CN112990538A - 一种山地光伏电站集电线路确定方法、装置及设备 - Google Patents

一种山地光伏电站集电线路确定方法、装置及设备 Download PDF

Info

Publication number
CN112990538A
CN112990538A CN202110152150.4A CN202110152150A CN112990538A CN 112990538 A CN112990538 A CN 112990538A CN 202110152150 A CN202110152150 A CN 202110152150A CN 112990538 A CN112990538 A CN 112990538A
Authority
CN
China
Prior art keywords
road
determining
power station
box
shortest
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.)
Granted
Application number
CN202110152150.4A
Other languages
English (en)
Other versions
CN112990538B (zh
Inventor
刘宏博
王�忠
杨宗军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Sungrow New Energy Technology Co Ltd
Original Assignee
Hefei Sungrow New Energy Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Sungrow New Energy Technology Co Ltd filed Critical Hefei Sungrow New Energy Technology Co Ltd
Priority to CN202110152150.4A priority Critical patent/CN112990538B/zh
Publication of CN112990538A publication Critical patent/CN112990538A/zh
Application granted granted Critical
Publication of CN112990538B publication Critical patent/CN112990538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/30—Electrical components
    • H02S40/34—Electrical components comprising specially adapted electrical connection means to be structurally associated with the PV module, e.g. junction boxes
    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例公开了一种山地光伏电站集电线路确定方法、装置及设备。该方法包括：基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度，其中，所述设备包括升压站和箱变；基于所述最短道路和所述道路长度构建总成本模型；按照预设的寻优算法和所述总成本模型对箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。本发明实施例通过将各电站设备之间的道路进行优化，能够满足电缆沿道路敷设的设计，设备之间距离为其沿道路最短距离，保证每条集电线路连接方式为其综合成本最低的连接；且本发明实施例方法可由计算机等设备进行自动计算，具有效率高、设计周期短的优点。

Description

一种山地光伏电站集电线路确定方法、装置及设备
技术领域
本发明实施例涉及集电线路技术，尤其涉及一种山地光伏电站集电线路确定方法、装置及设备。
背景技术
在光伏电站中，光伏厂区发电单元中的箱变通过集电线路接入升压站，在箱变位置、升压站位置以及集电线路条数确定的情况下，需要设计集电线路的连接方式(哪几个箱变接入一条集电线路，以及一条集电线路中箱变之间的连接拓扑)，不同的集电线路连接方式，会造成电缆的选型和用量的不同，最终影响工程的造价成本，因此有必要对集电线路进行优化设计，来降低工程成本。
相关技术中，缺乏通过集电线路优化降低集电线路布设成本的技术方案，尤其缺乏针对山地光伏电站进行成本优化的集电线路布设方案。
发明内容
本发明实施例提供一种山地光伏电站集电线路确定方法、装置及设备，以降低集电线路成本。
第一方面，本发明实施例提供了一种山地集电线路确定方法，包括：
基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度；
基于所述最短道路和所述道路长度构建总成本模型；
按照预设的寻优算法和所述总成本模型对所述光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
可选的，所述基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度，包括：
基于电站设备位置信息对光伏电站的道路信息进行离散化处理，以确定出箱变和升压站的道路映射点；
基于所述道路信息确定道路交叉点；
对所述道路交叉点和所述道路映射点进行去重处理，得到道路节点；
基于所述道路节点确定各电站设备两两之间的最短道路及最短道路长度。
可选的，所述基于所述道路节点确定各电站设备两两之间的最短道路及最短道路长度，包括：
确定各所述道路节点的相邻关系；
计算各相邻道路节点间的距离；
建立相邻关系路径表，其中，所述相邻关系路径表中包含有相邻的节点信息以及对应的道路长度信息；
使用路径规划算法基于所述相邻关系路径表确定各道路节点两两之间的最短道路以及最短道路长度，作为各电站设备两两之间的最短道路以及最短道路长度。
可选的，所述基于所述最短道路和所述道路长度构建总成本模型，包括：
以升压站为根节点建立二叉树结构的集电线路拓扑；
基于所述集电线路拓扑确定子节点的箱变容量；
基于所述子节点的箱变容量以及所述相邻关系路径表确定所述集电线路中各段线缆的长度及型号，以及基于所述集电线路拓扑和所述相邻关系路径表确定各线缆路径的桥架长度及型号；
基于所述集电线路中各段线缆的长度及型号、各所述桥架的长度及型号，构建总成本模型。
可选的，基于所述集电线路中各段线缆的长度及型号、各所述桥架的长度及型号，按照如下公式构建总成本模型：
Figure BDA0002931941750000031
式中：k为所述集电线路的数量，q为每条所述集电线路对应的箱变个数，Lsi为线缆长度，Pc_si为对应的线缆价格；t为道路段的数量，dj为第j段道路的长度，Pb_j为对应的桥架价格。
可选的，所述按照预设的寻优算法和所述总成本模型对所述光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑，包括：
构建所述光伏电站的箱变序列与集电线路拓扑的映射关系；
基于所述总成本模型和所述映射关系计算所述箱变序列的最低成本值；
按照预设的寻优算法以集电线路成本最低为目标、以所述最低成本值作为适应度值对所述箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
可选的，所述构建箱变序列与集电线路拓扑的映射关系，包括：
根据箱变数量和集电线路数量将箱变序列划分为预设数量的集电线路，其中，每条所述集电线路均满足二叉树结构；
确定每条所述集电线路所具有的二叉树结构；
将全部所述集电线路的二叉树结构进行组合，得到箱变序列与集电线路拓扑的映射关系。
可选的，所述按照预设的寻优算法以集电线路成本最低为目标、以所述最低成本值作为适应度值对所述箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑，包括：
确定预设数量的箱变序列；
使用总成本模型计算每个箱变序列的适应度值；
基于所述适应度值更新个体最优值、全局最优值和更新速度，以更新箱变序列，直至达到设定迭代次数，得到具有最低成本的集电线路拓扑。
第二方面，本发明实施例还提供了一种山地集电线路确定装置，包括：
路径计算模块，用于基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间沿道路能够到达的最短道路以及最短道路长度；
成本模型构建模块，用于基于所述最短道路和所述道路长度构建总成本模型；
寻优计算模块，用于按照预设的寻优算法和所述总成本模型对所述光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
第三方面，本发明实施例还提供了一种山地集电线路确定设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的山地集电线路确定方法。
本发明实施例提供的山地集电线路确定方法，根据光伏电站的道路信息和电站设备位置信息，确定出各电站设备两两之间的最短道路和道路长度，当集电线路的拓扑结构确定时，显然通过将相邻设备按照该最短道路进行布设，能够使得集电线路的成本最低。在此基础上，通过构建集电线路总成本模型，该模型反映了在确定的箱变序列情况下，不同连接拓扑的集电线路总成本。再通过对箱变序列进行寻优计算，使得设计出的集电线路的成本造价更低。可见，本发明实施例通过将各电站设备之间的道路进行优化，能够满足电缆沿道路敷设的设计，设备之间距离为其沿道路最短距离，保证每条集电线路连接方式为其综合成本最低的连接；且本发明实施例方法可由计算机等设备进行自动计算，具有效率高、设计周期短的优点。
附图说明
图1为本发明实施例提供的一种山地集电线路确定方法的流程图；
图2为本发明实施例提供的另一种山地集电线路确定方法的流程图；
图3为本发明实施例提供的一个示例性的设备及道路位置图；
图4为本发明实施例提供的又一种山地集电线路确定方法的流程图；
图5为本发明实施例提供的又一种山地集电线路确定方法的流程图；
图6为图3所示光伏电站经过寻优计算后得到的集电线路拓扑图；
图7为本发明实施例提供的一种山地集电线路确定装置的结构框图；
图8是本发明实施例提供的一种山地集电线路确定设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的一种山地集电线路确定方法的流程图，本实施例可适用于对山地光伏电站进行集电线路优化，以设计出低成本的集电线路拓扑的情况。该方法可由集电线路确定设备来执行，集电线路确定设备例如可以为配置有计算机程序的计算机设备等。参考图1，该方法具体包括如下步骤：
S110、基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度。
其中，电站设备包括箱变和升压站，相应地，电站设备位置信息包括箱变位置信息和升压站位置信息。光伏电站的道路信息、箱变位置信息和升压站位置信息可通过光伏厂区的CAD图纸获取。
设备两两之间的最短道路是指两两设备之间沿道路能够到达的最短路径。山地光伏电站，地形复杂，箱变、升压站基本都位于道路边，箱变之间和箱变与升压站之间电缆走桥架沿道路敷设，箱变之间距离应按其所走的道路长度计算。本步骤结合道路信息以及设备位置信息，计算出各电站设备两两之间的最短道路及其道路长度，以用于后续步骤进行集电线路的最低成本计算。
示例性的，可建立关于两两设备之间最短道路及其道路长度的路径表，后续通过查找该路径表的方式获取到集电线路中对应设备之间的最短路径信息。
S120、基于最短道路和道路长度构建总成本模型。
其中，对于确定好箱变之间连接关系的集电线路，因为线缆沿道路敷设，因而通过上述步骤得到的各电站设备两两之间的最短道路可以计算出集电线路的最短线缆长度。且对于确定好箱变之间连接关系的集电线路，根据子节点的箱变容量，参照电力工程电缆设计规范，可计算出全部集电线路中每段线缆的型号。由此，结合线缆的型号以及线缆长度可计算出对应的线缆成本，且线缆的敷设路径确定后，敷设线缆的桥架长度便确定，因而可进一步计算出敷设线缆的桥架的成本，可见，在确定了箱变之间连接关系的集电线路中，可确定集电线路总成本与箱变序列的对应关系，即为总成本模型。
S130、按照预设的寻优算法和总成本模型对光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
其中，在箱变组合改变时，每条集电线路内部的连接拓扑也相应发生改变，而不同的连接拓扑下集电线路具有不同的成本。本步骤通过对箱变序列进行寻优，在每个箱变序列下保证每条集电线路连接方式均为其综合成本最低的连接，由此得到每个箱变序列的最低成本的集电线路拓扑结构，再通过将不同箱变序列的各最低成本的集电线路拓扑结构进行比较，得到最优的集电线路拓扑，即本实施例是对全部箱变的组合情况进行成本寻优而得到最优的集电线路拓扑。
本实施例提供的山地集电线路确定方法，根据光伏电站的道路信息、电站设备位置信息，确定出各个设备两两之间的最短道路和道路长度，当集电线路的拓扑结构确定时，显然通过将相邻设备按照该最短道路进行布设，能够使得集电线路的成本最低。在此基础上，通过构建集电线路总成本模型，该模型反映了在确定的箱变序列情况下，不同连接拓扑的集电线路总成本。再通过对箱变序列进行寻优计算，使得设计出的集电线路的成本造价更低。可见，本实施例通过将各电站设备之间的道路进行优化，能够满足电缆沿道路敷设的设计，设备之间距离为其沿道路最短距离，保证每条集电线路连接方式为其综合成本最低的连接；且本实施例方法可由计算机等设备进行自动计算，具有效率高、设计周期短的优点。
可选的，图2为本发明实施例提供的另一种山地集电线路确定方法的流程图，本实施例在上述实施例的基础上进行了优化，参考图2，该方法具体包括如下步骤：
S210、基于电站设备位置信息对光伏电站的道路信息进行离散化处理，以确定出箱变和升压站的道路映射点。
由上述实施例可知，设备两两之间的最短道路是指两设备沿道路能够到达的最短路径，本实施例具体通过为各电站设备建立道路映射点来确定各电站设备两两之间的最短道路及最短道路长度，电站设备的道路映射点包括箱变的道路映射点和升压站的道路映射点。其中，箱变的道路映射点是指箱变与道路之间具有最短距离的道路点，同样地，升压站映射点是指升压站与道路之间具有最短距离的道路点。本实施例通过将箱变和升压站映射到道路上，以通过道路上的道路映射点来反映设备两两之间的距离。相应地，两个道路映射点之间的最短路径即为对应两个设备之间的最短道路。
以某100MW山地光伏电站为例，一共29个箱变，设计4条集电线路，电缆敷设方式为桥架，桥架沿道路敷设。设备以及道路位置图如图3所示，图中的X1、X2、…、X29为29个箱变的道路映射点，X30为升压站的道路映射点。
S220、基于道路信息确定道路交叉点。
其中，道路交叉点用于在后续步骤中确定设备两两之间的最短道路。参考图3，R1、R2、…R9即为道路交叉点。
S230、对道路交叉点和道路映射点进行去重处理，得到道路节点。
其中，当道路映射点与道路交叉点重叠时，仅保留其中的一个点，以对道路映射点和道路交叉点进行去重处理。经过去重处理后的全部的道路映射点和道路交叉点即为道路节点。
例如，在图3中，道路映射点和道路交叉点没有重合，则道路节点包括全部道路映射点和全部道路交叉点。
S240、基于道路节点确定各电站设备两两之间的最短道路及最短道路长度。
具体地，在得到全部道路节点后，通过一定的算法进行计算，可得到任意两个道路节点之间的最短路径，该最短路径即为这两个设备之间的最短道路，相应的，这两个道路节点间的最短路径的长度即为这两个设备之间的最短道路长度。
可选的，在一些实施例中，基于道路节点确定各电站设备两两之间的最短道路及最短道路长度可进一步作如下优化：
确定各道路节点的相邻关系；
计算各相邻道路节点间的距离；
建立相邻关系路径表，其中，相邻关系路径表中包含有相邻的道路节点信息以及对应的道路长度信息；
使用路径规划算法基于相邻关系路径表确定各道路节点两两之间的最短道路以及最短道路长度，作为各电站设备两两之间的最短道路以及最短道路长度。
具体地，同一段道路上的两节点之间若无其它节点，则这两个节点为相邻关系。以此为原则，找到所有道路节点的相邻关系，并计算出相邻节点之间的距离，构成一个相邻关系路径表(或者带权重无向图)；再使用路径规划算法基于该相邻关系路径表可计算出各道路节点之间的最短道路以及最短道路长度，而每个道路节点为箱变或升压站在道路的映射点，因此基于道路节点得到的最短道路和最短道路长度即为各电站设备两两之间的最短道路和道路长度。
示例性的，可使用A星算法计算出所有设备两两之间的最短道路和道路长度。以图3所示的山地光伏电站为例，一共29个箱变，4条集电线路，设备之间的最短道路长度可基于如下公式进行计算：
Figure BDA0002931941750000101
式中：Lij(i≠j)为结点i、j之间的距离，i、j∈[1,30]。
设备之间的最短道路可基于如下公式确定：
Figure BDA0002931941750000102
式中：pathij(i≠j)＝{i,node1,node2,...,nodek,j}，表示结点i到结点j所经过的结点集合，nodek≠i,nodek≠j,nodek∈[1,39]。
S250、基于最短道路和道路长度构建总成本模型。
S260、按照预设的寻优算法和总成本模型对光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
本实施例通过对道路信息进行离散化处理，得到各个箱变在道路的道路映射点以及升压站在道路的道路映射点，再根据道路信息获取到道路交叉点，通过对道路映射点和道路交叉点进行去重处理，得到道路节点。按照一定的路径规划算法基于道路节点计算出各电站设备两两之间的最短道路和最短道路长度，满足了电缆沿道路敷设且设备之间距离为其沿道路最短距离的设计要求，再通过建立相邻路径关系表记录各电站设备两两之间的最短路径及其路径长度。从而在后续步骤中以所得到的两两设备之间的最短道路及其最短道路长度进行集电线路最低成本计算，确定出具有最低成本的集电线路拓扑。
可选的，图4为本发明实施例提供的又一种山地集电线路确定方法的流程图，本实施例在上述实施例的基础上进行了优化，参考图4，该方法具体包括如下步骤：
S410、基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度。
S420、以升压站为根节点建立二叉树结构的集电线路拓扑。
S430、基于集电线路拓扑确定子节点的箱变容量。
其中，一个箱变对应一个子节点，参照上述实施例中所划定的道路节点可知，本步骤中的集电线路的子节点是指该集电线路中所用到的箱变所对应的道路节点。
S440、基于子节点的箱变容量以及相邻关系路径表确定集电线路中各段线缆的长度及型号，以及基于集电线路拓扑和相邻关系路径表确定各线缆路径的桥架长度及型号。
其中，每个子节点对应一个道路节点，因而本步骤中集电线路中的各段线缆是指该集电线路中各相邻道路节点之间的线缆。因为线缆沿道路敷设，因而各段线缆的长度即为对应道路的长度，因而可通过相邻关系路径表得到集电线路中各段线缆的长度。
对于给定的集电线路连接拓扑，把其当成以升压站为根节点的二叉树，根据子节点的箱变容量可以确定各集电线路中连接相邻节点的线缆所带负载，通过如下公式可计算出每段线缆(各连接相邻节点的线缆)所承载电流，参照电力工程电缆设计规范，计算出全部集电线路中每段线缆的型号。
Figure BDA0002931941750000121
式中：Si为子节点i箱变容量，Un为箱变高压侧额定电压(取35kV)。
在确定了集电线路拓扑后，结合相邻管理路径表，可确定出该集电线路拓扑下的线缆路径，每个线缆路径对应一桥架，根据电缆线径(由各段线缆组成)，参照桥架设计规范，计算出每段边所选用的桥架的长度及其型号。
S450、基于集电线路中各段线缆的长度及型号、各桥架的长度及型号，构建总成本模型。
其中，通过各段线缆的长度及型号可计算出线缆的总成本，根据桥架的长度及型号可计算出所使用的桥架的总成本，据此可计算出线缆总成本模型和桥架总成本模型，对这两项成本模型进行叠加可构建出山地集电线路的总成本模型。需要注意的是，在进行桥架计算时，具体根据各线缆路径进行桥架长度计算，这样设计的好处在于：当不止一条线缆通过同一道路布设时，即不止一条线缆具有相同的线缆路径，可将多条线缆共用同一桥架，由此可实现同一道路布设多条线缆时的成本最低化。
可选的，在一些实施例中，具体通过如下公式构建总成本模型：
Figure BDA0002931941750000122
式中：k为集电线路的数量，q为每条集电线路对应的箱变个数，Lsi为线缆长度，Pc_si为对应的线缆价格；t为道路段的数量，dj为第j段道路的长度，Pb_j为对应的桥架价格。
可见，本实施例通过预先构建总成本模型，所构建的总成本模型叠加了桥架因素，通过对线缆成本和桥架成本进行综合考虑，使得所建立的集电线路总成本模型能够真实反映集电线路敷设的实际成本。且基于公式(1)构建的总成本模型，考虑了电缆敷设共线的情况，能够综合考虑桥架进行寻优，更合理。
S460、按照预设的寻优算法和总成本模型对光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
本实施例在建立的相邻关系路径表的基础上，确定集电线路中每段线缆的型号及其长度，由此可确定每段线缆的成本模型，通过对全部集电线路中的全部线缆进行加权计算而得到计算线缆成本的模型；通过确定线缆路径而得到各集电线路的总长度，进而确定出集电线路中的桥架成本模型，通过叠加线缆成本模型和桥架成本模型而得到集电线路的总成本模型。在箱变序列的寻优过程中，基于所构建的总成本模型对各个箱变序列的集电线路成本进行最优值计算，而使得寻优过程收敛，最终通过寻优计算得到具有最低成本的集电线路拓扑。本实施例通过叠加线缆成本和桥架成本，使得所计算出的总成本能够真实反映集电线路敷设的实际造价，进而得到综合成本最低的集电线路拓扑。
可选的，图5为本发明实施例提供的又一种山地集电线路确定方法的流程图，本实施例在上述实施例的基础上进行了优化，参考图5，该方法具体包括如下步骤：
S510、基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度。
S520、基于最短道路和道路长度构建总成本模型。
S530、构建光伏电站的箱变序列与集电线路拓扑的映射关系。
其中，箱变序列是指各箱变按照一定顺序排列而形成的箱变集合。显然，不同的箱变序列会导致集电线路之间的连接拓扑发生改变，由此而产生不同成本的集电线路。且对于同一箱变序列，集电线路内部各箱变之间的连接拓扑也不唯一，因而对于同一箱变序列，其也会具有不同的集电线路成本。
本步骤的目的是要构建箱变序列与集电线路拓扑的映射关系，以在箱变序列确定时，得到对应于该箱变序列的所有可能的集电线路连接拓扑，从而建立箱变序列与集电线路拓扑的映射关系。
可选的，在一些实施例中，具体通过如下方法构建箱变序列与集电线路拓扑的映射关系：
根据箱变数量和集电线路数量将箱变序列划分为预设数量的集电线路，其中，每条集电线路均满足二叉树结构；
确定每条集电线路所具有的二叉树结构；
将全部集电线路的二叉树结构进行组合，得到箱变序列与集电线路拓扑的映射关系。
具体地，箱变数量和集电线路数量预先确定，为已知量。在进行箱变序列划分时，考虑到负载均衡，可按照如下原则来进行具体的箱变序列划分：集电线路之间的箱变个数差最大为1，以使得各集电线路相对升压站具有相近的负载。例如，在上述29个箱变4条集电线路的山地光伏电站中，按照集电线路之间的箱变个数差最大为1的划分原则，可得到8/7/7/7拓扑的集电线路。
可具体按照如下规则对每条集电线路进行拓扑连接以使得每条集电线路均满足二叉树结构：除升压站结点外，其余结点均可T接，且至多只能T接出1路，刚好满足二叉树结构，计算出每条集电线路所有可能的连接拓扑(即所有可能的二叉树)，组合所有集电线路的连接拓扑。
每条集电线路内的箱变之间可建立不同的连接拓扑，即每条集电线路可能具有不同的二叉树结构，本步骤通过对全部集电线路按照不同的二叉树结构进行组合，得到对应于当前箱变序列的所有可能的集电线路拓扑，从而建立箱变序列与集电线路拓扑的映射关系。
例如，某一电站具有两条集电线路，每条集电线路有三个箱变，针对某一箱变序列，考虑到与升压站的连接顺序，每条集电线路具有9种连接拓扑，两条集电线路组合则有81种连接拓扑，该81种连接拓扑构成了与箱变序列的映射关系。
S540、基于总成本模型和映射关系计算箱变序列的最低成本值。
本步骤的目的是要计算出每个箱变序列具有最低成本值的集电线路连接拓扑。上述步骤已经建立了箱变序列与集电线路拓扑的映射关系，因而使用总成本模型对每个集电线路拓扑进行成本计算，可得到各个连接拓扑的总成本，再通过对各个连接拓扑的总成本进行比较，可得到每个箱变序列的最低成本值。
例如，某一电站具有两条集电线路，每条集电线路有三个箱变，针对某一箱变序列，每条集电线路具有三种连接拓扑，则全部两条集电线路有九种连接拓扑，因而需要分别计算这九种连接拓扑的集电线路成本，由此而得到该箱变序列的最低成本值。
示例性的，对某一箱变序列，其具有n个连接拓扑，通过总成本模型先计算出各个连接拓扑的总成本F1，F2，……，Fn，再使用如下公式计算得到该箱变序列的最低成本值：
f(X)＝min(F1,F2,...,Fn) (5)
式中：Fi为第i个连接拓扑的总成本。
S550、按照预设的寻优算法以集电线路成本最低为目标、以最低成本值作为适应度值对箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
本步骤的目的是要对箱变序列进行寻优计算，以得到具有最低集电线路成本的箱变连接拓扑。在寻优计算过程中，以箱变序列的最低成本值作为寻优过程的适应度值，使得寻优过程趋向最低成本收敛，最终得到具有最低成本的集电线路拓扑。可选的，可使用元启发式算法对箱变序列进行寻优。
在一些实施例中，寻优计算具体包括如下步骤：
确定预设数量的箱变序列；
使用总成本模型计算每个箱变序列的适应度值；
基于适应度值更新个体最优值、全局最优值和更新速度，以更新箱变序列，直至达到设定迭代次数，得到具有最低成本的集电线路拓扑。
下面以图3所示的29个箱变4条集电线路的光伏电站为例，以粒子群算法进行寻优计算，对确定最低成本的集电线路拓扑作进一步介绍。
(1)粒子位置(即输入变量)K为29个箱变组成的序列，初始化参数：粒子数量设为Pn＝100、迭代次数为N＝500、个体交换概率为α＝1、社会交换概率β＝0.9；
(2)随机初始化100个粒子，即K1、K2、...、K100；
(3)使用总成本模型，计算出每个粒子的适应度值f(Ki)；
(4)更新个体最优位置Pi_best，全局最优位置Pg_best；
(5)以概率α生成个体交换序列，以概率β生成社会交换序列，更新速度Vi；
(6)更新粒子位置Ki，Ki＝exchange(Ki,Vi)；
(7)判断是否达到设定的迭代次数，是则终止，否则重复步骤(3)。最终得到图6所示的优化的集电线路连接拓扑。
本实施在上述实施例的基础上，构建光伏电站的箱变序列与集电线路拓扑的映射关系，再根据总成本模型和所得到的映射关系计算箱变序列的最低成本值，在对箱变序列进行寻优计算的过程中，以最低成本值作为适应度值进行寻优，使得寻优过程向着低成本收敛，并最终得到综合成本最低的集电线路拓扑。本实施例提供的集电线路确定方法可由计算机等机器设备进行自动计算，效率高，且设计周期短；利用寻优算法设计出来的集电线路，成本造价更低。
可选的，图7为本发明实施例提供的一种山地集电线路确定装置的结构框图，该集电线路确定装置包括：路径计算模块710、成本模型构建模块720和寻优计算模块730，其中，
路径计算模块710，用于基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间沿道路能够到达的最短道路以及最短道路长度；
成本模型构建模块720，用于基于最短道路和道路长度构建总成本模型；
寻优计算模块730，用于按照预设的寻优算法和总成本模型对光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
可选的，在上述技术方案的基础上，路径计算模块710包括：
道路映射点确定单元，用于基于电站设备位置信息对光伏电站的道路信息进行离散化处理，以确定出箱变和升压站的道路映射点；
道路交叉点确定单元，用于基于道路信息确定道路交叉点；
去重单元，用于对道路交叉点和道路映射点进行去重处理，得到道路节点；
路径计算单元，用于基于道路节点确定各电站设备两两之间的最短道路及最短道路长度。
可选的，在上述技术方案的基础上，路径计算单元具体用于：
确定各道路节点的相邻关系；
计算各相邻道路节点间的距离；
建立相邻关系路径表，其中，相邻关系路径表中包含有相邻的节点信息以及对应的道路长度信息；
使用路径规划算法基于相邻关系路径表确定各道路节点两两之间的最短道路以及最短道路长度，作为各电站设备两两之间的最短道路以及最短道路长度。
可选的，在上述技术方案的基础上，成本模型构建模块720包括：
拓扑构建单元，用于以升压站为根节点建立二叉树结构的集电线路拓扑；
箱变容量确定单元，用于基于集电线路拓扑确定子节点的箱变容量；
线缆长度及型号确定单元，用于基于子节点的箱变容量以及相邻关系路径表，确定集电线路中各段线缆的长度及型号；
成本模型构建单元，用于基于集电线路中各段线缆的长度及型号，构建总成本模型。
可选的，在上述技术方案的基础上，成本模型构建单元具体用于基于集电线路中各段线缆的长度及型号，按照如下公式构建总成本模型：
Figure BDA0002931941750000181
式中：k为集电线路的数量，q为每条集电线路对应的箱变个数，Lsi为线缆长度，Pc_si为对应的线缆价格；t为道路段的数量，dj为第j段道路的长度，Pb_j为对应的桥架价格。
可选的，在上述技术方案的基础上，寻优计算模块730包括：
映射关系构建单元，用于构建光伏电站的箱变序列与集电线路拓扑的映射关系；
最低成本计算单元，用于基于总成本模型和映射关系计算箱变序列的最低成本值；
寻优计算单元，用于按照预设的寻优算法以集电线路成本最低为目标、以最低成本值作为适应度值对箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
可选的，在上述技术方案的基础上，映射关系构建单元具体用于：
根据箱变数量和集电线路数量将箱变序列划分为预设数量的集电线路，其中，每条集电线路均满足二叉树结构；
确定每条集电线路所具有的二叉树结构；
将全部集电线路的二叉树结构进行组合，得到箱变序列与集电线路拓扑的映射关系。
可选的，在上述技术方案的基础上，寻优计算单元具体用于：
确定预设数量的箱变序列；
使用总成本模型计算每个箱变序列的适应度值；
基于适应度值更新个体最优值、全局最优值和更新速度，以更新箱变序列，直至达到设定迭代次数，得到具有最低成本的集电线路拓扑。
可选的，图8是本发明实施例提供的一种山地集电线路确定设备的结构示意图。图8示出了适于用来实现本发明实施方式的示例性集电线路确定设备812的框图。图8显示的集电线路确定设备812仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，集电线路确定设备812以通用计算机的形式表现。集电线路确定设备812的组件可以包括但不限于：一个或者多个处理器816，存储装置828，连接不同系统组件(包括存储装置828和处理器816)的总线818。
总线818表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
集电线路确定设备812典型地包括多种计算机系统可读介质。这些介质可以是任何能够被集电线路确定设备812访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置828可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)830和/或高速缓存存储器832。集电线路确定设备812可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统834可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线818相连。存储装置828可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块842的程序/实用工具840，可以存储在例如存储装置828中，这样的程序模块842包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块842通常执行本发明所描述的实施例中的功能和/或方法。
集电线路确定设备812也可以与一个或多个外部设备814(例如键盘、指向终端、显示器824等)通信，还可与一个或者多个使得用户能与该集电线路确定设备812交互的终端通信，和/或与使得该集电线路确定设备812能与一个或多个其它计算终端进行通信的任何终端(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口822进行。并且，集电线路确定设备812还可以通过网络适配器820与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图8所示，网络适配器820通过总线818与集电线路确定设备812的其它模块通信。应当明白，尽管图中未示出，可以结合集电线路确定设备812使用其它硬件和/或软件模块，包括但不限于：微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器816通过运行存储在存储装置828中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的山地集电线路确定方法，该方法包括：
基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度；
基于最短道路和道路长度构建总成本模型；
按照预设的寻优算法和总成本模型对光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种山地集电线路确定方法，其特征在于，包括：
基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度；
基于所述最短道路和所述道路长度构建总成本模型；
按照预设的寻优算法和所述总成本模型对所述光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
2.根据权利要求1所述的山地集电线路确定方法，其特征在于，所述基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间的最短道路及最短道路长度，包括：
基于电站设备位置信息对光伏电站的道路信息进行离散化处理，以确定电站设备的道路映射点；
基于所述道路信息确定道路交叉点；
对所述道路交叉点和所述道路映射点进行去重处理，得到道路节点；
基于所述道路节点确定各电站设备两两之间的最短道路及最短道路长度。
3.根据权利要求2所述的山地集电线路确定方法，其特征在于，所述基于所述道路节点确定各电站设备两两之间的最短道路及最短道路长度，包括：
确定各所述道路节点的相邻关系；
计算各相邻道路节点间的距离；
建立相邻关系路径表，其中，所述相邻关系路径表中包含有相邻的节点信息以及对应的道路长度信息；
使用路径规划算法基于所述相邻关系路径表确定各道路节点两两之间的最短道路以及最短道路长度，作为各电站设备两两之间的最短道路以及最短道路长度。
4.根据权利要求1所述的山地集电线路确定方法，其特征在于，所述基于所述最短道路和所述道路长度构建总成本模型，包括：
以升压站为根节点建立二叉树结构的集电线路拓扑；
基于所述集电线路拓扑确定子节点的箱变容量；
基于所述子节点的箱变容量以及所述相邻关系路径表确定所述集电线路中各段线缆的长度及型号，以及基于所述集电线路拓扑和所述相邻关系路径表确定各线缆路径的桥架长度及型号；
基于所述集电线路中各段线缆的长度及型号、各所述桥架的长度及型号，构建总成本模型。
5.根据权利要求4所述的山地集电线路确定方法，其特征在于，基于所述集电线路中各段线缆的长度及型号、各所述桥架的长度及型号，按照如下公式构建总成本模型：
Figure FDA0002931941740000021
式中：k为所述集电线路的数量，q为每条所述集电线路对应的箱变个数，Lsi为线缆长度，Pc_si为对应的线缆价格；t为道路段的数量，dj为第j段道路的长度，Pb_j为对应的桥架价格。
6.根据权利要求1所述的山地集电线路确定方法，其特征在于，所述按照预设的寻优算法和所述总成本模型对所述光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑，包括：
构建所述光伏电站的箱变序列与集电线路拓扑的映射关系；
基于所述总成本模型和所述映射关系计算所述箱变序列的最低成本值；
按照预设的寻优算法以集电线路成本最低为目标、以所述最低成本值作为适应度值对所述箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
7.根据权利要求6所述的山地集电线路确定方法，其特征在于，所述构建箱变序列与集电线路拓扑的映射关系，包括：
根据箱变数量和集电线路数量将箱变序列划分为预设数量的集电线路，其中，每条所述集电线路均满足二叉树结构；
确定每条所述集电线路所具有的二叉树结构；
将全部所述集电线路的二叉树结构进行组合，得到箱变序列与集电线路拓扑的映射关系。
8.根据权利要求6所述的山地集电线路确定方法，其特征在于，所述按照预设的寻优算法以集电线路成本最低为目标、以所述最低成本值作为适应度值对所述箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑，包括：
确定预设数量的箱变序列；
使用总成本模型计算每个箱变序列的适应度值；
基于所述适应度值更新个体最优值、全局最优值和更新速度，以更新箱变序列，直至达到设定迭代次数，得到具有最低成本的集电线路拓扑。
9.一种山地集电线路确定装置，其特征在于，包括：
路径计算模块，用于基于光伏电站的道路信息和电站设备位置信息确定各电站设备两两之间沿道路能够到达的最短道路以及最短道路长度；
成本模型构建模块，用于基于所述最短道路和所述道路长度构建总成本模型；
寻优计算模块，用于按照预设的寻优算法和所述总成本模型对所述光伏电站的箱变序列进行寻优计算，确定具有最低成本的集电线路拓扑。
10.一种山地集电线路确定设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～8中任一所述的山地集电线路确定方法。
CN202110152150.4A 2021-02-03 2021-02-03 一种山地光伏电站集电线路确定方法、装置及设备 Active CN112990538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110152150.4A CN112990538B (zh) 2021-02-03 2021-02-03 一种山地光伏电站集电线路确定方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110152150.4A CN112990538B (zh) 2021-02-03 2021-02-03 一种山地光伏电站集电线路确定方法、装置及设备

Publications (2)

Publication Number Publication Date
CN112990538A true CN112990538A (zh) 2021-06-18
CN112990538B CN112990538B (zh) 2024-05-17

Family

ID=76346586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110152150.4A Active CN112990538B (zh) 2021-02-03 2021-02-03 一种山地光伏电站集电线路确定方法、装置及设备

Country Status (1)

Country Link
CN (1) CN112990538B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297713A (zh) * 2021-06-28 2021-08-24 阳光新能源开发有限公司 一种光伏电站走线方法、计算设备及存储介质
CN114024486A (zh) * 2021-11-11 2022-02-08 阳光新能源开发股份有限公司 一种电站线缆布置方法及装置
CN117713211A (zh) * 2023-12-18 2024-03-15 费莱(浙江)科技有限公司 基于环境分析的光伏并网智能调度方法及系统
WO2024082826A1 (zh) * 2022-10-20 2024-04-25 隆基光伏科技(上海)有限公司 集电线路的生成方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
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
CN108418211A (zh) * 2018-03-14 2018-08-17 国网黑龙江省电力有限公司电力科学研究院 一种基于Dijlstra算法和遗传算法的供电路径优化方法
CN110334391A (zh) * 2019-05-23 2019-10-15 明阳智慧能源集团股份公司 一种多维度约束风电场集电线路自动规划方法
WO2020046261A1 (en) * 2018-08-27 2020-03-05 Siemens Aktiengesellschaft Systematic prognostic analysis with dynamic causal model
CN110955970A (zh) * 2019-11-27 2020-04-03 合肥阳光新能源科技有限公司 光伏电站布局方法和装置
CN111313406A (zh) * 2020-03-02 2020-06-19 合肥阳光新能源科技有限公司 一种集电线路的确定方法、装置及电站
US20200252327A1 (en) * 2019-02-01 2020-08-06 City University Of Hong Kong System and method for determining an optimal path arrangement of an infrastructure link network
CN112052544A (zh) * 2020-08-13 2020-12-08 明阳智慧能源集团股份公司 风电场集电网络设计方法、系统、存储介质及计算设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
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
CN108418211A (zh) * 2018-03-14 2018-08-17 国网黑龙江省电力有限公司电力科学研究院 一种基于Dijlstra算法和遗传算法的供电路径优化方法
WO2020046261A1 (en) * 2018-08-27 2020-03-05 Siemens Aktiengesellschaft Systematic prognostic analysis with dynamic causal model
US20200252327A1 (en) * 2019-02-01 2020-08-06 City University Of Hong Kong System and method for determining an optimal path arrangement of an infrastructure link network
CN110334391A (zh) * 2019-05-23 2019-10-15 明阳智慧能源集团股份公司 一种多维度约束风电场集电线路自动规划方法
CN110955970A (zh) * 2019-11-27 2020-04-03 合肥阳光新能源科技有限公司 光伏电站布局方法和装置
CN111313406A (zh) * 2020-03-02 2020-06-19 合肥阳光新能源科技有限公司 一种集电线路的确定方法、装置及电站
CN112052544A (zh) * 2020-08-13 2020-12-08 明阳智慧能源集团股份公司 风电场集电网络设计方法、系统、存储介质及计算设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297713A (zh) * 2021-06-28 2021-08-24 阳光新能源开发有限公司 一种光伏电站走线方法、计算设备及存储介质
CN114024486A (zh) * 2021-11-11 2022-02-08 阳光新能源开发股份有限公司 一种电站线缆布置方法及装置
CN114024486B (zh) * 2021-11-11 2024-04-02 阳光新能源开发股份有限公司 一种电站线缆布置方法及装置
WO2024082826A1 (zh) * 2022-10-20 2024-04-25 隆基光伏科技(上海)有限公司 集电线路的生成方法和装置
CN117713211A (zh) * 2023-12-18 2024-03-15 费莱(浙江)科技有限公司 基于环境分析的光伏并网智能调度方法及系统
CN117713211B (zh) * 2023-12-18 2024-05-14 费莱(浙江)科技有限公司 基于环境分析的光伏并网智能调度方法及系统

Also Published As

Publication number Publication date
CN112990538B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
CN112990538B (zh) 一种山地光伏电站集电线路确定方法、装置及设备
CN106503839B (zh) 一种海上风电场环形集电网络分层规划方法
WO2021253291A1 (zh) 风电场布局的优化方法、优化系统及计算机可读存储介质
CN104266656A (zh) 用于道路网的最短路径搜索方法及装置
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
CN107742169A (zh) 一种基于复杂网络的城市公交网络系统构建方法及性能评估方法
CN107527112B (zh) 一种确定电力设备间最短路径的方法及设备
CN112650888A (zh) 一种基于图论的区域综合能源系统选址规划方法及系统
CN112464545B (zh) 海上风电场电缆及变电站的布局方法、系统、设备及介质
JP5466798B1 (ja) 電力グリッドのスケルトン・トポロジ構造を抽出する方法及び装置
CN113488996A (zh) 一种基于分布式并行图计算框架的配电网原生图建模方法
CN110197302A (zh) 一种考虑接线模式拓扑约束的配电网规划方法
CN108418211A (zh) 一种基于Dijlstra算法和遗传算法的供电路径优化方法
CN108921448A (zh) 电能交易方法、装置、设备及存储介质
CN105243248A (zh) 用于psd-bpa仿真的厂站主接线模型生成方法及系统
CN108414889A (zh) 电网孤岛的检测、确定孤岛组的方法及装置
Li et al. Hexagon raster‐based method for distribution network planning considering line routes and pole locations
CN115375084B (zh) 一种基于电力数据的图数据库构建方法及系统
Ware et al. An ant colony system algorithm for automatically schematizing transport network data sets
CN112952814B (zh) 一种考虑城镇生长特性的区域能源互联网演化模拟方法
CN113158392A (zh) 一种配电图形化监测计算系统
Kebir et al. Modified minimum spanning tree for optimised DC microgrid cabling design
Yin et al. Research on network topology analysis method of distribution management based on gis
CN114372407B (zh) 基于道路空间模态的v2x边缘计算节点设备布置系统及方法
CN110765562B (zh) 一种基于多源信息多约束的目标网架自动生成方法

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
CB02 Change of applicant information

Address after: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2

Applicant after: Sunshine New Energy Development Co.,Ltd.

Address before: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2

Applicant before: Sunshine New Energy Development Co.,Ltd.

Address after: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2

Applicant after: Sunshine New Energy Development Co.,Ltd.

Address before: 230088 2nd floor, scientific research building, sunshine power plant, No.2 Tianhu Road, high tech Zone, Hefei City, Anhui Province

Applicant before: HEFEI SUNGROW RENEWABLE ENERGY SCI. & TECH. Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant