微电网规划研究

典型多能源混合系统 风-光互补、水-风互补、水-光互补和风-光-水互补等综合能源系统。 风光互补系统： 鲁娅楠对风电、光电出力和电力负荷进行了预测，并基于此研究了风电与光电在智能电网中的协同调度，阐明

1 风速预测 1.1 物理驱动方法 物理过程驱动方法基于温度、湿度、气压、风速等气象数据和地形数据构建数学物理方程来模拟未来一段时间某区域或全球尺度风速变化过程，例如:数值天气预报模型(Numeric

一、单目标优化调度求解方法 无论是水库优化调度还是风光水多能互补系统优化调度，本质上都是一类带约束条件的优化问题。 1.1 传统算法 优化调度问题早期求解方法大多基于线性规划、非线性规划和动态规划(D

本文紧扣微电网储能系统的容量合理规划与协调优化运行面临挑战的关键问题——多尺度不确定性耦合， 以微电网不确定性的耦合特性分析与定量刻画为基础，提出了基于随机网络演算理论的能量平衡能力指标，用于对微电网

功率型与能量型的两种储能装置 储能因其具备强大的时序能量调节能力，不仅可以用于平滑分布式可再生电源出力波动，改善供需平衡关系，降低微电网供电成本，同时可作为系统调峰、调频、调压，优化潮流分布，参与峰谷

为什么需要灵活性资源规划与运行评价指标 微电网灵活性资源是指在经济约束和运行约束下，某一时间尺度内，能够被微电网快速而有效地的优化调配，用以及时响应微电网内功率变化、控制关键运行参数的现有资源[52]

微电网存在的多种不确定性因素 五种来源：电源侧、负荷侧、设备侧、市场侧以及政策侧 电源侧的不确定因素主要包括以风电和光伏发电为代表的分布式可再生电源，由于其出力直接受天气条件影响，导致微电网电能供应呈