[发明专利]大型风电场拓扑规划方法及装置

说明书

本申请涉及一种大型风电场拓扑规划方法及装置，属于风电场工程技术领域，该方法包括：获取目标风电场中n个风电机组的机组位置；基于k均值聚类算法根据机组位置将n个风电机组聚类为k个风电组群；对于k个风电组群中的每个风电组群，基于Prim算法确定风电组群中的最小生成树，得到k个风电组群的拓扑连接方式；可以解决使用遗传算法、模糊C均值算法等规划风电场拓扑时拓扑的求解效率较低的问题；由于k均值聚类算法和Prim算法的算法简单，求解难度低，因此，可以提高拓扑的求解效率。

技术领域

本发明涉及一种大型风电场拓扑规划方法，属于风电场工程技术领域。

背景技术

近年来，风电产业正处在平稳发展的初级阶段，风电作为重要的清洁能源，未来发展任重道远。我国海上风能资源丰富，近海风能可供开发资源达到5亿千瓦。对于海上风电运营商来讲，随着海上风电场容量的增大、离岸距离的增加，海上风电场内部汇集网的拓扑结构的设计也显得日益重要。

目前，国内外对于如何规划海上风电场内部拓扑的研究较为单一。通常，在做拓扑规划时，常采用的方法包括遗传算法、模糊C均值算法等。

然而，遗传算法、模糊C均值算法的算法逻辑比较复杂，在风电机组发生变化时拓扑的复杂度和求解难度较大，从而导致拓扑的求解效率较低的问题。

发明内容

本发明的目的在于提供一种大型风电场拓扑规划方法及装置，可以解决使用遗传算法、模糊C均值算法等规划风电场拓扑时拓扑的求解效率较低的问题。为达到上述目的，本发明提供如下技术方案：

第一方面，提供一种大型风电场拓扑规划方法，所述方法包括：

获取目标风电场中n个风电机组的机组位置，所述n为正整数；

基于k均值聚类算法根据所述机组位置将所述n个风电机组聚类为k个风电组群，所述k为小于或等于所述n的正整数；

对于所述k个风电组群中的每个风电组群，基于普里姆Prim算法确定所述风电组群中的最小生成树，得到所述k个风电组群的拓扑连接方式；所述最小生成树用于指示所述风电组群中风电机组连接长度最短的连接方式。

可选地，所述基于k均值聚类算法根据所述机组位置将所述n个风电机组聚类为k个风电组群，包括：

从所述n个风电机组中确定k个风电机组，得到k个聚类中心；

对于所述n个风电机组中的每个风电机组，计算与所述风电机组距离最近的目标聚类中心；将所述风电机组确定为所述目标聚类中心所属的风电组群，得到k个风电组群；

确定基于所述k个聚类中心得到的k个风电组群是否符合预设条件；

在基于所述k个聚类中心得到的k个风电组群符合所述预设条件时，确定所述k个风电组群为用于生成所述最小生成树的风电组群；

其中，所述预设条件为所述n个风电机组中每个风电机组都存在距离最近的聚类中心，且所述n个风电机组与对应的聚类中心的距离之和最小。

可选地，在基于所述k个聚类中心得到的k个风电组群不符合所述预设条件时，所述方法还包括：

更新所述k个聚类中心；

再次执行所述对于所述n个风电机组中的每个风电机组，计算与所述风电机组距离最近的目标聚类中心；将所述风电机组确定为所述目标聚类中心所属的风电组群，得到k个风电组群的步骤，直至基于所述k个聚类中心得到的k个风电组群符合所述预设条件时停止。

可选地，所述对于所述k个风电组群中的每个风电组群，基于Prim算法确定所述风电组群中的最小生成树，包括：