CN107609694A - 海上风电集群输电系统结构优化方法及存储介质 - Google Patents

Abstract

一种海上风电集群输电系统结构优化方法，包括：根据输入的海上风电集群的信息，获取海上风电集群输电系统结构的表达模型；根据所述表达模型，构建海上风电集群输电系统结构优化的目标函数；基于蚁群算法对所述目标函数获取最优解集，获得风电集群输电海缆结构矩阵；根据所述风电集群输电海缆结构矩阵，架构海上风电集群输电系统结构。上述优化方法充分考虑了海上风电场范围限制带来的海缆布线通道限制，实现了海上风电集群的输电系统结构的优化。

Description

海上风电集群输电系统结构优化方法及存储介质

技术领域

本发明涉及输电系统优化及存储介质，特别是涉及海上风电集群输电系统的结构优化，属于电力领域。

背景技术

输电系统对于海上风电的正常运行十分重要，其结构对于海上风电系统的整体的经济性有较大影响。多个风电场的输电系统可以共用一部分高压输电海缆从而提高整体的经济性，其输电系统结构相对于单个风电场更加复杂。而现有的海上风电集群输电系统结构优化方法只针对单场进行优化，对风电集群的输电系统缺乏研究。此外，由于海上风电场的块状区域内不能随意敷设高压输电海缆，所以输电海缆只能沿着海上风电场之间的空隙进行布置，其可以选择的布线通道是较为有限的。

发明内容

基于此，有必要针对上述问题，提供一种海上风电集群输电系统的结构优化方法。

一种海上风电集群输电系统结构优化方法，包括以下步骤：根据输入的海上风电集群的信息，获取海上风电集群输电系统结构的表达模型；根据所述表达模型，构建海上风电集群输电系统结构优化的目标函数；基于蚁群算法对所述目标函数获取最优解集，获得风电集群输电海缆结构矩阵；根据所述风电集群输电海缆结构矩阵，架构海上风电集群输电系统。

在其中一个实施例中，所述输入的海上风电集群的信息包括：节点信息，包括节点编号和节点坐标；海上升压站信息，包括海上升压站所在风电场的出力、海上升压站坐标以及海上升压站编号；海缆通道信息，包括海缆通道编号、起始节点编号、终止节点编号、海缆通道长度、关联海上风电场编号以及关联风电场在海缆通道上的连接点坐标。

在其中一个实施例中，所述海上风电集群输电系统结构的表达模型包括输电结构矩阵；该输电结构矩阵的第1列表示海缆历经的节点编号，第2列表示同一行的节点编号对应的海缆编号，最后一行的值为0，第3列和第4列分别表示该行海缆连接的风电场编号，若不存在连接的风电场，则值为0。

在其中一个实施例中，所述目标函数为海上升压站到风电场外海缆的连接海缆的成本和风电场外海缆的成本之和。

在其中一个实施例中，所述风电场外海缆的成本的计算方法为：按照海缆上的风电场接入点对海缆进行分段，用连接点编号n代表风电场外海缆的分段以及风电场接入点；计算从陆上接入点到风电场接入点n的海缆总长度对相邻两个风电场接入点的海缆长度作差得到每段海缆的长度，以及每段海缆的载流量，根据每段海缆的单位长度的价格以及该段海缆总长度计算风电场外海缆的成本

在其中一个实施例中，所述表达模型的约束条件包括：单风电场单海缆送出约束、海缆链型约束、风电场连通约束、海缆载流量约束、海缆通道约束。

在其中一个实施例中，所述基于改进蚁群算法对所述目标函数获取最优解集的步骤包括输入信息初始化、择路策略、迭代路径搜索和信息素更新。

在其中一个实施例中，所述迭代路径搜索包括以下步骤：S301，输入海上风电集群输电系统结构的模型信息，初始化风电场的接入信息，令蚂蚁的编号k＝1；S302，初始化蚂蚁k的接入出力信息和历经节点的信息，起始节点的编号为1；S303，蚂蚁k在t时刻还未连接的海上风电场集合为W_k(t)，若则本代的输电海缆布线完成，直接执行步骤S310；S304，判断k是否满足k>M，M为蚁群中蚂蚁数量，若是则代表本代输电海缆布线失败，直接执行步骤S311；S305，判断蚂蚁k在t时刻已经接入的风电场出力P_k(t)是否小于所有海缆选型的最大功率承载量，若是则执行步骤S304，否则，令k＝k+1，执行步骤S302；S306，获得蚂蚁k在t时刻处于节点i(t)时的可选节点集合D_k,i(t)，若则不存在可选路径，令k＝k+1，执行步骤S302；否则执行步骤307；S307，利用择路原则进行海缆通道选择，得到选择的海缆通道编号l(t)，将信息加入输电结构矩阵中；S308，获得编号l(t)海缆通道的未接入的关联风电场编号S_l(t)，若P_k(t)与关联风电场出力的和小于所有海缆选型的最大功率承载量，则将风电场接入，将风电场接入信息加入结构矩阵，P_k(t+1)＝P_k(t)+P_w,sl(t)，同时W_k(t+1)中去除接入风电场的编号；S309，令t＝t+1，进行操作S303；S310，记录结构矩阵，进行下一次输电海缆的布线；S311，不记录结构矩阵，进行下一次输电海缆的布线。

在其中一个实施例中，在所述择路策略中考虑海缆通道可接入的风电场数量这一因素。

在其中一个实施例中，所述择路策略包括：

其中，N_ij(t)表示t时刻，以i，j节点为端点的海缆通道可以连接的风电场数量；η_ij＝1/L_ij，表示节点i到节点j的海缆通道的可见性，L_ij为节点i到节点j的海缆通道的长度，可以从输入信息获得；α和β是决定海缆通道的可见性和信息素浓度的相对重要性的参数；D_k,i(t)表示t时刻蚂蚁k从i节点可以转移到的节点的集合，可以通过搜索所有以i为端点的海缆通道与端点i相对的另一个端点的编号集合E_i去掉该蚂蚁已经经过的节点的编号，D_k,i(t)＝{j|j∈E_i∩S_k(t)}。

在其中一个实施例中，所述基于改进蚁群算法构建计算模型，对所述目标函数获取最优解集的过程中，局部信息素更新策略包括：

其中，ΔH_ij(b)代表一代中搜索得到第b个输电结构后蚂蚁在海缆通道上新释放的信息素，C_l,k代表第k个蚂蚁形成的海缆链的总成本，本策略只对第b个输电结构海缆通道集合Ω(b)中的海缆通道的信息素进行更新。

在其中一个实施例中，所述基于改进蚁群算法构建计算模型，全局信息素更新策略包括：

其中，ΔH_ij(b)代表一代中搜索得到第b个输电结构后蚂蚁在海缆通道上新释放的信息素，C_l,k代表第k个蚂蚁形成的海缆链的总成本。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现权利要求1-12中任意一项所述的方法和步骤。

上述基于改进蚁群算法的海上风电集群输电系统结构优化方法充分考虑了海上风电场范围限制带来的海缆布线通道限制，利用改进的蚁群算法实现了海上风电集群的输电系统结构的优化。

进一步的，该优化方法将长度信息替换为相应的成本信息作为信息素更新计算的依据，将单位成本平均输送功率作为信息素的变化量，实现成本最小优化目标。

进一步的，该优化方法充分考虑了海缆通道可接入的风电场数量的因素，从而在择路过程中体现海缆通道连接风电场能力的作用，提高蚁群算法的趋优性。

进一步的，该优化方法在得到每个可行的结构后，根据该结构的信息对信息素进行局部更新，从而利用了每个可行的结构的信息，加快了信息素更新的速度，使得迭代次数减少

附图说明

图1为本发明实施例提供的海上风电集群输电系统结构优化方法流程图。

图2为本发明实施例提供的改进蚁群算法流程图。

图3为本发明实施例提供的改进蚁群算法海缆布线的搜索流程流程图。

具体实施方式

本发明实施例提供一种基于蚁群算法的海上风电集群输电系统结构优化方法，包括以下步骤：

S1，根据输入的海上风电集群的信息，获取海上风电集群输电系统结构的表达模型；

S2，根据所述表达模型，构建海上风电集群输电系统结构优化的目标函数；

S3，基于蚁群算法对所述目标函数获取最优解集，获得风电集群输电海缆结构矩阵；

S4，根据所述风电集群输电海缆结构矩阵，架构海上风电集群输电系统结构。

步骤S1中，海上风电集群输电系统结构优化的主要的输入信息包括：升压站坐标、风电场范围信息等。为了便于后续的优化求解，可以将这些主要的输入信息简化为风电场区域编号、风电场间的海缆通道编号、通道连接的节点编号以及海缆通道、节点和风电场之间的位置关系等，相关信息的变量定义如下：

1)节点信息

节点是海缆通道的交叉点。节点信息主要包括：节点编号和节点坐标两部分。为了方便起见，令陆上接入点的节点编号为1，作为坐标系的原点，建立直角坐标系；而其他海上节点则依次编号，得到相应的坐标值。节点信息和对应的变量如表1所示。

表1节点信息和对应的变量

2)海上升压站信息

所述海上升压站信息主要包括：海上升压站所在风电场的出力、海上升压站坐标以及海上升压站编号。风电场的出力信息可以用来帮助判断海缆是否有足够容量将升压站对应的海上风电场的电能送出。升压站坐标则可以用来计算海缆从风电场边界到升压站的距离，便于海缆总成本的计算。海上升压站信息和对应的变量如表2所示。

表2海上升压站信息和对应的变量

3)海缆通道信息

海缆通道由始终节点唯一确定，同时也与通道两侧可以接入的海上风电场相关联。因此所述海缆通道信息包括：海缆通道编号、起始节点编号、终止节点编号、海缆通道长度、关联海上风电场编号以及关联风电场在海缆通道上的连接点坐标。由于一段海缆通道最多有两个可接入的海上风电场，即关联海上风电场，因此，关联海上风电场编号为两个，如果少于两个，则取0。本实施例中规定，当海上风电场的一条边的中点位于某海缆通道范围内时，定义该海缆通道与风电场关联，即该风电场的电能可以通过该海缆通道内的海缆输送。为了简化计算，令海上升压站到场外的输电海缆的连接点都位于输电海缆所邻的风电场的边的中点。海缆通道信息和对应变量如表3所示。

表3海缆通道信息和对应变量

基于上述输入信息表示方法，可以对海上风电集群输电系统的结构进行描述。由于模型中的海上风电集群输电系统结构由多个链型的结构组成，因此给出对单个链型的输电结构的描述方法，对多个链型结构的结构，可以通过同样的方式表述。结构的表达需要给出的信息包括链型海缆历经的节点编号、海缆编号、海缆与风电场的连接关系等。输电结构矩阵表达方式如下：

矩阵的第1列表示海缆历经的节点编号；

矩阵的第2列表示同一行的节点编号对应的海缆编号，最后一行的值为0；

矩阵的第3列和第4列分别表示该行海缆连接的风电场编号，若不存在连接的风电场，则值为0。

步骤S2中，输电系统结构优化的目标是输电海缆的总成本最小。将风电场的装机容量当作其出力处理，对给定的输电结构就可以得到每段海缆的载流量的大小，进而得到适用的海缆的型号，将每段海缆单价与长度相乘得到的总和就得到了海缆的总成本。

为了分别计算每段不同载流量海缆的成本，需要依据载流量将海缆进行分段。分段的流程可以按照输电结构矩阵由上到下的顺序进行。具体的计算可以分以下两种情况：

1)海上升压站到风电场外海缆的连接海缆

这部分海缆都只输送了单个风电场的电能，而其长度的计算方法如式(1)所示：

进而可以得到这类海缆的成本如式(2)所示：

其中，U_line,sj表示连接j风电场的海缆选型s的单位长度成本，N_w为风电场数量2)风电场外海缆

这部分海缆是输电的链型结构的主要部分，随着电能从海缆末端向陆上接入点汇集，其各段的载流量逐渐增加，因而各段的海缆的横截面也逐渐增大，单位长度成本逐渐增加。为了计算其总成本，需要按照海缆上的风电场接入点对海缆进行分段。为了便于计算，对输电结构中的接入点进行编号，其次序按照输电结构矩阵序号下，风电场的接入顺序排列。可以用连接点编号n代表得到风电场外海缆的分段，其中n∈{1,2，……，N_w}，与风电场数量相对应。而编号n的接入点所在的海缆的编号为f_n，连接的风电场编号为W_n。则可以计算得到从陆上接入点到风电场接入点n的海缆总长度L_t,n的计算方法如式(3)所示：

进而可以通过作差得到每段海缆的长度，如式(4)所示：

L_o,n＝L_t,n-L_t,n-1 (4)

而每段海缆的载流量I_n的计算方法如式(5)所示：

这样，就可以得到这类海缆的成本如式(6)所示：

其中，U_line,sn表示第n段海缆选择s型号的海缆的单位长度价格。

因此，对任意给定的多链型输电系统结构，其成本即优化问题的目标函数是两种海缆成本之和，如式(7)所示，其中N_c代表链的数量，i为链的编号。

海上风电集群输电系统结构优化的约束条件主要包括：(1)单风电场单海缆送出约束；(2)海缆链型约束；(3)风电场连通约束；(4)海缆载流量约束；(5)海缆通道约束等。基于上述的模型表达方式，约束(5)已经自动得到满足，而在成本计算中也给出了约束(4)的表达方式。而对其他的约束，可以将其转化为模型中的相关概念，进而得到这些约束条件的数学表达。具体方法如下：

1)单风电场单海缆送出约束

环网的运行控制相对于辐射状网络更为复杂，所以在工程中一般要求每个海上风电场的电能都只通过一条海缆送出，从而避免形成环网。对一个由N_c条链型海缆构成的辐射状网络，链型海缆的编号为j，则任意两个链型海缆结构矩阵中的连接风电场的编号的集合的交集都为空集，数学表达如式(8)所示：

S_c,j＝{S_j,mi|m∈{1,2},i∈{1,2,…,N_j}} (8)

其中，S_c,j表示链型海缆j所连的风电场编号的集合，N_j代表链型海缆j的节点个数。

2)海缆链型约束

海上风电集群输电系统的结构的辐射状网络还要求单个链型海缆不会形成环形结构，这等价于单个链型海缆的结构矩阵的中节点编号列元素完全不同，数学表达如式(9)所示：

其中，n_j,i表示链型海缆j的第i个节点的编号。

3)风电场连通约束

海上风电集群的所有风电场都应该连接到输电系统上，保证所有海上风电场的电能的送出。对一个由N_c条链型海缆构成的辐射状网络，链型海缆的编号为j，则所有链型海缆结构矩阵中的连接风电场的编号的集合S_c,j的并集为风电场编号的全集，数学表达如式(10)所示：

请一并参见图2与图3，步骤S3中，针对海上风电集群的输电系统结构优化问题，建立蚁群算法应用的模型如下：

1)初始化输入信息

所述输入信息为节点信息、海上升压站信息和海缆通道信息等相关信息。设定蚁群有M只蚂蚁，蚂蚁编号k。以节点i,j为端点的海缆通道在第s次迭代中的信息素的浓度为H_ij(s)，在第一次迭代中每个海缆通道的信息素的浓度都相同，即H_ij(1)＝H₀，H₀为常数。初始时刻所有的蚂蚁都位于陆上接入点i＝1。蚂蚁k在t时刻后还未接入的节点编号集合S_k(t)，S_k(t)的补集为R_k(t)。初始时刻，S_k(0)＝{i|i∈S_p,i≠1}，R_k(0)＝{1}，S_p代表所有节点的编号集合。海上风电场编号的集合为W_p，蚂蚁k在t时刻还未连接的海上风电场集合为W_k(t)，其补集为Q_k(t)，初始时刻W_k(0)＝W_p。蚂蚁k在t时刻已经接入的风电场出力为P_k(t)，其计算方法如式(11)所示，其中P_w,i是风电场i的装机容量，可在输入信息中得到。初始时刻P_k(0)＝0。

2)择路策略

传统蚁群算法中只考虑海缆通道长度，不考虑可在海缆通道接入的风电场数量的择路策略与优化目标存在差异，会导致蚁群算法的趋优性不足。为了改善这种情况，本实施例中将海缆通道可接入的风电场数量的因素考虑到择路策略中，如式(12)所示：

其中，N_ij(t)表示t时刻，以i，j节点为端点的海缆通道可以连接的风电场数量。这样，可以连接风电场数量越多的海缆通道被选择的概率相对于传统择路策略就会明显增大，从而在择路过程中体现海缆通道连接风电场能力的作用。

其中，η_ij＝1/L_ij，表示节点i到节点j的海缆通道的可见性，L_ij为节点i到节点j的海缆通道的长度，可以从输入信息获得。α和β是决定海缆通道的可见性和信息素浓度的相对重要性的参数。D_k,i(t)表示t时刻蚂蚁k从i节点可以转移到的节点的集合，可以通过搜索所有以i为端点的海缆通道的另一个端点的编号集合E_i去掉该蚂蚁已经经过的节点的编号，如式(13)所示。通过D_k,i(t)可以防止海缆出现环形。

D_k,i(t)＝{j|j∈E_i∩S_k(t)} (13)

该择路策略分为两种情况：对于在可选集合中海缆通道而言，选海缆通道中长度越小、信息素浓度越大的海缆通道被选择的概率越大，海缆通道的选择最终通过轮盘赌的方式得到；对于不在可选集合中海缆通道而言，被选到的概率为0。

3)输电海缆布线搜索流程

请参见图2，基于以上的择路策略，可以得到应用蚁群算法进行优化时每次输电结构海缆布线的搜索流程如下：

S301，输入海上风电集群输电系统结构的模型信息，初始化风电场的接入信息，令蚂蚁的编号k＝1；

S302，初始化蚂蚁k的接入出力信息和历经节点的信息，起始节点的编号为1；

S303，蚂蚁k在t时刻还未连接的海上风电场集合为W_k(t)，若则本代的输电海缆布线完成，直接执行步骤S310；

S304，判断k是否满足k>M，M为蚁群中蚂蚁数量，若是则代表本代输电海缆布线失败，直接执行步骤S311；

S305，判断蚂蚁k在t时刻已经接入的风电场出力P_k(t)是否小于所有海缆选型的最大功率承载量，若是则执行步骤S304，否则，令k＝k+1，执行步骤S302；

S306，获得蚂蚁k在t时刻处于节点i(t)时的可选节点集合D_k,i(t)，若则不存在可选路径，令k＝k+1，执行步骤S302；否则执行步骤307；

S307，利用择路原则进行海缆通道选择，得到选择的海缆通道编号l(t)，将信息加入输电结构矩阵中；

S308，获得编号l(t)海缆通道的未接入的关联风电场编号S_l(t)，若P_k(t)与关联风电场出力的和小于所有海缆选型的最大功率承载量，则将风电场接入，将风电场接入信息加入结构矩阵，P_k(t+1)＝P_k(t)+P_w,sl(t)，同时W_k(t+1)中去除接入风电场的编号；

S309，令t＝t+1，进行操作S303；

S310，记录结构矩阵，进行下一次输电海缆的布线；

S311，不记录结构矩阵，进行下一次输电海缆的布线。

4)信息素更新策略

每代进行多次布线搜索，可以得到其中成功布线的输电海缆的结构矩阵，计算这些输电结构的海缆总成本，可以得到其中成本最小的结构，最小成本为C_l,min。可以利用该最优结构进行信息素的全局更新，具体方法如式(14)所示：

H_ij(s+1)＝(1-ρ)H_ij(s)+ΔH_ij(s) (14)

其中ρ是挥发因子，代表在蚁群算法一次迭代前后海缆通道上原有的信息素的减少的比例，是一个常数，ρ∈(0,1)。而ΔH_ij(s)代表第s次迭代前后蚂蚁在海缆通道上新释放的信息素。H_ij构成的矩阵F＝[H_ij],G＝[H_ij]。第k只蚂蚁在第s迭代时对应的H_ij为F(s)，第k只蚂蚁在第s迭代后得到的最小的H_ij为G(k)。

传统蚁群算法只在每次迭代完成后，根据最优结构，进行信息素的全局更新，这样其实只利用了最优结构的信息，而忽略了每代产生的多个输电结构中的有用信息，使得信息素更新的速度较慢使得迭代次数增加。为了利用每个结构的信息，可以在得到每个可行的结构后，根据该结构的信息对信息素进行局部更新。

此外，传统蚁群算法中的信息素更新计算方法将结构中海缆通道单位长度平均输送功率作为信息素的变化量，这样，总长度越小的结构信息素更新量越大，这样以海缆通道长度为基准的计算方法与成本最小优化目标之间存在差异。为了解决这个问题，作为其中一个实施例，可以将原来的长度信息替换为相应的成本信息作为信息素更新计算的依据，将单位成本平均输送功率作为信息素的变化量。

改进的局部信息素更新策略如式(15)所示：

其中，ΔH_ij(b)代表一代中搜索得到第b个输电结构后蚂蚁在海缆通道上新释放的信息素，C_l,k代表第k个蚂蚁形成的海缆链的总成本。本策略只对第b个输电结构海缆通道集合Ω(b)中的海缆通道的信息素进行更新。

而改进的全局信息素更新策略如下式(16)所示，变量的定义与之前相同。

本发明实施例提供的基于改进蚁群算法的海上风电集群输电系统结构优化方法在考虑海上风电场范围限制带来的海缆布线通道限制的基础上，利用改进的蚁群算法实现了海上风电集群的输电系统结构的优化，提高了海上风电集群输电系统的经济性。

进一步的，该优化方法还充分考虑了海缆通道可接入的风电场数量的因素，从而在择路过程中体现海缆通道连接风电场能力的作用。进一步的，该优化方法在得到每个可行的结构后，根据该结构的信息对信息素进行局部更新，从而利用了每个可行的结构的信息，加快了信息素更新的速度，使得迭代次数减少。进一步的，该优化方法将长度信息替换为相应的成本信息作为信息素更新计算的依据，将单位成本平均输送功率作为信息素的变化量，实现成本最小优化目标。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种海上风电集群输电系统结构优化方法，其特征在于，包括以下步骤：

根据输入的海上风电集群的信息，获取海上风电集群输电系统结构的表达模型；

根据所述表达模型，构建海上风电集群输电系统结构优化的目标函数；

基于蚁群算法对所述目标函数获取最优解集，获得风电集群输电海缆结构矩阵；

根据所述风电集群输电海缆结构矩阵，架构海上风电集群输电系统。

2.根据权利要求1所述的海上风电集群输电系统结构优化方法，其特征在于，所述输入的海上风电集群的信息包括：

节点信息，包括节点编号和节点坐标；

海上升压站信息，包括海上升压站所在风电场的出力、海上升压站坐标以及海上升压站编号；

海缆通道信息，包括海缆通道编号、起始节点编号、终止节点编号、海缆通道长度、关联海上风电场编号以及关联风电场在海缆通道上的连接点坐标。

3.根据权利要求2所述的海上风电集群输电系统结构优化方法，其特征在于，所述海上风电集群输电系统结构的表达模型包括输电结构矩阵；该输电结构矩阵的第1列表示海缆历经的节点编号，第2列表示同一行的节点编号对应的海缆编号，最后一行的值为0，第3列和第4列分别表示该行海缆连接的风电场编号，若不存在连接的风电场，则值为0。

4.根据权利要求1所述的海上风电集群输电系统结构优化方法，其特征在于，所述目标函数为海上升压站到风电场外海缆的连接海缆的成本和风电场外海缆的成本之和。

5.根据权利要求4所述的海上风电集群输电系统结构优化方法，其特征在于，所述风电场外海缆的成本的计算方法为：

按照海缆上的风电场接入点对海缆进行分段，用连接点编号n代表风电场外海缆的分段以及风电场接入点；

计算从陆上接入点到风电场接入点n的海缆总长度；

对相邻两个风电场接入点的海缆长度作差得到每段海缆的长度，以及每段海缆的载流量；

根据每段海缆的单位长度的价格以及该段海缆总长度计算风电场外海缆的成本。

6.根据权利要求1所述的海上风电集群输电系统结构优化方法，其特征在于，所述表达模型的约束条件包括：单风电场单海缆送出约束、海缆链型约束、风电场连通约束、海缆载流量约束、海缆通道约束。

7.根据权利要求1所述的海上风电集群输电系统结构优化方法，其特征在于，所述基于蚁群算法对所述目标函数获取最优解集的步骤包括输入信息初始化、择路策略、迭代路径搜索和信息素更新。

8.根据权利要求7所述的海上风电集群输电系统结构优化方法，其特征在于，所述迭代路径搜索包括以下步骤：

S301，输入海上风电集群输电系统结构的模型信息，初始化风电场的接入信息，令蚂蚁的编号k＝1；

S302，初始化蚂蚁k的接入出力信息和历经节点的信息，起始节点的编号为1；

S303，蚂蚁k在t时刻还未连接的海上风电场集合为W_k(t)，若则本代的输电海缆布线完成，直接执行步骤S310；

S304，判断k是否满足k>M，M为蚁群中蚂蚁数量，若是则代表本代输电海缆布线失败，直接执行步骤S311；

S305，判断蚂蚁k在t时刻已经接入的风电场出力P_k(t)是否小于所有海缆选型的最大功率承载量，若是则执行步骤S304，否则，令k＝k+1，执行步骤S302；

S306，获得蚂蚁k在t时刻处于节点i(t)时的可选节点集合D_k,i(t)，若则不存在可选路径，令k＝k+1，执行步骤S302；否则执行步骤307；

S307，利用择路原则进行海缆通道选择，得到选择的海缆通道编号l(t)，将信息加入输电结构矩阵中；

S308，获得编号l(t)海缆通道的未接入的关联风电场编号S_l(t)，若P_k(t)与关联风电场出力的和小于所有海缆选型的最大功率承载量，则将风电场接入，将风电场接入信息加入结构矩阵，P_k(t+1)＝P_k(t)+P_w,sl(t)，同时W_k(t+1)中去除接入风电场的编号；

S309，令t＝t+1，进行操作S303；

S310，记录结构矩阵，进行下一次输电海缆的布线；

S311，不记录结构矩阵，进行下一次输电海缆的布线。

9.根据权利要求7所述的海上风电集群输电系统结构优化方法，其特征在于，在所述择路策略包括海缆通道可接入的风电场数量。

10.根据权利要求9所述的海上风电集群输电系统结构优化方法，其特征在于，所述择路策略包括：

其中，N_ij(t)表示t时刻，以i，j节点为端点的海缆通道连接的风电场数量；η_ij＝1/L_ij，表示节点i到节点j的海缆通道的可见性，L_ij为节点i到节点j的海缆通道的长度，从输入信息获得；α和β是决定海缆通道的可见性和信息素浓度的相对重要性的参数；D_k,i(t)表示t时刻蚂蚁k从i节点转移到的节点的集合，通过搜索所有以i为端点的海缆通道与端点i相对的另一个端点的编号集合E_i去掉该蚂蚁已经经过的节点的编号，D_k,i(t)＝{j|j∈E_i∩S_k(t)}。

11.根据权利要求7所述的基于改进蚁群算法的海上风电集群输电系统结构优化方法，其特征在于，所述基于改进蚁群算法构建计算模型，对所述目标函数获取最优解集的过程中，局部信息素更新策略包括：

其中，ΔH_ij(b)代表一代中搜索得到第b个输电结构后蚂蚁在海缆通道上新释放的信息素，C_l,k代表第k个蚂蚁形成的海缆链的总成本，本策略只对第b个输电结构海缆通道集合Ω(b)中的海缆通道的信息素进行更新。

12.根据权利要求7所述的海上风电集群输电系统结构优化方法，其特征在于，所述全局信息素更新策略包括：

其中，ΔH_ij(b)代表一代中搜索得到第b个输电结构后蚂蚁在海缆通道上新释放的信息素，C_l,k代表第k个蚂蚁形成的海缆链的总成本。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现权利要求1-12中任意一项所述的方法和步骤。