论文总字数：35144字

摘 要

中国南极科考站昆仑站，位于南极冰盖最高点冰穹A，站内设备基本运维和科研都需要持续稳定的能源供给。文中从辐照度量、稳定性等多个方面对南极地区太阳能资源做了整体的评估，为能源调度和光伏发电优化提供数据参考。因为太阳辐照度波动对电网稳定性会产生一定的影响，对此需要建立光伏预测系统，进一步优化能源调度方案。其中，天气状态与光伏电站发电功率有着高度的相关性。因为目前南极方面还缺乏大量数据，所以文中以Nrel（美国国家能源部可再生能源实验室）提供的数据为实验对象，提出了基于时间序列模型以及基于深度学习的光伏超短期预测模型，为今后在南极数据上的应用做准备。利用LSTM模型进行多变量预测，同时在单变量预测中，对传统的ARIMA模型进行了改进。另外，云是引起地表辐照度不稳定的主要因素之一，也是精准预测的难点所在，文中利用CNN模型对地基云图做了初步的分类和探索，将图片信息转化成时间序列的信息加入多元预测模型之中，旨在实现多模态预测模型来提高时间序列模型的预测精度。最后，结合上述考虑，并从经济环保的角度，根据昆仑站现有资源初步设计光-油-储混合能源调度模拟方案。

关键词：昆仑站，辐照度，时间序列预测，地基云图，能源调度

Abstract

China’s Antarctic Expedition Station Kunlun Station, located at the highest point of the ice sheet in the Antarctic ice sheet, requires a steady supply of energy for the basic operation and maintenance of the equipment in the station. In this paper, an overall assessment of solar energy resources in the Antarctic region was conducted from various aspects such as radiation measurement and stability. At the same time, from the perspective of economic and environmental protection, the light-oil-storage hybrid energy dispatching plan is preliminarily designed based on the existing resources of Kunlun Station. Because the fluctuation of solar irradiance will have a certain impact on the stability of the power grid, a photovoltaic forecasting system needs to be established to further optimize the energy dispatching program. Among them, the weather conditions have a high correlation with the power generated by photovoltaic power plants. In this paper, the data provided by Nrel (the US Department of Energy's Renewable Energy Laboratory) is taken as the experimental object, and a super-short-term photovoltaic forecasting model based on time series model and deep learning is proposed. The LSTM model is used for multivariate forecasting and the traditional ARIMA model is improved. In addition, the cloud is one of the main factors that cause instability of surface irradiance, and it is also a difficult point for accurate prediction. The basic classification and exploration of ground-based cloud maps is done using the CNN model, aiming to achieve a multi-modal prediction model to improve the time series. The prediction accuracy of the model, in which the information of the picture information is converted into time series information, is added to the multivariate prediction model, and a simple exploration is performed.

KEY WORDS: Kunlun station, energy dispatch, time series prediction

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题研究背景及意义 1

1.1.1 中国南极昆仑站及其现状 1

1.1.2 光伏光能生产预测 1

1.1.3 课题意义 1

1.2 国内外研究概况 1

1.2.1 一般光伏系统设计 1

1.2.2 光油储协调运行设计 2

1.3 关键问题和研究内容 2

1.3.1 课题关键问题 2

1.3.2 研究设计方案 2

1.3.3 章节安排 3

第二章 南极昆仑站光伏资源评估 4

2.1 中国南极科考站简介 4

2.1.1 中国南极科考站基本情况 4

2.1.2 南极光伏资源评估的重要性 4

2.2 光伏资源评估准则 5

2.2.1 术语与定义 5

2.2.2 太阳能资源计算 5

2.2.3 太阳能资源评估 6

2.3 资源评估实证 7

2.3.1 昆仑站地区太阳能资源丰富和稳定程度 7

2.3.2 昆仑站地区年际趋势分析 7

2.3.3 昆仑站地区太阳辐照度季节性分析 8

2.3.4 2001年到2010年昆仑站地区辐照度和气象数据分析 10

2.4 本章小结 11

第三章 基于时间序列的太阳辐照度预测 12

3.1 南极昆仑站光伏预测的必要性 12

3.1.1 光伏系统本身具有优越性 12

3.1.2 昆仑站已有简单的光伏系统应用 12

3.2 光伏预测的一般方法 12

3.2.1 预测数据特点 12

3.2.2 各类模型的特征 13

3.3 基于优化ARIMA模型的时间序列预测 13

3.3.1 ARIMA模型介绍 13

3.3.2 基于近似序列的优化策略 14

3.3.3 实验结果与分析 15

3.4 基于深度学习的多元时间序列预测 17

3.4.1 RNN简介 17

3.4.2 LSTM简介 18

3.4.3 基于LSTM多元时间序列预测算例展示 20

3.5 本章小结 22

第四章 基于CNN的云图分类 23

4.1 卷积神经网络 23

4.2 基于CNN的云图分类算法实现 25

4.3 基于云图分类结果的LSTM时间序列预测 28

4.3.1 数据集 28

4.3.2 算法结构 28

4.3.3 未来展望 29

4.4 本章小结 29

第五章 光油储混合能源系统的运行调度模拟 30

5.1 引言 30

5.2 昆仑站光油储混合能源系统简介 30

5.3 昆仑站负载情况及模拟和调度 33

5.4 本章小结 36

第六章 总结与展望 37

致谢 38

参考文献 39

绪论

课题研究背景及意义

中国南极昆仑站及其现状

中国宣布在南极冰盖最高点冰穹 A 建立昆仑站，这标志着中国进入南极科考强国。冰穹A是地球上最适合天文观测的地方，是地球上最好的科考台址之一。中国南极昆仑站天文台位于东经77°06，南纬80°25，海拔高度4087米。站内已有简单的光伏系统应用。无人电厂以燃油机组为核心，以光伏发电为补充，组成绿色电厂，夏季有人时以光伏为主。通过自动监控、微网调度、优化运行和远程交互等技术手段实现独立自主运行，保证系统在无人值守情况下稳定运行。

光伏光能生产预测

电气操作人员应在任何时刻确保电力生产与消耗之间的精确平衡。但这通常很难在传统的、可控的能源生产系统维持，主要是在小的或不相连的(孤立的)电网(如在岛屿上发现)。现在许多国家都在考虑使用可再生能源发电，这就造成了更多的问题，因为资源(太阳辐射，风等)本身存在不稳定性。因此，能够有效地预测太阳辐射显得非常重要，特别是在高能集成的情况下。

可再生能源与电网的集成，加剧了电网管理的复杂性和生产、消费平衡的复杂性，这是由于它们的间歇性和不可预测性。太阳能生产的间歇性和非可控特性带来了许多其他问题，如电压波动、局部电能质量和稳定性问题。因此，预测太阳系统的输出功率是为了电网的有效运行，或者是对发生在太阳系的能量流的最优管理。也有必要对储量进行估算，对电力系统进行调度，进行拥塞管理，对随机生产的存储进行最优管理。

课题意义

光伏发电系统的优化设计，主要是资源评估以及光伏预测，可以保证无人电站的使用的能源配比更加合理，调度更加及时，从而保证科考站内一切工作正常平稳高效的运行。同时在对南极现有优越自然环境影响很小的情况下，提供更多更清洁的能源，把副作用降到最小，意义重大。

国内外研究概况

一般光伏系统设计

一般的某地光伏电站，从考察地址到建站到最后的预测功率一般有以下几步：

剩余内容已隐藏，请支付后下载全文，论文总字数：35144字