【技术实现步骤摘要】
本专利技术属于用电服务，具体提供一种风电场的规划方法、控制装置和介质。
技术介绍
1、风电场规划中机组位置的选址和电缆布局通常被视为独立的、按顺序进行的规划步骤，首先是风机位置的规划，然后是电缆布局的设计。然而，由于风电场内机组发电量和电缆成本之间存在竞争，传统的分步顺序设计可能导致优化结果产生次优解。
2、这种情况下，需要考虑一种综合性的联合规划方法，旨在风电机组位置和电缆布局之间找到一个平衡点，这对于风电场规划的研究和实际应用具有重要意义。
技术实现思路
1、为了克服上述缺陷，本专利技术提出了一种风电场的规划方法、控制装置和介质，在合理规划风电机组位置时同时考虑了电缆成本，可以减少风电场电缆投资成本且使风电场发挥更好的性能。
2、在第一方面，本专利技术提供了一种风电场的规划方法，包括：
3、根据获取的风电场的风电机组选址参数，计算风电场的发电功率；
4、根据获取的所述风电场的电缆布局参数，计算风电场的电缆成本；
5、基于所述发电功率和电缆成本建立规划模型；
6、根据所述规划模型，得到所述风电场的规划方法。
7、进一步地，所述根据获取的风电场的风电机组选址参数，计算风电场的发电功率包括：
8、根据尾流模型，基于获取的风电场的风速和风向信息，计算风电场的归一化发电功率aepnormalized。
9、进一步地，所述根据尾流模型，基于获取的风电场的风速和风向信息，计算风电场的归
10、
11、其中，pi(ul，θm)为第i台机组在风速为ul、风向为θm时的功率，f(ul，θm)为风速风向概率分布，m和m分别为风向总个数和风向序号，l和l分别为风速总个数和风速序号，n为风电场机组数量，pgreedy是忽略尾流效应时风电场能达到最大的发电功率。
12、进一步地，所述根据获取的所述风电场的电缆布局参数，计算风电场的电缆成本包括：
13、基于获取的所述风电场的电缆布局参数，构建milp模型；
14、根据所述milp模型，计算风电场的电缆成本。
15、进一步地，所述基于获取的所述风电场的电缆布局参数，构建milp模型包括：
16、基于风电场中的节点之间的欧式距离、电缆单价、安全系数和风电场机组数量计算电缆安装成本，其中，所述风电场中的节点包括所有的风电机组和升压站；
17、基于每个节点的故障概率计算能量损失成本；
18、基于所述电缆安装成本和能量损失成本构建milp模型；
19、所述根据所述milp模型，计算风电场的电缆成本包括：
20、根据构建的所述milp模型，计算所述电缆安装成本和能量损失成本的总和，得到所述风电场的电缆成本。
21、进一步地，所述基于风电场中的节点之间的欧式距离、电缆单价、安全系数和风电场机组数量计算电缆安装成本包括：
22、
23、其中，cic为电缆安装成本，cunit为电缆单价，c和c表示电缆总类型数量和电缆类型序号，i、j表示风电场中所有风电机组和升压站中的任意两个节点，d(i，j)为节点i和j之间的欧式距离，sf为预设的安全系数，n为风电场机组数量。
24、进一步地，所述xc(i，j)表示电缆连接的二元变量：
25、
26、进一步地，所述基于每个节点的故障率计算能量损失成本包括：
27、
28、
29、其中，lec为能量损失成本，t和t分别为风电场寿命和寿命序号，dr为折现率，ep(i)为第i个节点的电价、p(i)为第i个节点的风电机组输出功率、λn(i)、λn(j)分别为第i个、第j个节点的故障概率、r(i)为第i个节点的维修时间，λcable为电缆故障概率。
30、进一步地，所述基于所述电缆安装成本和能量损失成本构建milp模型还包括：
31、添加约束进行线性化，其中，所述约束包括：
32、
33、其中，z(i，j)＝λn(i)·xc(i，j)，a为一个连续变量，λwt为初始故障率，m为常数，取值1000。
34、进一步地，所述基于所述电缆安装成本和能量损失成本构建milp模型还包括：
35、满足约束，其中所述约束包括：
36、
37、
38、
39、
40、xc(，j)+xc(j，i)≤1，i≠j (16)；
41、
42、
43、
44、其中，i，j，l，k均表示风电场中的节点，poc为风电场中的升压站节点，irated为电缆额定电流，集合χ用于存储交叉电缆对{(i，j)，(l，k)}。
45、进一步地，所述基于所述发电功率和电缆成本建立规划模型；
46、基于非支配性遗传算法ⅱ对风电场中的发电功率和电缆成本的组合方案进行优化，建立规划模型，其中所述非支配性遗传算法ⅱ的优化目标设定为所述风电场的发电功率最大化和电缆成本最小化。
47、进一步地，所述基于非支配性遗传算法ⅱ对风电场的发电功率和电缆成本的组合方案进行优化，建立规划模型包括：
48、随机生成初始种群，进行种群初始化，其中，所述种群中的每个个体包括风电场中的所有风电机组坐标以及与升压站坐标的实数编码；
49、经过交叉和变异操作产生新的后代；
50、将产生的新的后代与原始种群合并，得到更新后的种群；
51、计算每个个体的目标函数值，所述目标函数值包括所述风电场的发电功率和风电场的电缆成本；
52、通过比较个体之间的目标函数值，将种群中的个体划分到不同的非支配等级，并计算拥挤距离；
53、根据所述非支配性等级的排序和所述拥挤距离，择优选择非支配等级高的个体；
54、重复迭代直至满足收敛。
55、在第二方面，本专利技术提供一种控制装置，包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行第一方面中任一项所述的规划方法。
56、在第三方面，本专利技术提供一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行第一方面中任一项所述的规划方法。
57、本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
58、在实施本专利技术的技术方案中，同时考虑风电场风电机组选址和电缆路径的优化，可以减少风电场电缆投资成本，增强全生命周期内风电场的经济性，使风电场发挥更好的性能。
59、本专利技术可以兼顾风电机组位置的合理规划同时还考虑了优化降低电缆成本，实现风电场的发电功率最大化和电缆成本最小化的兼顾，在风电机组位置和电缆布局之间找到一个本文档来自技高网...
【技术保护点】
1.一种风电场的规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据获取的风电场的风电机组选址参数，计算风电场的发电功率包括：
3.根据权利要求2所述的方法，其特征在于，所述根据尾流模型，基于获取的风电场的风速和风向信息，计算风电场的归一化发电功率AEPNormalized包括：
4.根据权利要求1所述的方法，其特征在于，所述根据获取的所述风电场的电缆布局参数，计算风电场的电缆成本包括：
5.根据权利要求4所述的方法，其特征在于，所述基于获取的所述风电场的电缆布局参数，构建MILP模型包括：
6.根据权利要求5所述的方法，其特征在于，所述基于风电场中的节点之间的欧式距离、电缆单价、安全系数和风电场机组数量计算电缆安装成本包括：
7.根据权利要求6所述的方法，其特征在于，所述xc(i,j)表示电缆连接的二元变量：
8.根据权利要求5所述的方法，其特征在于，所述基于每个节点的故障率计算能量损失成本包括：
9.根据权利要求5所述的方法，其特征在于，所述基于所述电缆
10.根据权利要求5所述的方法，其特征在于，所述基于所述电缆安装成本和能量损失成本构建MILP模型还包括：
11.根据权利要求1所述的方法，其特征在于，所述基于所述发电功率和电缆成本建立规划模型；
12.根据权利要求11所述的方法，其特征在于，所述基于非支配性遗传算法Ⅱ对风电场的发电功率和电缆成本的组合方案进行优化，建立规划模型包括：
13.一种控制装置，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至12中任一项所述的规划方法。
14.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至12中任一项所述的规划方法。
...【技术特征摘要】
1.一种风电场的规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据获取的风电场的风电机组选址参数，计算风电场的发电功率包括：
3.根据权利要求2所述的方法，其特征在于，所述根据尾流模型，基于获取的风电场的风速和风向信息，计算风电场的归一化发电功率aepnormalized包括：
4.根据权利要求1所述的方法，其特征在于，所述根据获取的所述风电场的电缆布局参数，计算风电场的电缆成本包括：
5.根据权利要求4所述的方法，其特征在于，所述基于获取的所述风电场的电缆布局参数，构建milp模型包括：
6.根据权利要求5所述的方法，其特征在于，所述基于风电场中的节点之间的欧式距离、电缆单价、安全系数和风电场机组数量计算电缆安装成本包括：
7.根据权利要求6所述的方法，其特征在于，所述xc(i,j)表示电缆连接的二元变量：
8.根据权利要求5所述的方法，其特征在于，所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。