一种风电基地升压站选址方法技术

本发明专利技术公开了一种风电基地升压站选址方法，以GIS三维风电模型作为研究场景，将风机的布局作为输入数据，结合工程及地理限制因素，引入经济成本投资模型，把风电基地升压站投资成本最小作为优化目标，并针对风电基地的布局和电气结构，设计最优化算法，对经济成本投资模型进行求解，得到最优的风电基地升压站选址结果；针对风电基地的布局和电气结构的优化设计是通过为各个风电场的风机进行初步分类，使风电场分割为多个小区域，这就相当于同时对整个风电基地进行多个升压站的寻址，这样做能够避免对整个风电基地的风机进行聚类时出现不同风电场的风机分在同一组的情况以及避免使用多个种群为各个风电场进行升压站选址而导致搜寻最优结果困难的情况。

【技术实现步骤摘要】
一种风电基地升压站选址方法
本专利技术涉及风电基地升压站选址的
，尤其是指一种风电基地升压站选址方法。
技术介绍
投资成本以及后期收益问题一直都是风电建设项目的关键问题。优化风电建设项目的设计方案，以降低投资成本及改善风电的收益，成为了风电行业的重点工作。作为影响风电建设项目经济成本的重要环节，风电场的升压站选址是工程的重点工作。传统的风电场升压站选址大多依赖于工程经验和人为对地形图的综合分析，在风电场范围内选取位置适宜的点位作为升压站选址的备选方案，再经过经济成本评估以及各种实际限制因素的考量，最终确定升压站选址的优选方案。这种方法不仅会消耗大量的时间，还会因为人为误差影响选址方案的准确以及降低整个风电投资项目的经济效益。风电场升压站选址的核心是聚类、寻找质心的问题，同时由于风电场升压站需要考虑多项因素，它亦是一个多目标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，已达到类内数据对象之间具有较高的相似度，是一种得到广泛使用的算法。而粒子群优化算法等智能算法作为成熟的求解优化问题工具，过往被广泛应用到电网规本文档来自技高网...

【技术保护点】
1.一种风电基地升压站选址方法，其特征在于：以GIS三维风电模型作为研究场景，将风机的布局作为输入数据，结合工程及地理限制因素，引入适用于风电基地升压站选址的经济成本投资模型，把风电基地升压站投资成本最小作为优化目标，并针对风电基地的布局和电气结构，设计基于差分进化算法的优化算法，对经济成本投资模型进行求解，得到最优的风电基地升压站选址结果；其中，所述差分进化算法基于种群变异进化，用于解决连续变量的全局优化问题，所述风电基地是由多个风电场组成，针对风电基地的布局和电气结构的优化设计是通过为各个风电场的风机进行初步分类，使风电场分割为多个小区域，这就相当于同时对整个风电基地进行多个升压站的寻址，...

【技术特征摘要】
1.一种风电基地升压站选址方法，其特征在于：以GIS三维风电模型作为研究场景，将风机的布局作为输入数据，结合工程及地理限制因素，引入适用于风电基地升压站选址的经济成本投资模型，把风电基地升压站投资成本最小作为优化目标，并针对风电基地的布局和电气结构，设计基于差分进化算法的优化算法，对经济成本投资模型进行求解，得到最优的风电基地升压站选址结果；其中，所述差分进化算法基于种群变异进化，用于解决连续变量的全局优化问题，所述风电基地是由多个风电场组成，针对风电基地的布局和电气结构的优化设计是通过为各个风电场的风机进行初步分类，使风电场分割为多个小区域，这就相当于同时对整个风电基地进行多个升压站的寻址，这样做能够避免对整个风电基地的风机进行聚类时出现不同风电场的风机分在同一组的情况以及避免使用多个种群为各个风电场进行升压站选址而导致搜寻最优结果困难的情况；
所述的风电基地升压站选址方法，具体执行以下步骤：
1)导入所有风机的坐标，利用风机的坐标集合及聚类算法进行种群位置及种群速度初始化，导入风电基地的高程点坐标数据，建立搜索范围、禁选范围及标记风电场进场道路数据，初始化差分进化算法的相关参数；
2)结合步骤1)中初始化的种群位置以及风电场的高程点坐标数据，得到种群所有个体的实际三维坐标；
3)结合已建立的经济成本投资模型，代入各个风机的坐标位置，计算种群中每个个体的适应度值；
4)比较步骤3)中得到的种群每个个体的适应度值，确定当前全局最佳个体位置以及全局最佳适应度值；
5)通过变异和交叉操作更新种群中的所有个体；
6)修正步骤5)得到的新种群中所有个体的位置；
7)结合步骤6)中修正位置后的种群，计算当前种群所有个体的适应度值，进行当前最佳个体和全局最佳适应度值的确定；
8)若迭代代数小于设定的迭代次数，则重复步骤3)-7)；若迭代代数等于设定的迭代次数，则终止迭代，将当前全局最佳位置作为升压站的选址结果。


2.根据权利要求1所述的一种风电基地升压站选址方法，其特征在于：所述经济成本投资模型的目标函数数学表述如下：
Min：F＝Cline+Closs+Cself+Cslope+Croad(1)
其中：





















Croad＝c2·(Ra,i+Rb,j)(9)






约束条件：
①线路的长度：
la,ik≤La,lb,ji≤Lb(12)
②升压站禁选范围：



以上公式变量说明：
F为适应度函数值；Cline为升压站输电线路投资费用；Cself为升压站站内设备费用；Closs为线路输电损耗；Cslope为升压站放置坡度成本；Croad为升压站进场道路建设成本；N1为新建低压升压站总数；N2为新建高压升压站总数；ω1为低压侧单位长度线路的投资费用；ω2为高压侧单位长度线路的投资费用；为折算系数；t为升压站的折旧年限；r0为贴现率；la,ik为低压升压站i与风机k间的线路长度；lb,ji为高压升压站j与低压升压站i间的线路长度；Ja,i为与低压升压站i连接的风机的集合；Jb,j为与高压升压站j连接的低压升压站的集合；(xi,yi,zi)为低压升压站i的实际坐标；(xj,yj,zj)为高压升压站j的实际坐标；(xk,yk,zk)为风机k的实际坐标；f(Sa,i)为低压升压站i的站内设备投资费用；f(Sb,j)为高压升压站j的站内设备投资费用；Sa,i为第i个低压升压站的容量；Sb,j为第j个高压升压站的容量；u(Sa,i)为新建低压升压站i的运行费用；u(Sb,j)为新建高压升压站j的运行费用；Wk为风机k的装机容量；Na,ik为与低压升压站i连接的风机k的数量；Nb,ji为与高压升压站j连接的低压升压站i的数量；ρ为网损折算系数；ρ1为单位电能损耗折价系数；ρ2为线路单位长度电阻；ρ3为线路年损耗小时数；U为线路的线电压；cosψ为功率因素；Ra,i为低压升压站i与风电场进场道路的距离；Rb,j为高压升压站j与风电场进场道路的距离；(xr,min,yr,min,zr,min)为风电场进场道路与升压站的最短距离高程点坐标；(xR,yR)为风电场禁选区域的高程点坐标集合；αa,ik为与风机k连接的低压升压站i的坡度；βa,ik为低压升压站i与风机k间的坡度；αb,ij为与高压升压站j连接的低压升压站i的坡度；βb,ij为低压升压站i与高压升压站j间的坡度；c1为升压站放置平均单位坡度成本；c2为升压站单位进场道路建设成本；La为低压升压站i与风机k间的线路长度范围；Lb为高压升压站j与低压升压站i间的线路长度范围；
在步骤3)中，将种群位置矢量按公式(1)-(13)进行计算，获得第m代种群中每个个体n的适应度值Fn,m，其中n＝1,2,…,M，M为种群规模。


3.根据权利要求1所述的一种风电基地升压站选址方...

【专利技术属性】
技术研发人员：何炳杰，叶凡，路锦绣，陈思哲，佘双翔，张伟，
申请(专利权)人：明阳智慧能源集团股份公司，
类型：发明
国别省市：广东;44