可靠性和经济性。分析各个气象因素对光伏发电功率的影响,确立了关键的气象因素,并利用小波分析获得气象因子样本集和光伏功率样本集不同频带下的小波系数作为神经网络的输入训练集,结合Elman神经网络建立不同天气条件下的光伏功率预测模型。提出基于自适应遗传算法优化的Elman神经网络模型,优化后的Elman神经网络在晴天、阴天、雨天3种情况下预测值的平均相对误差率分别为5.43%、8.26%、14.15%,相较于Elman神经网络分别降低了13.16%、16.61%、17.33%,改善了Elman神经网络的预测精度,提高了Elman神经网络的学习能力和泛化能力,验证了所提方法的有效性。     

光储式电动汽车充电站入网电压偏差分析

以PSASP仿真软件为主要研究工具,对光储式电动汽车充电站入网运行前后系统的潮流、电压偏差进行仿真评估,并实测光储式电动汽车充电站入网运行前后系统电压偏差的相关数据,进行仿真数据和实测数据对比分析,评估入网影响,提出解决方案.