1、PDF外文：http:/ 1 中文 3950 字 出处： Telecommunications Energy Conference, 2008. INTELEC 2008. IEEE 30th International. IEEE, 2008: 1-5 分布式微型发电机的供给和需求控制 Shimakage T, Sumita J, Uchiyama N 摘要 使用可再生能源的分布式发电 (DGs)有一个不稳定的 输出 ， 这 对现有的电力系统会产生影响 。 为了减少 这种影 响 ，研究 开发了一个 能源控制系统控制 安装在微型智能电网 上 的输出单个 DGs。控制启用
2、了 DGs 的输出功率波动的微型智能 减少 电网连接到现有的电网。微型智能电网是安装和操作在两个不同地点共有 672 天。实际的 DGs 是光伏发电 (光伏 )系统、燃料电池和 NaS 电池。 本文研究 证明 ， 在正常操作条件下使用时的功率控制系统 99%的电力供应和需求之间的不平衡超过 10 - 15 - 30 分钟的时间范围 是 3%。此 外 ， 研究 证明 ， 通过使用 本文研究 的电源控制系统 。 光伏系统输出功率流波动的电网连接点是平滑的。 1. 介绍 保护全球环境和能源多样化 ， 分布式发电机 (DOs) 将 使用 越来越多 可再生能源。问题在于 DGs
3、的输出使用太阳 能和风能等可再生能源 具有 典型的不稳定。因此 ， 人们担心 ， 这些 DGs 的不稳定的输出将会对现有的电力系统产生负面影响 。例如 ： 这些影响在频率和电压波动。一个可能的解决方案是安装 DGs 微型智能电网得到大量的关注。一般来说 ， 一个微型智能电网的定义是相对小规模的电网组成的两个或两个以上的 DGs 和客户。微电网预计将有助于改善能源效率和供电可靠性以及 增加 使用可再生能源。 本文研 究的目的是找到一种方法使用可再生能源减少不稳定输出的 DGs 对现有的电力系统 的负面影响 。可再生能源的例子 ， 结果在 于 一个不稳定的输出是风能 或 太阳能。 本文
4、 研 究的一部分 是 “ 区域电网各种新能源示范工程 ” 。 本文 选择一个特定的地区 ， 使 DGs 安装 于 微型智能电网。 本文 的微型智能电网包括设备和 DGs 的需求。 DGs 的光伏发电 (光伏 )系统 ，燃料电池 (FC)和钠硫电池 (NaS)。设备和 DGs 被 本文研究 的能源控制系统控制。这个项目有趣的特性是 ， 光伏系统 是 整合规模相对较大的微型智能电网 ， 和所有DGs 通过逆变器连接到微型智能电网。 实际 的 现场微型智能电网建于 2005 年 日本的 爱知世博会 。 然后 2006 年移师日本中部机场的城市。两个网站都在日本爱知县 ，本文
5、经营的 DGs 在世博园区185 天 ， 机 场的网站 487 天。示范工程的研究是作为进行委托开展的新能源和工业技术发展组织 (索 )的 。 2 本文 控制了 DGs 输出以平衡供求的力量在微型智能电网和平滑的光伏系统输出功率流波动的电网连接点。本文获得的主要 结果 是 在 日本中部机场城市 使用的微型智能电网 。 2. 系统的特性 微型智能电网在日本中部的系统配置。机场城市如图 1 所示 ， 它的特性描述如下。 2.1 发电设备 (DGs) 微型智能电网有两个种类熔融碳酸盐燃料电池 (MCFC)， 固体氧化物燃料电池 (SOFC)和四个磷
6、酸型燃料电池 (PAPC)。也有三种光伏系统 ： 非晶硅 ， 多 晶硅类型 。 有两面的 单一水晶 硅类型。有一个 NaS 电池 ， 用于存储电力。所有 DGs的监测和控制的能源控制系统通过通信网络 。 2.2 设备需求 在世博园区 ， 微型智能电网 对 展馆的需求方面 (如 ： 索馆、日本馆 )和附属设施。因为大多数的负载是由于设备根据一天中不同的时间被用于照明和操作展览、负载为特征的需求快速增加 或 减少。例如 ： 当一个迅速增长展览和突然减少后关闭。接下来的日负荷曲线几乎不管什么季节模式 都相同 。 在日本中部空气港口城市 ， 因 需求方面组成微型智能
7、电网的公共设施 (如 ：办公室和污水处理中心 )和辅助设施。功耗有很大差异 ， 在城市昼夜之间的办公室因为有很多照明、空调、办公室自动化设备 ， 主要是只用在办公时间。相比之下 ， 污水处理的负荷中心都相当稳定。这是由于污水处理设备 ， 使用固定数量的电力来处理污水的邻近区域无论日子和时间。一个共同特征的负荷需求的峰值是 3 由于旋转机器如电梯和泵启动。 DGs 美联储权力设施在需求方面通过私人分发线。图 2 显示了在日本中部机场的城市 日负荷曲线 。 2.3 能源控制系统 图 3 显示了能源控制系统的功能 概述 。功能分为 “ 发电计划 ” 功能的需求预测和发电计划确定的前一天 。 “ 实时控制 ” 功能的 DGs 控制基于发电计划 和测量数据。 “ 发电计划 ” 函数 是 预测对电力的需求和热 ， 然后预测光伏系统输出基于气象信息和过去的测量数据。然后第二天的发电计划优化基于预测的值。发电计划优化减少 氧气 排放、能源成本 ， 同时考虑到每个 DG 的特点限制和任何其他操作限制。 本文 应用遗传算法和禁忌搜索称为元启发式技术优化计算。 本文 应用该算
