溪霞水庫庫區(qū)光-水-蓄微電網調度研究.pdf

1、分類號：密級：UDC：學號：406107213080南昌大學碩士研究生學位論文溪霞水庫庫區(qū)光溪霞水庫庫區(qū)光水蓄微電網蓄微電網調度調度研究研究XixiaReservoirLightWaterStageMicroGridScheduling李茂超培養(yǎng)單位（院、系）：信息工程學院自動化系指導教師姓名、職稱：江智軍教授申請學位的學科門類：工學學科專業(yè)名稱：電力電子與電力傳動論文答辯日期：2016年月日答辯委員會主席：評閱人：2016年月日摘要I

2、摘要針對于溪霞水庫庫區(qū)在年運行周期過程中，枯水季節(jié)徑流量較少，徑流量不能滿足水庫多目標如灌溉、飲用、發(fā)電等任務，在豐水期又有大量水流量棄之不用，造成棄水等水力資源大量浪費的現實問題，提出了構建溪霞水庫微電網發(fā)電儲能系統(tǒng)，建設抽水蓄能電站，結論表明：通過模擬數據驗證，得到能夠解決年發(fā)電能源不均衡的儲能方案，為溪霞庫區(qū)的微電網建設提供了切實可行的建議。具體工作歸納總結如下：1、作為微電網發(fā)電系統(tǒng)的一部分——光伏發(fā)電，首先研究分析了光伏發(fā)電的

3、影響因子，介紹了BP及GRNN神經網絡原理，利用某網站給出的發(fā)電量數據及氣象數據，構建了BP及GRNN神經網絡預測光伏發(fā)電模型，仿真模擬結果顯示預測結果良好，GRNN神經網絡能夠更為有效的適應多變的天氣氣候，預測效果較為理想；2、影響水力發(fā)電的主要因素是水庫徑流量大小，凈水頭高度，及水庫出力系數，徑流量受到水庫地區(qū)全年降雨量等因素影響，降雨量越大則徑流量越大，根據南昌市50年的氣象數據資料及九江市東津水庫的月降雨規(guī)律，研究發(fā)現對于暴雨等

4、降雨過程，可以降雨量為輸入因子，依據BP及GRNN神經網絡預測徑流量，預測結果雖不是非常理想，不過也具有現實參考意義，對于中雨及以下降雨量預測徑流量，就存在相當大的誤差，甚至兩種神經網絡不能夠建立模型，原因可能是雨水量太少難以形成有規(guī)模的徑流量；3、利用溪霞水庫庫區(qū)現有的資料，結合新建縣農村用電月變化規(guī)律，以及南京市某居民約300天負荷用電規(guī)律，分析估算出溪霞庫區(qū)直供電片區(qū)545戶居民年用電量、年用電規(guī)律，以及利用兩種神經網絡分析建立了