论文部分内容阅读
相比传统的大电网,微网具有一些明显的优势,例如:可以集合多种可再生能源和储能装置,可以为特定地区的供电问题提供新的解决方案。本文注意到微网的一些特点会给其负荷频率控制问题带来一些明显的困难,例如:由于风电等可再生能源的不确定性,且在微网中所占的发电比例较大,使得微网的供电具有很强的不确定性;由于微网的规模较小、结构相对简单,使得其频率惯性较小。为此,本文结合微网的上述特点,提出了一种“前馈加反馈”的微网负荷频率控制方法,并进一步深入讨论了其中相关电源的容量配置问题,以期为提高微网的频率控制性能做出贡献。本文的主要研究内容如下:1.详细对比分析了微网与大电网的异同,并针对微网的特殊性,提出一种“前馈加反馈”的负荷频率控制方法。前馈环节是为了应对负荷扰动以及风电的不确定性,通过利用两者的超短期预测信息,提前安排相关机组出力,对系统中的扰动进行预先补偿。负荷预测以及风电预测均采用基于ARMA模型的超短期预测方法;前馈中发电分配方法以优先利用可再生能源为原则。反馈环节的作用是快速消除由于预测存在误差带来的有功不平衡影响。同时,考虑到储能电池和传统机组在调节性能以及调节成本上的差异,建立了计及调节性能与调节成本的出力分配优化模型,并基于粒子群算法求解得到出力分配优化系数。2.基于前述的“前馈加反馈”的微网负荷频率控制方案,本文进一步研究了前馈、反馈环节中各类电源的容量配置问题。在前馈环节中,首先分析并总结了其中电源选型的要求,并提出按负荷和可再生能源的历史实际分布情况,以一定概率满足负荷需求来配置该环节总容量的方法,然后建立以综合成本最低为目标的优化模型,对其中不同电源间的容量配比进行优化,设计遗传算法进行求解。反馈环节则通过分析负荷预测误差以及可再生能源出力预测误差之间的关系,通过推导确定总预测误差的大小,并求出历史总预测误差的概率分布,提出以完全覆盖总预测误差来配置该环节总容量的方法,并建立以综合成本最低为目标,对其中不同电源之间的容量配比进行优化,并设计遗传算法进行求解。