采用大容量风电机组的海上风电场自动规划集电线路方法技术

本发明专利技术涉及一种采用大容量风电机组的海上风电场自动规划集电线路方法，包括升压站选址；规划初始串组数量；串组自动分区；优化线路选取。本发明专利技术将复杂的整体集电线路规划问题进行降维，分区域、分串组处理，解决了现有方法计算强度大的问题。在串组自动分区步骤中，通过改进模糊C‑均值聚类算法，明显的提升了集电线路规划结果的整体计算效率及经济性。同时，提出一种串组自动构建凸多变形的方法，通过判断各多边形间是否重存在叠彻，彻底避免了各串组间存在交叉的可能。在优化线路选取中，采用Delaunay三角剖分法获得有效线路，并提出一种串组节点均共线的解决方案，使优化路径整体方案更具普适性，提升了最优路径提取的效率。

【技术实现步骤摘要】
采用大容量风电机组的海上风电场自动规划集电线路方法
本专利技术涉及风电场集电线路规划
，尤其涉及一种采用大容量风电机组的海上风电场自动规划集电线路方法。
技术介绍
风电场集电线路规划一般包括升压站选址，规划串组数量，串组自动分区，优化线路选取等步骤，现有电场集电线路规划方案通常采用遗传算法、RRT快速搜索算法、蚁群算法等方式不以空间方位为基础进行聚类，对此类规划方法针对性不足，且其多针对整体数据进行规划，规划的过程计算量较大，耗时久且效率低。同时，其无法主动满足海上风电场集电线路规划的部分边权条件，如海缆相互不得交叉等。使用模糊均值聚类算法进行集电线路规划，首先要将其由块状聚类模式改进为放射状聚类，以满足集电线路规划的实际情况。而现有采用模糊均值聚类算法进行集电线路规划的分串组方案中，如只采用传统的轮盘算法，由于边权条件的限制(例如串组内最多风机个数)，在无法满足上述限制时，某些节点在迭代过程中反复出现在几个的串组中，使得分类结果陷入无限循环的状态，导致整体算法陷入死循环。现存方案多以增加聚类中心个数为唯一解决方式，使得所得集电线路拓扑结构的串组数一定增加，对方案经济性有较大影响。由于单台风机的定容有变大的趋势，单个串组中的风机个数将随之减少，一方面使得串组内风机个数的冗余度变低；另一方面使得在海缆限容较小时，风场内的串组个数将增加，线路拓扑结构更加复杂。而在此背景下，为解决采用大容量风电机组的海上风场集电线路规划问题，串组间是否可能存在交叉路径是亟需解决的问题。为获得不为环形的成本最优放射形拓扑结构，且要考虑各串组所选取路径为全局最优解，现有方案一般采用Prim最小生成树算法、kruskal算法等方式将路径选取问题转化为图论的问题，并寻找最优路径。在拓扑结构较为复杂的情况下，多采用Prim最小生成树算法，而此类方法应用对象是所有节点间相互的连线，因此在最优路径选取过程中将会产生许多无效路径(如相互交叉的路径、实际距离较远节点间的连线等)，降低方案运行效率。为解决上述问题，应首先考虑对各串组内节点进行的Delaunay三角剖分，选取有效路径后，再使用Prim最小生成树算法寻找最优路径，以达到提升效率的目的。但进行Delaunay三角剖分的前提是，串组内各节点不能同时共线，否则无法形成Delaunay三角形，因此需要解决无法使用Delaunay三角剖分时有效路径的选取问题。
技术实现思路
本专利技术的目的是提供一种采用大容量风电机组的海上风电场自动规划集电线路方法，以解决上述技术问题。本专利技术提供了一种采用大容量风电机组的海上风电场自动规划集电线路方法，采用自动规划集电线路算法进行集电线路规划，包括如下步骤：1)计算区域限容，基于K-means算法将整体风场区域分为满足区域限容的i个子区域，以聚类中心ki作为区域Pi的升压站坐标；2)在自动规划集电线路算法中输入子区域Pi中各风机及升压站坐标；3)在自动规划集电线路算法中输入单台风机额定容量及使用海缆的设计容量，并计算单串组可连风机数量、区域Pi最少串组数；4)设置启动改进模糊C-均值聚类算法的初始参数，所述参数包括：迭代次数、聚类中心个数、迭代差值、影响因子；5)启动改进模糊C-均值聚类算法执行步骤6)至步骤10)进行聚类；6)利用轮盘赌算法获得聚类的初始类心；7)当升压站到风机的矢量与升压站到类心的矢量夹角大于90°时，风机到类心的计算距离值为d＝d*m，反之，若夹角小于90°，计算距离值为d＝d*sin(α)，其中，m为影响因子，α为夹角；8)计算各个风机点到各个类心的距离dic，i∈(1,n_node)，c∈(1,c_clusters)，i表示第i台风机，n_node表示风机的数量，c表示类心，c_clusters表示类心的数量，dic表示第i台风机到第c个类心的距离，并将距离dic进行归一化处理，转化为各个风机到各个类心的隶属度矩阵，根据隶属度将风机节点划分到不同簇中；若风机节点到所有类心的距离都为正无穷大，，执行步骤6)，重新选择初始类心进行计算，否则执行步骤9)；9)对风机进行簇类划分，重新计算簇心，并更新隶属度，直到簇心不再变化，执行步骤10)，在迭代过程中，如果存在风机无法划分到任何簇中的情况，则执行步骤8)，重新选择初始类心，重新聚类；如果风机循环划分少数几个簇中使分类陷入无限循环，执行步骤10)；10)对聚类结果进行过载检测，计算每串风机的容量，如果超过单串组可连风机数量，计算本串组内风机数量，按隶属度由大到小进行排序，保留单串组可连风机，将其余风机调整为所有簇中最小值，使之进入到隶属度次大值所在簇中重新进行聚类，并将此结果返回步骤9)；如果没有过载，则聚类成功，返回最终的子区域划分结果，并执行步骤12)；如果聚类结果的隶属度总迭代差值大于迭代差值,继续返回步骤9)；如果聚类结果的隶属度总迭代差值小于迭代差值,故结束循环，执行步骤12)；11)基于改进模糊C-均值聚类算法对于超限容串组的循环机制导致部分将风机到各个串组隶属度相同的情况，将进入此步骤的风机到每个簇心的原隶属度删除，基于K-means算法重新计算其新的隶属度，在此结果基础上乘以相应权值，使其结果与原循环内的隶属度值处于同一量级，并返回步骤9)；12)启动计数器Timer；13)将每个串组的节点构建为凸多边形，并计算每个凸多边形间的重叠面积是否为0，如果为0，则说明各串组间在进行路径选取过程中不可能存在相交问题，执行步骤14)；若不为0，则Timer＝Timer+1，判断Timer值是否大于迭代次数，如果大于迭代次数，则说明在设置的循环次数内无满足条件的聚类结果，故c_clusters＝c_clusters+1，并返回步骤5)；如果小于迭代次数，则说明在保证效率的前提下，算法仍可按照初始条件继续计算满足条件的聚类结果，则返回步骤6)；14)由于聚类结果存在迭代差值大于eps输出结果的情况，再次进行过载检测，计算每串风机的容量，如果超过单串组可连风机数量，则Timer＝Timer+1，判断Timer值是否大于迭代次数，如果大于迭代次数，则c_clusters＝c_clusters+1，并返回步骤5)；如果小于迭代次数，返回步骤6)；如果未超过单串组可连风机数量，执行步骤15)；15)在每个串组中添加升压站的坐标；16)对每个子区域，构建图G(V,E)，将线路规划问题转换为图论问题，串组内部所有节点间分别连线，判断是否所有连线的斜率相同，如果所有斜率相同，执行步骤18)；反之，执行步骤17)；17)将聚类结果使用Delaunay三角剖分法，规划出串组内所有不交叉的路径；18)使用Prim最小生成树法，以串组内所有节点间规划路径的欧式距离为权值，规划最优路径，并将Pi内各种串组所得路径整合；19)判断是否遍历所有子区域Pi，如果已遍历则得到最终的集电线路规划结构；如果未遍历，则返回步骤2)。进一步地，所述步骤6)包括：<本文档来自技高网...

【技术保护点】
1.一种采用大容量风电机组的海上风电场自动规划集电线路方法，其特征在于，采用自动规划集电线路算法进行集电线路规划，包括如下步骤：/n1)计算区域限容，基于K-means算法将整体风场区域分为满足区域限容的i个子区域，以聚类中心k

【技术特征摘要】
1.一种采用大容量风电机组的海上风电场自动规划集电线路方法，其特征在于，采用自动规划集电线路算法进行集电线路规划，包括如下步骤：
1)计算区域限容，基于K-means算法将整体风场区域分为满足区域限容的i个子区域，以聚类中心ki作为区域Pi的升压站坐标；
2)在自动规划集电线路算法中输入子区域Pi中各风机及升压站坐标；
3)在自动规划集电线路算法中输入单台风机额定容量及使用海缆的设计容量，并计算单串组可连风机数量、区域Pi最少串组数；
4)设置启动改进模糊C-均值聚类算法的初始参数，所述参数包括：迭代次数、聚类中心个数、迭代差值、影响因子；
5)启动改进模糊C-均值聚类算法执行步骤6)至步骤10)进行聚类；
6)利用轮盘赌算法获得聚类的初始类心；
7)当升压站到风机的矢量与升压站到类心的矢量夹角大于90°时，风机到类心的计算距离值为d＝d*m，反之，若夹角小于90°，计算距离值为d＝d*sin(α)，其中，m为影响因子，α为夹角；
8)计算各个风机点到各个类心的距离dic，i∈(1,n_node)，c∈(1,c_clusters)，i表示第i台风机，n_node表示风机的数量，c表示类心，c_clusters表示类心的数量，dic表示第i台风机到第c个类心的距离，并将距离dic进行归一化处理，转化为各个风机到各个类心的隶属度矩阵，根据隶属度将风机节点划分到不同簇中；若风机节点到所有类心的距离都为正无穷大，，执行步骤6)，重新选择初始类心进行计算，否则执行步骤9)；
9)对风机进行簇类划分，重新计算簇心，并更新隶属度，直到簇心不再变化，执行步骤10)，在迭代过程中，如果存在风机无法划分到任何簇中的情况，则执行步骤8)，重新选择初始类心，重新聚类；如果风机循环划分少数几个簇中使分类陷入无限循环，执行步骤10)；
10)对聚类结果进行过载检测，计算每串风机的容量，如果超过单串组可连风机数量，计算本串组内风机数量，按隶属度由大到小进行排序，保留单串组可连风机，将其余风机调整为所有簇中最小值，使之进入到隶属度次大值所在簇中重新进行聚类，并将此结果返回步骤9)；如果没有过载，则聚类成功，返回最终的子区域划分结果，并执行步骤12)；如果聚类结果的隶属度总迭代差值大于迭代差值,继续返回步骤9)；如果聚类结果的隶属度总迭代差值小于迭代差值,故结束循环，执行步骤12)；
11)基于改进模糊C-均值聚类算法对于超限容串组的循环机制导致部分将风机到各个串组隶属度相同的情况，将进入此步骤的风机到每个簇心的原隶属度删除，基于K-means算法重新计算其新的隶属度，在此结果基础上乘以相应权值，使其结果与原循环内的隶属度值处于同一量级，并返回步骤9)；
12)启动计数器Timer；
13)将每个串组的节点构建为凸多边形，并计算每个凸多边形间的重叠面积是否为0，如果为0，则说明各串组间在进行路径选取过程中不可能存在相交问题，...

【专利技术属性】
技术研发人员：吴瑊，王劲松，姚谦，李文雄，杨玉新，栾福明，李程，娄淑军，刘玉成，柯唯阳，高云逸，李冠赢，刘帅伟，
申请(专利权)人：中国大唐集团科学技术研究院有限公司火力发电技术研究院，大唐汕头新能源有限公司，
类型：发明
国别省市：北京;11