论文总字数：23666字

摘 要

风光储联合发电的容量规划是风光储联合发电中的核心问题，容量的最优配置在一定程度上可以提高系统的可靠性和运行稳定性，同时能够很好地利用风能和太阳能，节省系统建设成本。

本文首先通过介绍风光储联合发电系统的基本结构，分析风电机组、光伏组件和储能单元的工作原理，建立了联合发电系统各部分的出力模型。根据相关出力模型，总结了联合发电系统的调度策略。再将发电系统风电机组台数、光伏组件数量和储能单元个数作为优化变量，把联合发电系统的容量规划看作单目标优化问题，选取等年值投资费用作为优化目标，考虑能源损失率、输出功率波动率等容量配置优化指标作为约束条件。最后选取某地区的风光数据，选择合适的智能优化算法——遗传粒子群算法进行求解，利用了MATLAB软件进行仿真，得到风光储联合发电系统的最优容量配置，并对仿真结果进行了分析，验证模型和算法的有效性。

关键词：风光储联合发电，粒子群算法，容量规划，数学建模，遗传算法

Abstract

Wind/PV/Storage combined power generation is a new type of power generation, which can make good use of renewable energy such as wind energy and solar energy. Capacity planning of Wind/PV/Storage combined power generation is the core issue in Wind/PV/Storage combined power generation. To some extent, the optimal allocation of capacity can improve the reliability and operational stability of the system, at the same time, it can make good use of wind energy and solar energy, and save the cost of system construction.

Firstly, this paper briefly introduces the research status of Wind/PV/Storage combined power generation system, and defines the planning method of wind-solar storage capacity. Then, by introducing the basic structure of Wind/PV/Storage combined power generation system, analyzing the working principle of wind turbine, photovoltaic module and energy storage unit, the output model of each part of the combined power generation system is established. According to the relevant output model, the dispatching strategy of combined generation system is summarized. Then, the number of wind turbines, photovoltaic modules and energy storage units in the power generation system are taken as optimization variables, the capacity planning of the combined power generation system is regarded as a single objective optimization problem, and the equivalent annual investment cost is chosen as the optimization objective function, and the capacity allocation optimization indexes such as energy rate and output power fluctuation rate are taken into account as constraints. Finally, the local scenery data and the appropriate intelligent optimization algorithm-genetic particle swarm optimization algorithm are employed to solve the problem, and MATLAB software obtained the optimal capacity allocation of wind, solar and storage combined power generation system, and the effectiveness of the model and algorithm is verified.

KEY WORDS: Wind/PV/Storage combined power generation, particle swarm optimization, capacity planning, mathematical modeling, genetic algorithm

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 课题的背景和意义 1

1.2 国内外研究现状 2

1.3 本文主要研究内容 3

第二章 风光储联合发电系统 5

2.1 系统结构 5

2.2 风力发电机组 5

2.2.1 风力发电机的主要类型 5

2.2.2 风力发电机的结构 6

2.2.3 风速模型 6

2.2.4 风电机组出力模型 6

2.3 光伏组件 7

2.3.1 光伏组件分类 7

2.3.2 光伏发电特性 7

2.3.3 光伏组件出力模型 8

2.4 储能单元 9

2.4.1 储能单元的作用 9

2.4.2 储能单元分类 9

2.4.3 储能单元的工作原理 10

2.4.4 储能单元出力模型 10

2.5 本章小结 10

第三章 系统容量优化配置建模 11

3.1 系统调度策略 11

3.2 风光储系统容量配置优化指标 12

3.3 目标函数 13

3.4 约束条件 14

3.4.1 发电设备型号选择约束 14

3.4.2 发电设备机组数量约束 14

3.4.3 储能单元容量约束 14

3.4.4 发电单元功率约束 15

3.4.5 发电机组出力约束 15

3.4.6 容量配置优化指标约束 15

3.5本章小结 15

第四章 基于遗传粒子群算法的模型求解 16

4.1 算法简介 16

4.1.1 标准粒子群算法 16

4.1.2 遗传粒子群算法 16

4.2 算法流程 17

4.3 算例分析 18

4.3.1 基础数据 18

4.3.2 风光互补特性分析 20

4.3.3 设备型号选择 22

4.3.4 部分参数的取值 23

4.3.5 优化结果及分析 23

4.4 本章小结 28

第五章 结论与展望 29

5.1 结论 29

5.2 展望 29

参考文献 31

致 谢 33

绪论

课题的背景和意义

近代以来，随着社会生产的不断进步，使用煤、石油等燃料所造成的大量温室气体的排放，严重威胁着人类赖以生存的环境。最近几年，我国多地频发雾霾天气，这说明以化石能源为主的发展方式已经严重超过了环境的承载负荷。同时，由于化石燃料是一次能源，具有不可再生性，随着时间的推移，能源短缺将会成为阻碍人类发展的重要因素。所以优化能源建设，减少温室气体排放，保护生态环境，实现可持续发展，已经成为全人类的迫切期望，开发并利用清洁无污染的可再生能源，已经成为世界各国重要的能源发展战略。

自石油危机爆发以来，世界各国都意识到以化石燃料为主体的能源结构必将在未来无法满足人类的社会生产和经济发展。要从根本上解决能源危机问题，寻找其他能源成为了重要的突破点。风能和太阳能都是可再生能源，其清洁可再生，无污染的特性，使其有着广泛的应用前景。然而，由于风力发电和光伏发电受气象条件和季节变化影响较大，具有波动性和随机性的特点，难以实现并网运行，提供相对稳定的能量输出。因此，大规模建设风力发电和光伏发电势必会对电网的安全稳定运行产生较大的负面影响。

剩余内容已隐藏，请支付后下载全文，论文总字数：23666字