论文部分内容阅读
微电网高效整合了可再生分布式电源,如风能、光能发电等,因此微电网的最优能量调度有利于节能减排和经济增长。基于通信网络的微电网可以快速获取和发送信息,实现更好、更快的最优能量调度。无时延影响的通信网络、准确的发电与负荷的预测方法、有效的调度算法对于微电网的能量调度至关重要。然而,目前的研究只给出微电网通信时延的稳定条件,并没有对时延预估进行研究,也很少有基于通信网络的微电网能量调度研究。所以,本文设计通信时延的预估方法,利用滑模预估控制算法解决时延的影响,然后基于稳定的通信网络对发电、负荷进行预测,再利用预测控制算法让微电网达到最优能量调度。 首先,本文考虑了微电网和大电网之间传感网络上的通信时延。根据光伏微电网的物理特性建立微电网状态方程。利用梯度下降法得到带有学习参数的通信时延预估。基于时延预估推导微电网的状态预估。设计滑模预估控制算法,让时延估计趋近真实时延、让微电网的预估状态趋近真实状态、让微电网的预估状态跟随大电网的状态参考值,则微电网的真实状态也可以跟随大电网的参考状态。将微电网系统中的参数代入仿真,证明滑模预估算法可以有效的解决时延的影响。 其次,基于通信网络获取气象预报信息,利用光照强度、温度、风速预报信息建立光伏发电预测模型,利用风速预报信息建立风力发电预测模型。分析负荷与温度、湿度和风速之间的相关性,考虑日类型的影响,设计负荷相似日选择算法。基于气象预报信息和负荷相似日选择算法的预测模型对负荷进行预测。通过仿真证明了负荷与发电预测是准确的。 最后,通过模型预测控制设计微电网最优能量调度。在预测控制的滚动优化中,对发电和负荷进行预测,以在发电与负荷平衡的条件下成本最小为优化目标,得出最优能量调度方法。预测控制的反馈校正中,利用自回归积分滑动平均模型对发电与负荷的预测误差进行预测,并将误差预测值加入下次滚动优化的发电与负荷预测中,获得更准确的预测值。利用仿真证明了预测控制算法可以有效的对微电网的能量进行优化调度。