CN106712076B - 一种海上风电场集群规模下的输电系统优化方法 - Google Patents
一种海上风电场集群规模下的输电系统优化方法 Download PDFInfo
- Publication number
- CN106712076B CN106712076B CN201611015304.0A CN201611015304A CN106712076B CN 106712076 B CN106712076 B CN 106712076B CN 201611015304 A CN201611015304 A CN 201611015304A CN 106712076 B CN106712076 B CN 106712076B
- Authority
- CN
- China
- Prior art keywords
- transformer station
- maritime transformer
- cost
- transmission system
- land
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 81
- 230000005684 electric field Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 title claims abstract description 33
- 238000010276 construction Methods 0.000 claims abstract description 65
- 230000008901 benefit Effects 0.000 claims abstract description 5
- 235000013305 food Nutrition 0.000 claims description 18
- 230000002068 genetic effect Effects 0.000 claims description 18
- 230000009471 action Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 210000000349 chromosome Anatomy 0.000 claims description 6
- 230000007115 recruitment Effects 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 abstract description 5
- 239000000203 mixture Substances 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 5
- 239000003653 coastal water Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Abstract
本发明涉及一种海上风电场集群规模下的输电系统优化方法,该方法包括如下步骤:(1)给定建立海上变电站的数量,每个数量对应为一种方案;(2)以总建设成本最低为目标,采用双层控制方法分别对每种方案下海上变电站位置、海上变电站容量、集电网络和输电系统拓扑进行优化;(3)选取总建设成本最低的方案对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑作为最优结果。与现有技术相比,本发明提出建设海上公共变电站供多个风电业主使用,并将海上电网规划规划和陆上架空线扩建规划放入同一个体系,根据海上风电规划情况结合陆上电网结构进行统一规划与统一建设,从整体上实现成本与效益最优。
Description
技术领域
本发明涉及一种海上风电场输电系统优化方法,尤其是涉及一种海上风电场集群规模下的输电系统优化方法。
背景技术
海上风电资源丰富,环境影响小,能量密度高,正逐渐成为各国研究和开发的热点。从当前世界各国海上风电的发展与规划来看,海上风电发展逐渐走向深远海域,同一片海域大规模海上风电场的出现,因其更大的装机容量和集群化的特点,使得海上输电系统的建设更为重要。
现已有专家学者对海上风电场输电系统做了一定的研究,文献“EfficiencyEvaluation for Offshore Wind Farms”介绍了单个内海上风电场风机之间的多种接线形式以及风机串与海上变电站的多种接入方式,同时考虑到风速变化和风机输出功率曲线提出了风电场容量有效性的计算方法。文献“A Clustering based Wind Farm CollectorSystem Cable Layout Design”提出了采用属性阙值聚类算法对风场内的风机进行多级聚类以确定中心集电点,从而作为海上变电站的位置,再来确定网络的接线形式。该方法可以降低中压海缆损耗,提高可靠性,减少经济成本。文献“Optimization for Offshore WindFarm Layout and Substation Location”考虑了单个海上风电场内海上变电站的位置对集电系统总成本的影响,通过遗传算法规划出经济性最优方案。这些研究可以认为是给定并网点,风电机组位置条件下,通过海上变电站选址定容以及组网拓扑选择以达到投资成本最佳的优化规划问题。
以上文献都只从单个海上风电场的角度去建设输电系统(用户自建站模式)。而从现有的海上风电场发展规划来看,海上风电场大规模、集群化的特点愈加明显,多个风电业主将交叉拥有部分海域的风电开发权限。一方面,海域资源竞争激烈,海上风电并网既要规避渔业区、军事区等限制海域,还要避开与海底通信光缆等其他通道的交叉敷设。另一方面,大规模海上风电并网会对近海陆上电网结构产生影响,需要新建或加强风电场登陆点附近电网的结构来满足新能源接入系统的要求。为了经济、合理、可靠地对海上路由和并网点资源进行优化配置,有必要对某片海域中可能建设的风电场群(包含可能是不同业主的多个风电场)进行统一的海上风电场输电系统规划。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种海上风电场集群规模下的输电系统优化方法。
本发明的目的可以通过以下技术方案来实现:
一种海上风电场集群规模下的输电系统优化方法,该方法包括如下步骤:
(1)给定建立海上变电站的数量,每个数量对应为一种方案;
(2)以总建设成本最低为目标,采用双层控制方法分别对每种方案下海上变电站位置、海上变电站容量、集电网络和输电系统拓扑进行优化;
(3)选取总建设成本最低的方案对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑作为最优结果。
双层控制方法具体为:
外层通过遗传算法对海上变电站的位置和海上变电站容量进行优化,内层通过人工鱼群算法在外层确定的海上变电站的位置和海上变电站容量下对集电网络和输电系统拓扑进行优化,同时内层将确定的集电网络和输电系统拓扑下的总建设成本反馈至外层进行循环迭代优化,所述的集电网络为海上风机和海上变电站之间的线路,所述的输电系统拓扑包括海上变电站与陆上并网点之间的线路、海上变电站之间的线路以及陆上电网节点之间的线路。
通过遗传算法对海上变电站的位置和海上变电站容量进行优化具体为:
(101)设置初始种群,种群个数为m,每个种群包括n个个体,n为对应方案下海上变电站个数,每个个体的染色体包括海上变电站的位置和容量,给定初始适应度值和最大迭代次数G;
(102)对每一个种群分别采用遗传算法进行优化得到总建设成本最低时的对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑作为最优结果;
其中对每个种群采用遗传算法进行种群更新优化具体为:
(a)判断种群中染色体是否满足海上变电站位置和容量约束,若是,执行步骤(b),否则结束;
(b)将种群值代入人工鱼群算法,优化集电网络和输电系统拓扑;
(c)将步骤(b)确定的集电网络和输电系统拓扑下的总建设成本作为种群适应度值;
(d)判断适应度值是否小于初始适应度,若是,则更新初始适应度值,执行步骤(e),否则,不更新初始适应度值,执行步骤(e);
(e)若迭代次数小于G,进行染色体交叉变异,保留优良基因,得到新的种群,返回步骤(a),若迭代次数等于G,则结束种群更新,输出最优结果。
步骤(2)中分别通过人工鱼群算法对集电网络和输电系统拓扑进行线路规划直至最优,具体为:
(202a)设定初始条件,包括人工鱼条数、游动步长、可见域、拥挤度和最大迭代次数Gmax,设当前迭代次数Gen=0;
(202b)随机生成m*n维初始矩阵X,m为人工鱼条数,n为集电网络或输电系统拓扑中线路走廊总条数,所述的线路走廊为两节点之间的线路,对于集电网络,节点包括海上风机和海上变电站,对于输电系统拓扑,所述的节点包括海上变电站和陆上节点,矩阵X中第i行表示第i条人工鱼的人工鱼状态,矩阵X中第i行第j列元素表示为Xij,Xij表示第i条人工鱼中第j条线路走廊是否确定有线路,若有,Xij为1,否则Xij为1;
(202c)计算每条人工鱼所在位置的食物浓度,所述的食物浓度为对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑下的总建设成本,寻找食物浓度最大的人工鱼状态,计入公告板;
(202d)进行人工鱼聚群、追尾和觅食行动,每次人工鱼行动结束后计算该人工鱼状态下的线路规划状态是否满足线路规划约束条件,若是,则执行步骤(202e),否则重新执行步骤(202d);
(202e)对行动后的人工鱼分别计算食物浓度,并与公告板中人工鱼状态比较,若行动后的人工鱼中存在高于公告板中人工鱼状态对应的食物浓度的人工鱼,则更新公告板中的人工鱼状态,赋值迭代次数Gen=Gen+1,返回步骤(202d),否则,直接赋值迭代次数Gen=Gen+1,返回步骤(202d);
(202f)判断迭代次数达到最大迭代次数Gmax,若是将公告板中的人工鱼状态确定的集电网络和输电系统拓扑对应的总建设成本反馈至外层网络。
所述的总建设成本Y为:
Y=Cter+Cexp+Csub+Cland,
其中,Cter为集电网络成本、Cexp为海上高压输电系统成本、Csub为新建海上变电站成本,Cland为陆上电网扩建成本,所述的海上高压输电系统成本包括建设海上变电站与陆上并网点之间的线路和海上变电站之间的线路的成本,所述的陆上电网成本扩建成本包括建设陆上电网节点之间的线路的成本。
集电网络成本Cter为:
其中,和表示集电网络的海缆建设成本与网损费用,ns′为集电网络中的中压海缆条数,a′submarine、b′losssea分别表示中压海缆单位长度建设成本和网损费率,表示第i条中压海缆的长度,表示流过第i条中压海缆的电流,r0′为中压海缆单位长度电阻,γ为中压海缆长度的裕度;
海上高压输电系统成本Cexp为:
其中,和分别为高压海上输电系统的海缆建设成本、网损成本、无功补偿设备成本,ns为新建高压海缆条数,asubmarine和cw为高压海缆单位长度的建设成本和路由使用费,为第i条高压海缆的长度;γ为高压海缆长度的裕度;blosssea为高压海缆网损费率,r0为高压海缆单位长度电阻,为流过第i条高压海缆的电流,ccom为单位容量无功补偿设备成本;
新建海上变电站成本Csub为:
n为海上变电站数量,aT为海上变电站单位容量的成本,gi为第i个海上变电站的额定容量;
陆上电网扩建成本Cland为:
其中,分别为陆上电网新建线路成本和网损费用;aland为陆上新建线路单位成本,nl和分别为陆上新建线路条数和第i条线路长度,blossland为陆上电网的网损费率,r0″为陆上架空线单位长度电阻,为陆上流过第i条线路的电流,pre为陆上电网原有线路条数。
所述的海上变电站位置和容量约束具体为:
其中,Dsub为规划的海上变电站可选区域,和分别表示第i台海上变电站的横坐标和纵坐标,i=1,2……N,N为海上变电站数量,为第i台海上变电站的额定容量,为第i个海上风电场的装机容量,J为海上风电场总个数,NSsub为海上变电站变压器可选容量集合。
所述的线路规划约束条件包括系统潮流约束、N-1约束和海底电缆选型约束,具体地:
系统潮流约束为:
0≤Pi≤Pimax,
0≤Qi≤Qimax,
Uimin≤Ui≤Uimax,
其中,Pi、Qi分别为第i个节点注入的有功功率和无功功率,PDi、QDi分别为第i个节点的有功和无功负荷,Gij、Bij和δij为第i个节点和第j个节点之间的线路的电导、电纳和相角,Qcom为线路所需补偿的无功功率,Ui、Uj为节点i和j的节点电压,Pimax、Qimax为节点i的有功和无功上限,为无功补偿设备出力上下限,Uimin、Uimax为节点i的电压上下限,i=1,2……N,N为节点总数,N为海上变电站和陆上电网节点数量之和;
N-1约束为:
其中,为失去第k条线路时节点i的有功和无功功率,为失去第k条线路时节点i的有功和无功负荷,和为失去第k条线路时节点i、j的电压值;
海底电缆选型约束为:
Ii≤Imax,
其中,为第i条海缆所选截面,Smax为海缆截面最大值,Ii为流过第i条海缆的电流,Imax为海缆所允许电流的最大值。
与现有技术相比,本发明具有如下优点:
(1)本发明将海上风电场集群输电系统看作一个海上电网,将海上电网规划和陆上架空线扩建规划放入同一个体系中,根据海上风电规划情况结合陆上电网结构进行统一规划与统一建设,从整体上实现成本与效益最优;
(2)本发明采用双层控制方法,外层对海上变电站位置和容量进行优化,内层在此基础上对集电网络和输电系统拓扑进行优化,同时外层优化对海上变电站位置和容量进行优化时结合内层的集电网络和输电系统拓扑,从而实现以总建设成本最低为目标时满足所有约束条件下的海上变电站位置和容量以及相应的集电网络和输电系统拓扑的最优选取,有效的减少风场初始投资,并解决海陆两侧分开规划带来的重复建设等浪费问题;
(3)本发明外层采用遗传算法,内层采用人工鱼算法进行优化,优化速度快,计算精度高。
附图说明
图1为本发明海上风电场集群规模下的输电系统优化方法的流程框图;
图2为本实施海域海上风电场集群中海上风电场分布结构示意图;
图3为近海陆上电网结构示意图;
图4为采用传统用户自建海上变电站的方法得到的最优拓扑;
图5为公共站建设模式下得到的最优拓扑;
图6所示为本发明方法下得到的最优拓扑;
图7为不同海上变电站数量下总建设成本柱状图;
图8为不同建设模式下总建设成本柱状图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
一种海上风电场集群规模下的输电系统优化方法,该方法包括如下步骤:
(1)给定建立海上变电站的数量,每个数量对应为一种方案;
(2)以总建设成本最低为目标,采用双层控制方法分别对每种方案下海上变电站位置、海上变电站容量、集电网络和输电系统拓扑进行优化;
(3)选取总建设成本最低的方案对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑作为最优结果。
双层控制方法具体为:
外层通过遗传算法对海上变电站的位置和海上变电站容量进行优化,内层通过人工鱼群算法在外层确定的海上变电站的位置和海上变电站容量下对集电网络和输电系统拓扑进行优化,同时内层将确定的集电网络和输电系统拓扑下的总建设成本反馈至外层进行循环迭代优化,所述的集电网络为海上风机和海上变电站之间的线路,所述的输电系统拓扑包括海上变电站与陆上并网点之间的线路、海上变电站之间的线路以及陆上电网节点之间的线路。
通过遗传算法对海上变电站的位置和海上变电站容量进行优化具体为:
(101)设置初始种群,种群个数为m,每个种群包括n个个体,n为对应方案下海上变电站个数,每个个体的染色体包括海上变电站的位置和容量,给定初始适应度值和最大迭代次数G;
(102)对每一个种群分别采用遗传算法进行优化得到总建设成本最低时的对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑作为最优结果;
其中对每个种群采用遗传算法进行种群更新优化具体为:
(a)判断种群中染色体是否满足海上变电站位置和容量约束,若是,执行步骤(b),否则结束;
(b)将种群值代入人工鱼群算法,优化集电网络和输电系统拓扑;
(c)将步骤(b)确定的集电网络和输电系统拓扑下的总建设成本作为种群适应度值;
(d)判断适应度值是否小于初始适应度,若是,则更新初始适应度值,执行步骤(e),否则,不更新初始适应度值,执行步骤(e);
(e)若迭代次数小于G,进行染色体交叉变异,保留优良基因,得到新的种群,返回步骤(a),若迭代次数等于G,则结束种群更新,输出最优结果。
步骤(2)中分别通过人工鱼群算法对集电网络和输电系统拓扑进行线路规划直至最优,具体为:
(202a)设定初始条件,包括人工鱼条数、游动步长、可见域、拥挤度和最大迭代次数Gmax,设当前迭代次数Gen=0;
(202b)随机生成m*n维初始矩阵X,m为人工鱼条数,n为集电网络或输电系统拓扑中线路走廊总条数,所述的线路走廊为两节点之间的线路,对于集电网络,节点包括海上风机和海上变电站,对于输电系统拓扑,所述的节点包括海上变电站和陆上节点,矩阵X中第i行表示第i条人工鱼的人工鱼状态,矩阵X中第i行第j列元素表示为Xij,Xij表示第i条人工鱼中第j条线路走廊是否确定有线路,若有,Xij为1,否则Xij为1;
(202c)计算每条人工鱼所在位置的食物浓度,所述的食物浓度为对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑下的总建设成本,寻找食物浓度最大的人工鱼状态,计入公告板;
(202d)进行人工鱼聚群、追尾和觅食行动,每次人工鱼行动结束后计算该人工鱼状态下的线路规划状态是否满足线路规划约束条件,若是,则执行步骤(202e),否则重新执行步骤(202d);
(202e)对行动后的人工鱼分别计算食物浓度,并与公告板中人工鱼状态比较,若行动后的人工鱼中存在高于公告板中人工鱼状态对应的食物浓度的人工鱼,则更新公告板中的人工鱼状态,赋值迭代次数Gen=Gen+1,返回步骤(202d),否则,直接赋值迭代次数Gen=Gen+1,返回步骤(202d);
(202f)判断迭代次数达到最大迭代次数Gmax,若是将公告板中的人工鱼状态确定的集电网络和输电系统拓扑对应的总建设成本反馈至外层网络。
所述的总建设成本Y为:
Y=Cter+Cexp+Csub+Cland,
其中,Cter为集电网络成本、Cexp为海上高压输电系统成本、Csub为新建海上变电站成本,Cland为陆上电网扩建成本,所述的海上高压输电系统成本包括建设海上变电站与陆上并网点之间的线路和海上变电站之间的线路的成本,所述的陆上电网成本扩建成本包括建设陆上电网节点之间的线路的成本。
集电网络成本Cter为:
其中,和表示集电网络的海缆建设成本与网损费用,ns′为集电网络中的中压海缆条数,a′submarine、b′losssea分别表示中压海缆单位长度建设成本和网损费率,表示第i条中压海缆的长度,表示流过第i条中压海缆的电流,r0′为中压海缆单位长度电阻,γ为中压海缆长度的裕度;
海上高压输电系统成本Cexp为:
其中,和分别为高压海上输电系统的海缆建设成本、网损成本、无功补偿设备成本,ns为新建高压海缆条数,asubmarine和cw为高压海缆单位长度的建设成本和路由使用费,为第i条高压海缆的长度;γ为高压海缆长度的裕度;blosssea为高压海缆网损费率,r0为高压海缆单位长度电阻,为流过第i条高压海缆的电流,ccom为单位容量无功补偿设备成本;
新建海上变电站成本Csub为:
n为海上变电站数量,aT为海上变电站单位容量的成本,gi为第i个海上变电站的额定容量;
陆上电网扩建成本Cland为:
其中,分别为陆上电网新建线路成本和网损费用;aland为陆上新建线路单位成本,nl和分别为陆上新建线路条数和第i条线路长度,blossland为陆上电网的网损费率,r0″为陆上架空线单位长度电阻,为陆上流过第i条线路的电流,pre为陆上电网原有线路条数。
所述的海上变电站位置和容量约束具体为:
其中,Dsub为规划的海上变电站可选区域,和分别表示第i台海上变电站的横坐标和纵坐标,i=1,2……N,N为海上变电站数量,为第i台海上变电站的额定容量,为第i个海上风电场的装机容量,J为海上风电场总个数,NSsub为海上变电站变压器可选容量集合。
所述的线路规划约束条件包括系统潮流约束、N-1约束和海底电缆选型约束,具体地:
系统潮流约束为:
0≤Pi≤Pimax,
0≤Qi≤Qimax,
Uimin≤Ui≤Uimax,
其中,Pi、Qi分别为第i个节点注入的有功功率和无功功率,PDi、QDi分别为第i个节点的有功和无功负荷,Gij、Bij和δij为第i个节点和第j个节点之间的线路的电导、电纳和相角,Qcom为线路所需补偿的无功功率,Ui、Uj为节点i和j的节点电压,Pimax、Qimax为节点i的有功和无功上限,为无功补偿设备出力上下限,Uimin、Uimax为节点i的电压上下限,i=1,2……N,N为节点总数,N为海上变电站和陆上电网节点数量之和;
N-1约束为:
其中,为失去第k条线路时节点i的有功和无功功率,为失去第k条线路时节点i的有功和无功负荷,和为失去第k条线路时节点i、j的电压值;
海底电缆选型约束为:
Ii≤Imax,
其中,为第i条海缆所选截面,Smax为海缆截面最大值,Ii为流过第i条海缆的电流,Imax为海缆所允许电流的最大值。
具体地,如图1所示为本发明方法的流程框图,步骤1和步骤2为获取相关数据,包括海上风电场中风机坐标、海缆型号数据以及陆上电网节点数据等,步骤3输入设定的海上变电站数量和陆上电网节点中的可选的陆上并网点的数据信息,步骤4为数据初始化过程,进而进行外层遗传算法中种群初始化,为图中步骤5所示,步骤6获取种群适应度值并获取对应的变电站数量和变电站容量,步骤7,8为人工鱼群算法进行外层控制时确定的海上变电站数量和海上变电站容量下对集电网络和输电系统拓扑分别进行优化,步骤9,获取在海上变电站数量、海上变电站容量、集电网络和输电系统拓扑均确定好的情况下的总建设成本并作为外层遗传算法种群的适应度值,步骤10判断是否到达外层遗传算法的迭代次数,若是,输出最优的海上变电站数量、海上变电站容量、集电网络和输电系统拓扑,否则执行步骤12中更新种群并返回步骤6,进行下一步循环迭代直至到达外层遗传算法的迭代次数。根据在步骤3输入设定的海上变电站数量不同,分别对建设不同海上变电站数量下的海上变电站数量、海上变电站容量、集电网络和输电系统拓扑进行优化,最后对比几种情况下总建设成本最低时的对应的海上变电站数量下的海上变电站数量、海上变电站容量、集电网络和输电系统拓扑为最优结果。
本实施例选取的海上风电场集群中包含12个离岸距离在20-70km的海上风电场,其中1、2、3、6、8号风电场装机容量为180MW,各含50台风电机组;4、5号风电场装机容量126MW,各含35台风电机组;7号风电场装机容量151.2MW,含42台风电机组;9号风电场装机容量129.6MW,含36台风电机组;10号风电场装机容量72MW,含20台风电机组;11号风电场装机容量165.6MW,含46台风电机组;12号风电场装机容量118.8MW,含33台风电机组;。海上风电机组坐标已确定,12个海上风电场分布如图2所示。集电系统采用海底中压电缆连接,电压水平为35kV;海上输电系统采用海底高压电缆连接,电压水平为220kV。近海陆上电网节点数据使用修改后的18节点系统数据,节点坐标重新绘制。将编号为1、2、3、4和11的五个节点作为可选择的海上风电场陆上并网点。具体接线如图3所示。
采用传统用户自建海上变电站的方法优得到的最优拓扑如图4,假设本案例中12个海上风电场隶属于不同的风电业主,用户自建站需要新建12个海上变电站,海上输电系统和陆上电网扩建分开考虑,12个海上变电站根据电网公司提供的并网点(节点编号2和5)就近并网。通过比较这三种优化设计思路得到的拓扑接线,可以看出传统用户站建设模式下,海上变电站过度建设,海上高压输电系统布线复杂,占用了大量的海域资源。与之相比,公共站建设模式下只需新建6个海上变电站就能满足海上风电场送电需求,如图5所示为公共站建设模式下得到的最优拓扑。统一规划后的海上高压输电系统拓扑简单,有效减少了占用的海域路由资源。在海上电网建设模式下,保留了公共站建设模式的优点,同时减少了因大规模海上风电并网带来的近海陆上电网线路扩建,如图6所示为本发明方法下得到的最优拓扑。
采用本发明方法,给定建立海上变电站的数量为3~12对应的10种方案进行优化得到总建设成本柱状图如图7中可以看出,海上变电站的数目对整个电气系统的成本影响很大。当建设较多的海上变电站时,集电系统成本降低,但是多个变电站带来了海上输电网络成本的大幅升高。当建设较少的海上变电站时,尽管将海上输电系统的成本控制在较低水平,但是由于变电站距离风电机组距离的增加,导致海上风电场集电系统的成本迅速升高。通过优化可知,本案例中,最佳方案为建设7个海上变电站。
图8为不同建设模式下总建设成本柱状图,本发明提出的优化方法成本较传统用户站模式优化成本减少了14.5%。传统用户站的建设模式下,海上输电系统成本太高,且占用了大量的海底路由资源;在公共站建设模式下解决了用户站模式海上输电系统成本高昂的问题,虽然集电系统成本上升,但总成本还是有所下降;采用海上电网模式建设,在保证陆上电网扩展成本下降的同时,优化降低了其他三项成本,得到经济性最优的规划结果。
通过该案例可以看出,本专利提出的方法有效可行,可以有效减少海上风电场集群规模下的风场初始投资,可为今后海上风电场集群输电系统规划提供参考。
Claims (7)
1.一种海上风电场集群规模下的输电系统优化方法,其特征在于,该方法包括如下步骤:
(1)给定建立海上变电站的数量,每个数量对应为一种方案;
(2)以总建设成本最低为目标,采用双层控制方法分别对每种方案下海上变电站位置、海上变电站容量、集电网络和输电系统拓扑进行优化;
(3)选取总建设成本最低的方案对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑作为最优结果;
双层控制方法具体为:
外层通过遗传算法对海上变电站的位置和海上变电站容量进行优化,内层通过人工鱼群算法在外层确定的海上变电站的位置和海上变电站容量下对集电网络和输电系统拓扑进行优化,同时内层将确定的集电网络和输电系统拓扑下的总建设成本反馈至外层进行循环迭代优化,所述的集电网络为海上风机和海上变电站之间的线路,所述的输电系统拓扑包括海上变电站与陆上并网点之间的线路、海上变电站之间的线路以及陆上电网节点之间的线路。
2.根据权利要求1所述的一种海上风电场集群规模下的输电系统优化方法,其特征在于,通过遗传算法对海上变电站的位置和海上变电站容量进行优化具体为:
(101)设置初始种群,种群个数为m,每个种群包括n个个体,n为对应方案下海上变电站个数,每个个体的染色体包括海上变电站的位置和容量,给定初始适应度值和最大迭代次数G;
(102)对每一个种群分别采用遗传算法进行优化得到总建设成本最低时的对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑作为最优结果;
其中对每个种群采用遗传算法进行种群更新优化具体为:
(a)判断种群中染色体是否满足海上变电站位置和容量约束,若是,执行步骤(b),否则结束;
(b)将种群值代入人工鱼群算法,优化集电网络和输电系统拓扑;
(c)将步骤(b)确定的集电网络和输电系统拓扑下的总建设成本作为种群适应度值;
(d)判断适应度值是否小于初始适应度,若是,则更新初始适应度值,执行步骤(e),否则,不更新初始适应度值,执行步骤(e);
(e)若迭代次数小于G,进行染色体交叉变异,保留优良基因,得到新的种群,返回步骤(a),若迭代次数等于G,则结束种群更新,输出最优结果。
3.根据权利要求1所述的一种海上风电场集群规模下的输电系统优化方法,其特征在于,步骤(2)中分别通过人工鱼群算法对集电网络和输电系统拓扑进行线路规划直至最优,具体为:
(202a)设定初始条件,包括人工鱼条数、游动步长、可见域、拥挤度和最大迭代次数Gmax,设当前迭代次数Gen=0;
(202b)随机生成m*n维初始矩阵X,m为人工鱼条数,n为集电网络或输电系统拓扑中线路走廊总条数,所述的线路走廊为两节点之间的线路,对于集电网络,节点包括海上风机和海上变电站,对于输电系统拓扑,所述的节点包括海上变电站和陆上节点,矩阵X中第i行表示第i条人工鱼的人工鱼状态,矩阵X中第i行第j列元素表示为Xij,Xij表示第i条人工鱼中第j条线路走廊是否确定有线路,若有,Xij为1,否则Xij为1;
(202c)计算每条人工鱼所在位置的食物浓度,所述的食物浓度为对应的海上变电站数量、海上变电站位置、海上变电站容量、集电网络和输电系统拓扑下的总建设成本,寻找食物浓度最大的人工鱼状态,计入公告板;
(202d)进行人工鱼聚群、追尾和觅食行动,每次人工鱼行动结束后计算该人工鱼状态下的线路规划状态是否满足线路规划约束条件,若是,则执行步骤(202e),否则重新执行步骤(202d);
(202e)对行动后的人工鱼分别计算食物浓度,并与公告板中人工鱼状态比较,若行动后的人工鱼中存在高于公告板中人工鱼状态对应的食物浓度的人工鱼,则更新公告板中的人工鱼状态,赋值迭代次数Gen=Gen+1,返回步骤(202d),否则,直接赋值迭代次数Gen=Gen+1,返回步骤(202d);
(202f)判断迭代次数达到最大迭代次数Gmax,若是将公告板中的人工鱼状态确定的集电网络和输电系统拓扑对应的总建设成本反馈至外层网络。
4.根据权利要求1所述的一种海上风电场集群规模下的输电系统优化方法,其特征在于,所述的总建设成本Y为:
Y=Cter+Cexp+Csub+Cland,
其中,Cter为集电网络成本、Cexp为海上高压输电系统成本、Csub为新建海上变电站成本,Cland为陆上电网扩建成本,所述的海上高压输电系统成本包括建设海上变电站与陆上并网点之间的线路和海上变电站之间的线路的成本,所述的陆上电网成本扩建成本包括建设陆上电网节点之间的线路的成本。
5.根据权利要求4所述的一种海上风电场集群规模下的输电系统优化方法,其特征在于,
集电网络成本Cter为:
其中,和表示集电网络的海缆建设成本与网损费用,ns′为集电网络中的中压海缆条数,a′submarine、b′losssea分别表示中压海缆单位长度建设成本和网损费率,表示第i条中压海缆的长度,表示流过第i条中压海缆的电流,r0′为中压海缆单位长度电阻,γ为中压海缆长度的裕度;
海上高压输电系统成本Cexp为:
其中,和分别为高压海上输电系统的海缆建设成本、网损成本、无功补偿设备成本,ns为新建高压海缆条数,asubmarine和cw为高压海缆单位长度的建设成本和路由使用费,为第i条高压海缆的长度;γ为高压海缆长度的裕度;blosssea为高压海缆网损费率,r0为高压海缆单位长度电阻,为流过第i条高压海缆的电流,ccom为单位容量无功补偿设备成本,Qcom为线路所需补偿的无功功率;
新建海上变电站成本Csub为:
n为海上变电站数量,aT为海上变电站单位容量的成本,gi为第i个海上变电站的额定容量;
陆上电网扩建成本Cland为:
其中,分别为陆上电网新建线路成本和网损费用;aland为陆上新建线路单位成本,nl和分别为陆上新建线路条数和第i条线路长度,blossland为陆上电网的网损费率,r0″为陆上架空线单位长度电阻,为陆上流过第i条线路的电流,pre为陆上电网原有线路条数。
6.根据权利要求2所述的一种海上风电场集群规模下的输电系统优化方法,其特征在于,所述的海上变电站位置和容量约束具体为:
其中,Dsub为规划的海上变电站可选区域,和分别表示第i台海上变电站的横坐标和纵坐标,i=1,2……N,N为海上变电站数量,为第i台海上变电站的额定容量,为第i个海上风电场的装机容量,J为海上风电场总个数,NSsub为海上变电站变压器可选容量集合。
7.根据权利要求3所述的一种海上风电场集群规模下的输电系统优化方法,其特征在于,所述的线路规划约束条件包括系统潮流约束、N-1约束和海底电缆选型约束,具体地:
系统潮流约束为:
0≤Pi≤Pimax,
0≤Qi≤Qimax,
Uimin≤Ui≤Uimax,
其中,Pi、Qi分别为第i个节点注入的有功功率和无功功率,PDi、QDi分别为第i个节点的有功和无功负荷,Gij、Bij和δij为第i个节点和第j个节点之间的线路的电导、电纳和相角,Qcom为线路所需补偿的无功功率,Ui、Uj为节点i和j的节点电压,Pimax、Qimax为节点i的有功和无功上限,为无功补偿设备出力上下限,Uimin、Uimax为节点i的电压上下限,i=1,2……N,N为节点总数,N为海上变电站和陆上电网节点数量之和;
N-1约束为:
其中,为失去第k条线路时节点i的有功和无功功率,为失去第k条线路时节点i的有功和无功负荷,和为失去第k条线路时节点i、j的电压值;
海底电缆选型约束为:
Ii≤Imax,
其中,为第i条海缆所选截面,Smax为海缆截面最大值,Ii为流过第i条海缆的电流,Imax为海缆所允许电流的最大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611015304.0A CN106712076B (zh) | 2016-11-18 | 2016-11-18 | 一种海上风电场集群规模下的输电系统优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611015304.0A CN106712076B (zh) | 2016-11-18 | 2016-11-18 | 一种海上风电场集群规模下的输电系统优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106712076A CN106712076A (zh) | 2017-05-24 |
CN106712076B true CN106712076B (zh) | 2019-04-09 |
Family
ID=58940610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611015304.0A Active CN106712076B (zh) | 2016-11-18 | 2016-11-18 | 一种海上风电场集群规模下的输电系统优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106712076B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330563A (zh) * | 2017-07-17 | 2017-11-07 | 华北电力大学 | 一种海上风电集电与输电系统联合拓扑优化方法 |
CN108108805A (zh) * | 2017-11-29 | 2018-06-01 | 国网辽宁省电力有限公司 | 基于人工鱼群算法的电缆集群优化运行方法 |
CN108964099B (zh) * | 2018-06-21 | 2023-05-23 | 深圳市欣旺达综合能源服务有限公司 | 一种分布式储能系统布局方法及系统 |
CN109586279B (zh) * | 2018-11-20 | 2022-03-25 | 国网新疆电力有限公司经济技术研究院 | 一种互联电网规划方法 |
CN110504705B (zh) * | 2019-05-31 | 2020-10-16 | 上海电力学院 | 一种海上风电集群电气系统规划方法 |
EP4068172A4 (en) * | 2019-11-25 | 2022-11-16 | Shanghai Electric Wind Power Group Co., Ltd. | PLANNING METHOD AND SYSTEM FOR WIND GENERATOR CABLE ROUTE, SUPPORT AND ELECTRONIC DEVICE |
CN111030179B (zh) * | 2019-12-26 | 2023-08-25 | 上海电气风电集团股份有限公司 | 风电场布局的优化方法、优化系统及计算机可读存储介质 |
CN111864742B (zh) * | 2020-07-29 | 2021-10-08 | 国网河北省电力有限公司经济技术研究院 | 一种主动配电系统扩展规划方法、装置及终端设备 |
CN112487659B (zh) * | 2020-12-15 | 2022-08-02 | 国网江苏省电力有限公司经济技术研究院 | 一种海上风电场集电系统优化设计方法和系统 |
CN113297750B (zh) * | 2021-06-07 | 2022-06-10 | 广东电网有限责任公司 | 一种海上风电场的电缆选型方法及系统 |
CN113806947B (zh) * | 2021-09-18 | 2022-10-11 | 中国石油大学(北京) | 海上风电场布局处理方法、装置及设备 |
CN114362143A (zh) * | 2021-12-06 | 2022-04-15 | 国网江苏省电力有限公司经济技术研究院 | 一种海上风电场集电系统拓扑优化求解算法 |
CN114186488A (zh) * | 2021-12-06 | 2022-03-15 | 国网福建省电力有限公司经济技术研究院 | 一种大规模海上风电场集电系统拓扑结构优化方法及系统 |
CN116051158A (zh) * | 2022-12-12 | 2023-05-02 | 中广核风电有限公司 | 海上风电场的成本确定方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104281737A (zh) * | 2014-08-06 | 2015-01-14 | 华南理工大学 | 一种海上风电场集电系统拓扑结构选型方法 |
JP2015125643A (ja) * | 2013-12-26 | 2015-07-06 | 川崎重工業株式会社 | 分散型エネルギーシステムの設備計画方法、プログラムおよび装置 |
CN105512472A (zh) * | 2015-11-30 | 2016-04-20 | 国网青海省电力公司 | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 |
CN105719024A (zh) * | 2016-01-25 | 2016-06-29 | 江苏省电力公司电力经济技术研究院 | 一种基于irp的配电网规划方法 |
CN106026079A (zh) * | 2016-05-18 | 2016-10-12 | 河海大学 | 海上风电场集电系统拓扑结构综合评估方法 |
-
2016
- 2016-11-18 CN CN201611015304.0A patent/CN106712076B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015125643A (ja) * | 2013-12-26 | 2015-07-06 | 川崎重工業株式会社 | 分散型エネルギーシステムの設備計画方法、プログラムおよび装置 |
CN104281737A (zh) * | 2014-08-06 | 2015-01-14 | 华南理工大学 | 一种海上风电场集电系统拓扑结构选型方法 |
CN105512472A (zh) * | 2015-11-30 | 2016-04-20 | 国网青海省电力公司 | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 |
CN105719024A (zh) * | 2016-01-25 | 2016-06-29 | 江苏省电力公司电力经济技术研究院 | 一种基于irp的配电网规划方法 |
CN106026079A (zh) * | 2016-05-18 | 2016-10-12 | 河海大学 | 海上风电场集电系统拓扑结构综合评估方法 |
Non-Patent Citations (1)
Title |
---|
大型海上风电场集电系统拓扑结构优化与规划;符杨等;《电网技术》;20130930;第37卷(第9期);第2553-2558页 |
Also Published As
Publication number | Publication date |
---|---|
CN106712076A (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106712076B (zh) | 一种海上风电场集群规模下的输电系统优化方法 | |
CN106815657B (zh) | 一种考虑时序性和可靠性的配电网双层规划方法 | |
CN106230026B (zh) | 基于时序特性分析的含分布式电源的配电网双层协调规划方法 | |
CN104537580B (zh) | 基于K‑means聚类的配电网网架的构建方法 | |
CN110504705B (zh) | 一种海上风电集群电气系统规划方法 | |
CN104917173B (zh) | 适应配电网大容量负荷转移的配电网优化方法 | |
CN107681655B (zh) | 一种潮汐流能发电场协调规划方法 | |
CN106503839A (zh) | 一种海上风电场环形集电网络分层规划方法 | |
CN103606014B (zh) | 一种基于多目标的海岛分布式电源优化方法 | |
CN108829925B (zh) | 一种考虑电磁环境约束的海上风电集电系统优化设计方法 | |
CN105488593A (zh) | 一种基于遗传算法的定容分布式电源发电最优选址及容量分配方法 | |
CN109598377B (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
CN107276067B (zh) | 一种考虑负荷特性的配电网联络开关配置优化方法 | |
Kasaei | Optimal placement of distributed generation and capacitor in distribution networks by ant colony algorithm | |
Zuo et al. | Offshore wind farm collector system layout optimization based on self‐tracking minimum spanning tree | |
CN109740975A (zh) | 考虑潮汐资源评估与流速方向的潮汐流能发电场规划方法 | |
Sedighi et al. | Simultaneous optimization of electrical interconnection configuration and cable sizing in offshore wind farms | |
CN103279661B (zh) | 基于混合量子进化算法的变电站容量优化配置方法 | |
CN110414836A (zh) | 考虑综合能源站用电需求不确定性的变电站概率规划方法 | |
CN106951619B (zh) | 计及可靠性约束的海上风电场拓扑设计方法 | |
CN108736472A (zh) | 一种考虑礁石影响的潮汐流能发电场规划方法 | |
CN107959287B (zh) | 一种两个电压等级电网生长演化模型的构建方法 | |
CN106408452A (zh) | 含多分布式电源配电网的电动汽车充电站优化配置方法 | |
CN109447307A (zh) | 一种基于改进帝国殖民竞争算法的分布式电源选址模型优化方法 | |
CN107133691A (zh) | 用于风电场输电网的拓扑优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |