[发明专利]风电场布局的优化方法、优化系统及计算机可读存储介质有效
申请号: | 201911369561.8 | 申请日: | 2019-12-26 |
公开(公告)号: | CN111030179B | 公开(公告)日: | 2023-08-25 |
发明(设计)人: | 侯鹏;朱江生;金荣森;陈乐;孟晓刚;缪骏 | 申请(专利权)人: | 上海电气风电集团股份有限公司 |
主分类号: | H02J3/38 | 分类号: | H02J3/38;H02J3/00 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 王茹 |
地址: | 200233 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电场 布局 优化 方法 系统 计算机 可读 存储 介质 | ||
1.一种风电场布局的优化方法,所述风电场包括多个节点,所述多个节点包括多个风机和变电站,其特征在于,所述优化方法包括:
获取所述风电场的风机坐标信息;及
至少基于所述风机坐标信息,通过以所述风电场的成本最小为目标函数的混合整数线性规划模型,确定所述变电站的位置坐标,及所述多个节点之间的电缆连接拓扑结构;其中,所述目标函数包括表征连接多个所述节点的每段电缆承载的功率的变量;所述目标函数是至少通过线性化待优化函数中的所述风机和所述变电站之间的欧氏距离的二次项关系得到的。
2.根据权利要求1所述的优化方法,其特征在于,所述目标函数是至少利用线性规划方法消除待优化函数中的与所述变电站的位置坐标变量和/或节点连接决策变量相关的非凸非线性项得到的,所述节点连接决策变量表征所述多个节点之间的连接关系。
3.根据权利要求2所述的优化方法,其特征在于,所述目标函数是至少利用大M法消除待优化函数中的所述非凸非线性项得到的。
4.根据权利要求3所述的优化方法,其特征在于,所述大M法的人工变量为所述风电场的多个所述风机之间的最大欧氏距离。
5.根据权利要求4所述的优化方法,其特征在于,所述目标函数是至少利用分段线性逼近法线性化所述风机和所述变电站之间的欧氏距离的二次项关系得到的。
6.根据权利要求1所述的优化方法,其特征在于,所述优化方法包括:获取风电场资讯,所述风电场资讯包括电价、所述风电场的生命周期、年利用小时数和额定电参数中的至少一个;
所述确定所述变电站的位置坐标,及所述多个节点之间的电缆连接拓扑结构,包括:
至少基于所述风电场资讯,通过所述混合整数线性规划模型,确定所述变电站的位置坐标及所述电缆连接拓扑结构。
7.根据权利要求1所述的优化方法,其特征在于,所述确定所述变电站的位置坐标,及所述多个节点之间的电缆连接拓扑结构,包括:
确定所述多个节点之间的电缆连接路径和每段电缆的功率等级。
8.根据权利要求7所述的优化方法,其特征在于,所述优化方法包括:
根据每段电缆的功率等级,确定电缆类型。
9.根据权利要求8所述的优化方法,其特征在于,所述优化方法包括:
获取对应于不同功率等级的电缆类型的数据集;及
根据每段电缆的所述功率等级,从所述数据集中确定每段电缆的类型。
10.根据权利要求9所述的优化方法,其特征在于,所述待优化函数是在获取对应于不同功率等级的电缆类型的数据集之前,对电缆选型的决定参数和所述电缆连接拓扑结构的决定参数进行解耦合得到的。
11.根据权利要求1所述的优化方法,其特征在于,所述混合整数线性规划模型包括约束条件:diag(Xi,j)=0,
其中,Xi,j表示第i个节点和第j个节点连接关系的二维决策变量矩阵,Nn表示所述多个节点的总数量。
12.根据权利要求1所述的优化方法,其特征在于,所述混合整数线性规划模型包括输入每台风机的电缆数量不超过电缆数量阈值的约束条件。
13.根据权利要求1所述的优化方法,其特征在于,所述混合整数线性规划模型包括与所述变电站连接的电缆的总数量不超过总数量阈值的约束条件。
14.根据权利要求1所述的优化方法,其特征在于,所述混合整数线性规划模型包括所述变电站的位置坐标在选址限制范围内的约束条件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电气风电集团股份有限公司,未经上海电气风电集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911369561.8/1.html,转载请声明来源钻瓜专利网。