摘要：为满足园区重要负荷在配电网失电后的可靠供电以及园区并网下的经济运行需求,设计了一种集光伏发电、储能装置、负荷等可控设备于一体的园区光储型微电网。开展了系统的容量配置和控制架构设计,研发了微电网中央控制器和园区能量管理系统等关键模块。园区微电网中央控制器提供的并离网下模式切换控制方法,在配电网发生故障时可快速切换运行模式,保障了园区重要负荷的稳定供电,最大化减小了配电网故障带来的影响。园区能量管理系统提供的经济调度模型,以最小运行费用为目标,通过商业软件CPLEX求解,给出了园区各设备在多场景下的最优运行结果。设计的系统已在某产业园成功应用,通过实测数据证明了所设计系统的合理性。

摘要：针对光伏功率单变量预测方法的不足,设计了一种新型光伏功率多变量相空间重构预测方法。首先,基于相关性分析,选取实际光伏电站的历史光伏功率和气象因素时间序列组成多变量时间序列;然后,利用C-C法和虚假邻近点(false nearest neighbors,FNN)法重构光伏功率预测的多变量相空间,并以小数据法识别其混沌特性;最后,结合径向基函数(radial basis function,RBF)神经网络强大的非线性拟合能力,建立了基于多变量相空间重构和RBF神经网络的光伏功率预测模型。算例分析表明,相较于单变量预测方法,所提出的多变量相空间重构预测方法性能更加优越。

摘要：在混沌理论中,现有嵌入维数计算方法往往难以获得时间序列的最佳嵌入维数,不同计算方法获得的嵌入维数稍有不同,相应光伏出力的预测结果也就不同。为减小嵌入维数对预测结果的影响,在分析光伏出力时间序列非线性动力学特性的基础上,设计了一种基于多嵌入维数的Volterra组合预测模型。组合模型采用神经网络对各嵌入维数下的Volterra单一模型进行组合,单一预测模型均采用性能表现最好的2阶Volterra滤波器。仿真结果验证了组合模型的可行性和有效性。