CN111400925B - 考虑复杂地势的三维潮汐流能发电场规划系统 - Google Patents
考虑复杂地势的三维潮汐流能发电场规划系统 Download PDFInfo
- Publication number
- CN111400925B CN111400925B CN202010217805.7A CN202010217805A CN111400925B CN 111400925 B CN111400925 B CN 111400925B CN 202010217805 A CN202010217805 A CN 202010217805A CN 111400925 B CN111400925 B CN 111400925B
- Authority
- CN
- China
- Prior art keywords
- tidal
- power generation
- generation field
- current energy
- tidal current
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 235
- 238000012876 topography Methods 0.000 title claims abstract description 52
- 238000004364 calculation method Methods 0.000 claims abstract description 61
- 230000000694 effects Effects 0.000 claims abstract description 24
- 238000009434 installation Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 47
- 238000005457 optimization Methods 0.000 claims description 41
- 238000013178 mathematical model Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000012423 maintenance Methods 0.000 claims description 17
- 230000002068 genetic effect Effects 0.000 claims description 15
- 239000013535 sea water Substances 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 11
- XINQFOMFQFGGCQ-UHFFFAOYSA-L (2-dodecoxy-2-oxoethyl)-[6-[(2-dodecoxy-2-oxoethyl)-dimethylazaniumyl]hexyl]-dimethylazanium;dichloride Chemical compound [Cl-].[Cl-].CCCCCCCCCCCCOC(=O)C[N+](C)(C)CCCCCC[N+](C)(C)CC(=O)OCCCCCCCCCCCC XINQFOMFQFGGCQ-UHFFFAOYSA-L 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 5
- 230000001154 acute effect Effects 0.000 claims description 4
- 239000012530 fluid Substances 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000010008 shearing Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000006735 deficit Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000008010 sperm capacitation Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- NLINVDHEDVEOMJ-UHFFFAOYSA-N 1-Methylamino-1-(3,4-Methylenedioxyphenyl)Propane Chemical compound CCC(NC)C1=CC=C2OCOC2=C1 NLINVDHEDVEOMJ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开考虑复杂地势的三维潮汐流能发电场规划系统,主要包括数据获取模块、水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块和三维潮汐流能发电场规划方式确定模块;本发明通过调节机组布局位置的深浅,可以有效降低机组安装成本;同时利用规划海域的地形条件,使机组之间形成合适的高度差,可以进一步规避尾流效应,提升发电量。
Description
技术领域
本发明涉及电力系统规划领域,具体是考虑复杂地势的三维潮汐流能发电场规划系统。
背景技术
随着全球范围内传统化石燃料及能源的巨大消耗,环境污染日益严重,因此可再生能源的开发利用成为了世界各国应对能源危机与环境污染的战略重点。而潮汐流能以其可预测性强、能流密度大、稳定性高以及分布广泛等优势,成为了一种具有巨大开发潜力的绿色清洁能源。
潮汐流能发电场包括潮汐流能发电机组(潮汐流能发电机)、集电系统和输电系统。由于海上建设施工困难、投资成本高,不同的规划方案的综合经济效益可能相差较大。在潮汐流能发电场中,潮汐流机组通常会按一定规则安放以规避尾流效应,并最大化发电量。而各机组的相对位置又在一定程度上决定了海底电缆的敷设长度及拓扑结构。片面追求潮流机组的能量捕获率最大,则极有可能造成集电系统布局困难且成本过高,使得发电场的总体收益下降。因此,合理的规划对潮汐流电场长期盈利能力有重要的影响。
目前很多学者对潮汐流能发电场(TCF)规划展开了一系列研究,但是遗憾的是,目前展开的一系列研究都假定规划海域地形是平坦的,所采用的尾流模型、机组优化模型以及集电系统优化模型都是基于二维坐标提出的,并没有充分考虑实际复杂地形对尾流、机组布局以及集电系统的影响。然而实际海域中,潮汐资源大多存在于狭窄的水道、湾区或者是海岸线附近,这使得不平坦地形是客观存在和难以避免的,因此二维潮汐流能发电场规划的结果必然与实际工程应用存在一定的差距,其准确性难以得到保证。因此探讨考虑在复杂地势下的潮汐流能发电场规划是极其必要且富有实际工程价值的。然而,目前尚未见到有研究考虑复杂地势下的潮汐流能发电场规划系统。
发明内容
本发明的目的是提供考虑复杂地势的三维潮汐流能发电场规划系统,包括数据获取模块、水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块和三维潮汐流能发电场规划方式确定模块。
所述数据获取模块调取和存储潮汐流能发电场输入数据,并基于潮汐流速各时段均值,生成潮汐流速典型曲线M=[m1,m2,…,m24]。
所述潮汐流能发电场规划的输入数据包括实测潮汐流速集合V、潮汐流速实测数据的日样本数nv、潮汐流能发电机组的切入流速vin、额定流速vrated、切出流速vout、机组额定功率Prated、获能系数Cp、叶片直径D、海水密度ρ、不同类型海底电缆的最大载流量Cape、海底电缆的单位电阻re、海底电缆的单位成本ce、设备折现率r、设备经济寿命α、电缆单位运输成本ct、单位网损成本cpl、机组单位成本Cunit、机组运输成本Ctrans,、电网连接成本Cg、人工成本CL、运维成本Co、保险费用CI、前期准备成本Cpre、拆除成本CD和残值收益Cr。
其中,海底电缆序号e=1,2,…,Ne。Ne为海底电缆的类别数量。机组序号i=1,2,…,NT。NT为潮汐流能发电场内潮汐流能发电机的总数。
潮汐流速t时段的均值mt如下所示:
式中,t=1,2…,24。nv为潮汐流速实测数据的日样本数。date表示日样本序号。vdt表示第date日第t时段实测的潮汐流速。
所述数据获取模块将潮汐流能发电场输入数据分别输入至水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块和三维潮汐流能发电场规划方式确定模块。
所述水下三维地形获取模块存储有水下三维地形数学模型。所述水下三维地形数学模型接收潮汐流能发电场输入数据后,建立待规划区域的水下三维地形数学模型,并分别发送至发电机流速计算模块和考虑复杂地势的三维潮汐流能发电场双层规划模块。
建立水下三维地形数学模型的步骤如下:
1)确定潮汐能发电场规划区域。
2)采用反距离权重法对潮汐能发电场规划区域进行空间插值,得到潮汐能发电场最优规划区域。
其中,插值点(x0,y0)处的估计值如下所示:
式中,Zi表示潮汐能发电场规划区域观测点的值。Qi表示插值点与观测点相对应的权重系数。n表示观测点的个数。
3)采用栅格法建立潮汐能发电场最优规划区域的海底三维地形模型,步骤如下:
3.1)构造规划空间OMPN-O’M’P’N’。
3.2)预设规划空间OMPN-O’M’P’N’的栅格单元数为M*N。沿着边OM对规划空间OMPN-O’M’P’N’进行M等分,沿着边ON对规划空间OMPN-O’M’P’N’的进行N等分,完成规划空间OMPN-O’M’P’N’的栅格单元划分。
3.3)依次对规划空间OMPN-O’M’P’N’的栅格单元编号,建立海底三维地形模型。海底三维地形模型的平面坐标和栅格序号共同表征地形高度。
所述发电机流速计算模块存储有三维尾流模型。所述三维尾流模型基于水下三维地形数学模型和潮汐流能发电场输入数据计算得到潮汐流能发电场各时段所有发电机的流速,并发送至潮汐流能发电场日输出功率计算模块。
建立三维尾流模型的步骤如下:
a)计算位于发电机组轴向位置x处的尾流膨胀半径rw,即:
式中,I0为湍流密度,D为发电机组直径,r0为发电机组半径。
b)计算发电机组后侧速度v0,即:
式中,U0为入射速度。CT为发电机组的推力系数。
c)根据海水的剪切效应建立服从高斯分布的尾流截面任意位置速度计算公式,即:
式中,U0为入射速度。h为前排发电机组高度。H为发电机组之间的高度差值。ζ为剪切系数。df(x)为截面最大速度亏损,数值随机组轴向位置x变化而变化。(x,y,z)表示尾流截面任意位置点的三维坐标。
d)建立流体质量守恒方程,即:
式中,ρ为海水密度。Srw(x)为发电机组在尾流区的膨胀面积。Sr0为发电机组叶片旋转面积。
将公式(5)代入公式(6),计算得到轴向速度下降系数即截面最大速度亏损df(x):
式中,rw为发电机组在尾流区的膨胀半径。v0为发电机组后侧速度。
e)将截面最大速度亏损df(x)带入公式(5),计算得到机组尾流截面任意位置速度U(x,y,z)。
f)根据公式(5)和公式(6)的计算结果,计算处于多尾流影响下的任意点的流速,即:
式中,Ui(x,y,z)是第i台潮汐流能发电机受到多尾流影响时的流速。U0(z)为入射速度。Uij(x,y,z)为是第i台潮汐流能发电机单独受到第j台潮汐流能发电机尾流效应影响时的流速。βij为考虑遮挡效应的偏尾流因子,
考虑遮挡效应的偏尾流因子βij如下所示:
式中,ra表示潮汐流能发电机半径。Aij为第i台潮汐流能发电机在第j台潮汐流能发电机尾流投影的面积。
其中,第i台潮汐流能发电机在第j台潮汐流能发电机尾流投影的面积Aij如下所示:
式中,rwj为机组j的尾流膨胀半径。Δh=|hi-hj|表示两机组的高度差。dij为机组的水平间距。
角度θ1和角度θ2为三角形AOO’中的两个锐角,其计算公式如下所示:
式中,点O和点O’分别表示第j台潮汐流能发电机尾流区域中心点和受到第j台潮汐流能发电机尾流效应影响的第i台潮汐流能发电机中心点;点A为过点O’的水平线和过点O的垂直线的交点。所述考虑复杂地势的三维潮汐流能发电场双层规划模块存储有三维潮汐流能发电场双层规划模型。所述三维潮汐流能发电场双层规划模型包括潮汐流能发电场上层发电机组优化模型和潮汐流能发电场下层集电系统优化模型。
潮汐流能发电场上层发电机组优化模型的目标函数min LCOE如下所示:
式中,CTCTs为发电机组的日等效总投资成本。Ccons表示潮汐流能发电场中的日等效固定成本。CPCS为日等效集电系统投资成本。Cother为日等效其他杂项成本。DEP为日发电量。
其中,发电机组的日等效总投资成本CTCTs如下所示:
式中,α是机组的经济寿命;r是折现率;Cunit为机组单位成本;Ctrans为机组运输成本;NT表示潮汐流能发电场内潮汐流能发电机的总数;Cinstall表示发电机组安装总成本,由发电机单位安装成本CF决定。
单位安装成本CF如下所示:
式中,d表示安装水深。
固定成本Ccons如下所示:
式中,Cg是与电网连接成本,CL为人工成本,Co为运维成本,CI为保险费用。
日等效其他杂项成本Cother如下所示:
式中,Cpre为前期准备成本;CD为拆除成本;Cr为残值收益。
日发电量DEP如下所示:
式中,NT为潮汐流能发电场内潮汐流能发电机的总数。Pi为发电厂每台潮汐流能发电机组的输出功率的期望值。
潮汐流能发电场上层机组优化模型的约束条件包括计及潮汐流能发电场地理边界约束、水深约束、安全约束和不可行区域约束。
其中,计及潮汐流能发电场地理边界约束如下所示:
式中,(xi,yi)表示发电场中第i台机组的位置。xmin、xmax、ymin、ymax表示潮汐流能发电场的边界。
水深约束如下所示:
hmin<zi<hmax(i=1,2,...,NT) (19)
式中,NT表示潮汐流能发电场内潮汐流能发电机的总数。hmin和hmax分别为最小和最大水深。
安全约束分别如公式(20)和公式(21)所示,即:
maxzij<zi+H'zij∈Dti (21)
式中,dmin为最小安全间隔距离。zi为第i台机组布局位置的地形高度。H'为机组的高度。Dti为第i台机组叶片旋转区域。
不可行区域约束分别如公式(22)和公式(23)所示,即:
式中,CR表示不可行区域。
潮汐流能发电场下层集电系统优化模型的目标函数如下所示:
minCAEX=c1+c2+c3+c4 (24)
式中,c1为集电系统电缆成本。c2为集电系统网损成本。c3为电缆运维成本。c4为变电站建设日等效投资成本,数值由机组额定功率决定。min CAEX表示集电系统最小投资成本。
集电系统电缆成本c1如下所示:
式中,cl表示l类电缆单位长度价格。c0表示单位长度电缆的运输和安装费用。dij表示通过最优路径算法求解得到的节点i和节点j的最短距离。r为折现率。ns为电缆经济寿命。V'={1,2,3,…,N+t+1}为机组、变电站和不可行区域顶点的集合。其中节点1为海上变电站节点。{2,…,N+1}为发电机节点,{N+2,…,N+t+1}为不可行区域顶点。L为不同横截面积电缆的集合。
集电系统网损成本c2如下所示:
式中,cpl为单位电量损耗成本。Prated和Irated分别表示潮汐流能发电机的额定功率和额定电流。Rl为第l类电缆单位长度的电阻。T为一天的时段数。
电缆运维成本c3如下所示:
c3=kc1 (27)
式中,k为集电系统的等效维护费占电缆等效投资费用的比例。
潮汐流能发电场下层集电系统优化模型的约束条件包括电网拓扑约束、电缆选型约束、功率平衡约束和电缆载流量约束。
其中,电网拓扑约束如下所示:
式中,yijl为二进制变量,yijl=1表示选择横截面为1的电缆连接节点i和节点j。
电缆选型约束如下所示:
功率平衡约束分别如公式(30)和公式(31)所示,即:
式中,Prated表示额定功率。fij表示ij支路的有功功率。
电缆载流量约束分别如公式(32)和公式(33)所示,即:
式中,V”为潮汐流能发电机与变电站的集合。
当集电系统中存在线路交叉和穿过不可行区域的线路时,潮汐流能发电场下层集电系统优化模型的约束条件还包括公式(34)和公式(35):
所述潮汐流能发电场上层发电机组优化模型基于水下三维地形数学模型和潮汐流能发电场输入数据,确定若干种潮汐流能发电场上层发电机组优化方式,并发送至三维潮汐流能发电场规划方式确定模块。
所述潮汐流能发电场下层集电系统优化模型接收水下三维地形数学模型和潮汐流能发电场输入数据,确定若干种潮汐流能发电场下层集电系统优化方式,并发送至三维潮汐流能发电场规划方式确定模块。
所述潮汐流能发电场日输出功率计算模块存储有潮汐流能发电场日输出功率计算模型。所述潮汐流能发电场日输出功率计算模型基于潮汐流能发电场各时段所有发电机的流速和潮汐流能发电场输入数据,计算得到潮汐流能发电场日输出功率,并发送至三维潮汐流能发电场规划方式确定模块。
建立潮汐流能发电场的日输出功率计算模型的步骤如下:
A)获取发电机流速计算模块输出的各时段潮汐流能发电场内发电机的流速,并计算潮汐流能发电机的输出功率,即:
式中,为第k种方案时第j台潮汐流能发电机在t时刻的输出功率。/>为第k种方案时第j台潮汐流能发电机在t时刻的实际流速。vin,vout和vrated分别为潮汐流能发电机组的切入流速、切出流速和额定流速。Cp为机组的获能系数。ρ为海水密度。Prated为机组的额定功率。A0为机组叶片扫过的面积。
B)计算潮汐流能发电场的日发电量,即:
式中,DEPk为第k种方案的日发电量,N'T为投入使用的发电机台数,为第k种方案时第j台潮汐流能发电机在t时刻的输出功率。
所述三维潮汐流能发电场规划方式确定模块存储有基于遗传算法与混合整数规划算法的三维潮汐流能发电场规划方式确定模型。
所述三维潮汐流能发电场规划方式确定模型基于潮汐流能发电场日输出功率,对若干种潮汐流能发电场上层发电机组优化方式和潮汐流能发电场下层集电系统优化方式进行解算,得到最优潮汐流能发电场规划方式。
三维潮汐流能发电场规划方式确定模型解算得到最优潮汐流能发电场规划方式的步骤如下:
I)分别从数据获取模块、水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块获取潮汐流速历史数据、潮汐流能发电场规模参数、机组参数、电缆参数和不可行区域顶点参数。输入遗传算法的交叉概率和变异概率,并设定迭代终止条件。
II)设置迭代次数T=1,初始化种群个体。一个个体包含一种潮汐流能发电场机组布局方式。种群个体采用实数编码。
III)基于潮汐流能发电场上层发电机组优化模型,计算潮汐流能发电场系列日等效投资成本。基于潮汐流能发电机的位置信息和尾流模型,计算潮汐流能发电场的日输出功率DEP。
IV)基于潮汐流能发电场上层发电机组规划位置,采用遗传算法求解发电机组之间的电缆铺设的最优路径与最短铺设距离。
V)基于发电机组位置信息与机组之间电缆铺设的最短路径信息,解算潮汐流能发电场下层集电系统优化模型,得到电缆的拓扑结构、电缆选型信息和集电系统日等效投资费用。
VI)计算每个个体的适应度函数值即潮汐流能发电场单位发电费用LCOE。
VII)进行遗传算子操作:选择、交叉、变异,更新种群个体,令T=T+1。
VIII)判断是否达到最大迭代次数,若是,则结束迭代,并输出最优潮汐流能发电场规划方式,若否,则返回步骤III)。
本发明的技术效果是毋庸置疑的,相比二维潮汐流能发电场规划,本发明通过调节机组布局位置的深浅,可以有效降低机组安装成本;同时利用规划海域的地形条件,使机组之间形成合适的高度差,可以进一步规避尾流效应,提升发电量,由此可见本发明提出的考虑复杂地势的三维潮汐流能发电场规划系统具有重要的意义与优势。同时本发明所提出的三维潮汐流能发电场规划系统具有一定的适用性,其可以普遍应用在不同地形以及水深的环境下,并且通过合理的机组布局降低安装成本提升发电量使得平准化发电成本最优。本发明可广泛应用于潮汐流能发电场的规划问题,能够为与潮汐流能发电场的规划和运行问题分析提供有益的参考。
附图说明
图1为机组遮挡效应图;
图2为三维空间模型图;
图3为典型潮汐曲线图;
图4为水下三维地形图;
图5为三维潮汐流能发电场规划结果图;
图6为考虑复杂地势的三维潮汐流能发电场规划系统的使用流程图。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1至图6,考虑复杂地势的三维潮汐流能发电场规划系统,包括数据获取模块、水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块和三维潮汐流能发电场规划方式确定模块。
所述数据获取模块调取和存储潮汐流能发电场输入数据,并基于潮汐流速各时段均值,生成潮汐流速典型曲线M=[m1,m2,…,m24]。
所述潮汐流能发电场规划的输入数据包括实测潮汐流速集合V、潮汐流速实测数据的日样本数nv、潮汐流能发电机组的切入流速vin、额定流速vrated、切出流速vout、机组额定功率Prated、获能系数Cp、叶片直径D、海水密度ρ、不同类型海底电缆的最大载流量Cape、海底电缆的单位电阻re、海底电缆的单位成本ce、设备折现率r、设备经济寿命α、电缆单位运输成本ct、单位网损成本cpl、机组单位成本Cunit、机组运输成本Ctrans,、电网连接成本Cg、人工成本CL、运维成本Co、保险费用CI、前期准备成本Cpre、拆除成本CD和残值收益Cr。其中,海底电缆序号e=1,2,…,Ne。Ne为海底电缆的类别数量。机组序号i=1,2,…,NT。NT为潮汐流能发电场内潮汐流能发电机的总数。
潮汐流速t时段的均值mt如下所示:
式中,t=1,2…,24。nv为潮汐流速实测数据的日样本数。date表示日样本序号。vdt表示第date日第t时段实测的潮汐流速。
所述数据获取模块将潮汐流能发电场输入数据分别输入至水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块和三维潮汐流能发电场规划方式确定模块。
所述水下三维地形获取模块存储有水下三维地形数学模型。所述水下三维地形数学模型接收潮汐流能发电场输入数据后,建立待规划区域的水下三维地形数学模型,并分别发送至发电机流速计算模块和考虑复杂地势的三维潮汐流能发电场双层规划模块。
建立水下三维地形数学模型的步骤如下:
1)确定潮汐能发电场规划区域。
2)采用反距离权重法对潮汐能发电场规划区域进行空间插值,得到潮汐能发电场最优规划区域。插值点(x0,y0)的估计值为:
式中,Zi表示潮汐能发电场规划区域观测点的值。Qi表示插值点与观测点相对应的权重系数。n表示观测点的个数。
3)采用栅格法建立潮汐能发电场最优规划区域的海底三维地形模型,步骤如下:
3.1)构造规划空间OMPN-O’M’P’N’。
3.2)预设规划空间OMPN-O’M’P’N’的栅格单元数为M*N。沿着边OM对规划空间OMPN-O’M’P’N’进行M等分,沿着边ON对规划空间OMPN-O’M’P’N’的进行N等分,完成规划空间OMPN-O’M’P’N’的栅格单元划分。
3.3)依次对规划空间OMPN-O’M’P’N’的栅格单元编号,建立海底三维地形模型。海底三维地形模型的平面坐标和栅格序号共同表征地形高度。
所述发电机流速计算模块存储有三维尾流模型。所述三维尾流模型基于水下三维地形数学模型和潮汐流能发电场输入数据计算得到潮汐流能发电场各时段所有发电机的流速,并发送至潮汐流能发电场日输出功率计算模块。
建立三维尾流模型的步骤如下:
a)计算位于发电机组轴向位置x处的尾流膨胀半径rw,即:
式中,I0为湍流密度,D为发电机组直径,r0为发电机组半径。
b)计算发电机组后侧速度v0,即:
式中,U0为入射速度。CT为发电机组的推力系数。
c)根据海水的剪切效应建立服从高斯分布的尾流截面任意位置速度计算公式,即:
式中,U0为入射速度。h为前排发电机组高度。H为发电机组之间的高度差值。ζ为剪切系数。df(x)为截面最大速度亏损,其为随机组轴向位置x变化而变化的未知参数。(x,y,z)表示尾流截面任意位置点的三维坐标。
d)建立流体质量守恒方程,即:
式中,ρ为海水密度。Srw(x)为发电机组在尾流区的膨胀面积。Sr0为发电机组叶片旋转面积。
将公式(5)代入公式(6),计算得到轴向速度下降系数即截面最大速度亏损df(x):
式中,rw为发电机组在尾流区的膨胀半径。v0为发电机组后侧速度。
e)将截面最大速度亏损df(x)带入公式(5),计算得到机组尾流截面任意位置速度U(x,y,z)。
f)根据公式(5)和公式(6)的计算结果,计算处于多尾流影响下的任意点的流速,即:
式中,Ui(x,y,z)是第i台潮汐流能发电机受到多尾流影响时的流速。U0(z)为入射速度。Uij(x,y,z)为是第i台潮汐流能发电机单独受到第j台潮汐流能发电机尾流效应影响时的流速。βij为考虑遮挡效应(如图1所示)的偏尾流因子,即:
式中,ra表示潮汐流能发电机半径。Aij为第i台潮汐流能发电机在第j台潮汐流能发电机尾流投影的面积。
其中,第i台潮汐流能发电机在第j台潮汐流能发电机尾流投影的面积Aij如下所示:
式中,rwj为机组j的尾流膨胀半径。Δh=|hi-hj|表示两机组的高度差。dij为机组的水平间距;角度θ1和角度θ2为图1所示的三角形AOO’中的两个锐角,其计算公式如下所示:
式中,点O和点O’分别表示第j台潮汐流能发电机尾流区域中心点和受到第j台潮汐流能发电机尾流效应影响的第i台潮汐流能发电机中心点;点A为过点O’的水平线和过点O的垂直线的交点。
所述考虑复杂地势的三维潮汐流能发电场双层规划模块存储有三维潮汐流能发电场双层规划模型。所述三维潮汐流能发电场双层规划模型包括潮汐流能发电场上层发电机组优化模型和潮汐流能发电场下层集电系统优化模型。潮汐流能发电场上层发电机组优化模型的目标函数min LCOE如下所示:
式中,CTCTs为发电机组的日等效总投资成本。Ccons表示潮汐流能发电场中的日等效固定成本。CPCS为日等效集电系统投资成本,其通过潮汐流能发电场下层集电系统优化模型求解得到。Cother为日等效其他杂项成本。DEP(Daily Energy Production)为日发电量。
其中,发电机组的日等效总投资成本CTCTs如下所示:
/>
式中,α是机组的经济寿命;r是折现率;Cunit为机组单位成本;Ctrans为机组运输成本;NT表示潮汐流能发电场内潮汐流能发电机的总数;Cinstall表示发电机组安装总成本,由发电机单位安装成本CF决定。
单位安装成本CF如下所示:
式中,d表示安装水深。
固定成本Ccons如下所示:
式中,Cg是与电网连接成本,CL为人工成本,Co为运维成本,CI为保险费用。
日等效其他杂项成本Cother如下所示:
式中,Cpre为前期准备成本;CD为拆除成本;Cr为残值收益。
日发电量DEP如下所示:
式中,NT为潮汐流能发电场内潮汐流能发电机的总数。Pi为发电厂每台潮汐流能发电机组的输出功率的期望值。
潮汐流能发电场上层机组优化模型的约束条件包括计及潮汐流能发电场地理边界约束、水深约束、安全约束和不可行区域约束。为了扩大搜索空间和降低发电成本,采用连续坐标的形式表示机组位置。同时考虑机组应当布局在给定区域并且机组之间可以安全平稳的运行,故有下列约束:
其中,计及潮汐流能发电场地理边界约束如下所示:
式中,(xi,yi)表示发电场中第i台机组的位置。xmin、xmax、ymin、ymax表示潮汐流能发电场的左、右、下、上边界。
水深约束如下所示:
hmin<zi<hmax(i=1,2,...,NT) (19)
式中,NT表示潮汐流能发电场内潮汐流能发电机的总数。hmin和hmax分别为最小和最大水深。
安全约束分别如公式(20)和公式(21)所示,即:
maxzij<zi+H'zij∈Dti (21)
式中,dmin为最小安全间隔距离。zi为第i台机组布局位置的地形高度。H'为机组的高度。Dti为第i台机组叶片旋转区域。
不可行区域约束分别如公式(22)和公式(23)所示,即:
式中,CR表示不可行区域。
式(18)(19)表示机组布局在给定区域内且其安装在适当水深环境下。式(20)表示机组之间要具有一定的安全间隔。式(21)表示机组在旋转区域内不存在任何障碍物,避免引发安全事故。式(22)(23)表示机组不能布局在不可行区域且离不可行区域边界要有一定的安全距离。
潮汐流能发电场下层集电系统优化模型的目标函数如下所示:
minCAEX=c1+c2+c3+c4 (24)
式中,c1为集电系统电缆成本。c2为集电系统网损成本。c3为电缆运维成本。c4为变电站建设日等效投资成本,数值由机组额定功率决定。min CAEX表示集电系统最小投资成本。
集电系统电缆成本c1如下所示:
式中,cl表示l类电缆单位长度价格。c0表示单位长度电缆的运输和安装费用。dij表示通过最优路径算法求解得到的节点i和节点j的最短距离。r为折现率。ns为电缆经济寿命。V'={1,2,3,…,N+t+1}为机组、变电站和不可行区域顶点的集合。其中节点1为海上变电站节点。{2,…,N+1}为发电机节点,{N+2,…,N+t+1}为不可行区域顶点。L为不同横截面积电缆的集合。
集电系统网损成本c2如下所示:
式中,cpl为单位电量损耗成本。Prated和Irated分别表示潮汐流能发电机的额定功率和额定电流。Rl为第l类电缆单位长度的电阻。T为一天的时段数。
电缆运维成本c3如下所示:
c3=kc1 (27)
式中,k为集电系统的等效维护费占电缆等效投资费用的比例。
潮汐流能发电场下层集电系统优化模型的约束条件包括电网拓扑约束、电缆选型约束、功率平衡约束和电缆载流量约束。
其中,电网拓扑约束如下所示:
式中,yijl为二进制变量,yijl=1表示选择横截面为1的电缆连接节点i和节点j。
电缆选型约束如下所示:
功率平衡约束分别如公式(30)和公式(31)所示,即:
式中,Prated表示额定功率。fij表示ij支路的有功功率。
电缆载流量约束分别如公式(32)和公式(33)所示,即:
式中,V”为潮汐流能发电机与变电站的集合。
式(28)为拓扑约束,表示保证每台TCT有且仅有一条出线,式(29)为电缆选型约束,表示两个节点之间最多只有一种类型的电缆相连接,式(30)与式(31)为功率平衡约束,用以保证电缆连接的连通性。式(32)与式(33)为电缆的载流量约束,以保证电缆传输功率不超过其最大载流量。
在集电系统规划过程中,为了避免线路穿过不可行区域与防止线路交叉,本发明采用添加不交叉约束的方式规避不可行区域,即在优化结果中检验是否存在线路交叉和穿过不可行区域的线路,若存在分别增加以下约束,直至优化结果中不存在线路交叉和穿过不可行区域的线路。因此,当集电系统中存在线路交叉和穿过不可行区域的线路时,潮汐流能发电场下层集电系统优化模型的约束条件还包括公式(34)和公式(35):
式(34)表示当存在线路交叉时,最多只允许一条线路相连接,从而将交叉线路解交叉,式(35)表示,断开穿过不可行区域的线路,从而使得不存在线路穿过不可行区域。
所述潮汐流能发电场上层发电机组优化模型基于水下三维地形数学模型和潮汐流能发电场输入数据,确定若干种潮汐流能发电场上层发电机组优化方式,并发送至三维潮汐流能发电场规划方式确定模块。
所述潮汐流能发电场下层集电系统优化模型接收水下三维地形数学模型和潮汐流能发电场输入数据,确定若干种潮汐流能发电场下层集电系统优化方式,并发送至三维潮汐流能发电场规划方式确定模块。
所述潮汐流能发电场日输出功率计算模块存储有潮汐流能发电场日输出功率计算模型。所述潮汐流能发电场日输出功率计算模型基于潮汐流能发电场各时段所有发电机的流速和潮汐流能发电场输入数据,计算得到潮汐流能发电场日输出功率,并发送至三维潮汐流能发电场规划方式确定模块。
建立潮汐流能发电场的日输出功率计算模型的步骤如下:
A)获取发电机流速计算模块输出的各时段潮汐流能发电场内发电机的流速,并计算潮汐流能发电机的输出功率,即:
式中,为第k种方案时第j台潮汐流能发电机在t时刻的输出功率。/>为第k种方案时第j台潮汐流能发电机在t时刻的实际流速。vin,vout和vrated分别为潮汐流能发电机组的切入流速、切出流速和额定流速。Cp为机组的获能系数。ρ为海水密度。Prated为机组的额定功率。A0为机组叶片扫过的面积。
B)计算潮汐流能发电场的日发电量,即:
式中,DEPk为第k种方案的日发电量,N'T为投入使用的发电机台数,为第k种方案时第j台潮汐流能发电机在t时刻的输出功率。
所述三维潮汐流能发电场规划方式确定模块存储有基于遗传算法与混合整数规划算法的三维潮汐流能发电场规划方式确定模型。
所述三维潮汐流能发电场规划方式确定模型基于潮汐流能发电场日输出功率,对若干种潮汐流能发电场上层发电机组优化方式和潮汐流能发电场下层集电系统优化方式进行解算,得到最优潮汐流能发电场规划方式。
三维潮汐流能发电场规划方式确定模型解算得到最优潮汐流能发电场规划方式的步骤如下:
I)分别从数据获取模块、水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块获取潮汐流速历史数据、潮汐流能发电场规模参数、机组参数、电缆参数和不可行区域顶点参数。输入遗传算法的交叉概率和变异概率,并设定迭代终止条件。
II)设置迭代次数T=1,初始化种群个体。一个个体包含一种潮汐流能发电场机组布局方式。种群个体采用实数编码。
III)基于潮汐流能发电场上层发电机组优化模型,计算潮汐流能发电场系列日等效投资成本。基于潮汐流能发电机的位置信息和尾流模型,计算潮汐流能发电场的日输出功率DEP。
IV)基于潮汐流能发电场上层发电机组规划位置,采用遗传算法求解发电机组之间的电缆铺设的最优路径与最短铺设距离。
V)基于发电机组位置信息与机组之间电缆铺设的最短路径信息,解算潮汐流能发电场下层集电系统优化模型,得到电缆的拓扑结构、电缆选型信息和集电系统日等效投资费用。
VI)计算每个个体的适应度函数值即潮汐流能发电场单位发电费用LCOE。
VII)进行遗传算子操作:选择、交叉、变异,更新种群个体,令T=T+1。
VIII)判断是否达到最大迭代次数,若是,则结束迭代,并输出最优潮汐流能发电场规划方式,若否,则返回步骤III)。
实施例2;
参见图1至图5,考虑复杂地势的三维潮汐流能发电场规划系统的使用方法,如下:
1)所述输入参数包括10年潮汐流速集合V、潮汐流速实测数据的日样本数nv=87789、潮汐流能发电机组的切入流速vin=0.7m/s、额定流速vrated=3.0m/s、切出流速vout=5.0m/s、机组额定功率Prated=1.2MW、获能系数Cp=0.45、叶片直径D=18m;海水密度ρ=1.025×103kg/m3、设备折现率r=3%、设备经济寿命α=20年、电缆单位运输成本c0=166$/m、单位网损成本cpl=0.52$/kW·h、机组单位价Cunit=799712$、电网连接成本Cg=232884$/MW、人工成本CL=8796.582$/MW、运维成Co=49000$/MW、保险费用CI=33000$/MW、前期准备Cpre=1372750、拆除成本CD与残值收益Cr近似相等,可以互相抵消,电缆参数如下表所示:
表1电缆参数
2)计算潮汐流速的典型曲线,利用公式(1)依次计算潮汐流速各时段的均值:
式中,mt为t时刻潮汐流速的均值,t=1,2…,24,潮汐流速实测数据的日样本数nv=87789;根据公式(1)可以得到潮汐流速的日均值曲线如下图3所示。
3)建立水下三维地形模型,其步骤包括:
3.1)选取位于美国阿拉斯加州库克湾的潮汐电站所在地形作为研究对象,然后在由国际海道测量组织(IHO)和政府间海洋学委员会(IOC)联合开发的全球海陆地形数据库(GEBCO)上下载海洋地形数据,构建潮汐能发电厂规划区域;
3.2)采用反距离权重法在所得地形数据基础上进行空间插值,由已知点预测未知点的地形高度,以得到更加精细的地形数据,其插值计算表达式如下所示:
其中,是插值点(x0,y0)处的估计值,Zi表示观测点处的值,Qi是估计插值点与观测点相对应的权重系数,观测点的个数n=10。
3.3)在地形数据的基础上,采用栅格法建立海底三维地形模型,其步骤如下所示:
3.3.1)首先构造一个规划空间OMPN-O’M’P’N’,在规划空间中建立三维坐标系如下图2所示;
3.3.2)确定所需要的网格点,沿着边OM进行M等分,再沿着ON边进行N等分,这样就将平面OMPN划分为M*N个栅格单元;
3.3.3)依次对栅格单元编号,从而就建立了海底三维地形模型,可以同时通过平面坐标与栅格序号获取地形高度,由此得到的三维地形模型如下图4所示。
4)建立三维尾流模型,其步骤如下:
4.1)根据公式(3)得到位于机组轴向位置x处的尾流膨胀半径rw;
式中,为湍流密度I0=0.07,机组直径D=18m,机组半径r0=9m。
4.2)而由式(4)可得机组后侧速度v0的计算公式如下所示:
式中,入射速度U0为上述所计算潮汐流速值,机组的推力系数CT=0.45。
4.3)结合尾流截面速度服从高斯分布以及考虑海水的剪切效应,可以得到尾流截面计算公式如下所示:
式中,入射速度U0为上述所计算潮汐流速值,前排机组高度h=10m,H为机组之间的高度差值,剪切系数df(x)为截面最大速度亏损,其为随机组轴向位置x变化而变化的未知参数;
4.4)由流体质量守恒定律,可将将上式(5)带入下式(6)中,可求解位置参数df(x);
可求得轴向速度下降系数即截面最大速度亏损df(x)如下所示:
式中,入射速度U0为上述所计算潮汐流速值,机组后侧速度v0由步骤4.2计算可得,前排机组高度h=10m,H为机组之间的高度差值,剪切系数机组半径r0=9m,机组在尾流区的膨胀半径rw由步骤4.1计算可得。
4.5)将df(x)带入上式(5),可得到机组尾流区任意位置的速度U(x,y,z);
4.6)根据式(5)(7)的计算结果,由下式(8)计算处于多尾流影响下的任意点的流速;
式中,Ui(x,y,z)是第i台TCT受到多尾流影响时的流速,U0(z)为入射速度,Uij(x,y,z)为是第i台TCT单独受到第j台TCT尾流效应影响时的流速,βij为考虑遮挡效应的偏尾流因子,其计算公式如下所示:
式中,TCT半径ra=9m;Aij表示第i台TCT在第j台TCT尾流投影的面积,
其中,rwj为机组j的尾流膨胀半径,Δh=|hi-hj|,为两机组的高度差,dij为机组的水平间距,角度θ1和角度θ2为图1所示的三角形AOO’中的两个锐角,其计算公式如下所示:
5)建立考虑复杂地势的三维TCF双层规划模型,其步骤如下:
5.1)计算TCF上层机组优化模型的目标函数min LCOE,即:
潮汐流能发电场内潮汐流能发电机的总数NT=40、折现率r=0.03、机组的经济寿命α=20年、机组单位价cunit=799712$、机组运输价格Ctrans=35920$、机组安装成本与安装水深d有关,其单位安装成本CF(M€/MW)计算公式如下所示:
/>
电网连接成本Cg=232884$/MW、人工成本CL=8796.582$/MW、运维成本Co=49000$/MW、保险费用CI=33000$/MW。
前期准备Cpre=1372750$、CD=Cr
DEP的计算如下所示:
式中,NT为潮汐流能发电场内潮汐流能发电机的总数,Pi为发电厂每台潮汐发电机组的输出功率的期望值。
5.2)确定上层机组优化模型的约束条件,模型计及TCF地理边界约束、水深约束、安全约束以及不可行区域约束,其如下所示:
hmin<zi<hmax(i=1,2,...,NT) (19)
maxzij<zi+H'zij∈Dti (21)
式中:(xi,yi)表示发电场中第i台机组的位置,TCF的边界xmin=0,xmax=1000,ymin=0,ymax=800,NT=40。最小和最大水深hmin=20和hmax=450,最小安全间隔距离dmin=4D。zi为第i台机组布局位置的地形高度,H'为机组的高度,Dtii为第i台机组叶片旋转区域,CR表示不可行区域。
5.3)确定下层集电系统优化模型的目标函数
minCAEX=c1+c2+c3+c4 (24)
式中:cl表示l类电缆单位长度价格,其值见上表1;电缆单位长度的运输和安装费用c0=166$/m;dij表示通过最优路径算法求解得到的节点i和j的最短距离;yijl为二进制变量,yijl=1表示选择横截面为1的电缆连接节点i和j;r为折现率;ns为电缆经济寿命;V'为TCT、变电站和不可行区域顶点的集合,表示为{1,2,3,…,N+t+1},其中节点1为海上变电站节点,2~N+1为发电机节点,N+2~N+t+1为不可行区域顶点;L为不同横截面积电缆的集合。
集电系统网损成本计算公式如下所示:
式中:单位网损成本cpl=0.52$/kW·h,机组额定功率Prated=1.2MW、额定电流Irated=19.754A,Rl为第l类电缆单位长度的电阻,其值见上表1,T=24.
而电缆运维成本如下所示:
c3=kc1 (27)
式中,k=0.056。
5.4)确定下层集电系统优化模型的约束条件,计及集电系统的功率平衡约束、拓扑约束和电缆载流量约束,分别表示为:
在集电系统规划过程中,为了避免线路穿过不可行区域与防止线路交叉,本发明采用添加不交叉约束的方式规避不可行区域,即在优化结果中检验是否存在线路交叉和穿过不可行区域的线路,若存在分别增加以下约束,直至优化结果中不存在线路交叉和穿过不可行区域的线路。
6)建立TCF的日输出功率计算模型,其步骤如下:
6.1)根据上述尾流模型计算各时段潮汐流能发电场内发电机的流速;
6.2)根据下式计算潮汐流能发电机的输出功率;
/>
式中,为第k种方案时第j台潮汐流能发电机在t时刻的输出功率,/>为第k种方案时第j台潮汐流能发电机在t时刻的实际流速;vin=0.7m/s、额定流速vrated=3.0m/s、切出流速vout=5.0m/s、额定输出功率Prated=1.2MW、获能系数Cp=0.45、海水密度ρ=1.025×103kg/m3、机组叶片扫过的面积A0=254.47m2;
6.3)计算潮汐流能发电场的日发电量,根据6.2)计算得到的各发电机的输出功率,利用下式计算潮汐流能发电场的日发电量:
式中,DEPk为第k种方案的日发电量,N'T为第k种方案中投入使用的发电机台数,为第k种方案时第j台潮汐流能发电机在t时刻的输出功率。
7)对TCF双层规划模型进行求解,步骤如下:
7.1)输入10年潮汐流速历史数据、TCF地形数据、TCT数量n=40、电缆参数如上表1所示、不可行区域顶点[200 200;345 200;390 338;273 425;155 338;200 200];输入遗传算法的交叉Pc=0.8和变异概率Pm=0.1。设定迭代终止条件G=100;
7.2)设置迭代次数T=1,初始化种群个体。每个体包含TCF机组布局方案,采用实数编码。
7.3)求解上层模型,基于个体中TCF布局方案,计算TCF系列日等效投资成本;基于个体TCTs的位置信息和尾流模型,计算TCF的日输出功率DEP;
7.4)基于机组布局位置,采用遗传算法求解机组之间的电缆铺设的最优路径与最短铺设距离;
7.5)求解下层模型,基于个体中发电机的位置信息与机组之间电缆铺设的最短路径信息,采用CPLEX求解下层模型,得到电缆的拓扑结构及选型信息和集电系统日等效投资费用;
7.6)计算每个个体的TCF单位发电费用LCOE和适应度;
7.7)进行遗传算子操作:选择、交叉、变异,更新种群个体,令T=T+1。
7.8)判断是否达到最大迭代次数,是,结束,否则,返回步骤7.3。最终得到的潮汐流能发电场规划结果如下图5所示,不同线型代表电缆类型,为了避免凹凸不平的地形遮挡的电缆铺设路径,结果图以二维投影形式呈现。
8)应用分析:
8.1)设置对比组:不考虑复杂地势时的二维TCF规划方法和本发明系统;
8.2)在得到机组布局与集电系统规划模型之后,将发电场数据分别输入到不考虑复杂地势时的二维TCF规划方法和本发明系统中,可得到两个不同案例的日发电量DEP、电缆使用总长度Lcable、平准化发电成本LCOE以及影响LCOE的各项日等效投资成本。
表2不同案例的各项指标
由上表可以看出,本发明所提出的TCF规划系统,相比二维规划方法,使得LCOE降低了5.66%,发电量提高了6.10%,同时也可以看出,二维TCF规划没有考虑地势的复杂性,低估了集电系统成本。因此,三维TCF规划方法的提出,相比二维TCF规划,其通过调节机组布局位置的深浅,可以有效降低机组安装成本;同时利用规划海域地形条件,使机组之间形成合适的高度差,可以进一步规避尾流效应,提升发电量,由此可见三维TCF规划具有重要的意义与优势。
Claims (7)
1.考虑复杂地势的三维潮汐流能发电场规划系统,其特征在于,包括数据获取模块、水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块和三维潮汐流能发电场规划方式确定模块;
所述数据获取模块调取和存储潮汐流能发电场输入数据,并基于潮汐流速各时段均值,生成潮汐流速典型曲线M=[m1,m2,…,m24];
所述数据获取模块将潮汐流能发电场输入数据分别输入至水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块和三维潮汐流能发电场规划方式确定模块;
所述水下三维地形获取模块存储有水下三维地形数学模型;所述水下三维地形数学模型接收潮汐流能发电场输入数据后,建立待规划区域的水下三维地形数学模型,并分别发送至发电机流速计算模块和考虑复杂地势的三维潮汐流能发电场双层规划模块;
所述发电机流速计算模块存储有三维尾流模型;所述三维尾流模型基于水下三维地形数学模型和潮汐流能发电场输入数据计算得到潮汐流能发电场各时段所有发电机的流速,并发送至潮汐流能发电场日输出功率计算模块;
所述考虑复杂地势的三维潮汐流能发电场双层规划模块存储有三维潮汐流能发电场双层规划模型;所述三维潮汐流能发电场双层规划模型包括潮汐流能发电场上层发电机组优化模型和潮汐流能发电场下层集电系统优化模型;
所述潮汐流能发电场上层发电机组优化模型基于水下三维地形数学模型和潮汐流能发电场输入数据,确定若干种潮汐流能发电场上层发电机组优化方式,并发送至三维潮汐流能发电场规划方式确定模块;
所述潮汐流能发电场下层集电系统优化模型接收水下三维地形数学模型和潮汐流能发电场输入数据,确定若干种潮汐流能发电场下层集电系统优化方式,并发送至三维潮汐流能发电场规划方式确定模块;
所述潮汐流能发电场日输出功率计算模块存储有潮汐流能发电场日输出功率计算模型;所述潮汐流能发电场日输出功率计算模型基于潮汐流能发电场各时段所有发电机的流速和潮汐流能发电场输入数据,计算得到潮汐流能发电场日输出功率,并发送至三维潮汐流能发电场规划方式确定模块;
所述三维潮汐流能发电场规划方式确定模块存储有基于遗传算法与混合整数规划算法的三维潮汐流能发电场规划方式确定模型;
所述三维潮汐流能发电场规划方式确定模型基于潮汐流能发电场日输出功率,对若干种潮汐流能发电场上层发电机组优化方式和潮汐流能发电场下层集电系统优化方式进行解算,得到最优潮汐流能发电场规划方式;
建立水下三维地形数学模型的步骤如下:
a1)确定潮汐能发电场规划区域;
a2)采用反距离权重法对潮汐能发电场规划区域进行空间插值,得到潮汐能发电场最优规划区域;
其中,插值点(x0,y0)处的估计值如下所示:
式中,Zi表示潮汐能发电场规划区域观测点的值;Qi表示插值点与观测点相对应的权重系数;n表示观测点的个数;
a3)采用栅格法建立潮汐能发电场最优规划区域的海底三维地形模型,步骤如下:
a3.1)构造规划空间OMPN-O’M’P’N’;
a3.2)预设规划空间OMPN-O’M’P’N’的栅格单元数为M*N;沿着边OM对规划空间OMPN-O’M’P’N’进行M等分,沿着边ON对规划空间OMPN-O’M’P’N’的进行N等分,完成规划空间OMPN-O’M’P’N’的栅格单元划分;
a3.3)依次对规划空间OMPN-O’M’P’N’的栅格单元编号,建立海底三维地形模型;海底三维地形模型的平面坐标和栅格序号共同表征地形高度;
建立三维尾流模型的步骤如下:
b1)计算位于发电机组轴向位置x处的尾流膨胀半径rw,即:
式中,I0为湍流密度,D为发电机组直径,r0为发电机组半径;
b2)计算发电机组后侧速度v0,即:
式中,U0为入射速度;CT为发电机组的推力系数;
b3)根据海水的剪切效应建立服从高斯分布的尾流截面任意位置速度计算公式,即:
式中,U0为入射速度;h为前排发电机组高度;H为发电机组之间的高度差值;ζ为剪切系数;df(x)为截面最大速度亏损,数值随机组轴向位置x变化而变化;(x,y,z)表示尾流截面任意位置点的三维坐标;
b4)建立流体质量守恒方程,即:
式中,ρ为海水密度;Srw(x)为发电机组在尾流区的膨胀面积;Sr0为发电机组叶片旋转面积;
将公式(4)代入公式(5),计算得到轴向速度下降系数即截面最大速度亏损df(x):
式中,rw为发电机组在尾流区的膨胀半径;v0为发电机组后侧速度;
b5)将截面最大速度亏损df(x)带入公式(4),计算得到机组尾流截面任意位置速度U(x,y,z);
b6)根据公式(4)和公式(5)的计算结果,计算处于多尾流影响下的任意点的流速,即:
式中,Ui(x,y,z)是第i台潮汐流能发电机受到多尾流影响时的流速;U0(z)为入射速度;Uij(x,y,z)为是第i台潮汐流能发电机单独受到第j台潮汐流能发电机尾流效应影响时的流速;βij为考虑遮挡效应的偏尾流因子;
考虑遮挡效应的偏尾流因子βij如下所示:
式中,ra表示潮汐流能发电机半径;Aij为第i台潮汐流能发电机在第j台潮汐流能发电机尾流投影的面积;
其中,第i台潮汐流能发电机在第j台潮汐流能发电机尾流投影的面积Aij如下所示:
式中,rwj为机组j的尾流膨胀半径;Δh=|hi-hj|表示两机组的高度差;dij为机组的水平间距;
角度θ1和角度θ2为三角形AOO’中的两个锐角,其计算公式如下所示:
式中,点O和点O’分别表示第j台潮汐流能发电机尾流区域中心点和受到第j台潮汐流能发电机尾流效应影响的第i台潮汐流能发电机中心点;点A为过点O’的水平线和过点O的垂直线的交点;
三维潮汐流能发电场规划方式确定模型解算得到最优潮汐流能发电场规划方式的步骤如下:
c1)分别从数据获取模块、水下三维地形获取模块、发电机流速计算模块、考虑复杂地势的三维潮汐流能发电场双层规划模块、潮汐流能发电场日输出功率计算模块获取潮汐流速历史数据、潮汐流能发电场规模参数、机组参数、电缆参数和不可行区域顶点参数;输入遗传算法的交叉概率和变异概率,并设定迭代终止条件;
c2)设置迭代次数T=1,初始化种群个体;一个个体包含一种潮汐流能发电场机组布局方式;种群个体采用实数编码;
c3)基于潮汐流能发电场上层发电机组优化模型,计算潮汐流能发电场系列日等效投资成本;基于潮汐流能发电机的位置信息和尾流模型,计算潮汐流能发电场的日输出功率DEP;
c4)基于潮汐流能发电场上层发电机组规划位置,采用遗传算法求解发电机组之间的电缆铺设的最优路径与最短铺设距离;
c5)基于发电机组位置信息与机组之间电缆铺设的最短路径信息,解算潮汐流能发电场下层集电系统优化模型,得到电缆的拓扑结构、电缆选型信息和集电系统日等效投资费用;
c6)计算每个个体的适应度函数值即潮汐流能发电场单位发电费用LCOE;
c7)进行遗传算子操作:选择、交叉、变异,更新种群个体,令T=T+1;
c8)判断是否达到最大迭代次数,若是,则结束迭代,并输出最优潮汐流能发电场规划方式,若否,则返回步骤c3)。
2.根据权利要求1所述的考虑复杂地势的三维潮汐流能发电场规划系统,其特征在于:所述潮汐流能发电场规划的输入数据包括实测潮汐流速集合V、潮汐流速实测数据的日样本数nv、潮汐流能发电机组的切入流速vin、额定流速vrated、切出流速vout、机组额定功率Prated、获能系数Cp、叶片直径D、海水密度ρ、不同类型海底电缆的最大载流量Cape、海底电缆的单位电阻re、海底电缆的单位成本ce、设备折现率r、设备经济寿命α、电缆单位运输成本ct、单位网损成本cpl、机组单位成本Cunit、机组运输成本Ctrans、电网连接成本Cg、人工成本CL、运维成本Co、保险费用CI、前期准备成本Cpre、拆除成本CD和残值收益Cr;
其中,海底电缆序号e=1,2,…,Ne;Ne为海底电缆的类别数量;机组序号i=1,2,…,NT;NT表示潮汐流能发电场内潮汐流能发电机的总数。
3.根据权利要求1所述的考虑复杂地势的三维潮汐流能发电场规划系统,其特征在于,潮汐流速t时段的均值mt如下所示:
式中,t=1,2…,24;nv为潮汐流速实测数据的日样本数;date表示日样本序号;vdt表示第date日第t时段实测的潮汐流速。
4.根据权利要求1所述的考虑复杂地势的三维潮汐流能发电场规划系统,其特征在于,潮汐流能发电场上层发电机组优化模型的目标函数min LCOE如下所示:
式中,CTCTs为发电机组的日等效总投资成本;Ccons表示潮汐流能发电场中的日等效固定成本;CPCS为日等效集电系统投资成本;Cother为日等效其他杂项成本;DEP为日发电量;
其中,发电机组的日等效总投资成本CTCTs如下所示:
式中,α是机组的经济寿命;r是折现率;Cunit为机组单位成本;Ctrans为机组运输成本;NT表示潮汐流能发电场内潮汐流能发电机的总数;Cinstall表示发电机组安装总成本,由发电机单位安装成本CF决定;
单位安装成本CF如下所示:
式中,d表示安装水深;
固定成本Ccons如下所示:
式中,Cg是与电网连接成本,CL为人工成本,Co为运维成本,CI为保险费用;
日等效其他杂项成本Cother如下所示:
式中,Cpre为前期准备成本;CD为拆除成本;Cr为残值收益;
日发电量DEP如下所示:
式中,NT表示潮汐流能发电场内潮汐流能发电机的总数;Pi为发电厂每台潮汐流能发电机组的输出功率的期望值;
潮汐流能发电场上层机组优化模型的约束条件包括计及潮汐流能发电场地理边界约束、水深约束、安全约束和不可行区域约束;
其中,计及潮汐流能发电场地理边界约束如下所示:
式中,(xi,yi)表示发电场中第i台机组的位置;xmin、xmax、ymin、ymax表示潮汐流能发电场的边界;
水深约束如下所示:
hmin<zi<hmax (i=1,2,...,NT) (19)
式中,NT表示潮汐流能发电场内潮汐流能发电机的总数;hmin和hmax分别为最小和最大水深;
安全约束分别如公式(20)和公式(21)所示,即:
maxzij<zi+H' zij∈Dti (21)
式中,dmin为最小安全间隔距离;zi为第i台机组布局位置的地形高度;H'为机组的高度;Dti为第i台机组叶片旋转区域;
不可行区域约束分别如公式(22)和公式(23)所示,即:
式中,CR表示不可行区域。
5.根据权利要求1所述的考虑复杂地势的三维潮汐流能发电场规划系统,其特征在于,潮汐流能发电场下层集电系统优化模型的目标函数如下所示:
minCAEX=c1+c2+c3+c4 (24)
式中,c1为集电系统电缆成本;c2为集电系统网损成本;c3为电缆运维成本;c4为变电站建设日等效投资成本,数值由机组额定功率决定;min CAEX表示集电系统最小投资成本;
集电系统电缆成本c1如下所示:
式中,cl表示l类电缆单位长度价格;c0表示单位长度电缆的运输和安装费用;dij表示通过最优路径算法求解得到的节点i和节点j的最短距离;r为折现率;ns为电缆经济寿命;V'={1,2,3,…,N+t+1}为机组、变电站和不可行区域顶点的集合;其中节点1为海上变电站节点;{2,…,N+1}为发电机节点,{N+2,…,N+t+1}为不可行区域顶点;L为不同横截面积电缆的集合;
集电系统网损成本c2如下所示:
式中,cpl为单位电量损耗成本;Prated和Irated分别表示潮汐流能发电机的额定功率和额定电流;Rl为第l类电缆单位长度的电阻;T为一天的时段数;
电缆运维成本c3如下所示:
c3=kc1 (27)
式中,k为集电系统的等效维护费占电缆等效投资费用的比例;
潮汐流能发电场下层集电系统优化模型的约束条件包括电网拓扑约束、电缆选型约束、功率平衡约束和电缆载流量约束;
其中,电网拓扑约束如下所示:
式中,yijl为二进制变量,yijl=1表示选择横截面为1的电缆连接节点i和节点j;
电缆选型约束如下所示:
功率平衡约束分别如公式(30)和公式(31)所示,即:
式中,Prated表示额定功率;fij表示i j支路的有功功率;
电缆载流量约束分别如公式(32)和公式(33)所示,即:
式中,V”为潮汐流能发电机与变电站的集合。
6.根据权利要求5所述的考虑复杂地势的三维潮汐流能发电场规划系统,其特征在于,当集电系统中存在线路交叉和穿过不可行区域的线路时,潮汐流能发电场下层集电系统优化模型的约束条件还包括公式(34)和公式(35):
7.根据权利要求1所述的考虑复杂地势的三维潮汐流能发电场规划系统,其特征在于,建立潮汐流能发电场的日输出功率计算模型的步骤如下:
1)获取发电机流速计算模块输出的各时段潮汐流能发电场内发电机的流速,并计算潮汐流能发电机的输出功率,即:
式中,Pk jt为第k种方案时第j台潮汐流能发电机在t时刻的输出功率;vk jt为第k种方案时第j台潮汐流能发电机在t时刻的实际流速;vin,vout和vrated分别为潮汐流能发电机组的切入流速、切出流速和额定流速;Cp为机组的获能系数;ρ为海水密度;Prated为机组的额定功率;A0为机组叶片扫过的面积;
2)计算潮汐流能发电场的日发电量,即:
式中,DEPk为第k种方案的日发电量,N'T为投入使用的发电机台数,Pk jt为第k种方案时第j台潮汐流能发电机在t时刻的输出功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010217805.7A CN111400925B (zh) | 2020-03-25 | 2020-03-25 | 考虑复杂地势的三维潮汐流能发电场规划系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010217805.7A CN111400925B (zh) | 2020-03-25 | 2020-03-25 | 考虑复杂地势的三维潮汐流能发电场规划系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400925A CN111400925A (zh) | 2020-07-10 |
CN111400925B true CN111400925B (zh) | 2024-02-13 |
Family
ID=71436580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010217805.7A Active CN111400925B (zh) | 2020-03-25 | 2020-03-25 | 考虑复杂地势的三维潮汐流能发电场规划系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400925B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112347694B (zh) * | 2020-10-26 | 2023-05-12 | 重庆大学 | 含洋流-海上风电-潮汐流发电的海岛微网电源规划方法 |
CN113177351B (zh) * | 2021-04-06 | 2022-09-20 | 国家海洋技术中心 | 一种基于量子离散粒子群算法的涡轮机阵列优化方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201208630D0 (en) * | 2011-05-16 | 2012-06-27 | Tidepod Ltd | A submersible structure adapted to host tidal energy converters |
CN106204339A (zh) * | 2016-08-09 | 2016-12-07 | 重庆大学 | 一种含潮汐流能发电场电力系统的发电可靠性评估方法 |
CN106208046A (zh) * | 2016-08-09 | 2016-12-07 | 重庆大学 | 一种考虑发电环境成本的潮汐流能发电场机组布局方法 |
CN106228468A (zh) * | 2016-08-09 | 2016-12-14 | 重庆大学 | 一种潮汐流能发电场输出功率的概率模拟方法 |
CN107681655A (zh) * | 2017-09-08 | 2018-02-09 | 重庆大学 | 一种潮汐流能发电场协调规划方法 |
CN108736472A (zh) * | 2018-06-01 | 2018-11-02 | 重庆大学 | 一种考虑礁石影响的潮汐流能发电场规划方法 |
CN109255361A (zh) * | 2018-06-01 | 2019-01-22 | 重庆大学 | 一种考虑不可行区域的潮汐流能发电场机组布局方法 |
CN109740975A (zh) * | 2019-03-11 | 2019-05-10 | 重庆大学 | 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 |
CN110119593A (zh) * | 2019-05-24 | 2019-08-13 | 中能电力科技开发有限公司 | 一种基于fvcom模型的可视化潮汐潮流预报方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102022250B (zh) * | 2010-04-28 | 2013-06-05 | 陈大千 | 潮汐能储能、发电方法及系统 |
-
2020
- 2020-03-25 CN CN202010217805.7A patent/CN111400925B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201208630D0 (en) * | 2011-05-16 | 2012-06-27 | Tidepod Ltd | A submersible structure adapted to host tidal energy converters |
CN106204339A (zh) * | 2016-08-09 | 2016-12-07 | 重庆大学 | 一种含潮汐流能发电场电力系统的发电可靠性评估方法 |
CN106208046A (zh) * | 2016-08-09 | 2016-12-07 | 重庆大学 | 一种考虑发电环境成本的潮汐流能发电场机组布局方法 |
CN106228468A (zh) * | 2016-08-09 | 2016-12-14 | 重庆大学 | 一种潮汐流能发电场输出功率的概率模拟方法 |
CN107681655A (zh) * | 2017-09-08 | 2018-02-09 | 重庆大学 | 一种潮汐流能发电场协调规划方法 |
CN108736472A (zh) * | 2018-06-01 | 2018-11-02 | 重庆大学 | 一种考虑礁石影响的潮汐流能发电场规划方法 |
CN109255361A (zh) * | 2018-06-01 | 2019-01-22 | 重庆大学 | 一种考虑不可行区域的潮汐流能发电场机组布局方法 |
CN109740975A (zh) * | 2019-03-11 | 2019-05-10 | 重庆大学 | 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 |
CN110119593A (zh) * | 2019-05-24 | 2019-08-13 | 中能电力科技开发有限公司 | 一种基于fvcom模型的可视化潮汐潮流预报方法 |
Non-Patent Citations (6)
Title |
---|
Optimal Sizing and Arrangement of Tidal Current Farm;Yi Dai等;《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》;第第9卷卷(第第1期期);第168-177页 * |
Probabilistic Power Flow Analysis of Power Systems Incorporating Tidal Current Generation;Zhouyang Ren 等;《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》;第第8卷卷(第第3期期);第1195-1203页 * |
Tidal stream energy impact on the transient and residual flow in an estuary: A 3D analysis;M. Sánchez等;《Applied Energy》;第167-177页 * |
波浪能利用发展历史与关键技术;刘延俊 等;《海洋技术学报》;第第36卷卷(第第4期期);第76-81页 * |
潮流能研究现状2015——水动力学;张亮 等;《水力发电学报》;第第35卷卷(第第2期期);第1-15页 * |
考虑不可行区域的潮汐流能发电场协调规划方法研究;王元萌;《中国优秀硕士学位论文全文数据库 基础科学辑》;第A010-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111400925A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103996074B (zh) | 基于cfd和改进pso的复杂地形风电场微观选址方法 | |
CN107909222B (zh) | 一种基于风机智能分组的风电场集电线路三维路径规划方法及系统 | |
CN106875033B (zh) | 一种基于动态自适应的风电集群功率预测方法 | |
CN111400925B (zh) | 考虑复杂地势的三维潮汐流能发电场规划系统 | |
CN109359350A (zh) | 一种优化精细施工成本的风电场道路智能设计方法 | |
Tapia et al. | Optimized micro-hydro power plants layout design using messy genetic algorithms | |
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 | |
CN113128786B (zh) | 一种基于空间网格搜索的风光水互补容量与选址优化方法 | |
Huang et al. | Genetic Algorithms for Optimization of Resource Allocation in Large Scale Construction Project Management. | |
Tapia et al. | Three-dimensional optimization of penstock layouts for micro-hydropower plants using genetic algorithms | |
Zhang et al. | Flow field impact assessment of a tidal farm in the Putuo-Hulu Channel | |
CN107908899A (zh) | 一种用于风电场建设施工道路的选线系统及选线方法 | |
CN108736472B (zh) | 一种考虑礁石影响的潮汐流能发电场规划方法 | |
Wu et al. | A synchronization methodology for 3D offshore wind farm layout optimization with multi-type wind turbines and obstacle-avoiding cable network | |
CN103745274A (zh) | 一种用于分散式风电的短期功率预测方法 | |
CN113919125A (zh) | 一种基于区域产汇流耦合模型系统的防洪预报调度方法 | |
CN106284239A (zh) | 一种大型坝式水电站初步选址方法 | |
González et al. | A new tool for wind farm optimal design | |
Deveci et al. | Electrical layout optimization of onshore wind farms based on a two-stage approach | |
CN108062438A (zh) | 一种用于风电场运行道路的选线系统及选线方法 | |
Mostafaeipour et al. | Optimal location planning to install wind turbines for hydrogen production: A case study | |
CN114741858A (zh) | 一种基于生长演化模型的多层级电网规划方法 | |
Tapia et al. | Application of genetic algorithms for designing micro-hydro power plants in Rural Isolated Areas—A case study in San Miguelito, Honduras | |
Araneo et al. | Low-environmental impact routeing of overhead power lines for the connection of renewable energy plants to the italian HV grid | |
Schröder et al. | Market impact of an offshore grid—A case study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |