請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80673| 標題: | 整合電動車與風力電場之虛擬電廠收益分析 Profit Analysis of a Virtual Power Plant Consisting of a Wind Farm and Electric Vehicles |
| 作者: | Hsin-Hsiang Peng 彭新翔 |
| 指導教授: | 吳文方(Wen-Fang Wu) |
| 關鍵字: | 虛擬電廠,風力電場,電動車,時間序列預測,模型預測控制, Virtual Power Plant,Wind Farm,Electric Vehicle,Time Series Prediction,Model Predictive Control, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "由於近年來持續成長的電力需求以及民眾環保意識的抬頭，加上傳統集中式電力系統的缺點日漸浮現，各國紛紛開始關注能充分利用再生能源且具有良好環境效益的分散式發電 (Distributed Generation, DG) 技術，也致使虛擬電廠 (Virtual Power Plant, VPP) 概念的生成。本研究以一整合風力電場並以電動汽車做為儲能裝置的虛擬電廠為分析探討對象，以時間電價 (Time-of-Use, TOU) 做為調度規劃基礎，參與電力市場交易。為考量實際系統變化調整控制參數，本研究選擇使用模型預測控制 (Model Predictive Control, MPC)，針對發電數量具動態變化的風力電場，規劃其移動時域 (Receding Horizon) 內的儲能裝置容量以獲得最佳收益；而為鼓勵將電動車併入虛擬電廠參與電力市場交易，本研究提出以電動車額外充電作為紅利，取代對電動車車主直接的金錢補助；針對短期風速的預測，本研究透過小波轉換分解時間序列訊號，並結合傳統時間序列預測與支持向量迴歸預測的一種 ARIMA-SVR 組合預測模型，讓我們得以根據現有風速資料預測風力電場的發電量。在案例模擬中，本研究使用澎湖縣東吉島氣象站 2018 年間的歷史風速資料，經短期風力預測與收益模型分析後，驗證所提最佳化收益分析方法的可行性。分析結果顯示，針對短期風速的預測，採用小波分解 ARIMA-SVR 組合預測模型相較於傳統單一預測模型，在預測能力上有所提升；而整合電動汽車作為儲能裝置的虛擬電廠確能獲得較高收益。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80673 |
| DOI: | 10.6342/NTU202103859 |
| 全文授權: | 同意授權(限校園內公開) |
| 顯示於系所單位： | 工業工程學研究所 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-1910202104575400.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 2.03 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。