复杂地形风电场一体化优化方法技术

本发明专利技术公开了一种复杂地形风电场一体化优化方法，包括以下步骤：步骤一，微观选址优化：以风电场的发电量最大化为目标，利用遗传算法迭代计算出每个风力机的位置坐标；步骤二，集电线路优化：利用Dijkstra算法和最小生成树算法，算出总路径权值最小的方案，确定风机之间连接回路；步骤三，检修道路优化：基于上一步集电线路优化获得的风机间连接路径后，计算出该路径距离产生的填挖方，利用最小生成树算法，算出成本最小的方案，确定风机之间道路连接。本发明专利技术收敛速度快，泛化性能稳定及预测准确性高。本发明专利技术通过微观选址优化风机布局，能够提高风电场的发电量，减少经济成本；集电线路优化使其经济合理；检修道路优化增加工作效率，降低成本。

Integrated optimization method of complex terrain wind farm

The invention discloses a method for integrated optimization of complex terrain wind farm, comprising the following steps: 1, micrositing: to optimize the wind farm power output maximization as the goal, using the genetic algorithm to calculate the location coordinates of each wind turbine; step two, set line optimization: use Dijkstra algorithm and minimum spanning tree calculate the total path algorithm, the minimum weight scheme, determine the loop connection between fans; step three, the road maintenance optimization: Based on step integrated circuit optimization fan obtained connection path, calculate the path distance produced by cutting and filling, using the minimum spanning tree algorithm, calculate the minimum cost of the scheme. Determine the road connection between fan. The invention has the advantages of fast convergence speed, stable generalization performance and high prediction accuracy. The invention can increase the power generation of the wind farm and reduce the economic cost by optimizing the fan layout by micro location; the optimization of the collector circuit is economical and reasonable; the optimization of the maintenance way increases the work efficiency and reduces the cost.

【技术实现步骤摘要】
复杂地形风电场一体化优化方法
本专利技术属于复杂地形风电场微观选址
，涉及一种复杂地形风电场一体化优化方法，具体涉及复杂地形风电场的布局优化、集电线路优化和检修道路优化。
技术介绍
风能是目前最成熟的可再生能源利用形式之一，我国大力提倡可持续发展，加上风能资源储量丰富，近年来不断推进可再生能源项目的开展，风电行业发展迅速，越来越多风能资源丰富的地区有望被规划为风电场场址。然而在风电的开发利用中，微观选址是其中十分重要的环节，特别是所处地区为复杂地形的山地区域。这类区域的风电场，由于地形变化起伏大，风电场内风能分布情况所受影响因素众多，加大了对复杂地形的山地区域进行风电场微观选址的难度，而山地区域风电场的风机微观选址也成了该类风电场整个设计中的关键。风电场风电机组的布置影响着集电线路路径的曲折程度和分支线的多少。按现有的风电机组技术，风电机组单台容量一般在2MW左右，风电机组出口电压经箱变升至35kV后经集电线路最终进入升压站。根据风电机组的布置方式不同确定集电线路主干线的回路数，机电线路的回路数决定了集电线路路径的长短以及导线截面的大小,直接影响着整个工程的总投资。道路是建设风电场的先决条件，也是风电场建设占用土地的主要因素之一，合理的道路设计对风电场的投资和运营有着重要的影响。道路设计在草原、戈壁或沿海风电场的建设中不是主要制约因素，在山地风电场的建设中却是重要的一环我国大部分内陆风电场都处于复杂地形的山区，要考虑的问题又很多。然而目前国内外对风电场场内道路选线的研究甚少，企业通常依靠经验人工地进行道路设计，重复工作量大且工作效率相对较低，无法保证道路的最优化。总之，处于山区的风电场，微观选址对风电场的发电量和可靠性运行影响非常大，而厂区道路和输电线路对风电场的施工投资影响也非常大。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供了一种复杂地形风电场一体化优化方法，包括微观选址优化、集电线路优化和检修道路优化；微观选址优化具有优化风机布局作用，能够提高风电场的发电量，减少经济成本；集电线路优化具有选择合适导线截面的作用，使其经济合理；检修道路优化可以满足风电场使用要求和运营过程中的多方面要求，增加工作效率，降低成本。为解决上述技术问题，本专利技术提供了一种复杂地形风电场一体化优化方法，其特征是，包括以下步骤：步骤一，微观选址优化：以风电场的发电量最大化为目标，利用遗传算法迭代计算出每个风力机的位置坐标；步骤二，集电线路优化：先利用Dijkstra算法算出风机间最短路径后，以最短路径的距离作为树的权值，利用最小生成树算法算出总路径权值最小的方案，确定风机之间连接回路；步骤三，检修道路优化：基于上一步集电线路优化获得的风机间连接路径后，计算出该路径距离产生的填挖方，然后计算出成本作为树的权值，利用最小生成树算法算出成本最小的方案，确定风机之间道路连接。进一步的，在步骤一中风电场的发电量的具体计算过程为：步骤11，风电场按风向等角度划分为12个扇区，利用每个扇区的威布尔参数计算此扇区的平均风速，公式如下：其中，u为平均风速，Γ(a)为Gamma函数，参数k和c为威布尔参数，其中k为形状参数，c为尺度参数，k，c均大于0；步骤12，风机机位处的风加速因子可以利用下面的关系求得：式中：suxyα表示位置(x,y)、方向α处的加速比；uxyα表示位置(x,y)、方向α处的平均风速；umα表示相同方向测风塔处的平均风速；步骤13，风机机位处的尾流影响采用Jensen尾流模型，尾流影响因子的表达式为：式中，d为尾流影响因子，CT为风电机组的推力系数；R为叶轮半径；k为尾流耗散系数；X为两个风电机组的间距；步骤14，将风加速因子和尾流影响因子进行简单的耦合，位置(x,y)、方向α处实际风速的计算采用下式：步骤15，功率计算使用功率曲线，单台风力发电机组位于位置(x,y)和风向α处的预计的功率产量为：其中，vin是风电机组的切入风速，一般为3m/s，vout是风电机组的切出风速，一般为25m/s，N是全年累计小时数，E(v)是速度v通过功率曲线得到的风机功率，f(v)是通过威布尔分布得到的速度v的频率，步骤16，综合各个方向，单台风力机组的净发电量计算公式为：式中，p(α)是对应角度α的风向频率；步骤17，风电场中所有风力机组净发电量的最大值为：Ej为第j台风力机考虑尾流影响和风加速因子后的年发电量，E为风电场总平均功率。进一步的，在步骤一中，神经算法中目标变量为风力机的坐标(x,y)，利用下列算式将目标变量转化为0～1之间，采用实数编码，其中，xxi、yyi是归一化后的变量值，(xi,yi)代表风力机的位置，xmin、xmax和ymin、ymax分别为风电场位置坐标的上下极限。进一步的，在步骤二中，确定风机之间连接回路后，还可以确定电缆截面，其具体过程为：1)确定单台风机电流；2)根据《35kV及以下电缆载流量校正系数表》计算电缆直埋敷设时的载流量校正系数；3)按照回路工作电流计算电缆在标准敷设条件下的额定载流量；4)根据《电缆参考载流量表》选择电缆截面。进一步的，在步骤三中，检修道路的成本包括道路结构层材料造价和道路土石方工程量造价；道路结构层材料造价分解为道路结构层体积乘以材料单位造价，公式为：MC＝H*L*W*MP其中，MC为道路结构层材料总造价，H为结构层厚，L为道路长度,W为道路宽度，MP为结构层材料单位造价；道路土石方工程量造价分解为土石方体积乘以土石方单位成本，具体公式如下所示：EC＝VC*CP(VC≥VF)EC＝(VF-VC)*FP+VC*CP(VC＜VF)其中，EC为土石方造价，VC为挖方量，VF为填方量，CP为挖方单位造价，FP为填方单位造价。与现有技术相比，本专利技术所达到的有益效果是：本专利技术优化的方法包括依次进行的微观选址优化、集电线路优化和检修道路优化。在微观选址优化中，应用尾流模型和地形影响模型,能够准确预测复杂地形中不同风力机之间的尾流损失，功率模型采用概率密度算法，通过风向和风速的离散，可从微观角度使概率预测更为准确；风电场集电线路优化设计的方法，合理选择集电线路电缆和计算成本，进一步提高风电场集电线路运行的安全性和可靠性。附图说明图1是本专利技术方法的流程图。图2是微观选址优化流程中遗传算法的流程图。图3是本专利技术实施例中风力机坐标分布示意图。图4是图3实施例中集电线路优化后风电场集电线路的路径示意图。图5是图3实施例中风电场检修道路优化后道路示意图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。如图1所示，本专利技术的一种复杂地形风电场一体化优化方法，其特征是，包括以下步骤：步骤一，微观选址优化：以风电场的最大净发电功率为目标，利用遗传算法迭代计算出每个风力机的位置坐标；模拟计算风电场的最大净发电功率的过程为，首先从风电场区风流模拟软件中，如MeteodynWT和Windsim软件，读取风电场各风向分度风能资源输出，分别提取风电场各风向分度的全场风速、风向和湍流等参数。再采用CFD计算出风资源网格结果。在风资源网格结果中，测风塔所在位置的风资源网格点代表基准点，风资源网格文件中其他点的平均风速相对本文档来自技高网...

【技术保护点】
一种复杂地形风电场一体化优化方法，其特征是，包括以下步骤：步骤一，微观选址优化：以风电场的发电量最大化为目标，利用遗传算法迭代计算出每个风力机的位置坐标；步骤二，集电线路优化：先利用Dijkstra算法算出风机间最短路径后，以最短路径的距离作为树的权值，利用最小生成树算法算出总路径权值最小的方案，确定风机之间连接回路；步骤三，检修道路优化：基于上一步集电线路优化获得的风机间连接路径后，计算出该路径距离产生的填挖方，然后计算出成本作为树的权值，利用最小生成树算法算出成本最小的方案，确定风机之间道路连接。

【技术特征摘要】
1.一种复杂地形风电场一体化优化方法，其特征是，包括以下步骤：步骤一，微观选址优化：以风电场的发电量最大化为目标，利用遗传算法迭代计算出每个风力机的位置坐标；步骤二，集电线路优化：先利用Dijkstra算法算出风机间最短路径后，以最短路径的距离作为树的权值，利用最小生成树算法算出总路径权值最小的方案，确定风机之间连接回路；步骤三，检修道路优化：基于上一步集电线路优化获得的风机间连接路径后，计算出该路径距离产生的填挖方，然后计算出成本作为树的权值，利用最小生成树算法算出成本最小的方案，确定风机之间道路连接。2.根据权利要求1所述的复杂地形风电场一体化优化方法，其特征是，在步骤一中风电场的发电量的具体计算过程为：步骤11，风电场按风向等角度划分为12个扇区，利用每个扇区的威布尔参数计算此扇区的平均风速，公式如下：其中，u为平均风速，Γ(a)为Gamma函数，参数k和c为威布尔参数，其中k为形状参数，c为尺度参数，k，c均大于0；步骤12，风机机位处的风加速因子可以利用下面的关系求得：式中：suxyα表示位置(x,y)、方向α处的加速比；uxyα表示位置(x,y)、方向α处的平均风速；umα表示相同方向测风塔处的平均风速；步骤13，风机机位处的尾流影响采用Jensen尾流模型，尾流影响因子的表达式为：式中，d为尾流影响因子，CT为风电机组的推力系数；R为叶轮半径；k为尾流耗散系数；X为两个风电机组的间距；步骤14，将风加速因子和尾流影响因子进行简单的耦合，位置(x,y)、方向α处实际风速的计算采用下式：步骤15，功率计算使用功率曲线，单台风力发电机组位于位置(x,y)和风向α处的预计的功率产量为：其中，vin是风电机组的切入风速，一般为3m/s，v...

【专利技术属性】
技术研发人员：许昌，陈丹丹，薛飞飞，韩星星，郝辰妍，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32