短期光伏功率預測及其在電力系統(tǒng)中的優(yōu)化研究.pdf

1、光伏系統(tǒng)是一種受天氣變化影響較大的間歇式電源，其波動性和隨機性會使其并入電力系統(tǒng)后影響常規(guī)能源機組出力以及系統(tǒng)的經濟和環(huán)保性能，有必要對并入電力系統(tǒng)的光伏系統(tǒng)進行功率預測。本文對并入電力系統(tǒng)的光伏系統(tǒng)進行了功率預測，并在此基礎上對電力系統(tǒng)進行優(yōu)化研究。
　　首先，本文對光伏系統(tǒng)的原理和特性進行了介紹，給出了光伏電池的模型和特性曲線。介紹了光伏系統(tǒng)的功率特點，給出了基于采樣數(shù)據的功率特性曲線圖，同時也根據結構框圖介紹了光伏系統(tǒng)典型的

2、運行方式。
　　其次，采用改進反向傳播神經網絡算法預測太陽輻照度，然后結合功率模型來短期預測光伏功率。對于改進反向傳播算法，在雙極性 Sigmoid函數(shù)中加入了陡度因子，在網絡中加入了自適應調節(jié)學習速率，同時對網絡數(shù)據進行了歸一化與反歸一化處理，來增強神經網絡的泛化能力。算例分析中給出了不同的太陽輻照度預測方法，以及不同的光伏功率預測方法，分別將計算結果與實際數(shù)值進行了對比，驗證了本文所用模型的可行性。
　　再次，給出了系統(tǒng)

3、日綜合發(fā)電成本最小和日廢氣排放量最少的雙目標優(yōu)化模型。綜合發(fā)電成本包括光伏系統(tǒng)和火電機組的運行成本以及因光伏發(fā)電而節(jié)約的燃煤成本，廢氣包括系統(tǒng)排放的二氧化碳、二氧化硫和氮化物。采用細菌群體趨藥性算法對系統(tǒng)進行優(yōu)化，在算法中加入了混沌優(yōu)化、精英保留策略來提高算法收斂性能。
　　最后，基于短期光伏功率預測結果對電力系統(tǒng)進行優(yōu)化分析。算例分析了不同條件對優(yōu)化結果的影響，驗證了本文所用雙目標優(yōu)化模型和優(yōu)化算法的實用性與有效性，同時也驗證了