随着我国经济水平的发展和人民生活水平的提高,电网的峰谷差逐渐增大,而我国近年来大力发展的以光伏为代表的分布式能源具有的随机性和反调峰特性,使电网的调峰压力日益增加,对电网的安全稳定运行带来了极大的挑战。微网作为一种分布式电源接入电网的解决方案,将原本分散的能源协调起来,实现了能源利用的最大化。然而,分布式电源系统受外界影响较大,当外界光照较弱时,微电网产生的电能减少,如果得不到补充,微电网将失去平衡。储能系统的出现提供了新的解决思路,利用储能系统进行削峰填谷可以有效减小昼夜间的峰谷差,平滑负荷。因此,本文的主要研究内容为基于负荷预测的微网储能系统削峰填谷控制策略研究。首先,对用户用电行为进行了简要分析,使其用电行为特征更加明显,在此基础上,提出了基于集合经验模态分解-模糊熵和stacking集成学习的负荷预测方法,针对经验模态分解特征提取过程中出现的模态混叠问题,本文使用了集合经验模态分解提高了分解的准确性;利用模糊熵计算各分量的复杂度,并对模糊熵相似分量进行合并,避免了分量过多导致的计算繁杂和误差积累;分解得到的高频分量使用LSTM进行预测,中低频分量使用SVR进行预测,并采用stacking集成学习将预测结果与天气数据、湿度数据输入全连接层得到最终的预测结果,最后将使用本文预测方法得到的结果与LSTM、BP神经网络预测的结果进行了对比。其次,以日负荷预测曲线为基础,建立了电池储能参与电网削峰填谷的优化目标函数、相关约束条件以及削峰填谷评价指标,采用恒功率和功率差控制策略进行了削峰填谷,并从峰谷差、峰谷系数、峰谷差率和标准差四个方面对两种方法的效果进行了对比。最后,本章确定了微网的结构,为负荷提供了支撑。确定本文所使用的直流微电网含有光伏电池和储能电池两种分布式电源,介绍了两种分布式电源的工作原理,建立了相应的数学模型,并分析了光伏电池的输出特性,采用电导增量法进行了最大功率点跟踪,最后通过仿真模型进行了验证。确定了储能系统的基本结构,储能电池系统通过双向DC/DC电路升压连接一个双向DC/AC变换器,再通过滤波器和变压器连接到电网。分别研究双向DC/DC变换器和双向AC/DC变换器的控制策略,双向AC/DC变换器采用电压外环电流内环的双环控制结构,双向DC/DC变换器引入了虚拟直流电机控制,对其工作原理和控制策略进行了阐述,建立了小信号模型对虚拟直流电机的控制参数虚拟惯量J和阻尼系数D进行了分析,并通过对比仿真验证了引入了虚拟直流电机控制相比于传统控制在实现电压升降的同时具有更好的平抑电压波动的能力。