智能电网中家用储能设备容量的优化配置

论文总字数：23167字

摘 要

随着智能电网的不断发展，人们对分布式系统的关注越来越高。然而，太阳能、风能等可再生资源因受光照强度、风速等因素影响，能量的输出具有间歇性、随机性、波动性等特点，会对电网产生的一定冲击。为使电能得以平滑输出，需将频率和电压稳定在一定范围内。家用储能设备可将分布式发电系统产生的电能以化学能的形式进行储存、释放，可起到能量调节和负荷平衡的作用，有效缓解可再生资源的随机性和波动性问题使其可靠并网。

本文基于家庭电力成本最小化的原则，确定智能家居框架中储能设备的最佳容量。首先开发一个基于电价、负荷等变量的家庭电力管理优化算法，利用此算法确定电能使用方式及存储方式。接下来提出一个优化模型以确定存储设备的最佳容量，同时使用粒子群算法(PSO)通过使目标函数最小化进行优化得到发电设备和储能电池的最佳容量大小，实现家庭电力成本最小化。本文通过MATLAB仿真计算软件建立模型，通过仿真对储能设备的容量进行优化配置，验证算法的正确性。

关键词：智能家居；分布式发电；容量优化；粒子群优化算法(PSO)

Abstract

With the development of smart grid, people pay more and more attention on the distributed generation system. Wind, solar and other renewable resources, however, because of the influencence by factors such as wind speed and light intensity, the characteristics of the energy output is intermittent, stochastic and fluctuant, this can cause certain impact to the grid. Household energy storage equipment will storage and release the distributed generation system’s energy in the form of chemical energy. This equipment can manage energy and load to balance and solve the problems of the randomness and volatility of renewable resources largely, make the output of electricity smoothly, regulate voltage and frequency to make it reliable to the grid.

This dissertation is based on the principle of electricity cost minimization to determine the optimal capacity of the battery of the intelligent household. At first, this paper develop a power management optimization algorithm based on random variables such as wind speed, electricity price and load, this system is used to determine the use of the energy. Then put forward an optimization model to determine the optimal capacity of the storage device, at the same time use the PSO algorithm to choose the best size of the power generation equipment and energy storage battery by minimizing the objective function. In this article, we will put forward the model through the matlab simulation software to optimize the capacity of energy storage device and prove the validity of the model through the example simulation.

Keywords: Capacity planning; Smart home; Distributed generation; Particle swarm

optimization algorithm (PSO)

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1引言 1

1.2国内外研究现状 2

1.3本文主要研究内容及研究目的 3

1.3.1本文主要研究内容 3

1.3.2本文研究目的 4

第二章 智能家居系统建模 5

2.1系统模型的建立 5

2.2智能家居框架各系统模块组成 5

2.2.1家居用电负荷 5

2.2.2家居分布式发电系统 6

2.2.3电力储能系统 7

2.2.4实时购买及销售电价 7

2.3 基于RTP和DG的能量控制系统 7

2.3.1数据采集 8

2.3.2家庭能量管理系统 8

第三章 粒子群优化算法 11

3.1算法概述 11

3.2基本粒子群算法 11

3.3带惯性权重的粒子群算法 13

第四章 优化方案及仿真算例 14

4.1优化模型 14

4.1.1优化模型 14

4.1.2 PSO算法流程 15

4.2数值仿真计算 17

4.2.1负载 17

4.2.2光伏出力曲线 19

4.2.3电价 20

4.3 算例分析 21

4.3.1基本方案 21

4.3.2发电成本及储能成本对储能设备容量的影响 22

4.3.3发电成本及储能成本对光伏容量的影响 22

4.3.3发电成本及储能成本对电力成本的影响 24

第五章 总结与展望 25

致 谢 26

参考文献 27

绪论

1.1引言

随着智能电网的不断发展，人们将注意力逐渐转向分布式发电装置，如风机发电设备、太阳能光伏发电设备等。虽然风能资源、太阳能资源等可再生资源优点良多，但仍存在输出能量具有随机性、供电可靠性低、功率波动大等问题，故会给电网带来一定的冲击。家用储能设备可以通过将电能转化为化学能的方式对发电系统输出的电能进行储存、释放，起到能量调节和负载平衡的作用，同时可以有效确保电能质量，通过逆变系统确保负载设备稳定运行且具有稳压作用。可再生资源输出的波动性和随机性等问题在一定程度上可依靠储能设备解决，由此可保证电能输出的平滑性，有效调节电压和频率使其能够可靠并网。

实现家庭电力成本的最小化是确定存储设备容量的关键，容量过小会导致设备无法完全储存发电设备所产生的电量，造成资源的浪费，导致用户所需购电量增大；容量过大会导致存储容量大于所发电量，造成存储空间的浪费，伴随着容量的增大，用户的储能成本也会随之升高，直接导致用户电力成本的上升。确定家庭储能设备的容量的大小对用户的利益影响不容忽视。由此可见，实现家用储能设备的优化配置具有重要意义，可以通过储能设备起到能量调节、负载平衡等作用，确保可再生资源的稳定有效应用，解决能量输出波动大等问题；同时可使能源的利用率得到提高，减少用户电力成本提高系统运行经济性。

剩余内容已隐藏，请支付后下载全文，论文总字数：23167字