摘 要

随着现代社会的不断发展，电网的复杂性在不断提高，电网的技术也在不断地发展与进步。微电网作为一种新型的电网系统，越来越受到人们的关注。微电网分为发电部分，储能部分，负荷部分等。研究微电网各部分的出力情况有利于进行微电网的经济调度。可再生能源发电中的光伏发电和风力发电又是目前研究的比较多的领域，研究好可再生能源发电的出力模型，对于研究微电网的经济调度具有重要意义。

本文从光伏发电的模型预测出发，提出了一种新的带宽求解算法运用于非参数核密度估计来估计光伏发电的概率密度模型预测。并且该模型通过了卡方检验，同时与比较常见的三种参数光伏功率模型的拟合效果进行比较来验证模型的准确性和精确性。本文的第二个重点是利用微电网中的风光预测模型以及其他出力模型进行微电网的经济调度。微电网的经济调度分为动态经济调度和静态经济调度，显然动态经济调度由于瞬时性等优点已经被广泛运用。遗传算法由于其优良的求解特性已经被用于很多领域的研究，本文拟采用遗传算法编写MATLAB程序来进行微电网动态经济调度中最优成本的求解。利用微电网经济调度中各部分的出力情况分析微电网经济调度的特点。

关键词： 微电网；经济调度；光伏发电；风力发电；遗传算法；MATLAB

Abstract

With the continuous development of modern society, the complexity of the power grid is continuously improving, and the technology of the power grid is also continuously developing and progressing. As a new type of power grid system, microgrid has attracted more and more attention. The microgrid is divided into the power generation section, the energy storage section, and the load section. Studying the output of each part of the microgrid is conducive to the economic dispatch of the microgrid. Photovoltaic power generation and wind power generation in renewable energy power generation are currently more and more research fields. It is of great significance to study the output model of renewable energy power generation for studying the economic dispatch of microgrids.

This paper starts with the model prediction of photovoltaic power generation and proposes a new bandwidth solution algorithm for nonparametric kernel density estimation to estimate the probability density model prediction of photovoltaic power generation. And the model passed the chi-square test, and compared with the fitting effect of three common parameters photovoltaic power model to verify the accuracy and accuracy of the model. The second focus of this paper is to use the wind forecasting model in the microgrid and other output models for the economic dispatch of the microgrid. The economic dispatch of the microgrid is divided into dynamic economic dispatch and static economic dispatch. Obviously, the dynamic economic dispatch has been widely used because of its advantages such as transientity. Genetic algorithm has been used in many fields because of its excellent solution characteristics. This paper proposes to use genetic algorithm to write MATLAB program to solve the optimal cost of dynamic economic dispatch in microgrid. Using the output of each part of the micro-grid economic dispatch to analyze the characteristics of the micro-grid economic dispatch.

Key Words: Micro-grid; economic dispatch; photovoltaic power generation; wind power generation; genetic algorithm; MATLAB

目录

第1章 绪论 1

1.1发电侧对微电网经济调度的影响 1

1.2储能装置对微电网经济调度的影响 3

1.3负荷侧对微电网经济调度的影响 4

1.4微电网的联合经济调度研究 4

1.5本文研究内容及章节安排 6

第2章 微电网各部分建模 8

2.1燃气轮机模型介绍 8

2.2柴油机组模型介绍 9

2.3风力发电模型介绍 10

2.4蓄电池模型介绍 13

2.5本章小结 14

第3章 光伏发电模型预测 15

3.1光伏发电原理 15

3.2非参数核密度模型 16

3.3核密度模型的验证 17

3.4本章小结 26

第4章 基于遗传算法的经济调度 27

4.1微电网的综合经济调度 27

4.2遗传算法的基本原理 27

4.3遗传算法程序的实现 29

4.4本章小结 30

第5章 微电网综合经济调度 31

5.1计算条件 31

5.2计算结果 36

5.3结果分析 42

5.4本章小结 43

第6章 总结与展望 44

6.1研究总结 44

6.2研究展望 44

致谢 45

参考文献 46

附录A Matlab编程代码 49

附A1Matlab描点连线算法 49

附A2拟合效果的比较和参考带宽的求取算法 49

附A3不同带宽拟合效果比较算法 51

附A4运用C语言估计Weibull分布参数程序 52

附A5运用MATLAB估计Weibull分布参数程序 53

附A6运用MATLAB编写遗传算法 53

第1章 绪论

微电网（Micro-Grid）也可以叫做微网，微电网一般由以下几部分构成：分布式电源（包含可再生能源发电电源与不可再生能源），储能装置（蓄电池，超级电容，电动汽车），负荷（用电负荷，一般有工业负荷，居民用电负荷等），控制保护装置。微电网是一个小的集成发电，输电，配电的电力系统。研究学者提出微电网主要是为了让分布式电源能够高效灵活运用到电力系统中，来解决各种各样的微电源并网问题^[1]。

图1.1 包含微电网各部分装置的结构图

为了能让分布式电源和可再生能源的得到充分利用，必须要进一步的对微电网进行探究。为了实现主动式配电网，必须要从分布式电源和可再生能源出发，探究并完成让多种分布式发电能源对负荷的高效可靠的供应。这种方式可以让目前的传统电网向智能电网的逐渐过渡，促进微电网的发展。

作为电力系统的重要组成部分之一，微电网的经济性和安全稳定性直接影响了相关用户，关系到生产的正常进行和经济，社会的稳定。为了提高电力系统的可靠性和稳定性，需要对影响微电网经济运行的因素进行研究。

1.1发电侧对微电网经济调度的影响

电力系统的智能化发展趋势已经成为近年来电力工业界和学术界关注的热点，智能电网必须能够支持大规模间歇性可再生能源和分布式电源^[2]。目前对于微源侧的研究主要有光伏发电和风力发电两个方面。

首先，一些研究者研究影响光伏发电的各种要素。光伏发电的基本原理是光生伏特效应，该过程主要是通过一定的光强照射到半导体表面产生电压 ，进一步产生电能。所以光伏发电是一种可再生能源发电，能够将太阳光中的能量转化为电能。电能通过进一步转化后便可以供给负荷使用。由于光伏发电的过程主要在由半导体硅组成的太阳能电池板中产生，所以太阳能电池板在光伏发电过程中起着非常重要的作用，是光伏发电的核心部件。文献[3-6]考虑的是风力发电输出功率的基本光强模型。根据对历史数据进行观察和分析，研究者们发现：在某一个时段内（一般为几个小时），Beta分布可以近似的模拟太阳光强的概率分布情况^[5-7]。下面给出该公式。

(1.1)

式中:r（）代表的是该时间段中的实际光强， （）则反映的是在该时段中的最大光强。， 代表的是Beta分布的两个对应的参数。然后根据光照强度和光照面积及转换效率便可算出输出功率。这一模型的优点是比较简单而且便于计算，但是只是考虑了光照强度这一因素，没有考虑其他因素。

然而Beta分布的影响因素还只是实际光强和最大光强，实际光强在每一个时刻都有差别，难以作为长期预测的结果。为了更好地预测一定时间内光伏发电的发出功率，国内外有部分学者利用晴空指数对光伏发电的发出功率进行研究。晴空指数是指入射到水平面的太阳总辐射量与天文辐射之比。

也有学者研究风力发电对微电网经济调度的影响。要了解风力发电，必须首先了解风力发电的基本原理和公式。而决定风力发电发出功率的主要是风速，确定了风速便可以算出发出功率。一些研究者通过对风速的观察数据发现，风电场在一个小时内的平均风速的概率密度一般能够用Weibull分布进行模拟^[8]。该分布的公式见式（1.2）：

（1.2）

式中，代表的是风电场中的预测风速值，代表的是Weibull分布中的形状参数，能够决定分布曲线的形状及走势，是能够决定该分布中概率分布的大小的尺度参数。这两个值可通过风速均值和标准差求得。

（1.3）

（1.4）

然而，Weibull分布能够表示的是在某一个小时内的平均风速的概率密度曲线，只能模拟小时平均风速。对于具体的在一个小时内的变化，该分布没有办法模拟。为了体现出这种更加细微的变化，一些研究者通过研究发现，这种变化也能够比较大的影响风电机组的实际出力。为了能够更好的研究这种短时间内风速变化，研究者们称这个短时间内风速变化为湍流。很明显的，对于风速的模拟，不能紧紧地考虑Weibull分布，应该采用该分布和湍流的研究结合才可以更好的表征风电机组的出力实际情况^[9]。

综上，研究风力发电首先从研究风速出发引入了两个模型，然后对风机并网技术以及并网后对微电网造成的影响进行了分析并且进行建模对风机接入微电网的状态进行分析。当然，得出发出功率的模型和风电机组的动态模型不是最终目的，对于风机的并网研究最后还是要研究对微电网的电压、电流、短路容量造成的影响。显然的，不论是风力发电还是都有很大的随机性，难以对微电网进行长时间稳定的功率输出，所以有必要对风光互补发电系统进行研究。

1.2储能装置对微电网经济调度的影响

由于风光结合发电发出的功率有时候超过了微电网的需求，有时候会不能满足微电网的需求，所以需要储能装置来和风光互补发电相结合来提高微电网的稳定性。电动汽车使用的是绿色能源，无污染零排放。因此受到越来越多人的喜爱，电动汽车的数量也在逐年增长。作为储能装置的一种，电动汽车与风光互补发电系统相结合有很大的优势。

有一些学者研究了风光互补系统和电动汽车充放电之间的配合来进行微电网的经济调度。文献[10]表明利用电动汽车动力电池作为辅助出能的风光储互补系统可以稳定的为负载供电。也有学者对含有V2G的经济调度模型进行研究，试图寻找电动汽车在微电网中的最优运行方式，以便于微电网的经济运行^[11]。

显然，研究风光储系统时，必须同时考虑到电动汽车和风光互补发电系统发出功率的不确定性，这样更有利于对微电网的经济调度。文献[12]则研究了电动汽车和风电机组相结合的不确定性经济调度模型，通过分别研究风力发电和电动汽车的出力概率模型进一步研究两者作用于微电网的经济调度模型，以此进行微电网的经济调度。

显然，这种方法的优点是让计算比之前没有考虑到电动汽车和风光互补发电系统输出功率的不确定性更加精确有效，构建的模型更加接近真实情况。然而，缺点是假设条件比较多，比如只用了丰田公司的一种电动汽车，每一类电动汽车只在固定时间内充放电等。

文献[13]研究了风光互补微电网的分层控制策略实现电动汽车的可靠充电，提供了电动汽车充电方式的新思路。通过分析光伏和风电能够输出的最大功率之和与负荷功率的关系得到系统可能的运行状态，建立风光互补微电网的分层控制策略。文献[13]是前面所做的工作的进一步深化，从控制策略方面来综合控制风光互补和电动汽车的协调平衡。该方案有效解决了电动汽车充电对微电网产生的冲击，提高了充电的灵活性。但是该种方法也有缺点：用由此风力发电机容量相对于光伏较小、研究风光互补微电网为电动汽车无线充电系统为离网系统等，需要进一步改进优化。进一步实现微电网的经济调度。

综上，本节主要介绍了电动汽车与风光互补发电系统相结合对微电网经济调度的影响，并且前人又进一步的从分层控制策略的角度进一步优化了电动汽车和风光互补发电系统的模型。

1.3负荷侧对微电网经济调度的影响

负荷侧也可以叫做需求侧，需求侧响应对微电网经济调度有很大的影响。需求侧响应 (demand response，DR)产生的原因是由于市场中价格波动或者做出针对性的激励机制，用户对这些现象改变用电方式和用电习惯的方式。由于市场现象的不同，需求侧响应的方式也不同，用户对于价格机制做户的响应称为价格型需求侧响应，同理，还有一种响应叫做激励型需求侧响应。对于不同的需求侧响应，影响其的负荷类型也不同。可中断负荷影响的是激励型需求侧响应，可平移负荷影响的则是价格型需求侧响应。对于不同的需求侧响应，其调节的因素也不相同。

国内外的学者对可中断负荷做了一些研究，发现了可以控制可中断负荷来进行功率平衡，提高电网的稳定性。一些研究表明，作为可中断负荷的重要组成部分，空调负荷应该被优化整合，以便于微电网的经济可靠运行^[14]。进一步的，文献[15-16]则提出对空调集群进行有效控制，并且给出了相关的控制方案和算法。一般来说，也有一种思路是对居民用电负荷进行调研，设计相关的控制模型来进行微电网的经济调度^[17-21]。对于家庭中的家用电器的控制，可以建立起控制模型，以便于对相对应的价格改变或者响应激励进行响应。

上述文献肯定了可中断负荷对微电网稳定性的作用，同时一些研究者建立优化了可中断负荷的相关模型，让可中断负荷对于电网的影响逐渐具体化，方便分析和计算。

综上，本节主要讲述了可中断负荷对于微电网的重要性，同时一些研究者通过抽象构造优化可中断负荷的模型让其计算结果更加精确可靠。但是，这种模型应该更加贴近市场需求、更加符合实际情况、考虑更多的因素来提高本身的精确性。

1.4微电网的联合经济调度研究

在研究了微电网各个子部分之间的具体情况之后，研究者们需要将这些子部分统筹管理，联合调度。在满足一些约束条件的前提下达到一些既定的目标：经济成本最小，环境污染最小。当然，有时候也要考虑到综合效益。所以，进行微电网的联合调度很有必要。

微电网的经济调度是微电网运行的一个重要的甚至主要的工作，关乎着微电网的稳定和经济性及其他方面。目前，国内外学者对微电网的经济调度做了一些研究。当然，根据不同的目的，研究的重点和方法也会有差别。目前研究比较多的内容有：约束的不同性^[22]，储能装置^[23]，热点联产^[24]。无论研究那种影响因素，都增强了微电网的某种特性，更加有利于实现微电网的经济调度。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：