基于相關機會規(guī)劃的風光儲聯(lián)合發(fā)電系統(tǒng)儲能調(diào)度策略研究.pdf

1、能源危機和環(huán)境污染問題對人類的生存和發(fā)展提出了嚴峻挑戰(zhàn)，人們迫切的需要尋找安全無污染的可再生能源。將風力發(fā)電、光伏發(fā)電和儲能裝置結(jié)合在一起形成風光儲聯(lián)合發(fā)電系統(tǒng)對新能源發(fā)電并網(wǎng)提供了新的思路。然而，目前儲能規(guī)模為有限，風電、光伏出力預測也存在誤差。如何在當前的情況下對儲能系統(tǒng)的調(diào)度計劃進行制定，以使其能夠?qū)崿F(xiàn)跟蹤計劃出力曲線的要求進而實現(xiàn)新能源可調(diào)度的目標是目前亟待解決的問題。
　　本文針對這一問題做了如下研究：
　　首先，

2、對風光儲聯(lián)合發(fā)電系統(tǒng)的基本結(jié)構(gòu)和工作原理進行了介紹。然后進一步對聯(lián)合發(fā)電系統(tǒng)的三個主要組成部分——風力發(fā)電系統(tǒng)、光伏發(fā)電系統(tǒng)和蓄電池儲能系統(tǒng)進行了介紹，介紹了三個部分的主要結(jié)構(gòu)和工作原理，相關參數(shù)和工作特性。
　　然后，介紹了模型建立時用到的數(shù)學理論和數(shù)學方法。先從可信性理論講起并介紹了模糊規(guī)劃方法的分類，然后重點介紹了相關機會規(guī)劃方法及其分類，引出相關機會目標規(guī)劃方法。將風光預測出力表示成真實值和模糊預測誤差的和，利用模糊相關機

3、會目標規(guī)劃方法，以調(diào)度出力曲線與計劃出力曲線匹配程度最大，儲能電池充放電最平緩和每日最后電量與初始電量差值最小建立了優(yōu)化調(diào)度模型。
　　最后，針對上文提出的模型，提出解決模型的混合智能算法。首先介紹了本章所用到的混合智能算法的三要素，模糊模擬，神經(jīng)網(wǎng)絡和粒子群算法。分別介紹了模糊模擬的方法、公式；神經(jīng)網(wǎng)絡的來源以及在混合智能算法中的作用；重點介紹了粒子群算法的相關知識，根據(jù)算法的缺點，提出了改進算法。然后介紹了混合智能算法的流程。