基于多目标规划的指数罚函数风电场选址方法技术

本发明专利技术提供一种基于多目标规划的指数罚函数风电场选址方法，包括步骤：收集风电场选址相关数据；根据所述风电场选址相关数据建设最小总运营费用模型；建立风电场备选地的最大年均发电功率模型；建立基于指数罚函数法的min‑max多目标规划模型；利用BFGS算法对所述基于指数罚函数法的min‑max多目标规划模型求解，获得风电场选址结果，并根据所述风电场选址结果对风电场进行选址。本发明专利技术的一种基于多目标规划的指数罚函数风电场选址方法，提供了一种可在满足地区供电需求和充分利用现有能力的前提下,综合考虑风电场建设费用、扩建费用及风机运输费用等三种费用,以实现区域内的风电场系统运作总成本最低的风电场选址方法。

【技术实现步骤摘要】
基于多目标规划的指数罚函数风电场选址方法
本专利技术涉及风电场建设规划领域，尤其涉及一种基于多目标规划的指数罚函数风电场选址方法。
技术介绍
随着新能源的发展，风力发电在可再生能源的利用中发挥着巨大的作用，而风电场选址作为风电场建设项目的前期工程，对风力发电场建设的成败及其今后的效益起着至关重要的作用。所以，随着风力发电技术的发展，对风电场选址的研究显得愈发重要。风电场选址一般包括宏观选址与微观选址。宏观选址是指在一个较大范围的地域内，通过对气象、地理条件等多方面进行综合考察，然后选择一个或多个风能资源丰富且有利用价值的小区域的过程。微观选址则是在宏观选址的基础上，在既定空间范围内的区域中考虑地形、地貌、交通等各影响要素进行筛选，并进一步对风力发电机组进行选型及布局，使得整个风电场具有良好的经济、社会效益的过程。选址的原则：资源节约性原则(应充分考虑经济与效率)，应将风电场作为一个大系统统筹考虑、风速和地理位置好区位优选原则、现实可操作性原则。但目前尚缺乏一种综合考虑风电场建设费用、扩建费用及风机运输费的风电场选址方法。
技术实现思路
针对上述现有技术中的不足，本专利技术提供一种基于多目本文档来自技高网...

【技术保护点】
1.一种基于多目标规划的指数罚函数风电场选址方法，包括步骤：S1：收集风电场选址相关数据；S2：根据所述风电场选址相关数据建设一最小总运营费用模型；S3：建立风电场备选地的一最大年均发电功率模型；S4：建立一基于指数罚函数法的min‑max多目标规划模型；S5：利用BFGS算法对所述基于指数罚函数法的min‑max多目标规划模型求解，获得风电场选址结果，并根据所述风电场选址结果对风电场进行选址。

【技术特征摘要】
1.一种基于多目标规划的指数罚函数风电场选址方法，包括步骤：S1：收集风电场选址相关数据；S2：根据所述风电场选址相关数据建设一最小总运营费用模型；S3：建立风电场备选地的一最大年均发电功率模型；S4：建立一基于指数罚函数法的min-max多目标规划模型；S5：利用BFGS算法对所述基于指数罚函数法的min-max多目标规划模型求解，获得风电场选址结果，并根据所述风电场选址结果对风电场进行选址。2.根据权利要求1所述的基于多目标规划的指数罚函数风电场选址方法，其特征在于，所述风电场选址相关数据包括：各备选地至各对应电网的年供电量、各对应所述电网的电力需求量、各所述备选地的占地面积、单位面积的投资费用和各对应所述电网距各对应备选地的距离。3.根据权利要求2所述的基于多目标规划的指数罚函数风电场选址方法，其特征在于，所述最小总运营费用模型的公式如下：公式(1)的约束条件为：α1+α2+α3+...+αk＝n；α1，α2，α3，…，αk∈N(7)；Pij≥0；其中，minf为最小总运营费用；是指所述备选地建设风电场产生的建设费用；指所述备选地在后期的扩建费用；指建设风电场中的运输费用；Pij为第j所述备选地至第i电网的年供电量；di为第i电网的电力需求量；α为扩建成本系数；zj为01变量，选择在第j所述备选地建设风电场时取值为1，否则为0；Wj为所述备选地建设风电场的基础建设费用，等于所述风电场占地面积乘以所述单位面积的投资费用；sij为第i电网距第j所述备选地的距离；β为单位公里发电量所需运输成本系数；Pj为第j备选地的控制规划能力规模上限；αk为各风电场主要供电方向的备选点集合；M为接近...

【专利技术属性】
技术研发人员：程亚丽，王鸿，江秀臣，王致杰，盛戈皞，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：上海,31