一种风电场升压站选址方法技术

本发明专利技术公开了一种风电场升压站选址方法，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，建立经济成本投资模型，结合工程及地理限制因素，把风电场升压站投资成本最小作为优化目标，并提出了一种改进型K均值聚类粒子群算法对经济成本投资模型进行求解，得到最优的升压站选址结果；其中，所述改进型K均值聚类粒子群算法是通过K均值聚类粒子群算法求解得到的当前全局最佳位置来重新计算聚类中心位置及划分聚类样本，产生一个比较种群，并执行最优点保留随机粒子补充机制。本发明专利技术不仅可以有效地克服了传统粒子群算法容易陷入局部最优以及早熟的缺点，而且还可以有效提高收敛速度，显著改善风电场升压站选址精确度。

【技术实现步骤摘要】
一种风电场升压站选址方法
本专利技术涉及风电场升压变电站选址的
，尤其是指一种风电场升压站选址方法。
技术介绍
风电建设项目的投资成本及其后期收益是风电行业的重要问题。由于平价上网政策在近年来的不断推进，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，降低投资成本。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地限制因素的衡量，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拖累整个风电投资项目的经济性。随着地理信息系统(GeographicInformationSystem，GIS)的发展，GIS与风电行业的结合的研究也逐渐紧密。近年来国内采用GIS分析技术同风电相结合的研究多数内容集中于地理环境因素对风速的影响、风电场的微观选址以及风能图谱的制作等多个方面。利用GIS技术分析本文档来自技高网...

【技术保护点】
1.一种风电场升压站选址方法，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，建立经济成本投资模型，结合工程及地理限制因素，把风电场升压站投资成本最小作为优化目标，并提出了一种改进型K均值聚类粒子群算法对经济成本投资模型进行求解，得到最优的升压站选址结果；其中，所述改进型K均值聚类粒子群算法是通过K均值聚类粒子群算法求解得到的当前全局最佳位置来重新计算聚类中心位置及划分聚类样本，产生一个比较种群，并执行最优点保留随机粒子补充机制；/n所述的风电场升压站选址方法，具体执行以下步骤：/n1)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...

【技术特征摘要】
1.一种风电场升压站选址方法，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，建立经济成本投资模型，结合工程及地理限制因素，把风电场升压站投资成本最小作为优化目标，并提出了一种改进型K均值聚类粒子群算法对经济成本投资模型进行求解，得到最优的升压站选址结果；其中，所述改进型K均值聚类粒子群算法是通过K均值聚类粒子群算法求解得到的当前全局最佳位置来重新计算聚类中心位置及划分聚类样本，产生一个比较种群，并执行最优点保留随机粒子补充机制；
所述的风电场升压站选址方法，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，导入风电场的高程点坐标数据，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K均值聚类粒子群算法的相关参数；
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)更新当前种群中所有个体的速度和位置；
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，并利用当前最佳个体的位置产生比较种群，执行最优点保留随机粒子补充机制及再次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所述的一种风电场升压站选址方法，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·Ri(7)



约束条件：
①升压站选址范围：
xmin≤xi≤xmax，ymin≤yi≤ymax(9)
②升压站禁选范围：



以上公式变量说明：
F为升压站建设投资总费用；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为升压站馈网损耗；Cslope为升压站放置坡度成本；Croad为升压站进场道路建设成本；N为新建升压站总数；ω为单位长度线路的投资费用；为折算系数；r0为贴现率；Ji为与升压站i连接的风机的集合；lij为升压站i与风机j间的线路长度；(xi,yi,zi)为升压站i的实际位置坐标；(xj,yj,zj)为风机j的实际位置坐标；t为升压站的折旧年限；Si为升压站i的容量；f(Si)为升压站i的站内设备投资费用；u(Si)为新建升压站的运行费用；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；Wj为风机j的装机容量；Ri为升压站i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；αij为与风机j连接的升压站i的坡度；βij为升压站i与风机j间的坡度；c1为升压站放置平均单位坡度成本；c2为升压站道路建设单位平均成本；(xmin,ymin)为风电场范围的最小二维坐标；(xmax,ymax)为风电场范围的最大二维坐标；(xR,yR)为风电场禁选区域的二维坐标集合；
在步骤3)中，将种群位置矢量按公式(1)-(10)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所述的一种风电场升压站选址方法，其特征在于：在步骤1)中，输入风电场中各个风机的三维坐标数据作为样本数据，利用风电场高程点坐标数据建立搜索范围及禁选范围，设置种群规模M、新建升压站个数N，迭代次数Z，风机的装机容量Wj、单位长度线路的投资费用ω、单位电能损耗折价系数ρ1、线路单位长度电阻ρ2、线路年损耗小时数ρ3、升压站放置平均单位坡度成本c1、升压站道路建设单位平均成本c2、速度权重系数d1、d2、d3；
随机初始化第1代种群的个体位置：分别以各个风电场的风机作为聚类样本，根据风电场升压站所需个数为风电场的风机进行初步聚类，得到初始随机质心，即初代粒子的个体位置；而且，由于种群位置的Z轴坐标仅由风电场实际地形所决定，初始化的种群位置只能包含X轴和Y轴坐标；故种群中个体位置的矢量描述为：



...

【专利技术属性】
技术研发人员：何炳杰，叶凡，佘双翔，路锦绣，张伟，曾杰，
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