[发明专利]风电场集电网络设计方法、系统、存储介质及计算设备

说明书

本发明公开了一种风电场集电网络设计方法、系统、存储介质及计算设备，以三维风电模型作为研究场景，建立经济投资模型，充分考虑工程实际及地理限制因素，把风电场集电网络投资成本最小作为优化目标，对风电场风机使用多划分法，解决因样本划分方式不同造成集电线路设计的误差，并结合提出的一种混合算法，将风电场集电网络优化问题划分为升压站位置优化和集电线路优化这两个既相对独立、又互相影响的部分，对风电场升压站选址以及风电场集电线路进行协同优化，得到最优的升压站选址以及集电线路设计结果。本发明可有效解决风电场升压站选址和集电线路规划之间相互影响的问题，为风电场的集电网络设计提供一个更加可靠的技术方案。

技术领域

本发明涉及风电场集电网络设计的技术领域，尤其是指一种风电场集电网络设计方法、系统、存储介质及计算设备。

背景技术

为进一步改善风电的收益，提高风力发电的竞争力，必须优化风电建设项目的设计方案，以降低项目的投资成本。而作为影响风电建设项目经济成本的重要环节风电场的集电网络设计，是工程的重点工作。风电场集电网络示例如附图1所示，集电网络将分布在风电场各个区域中的风机产生的功率输送到风电场升压站，升压站再将这些功率传输到电网。其中，各组风机经过一定方式的连接后经由馈线将功率传输到升压站。因此，风电场的集电网络设计包括风电场升压站的位置选取以及各个风机的连接方式和风机与升压站的连接方式。

风电场升压站选址的本质是以聚类为核心的多目标的综合性组合优化问题。聚类就是把具有相似性质的数据聚合加以分类，而作为优化问题的常用解决手段之一，粒子群算法等智能优化算法也常常被广泛应用到电网规划中。以风电场升压站的经济投资成本最小作为优化目标，利用基于目标函数的聚类方法，把聚类化为一个带约束的非线性规划问题，通过智能算法优化得到最佳的数据分类及类中心，是当前解决升压站选址的常用方法之一。

风电场集电线路的设计有很多种可能的布局方式，是一个“旅行商问题(Traveling Salesman Problem)”，亦是组合优化中的一个NP-hard问题。风电场的集电线路结构主要有链形，环形和树形，这些集电线路布局方式的差异，会对风电场的前期投资和后期收益造成重大影响，而且，风电场中线路的连接方式更是集电线路设计的重点。目前，风电场集电线路优化一般是以经济性和可靠性的指标为目标函数的拓扑优化问题，常用的优化方法有两种：基于图论的最小生成树算法和以遗传算法为代表的智能算法。

一般情况下，风电场升压站的理想位置是放置在风电场的中心区域，以最大程度地减小集电网络的线路长度并优化集电网络内的损耗效率。但是，由于在确定升压站的位置时，不同的位置选取就会衍生出不同的线路设计。同时，为优化线路设计，以减小集电网络的输电线路损耗，就需要优化风电场升压站的位置选取。因此，根据风电场的规模和给定风机的位置能够衍生出成千上万种可行的风电场集电线路设计方案，从这些选择中得出最佳的设计方案是一项十分复杂的任务。风电场升压站选址以及风电场集电线路的协同优化是风电场集电网络设计的关键工作。

专利号201910433214.0的一种多维度约束风电场集电线路自动规划方法，其缺点：该方法实在升压站选址固定的情况下实施的，没有考虑到升压站的位置变化对于风电场集电线路设计的影响。

专利号CN201410701402.4的一种海上风电场汇集升压站的选址方法，其缺点：该方法仅考虑了升压站选址与风电场中各风机的直线距离关系，没有考虑到集电线路成本对于风电场升压站选址的影响。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供了一种风电场集电网络设计方法，可有效解决风电场升压站选址和集电线路设计之间相互影响的问题，为风电场的集电网络设计提供一个更加可靠的技术方案。

本发明的第二目的在于提供一种风电场集电网络设计系统。

本发明的第三目的在于提供一种存储介质。

本发明的第四目的在于提供一种计算设备。