CN114676546A - 风电场内风机分布确定方法及装置 - Google Patents

风电场内风机分布确定方法及装置 Download PDF

Info

Publication number
CN114676546A
CN114676546A CN202111503816.2A CN202111503816A CN114676546A CN 114676546 A CN114676546 A CN 114676546A CN 202111503816 A CN202111503816 A CN 202111503816A CN 114676546 A CN114676546 A CN 114676546A
Authority
CN
China
Prior art keywords
fan
determining
line
wind
active power
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.)
Pending
Application number
CN202111503816.2A
Other languages
English (en)
Inventor
罗亚洲
杨健
柳玉
张扬帆
巩宇
牛四清
王伟
吴宇辉
杨伟新
环加飞
姜尚光
张雷
付雪娇
王玙
王正宇
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.)
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd
North China Grid Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd
North China Grid 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 State Grid Corp of China SGCC, North China Electric Power Research Institute Co Ltd, Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd, North China Grid Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111503816.2A priority Critical patent/CN114676546A/zh
Publication of CN114676546A publication Critical patent/CN114676546A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Geometry (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请实施例提供一种风电场内风机分布确定方法及装置，方法包括：根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数；根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布；本申请能够准确、便捷得确定风电场内风机分布。

Description

风电场内风机分布确定方法及装置
技术领域
本申请涉及数据处理领域，具体涉及一种风电场内风机分布确定方法及装置。
背景技术
近年来，我国风机装机容量迅速增长，为提高消纳水平需进一步提高风电发电功率的预测精度。在风场发电功率预测时，需要根据风机分布结构计算场内线路损耗来进一步提高精确度，然而部分风场无法提供风机分布结构的相关材料。
为解决风场无法提供风机分布结构的问题，现有技术中采用的方法主要为枚举法。枚举法是根据各个风机的发电功率数值以及各条汇集线路出口处的输出功率数值推算风电场内部的风机分布。具体的，首先需要确定每条线路上连接的风机数量，从第一条线路开始计算，分别计算所有可能的风机数量对应的所有排列的功率之和与第一条线路功率的偏差，取最小值所对应的数量为第一条线路上连接的风机数，再利用相同的方法计算第二条线路上连接的风机数，以此类推，得到每条线路上连接的风机数量。然后再确定每条线路上具体连接的是哪几台风机，根据第一条线路上连接的风机数进行风机排列组合，得到第一条线路连接的风机序号，以此类推，得到每条线路上连接的风机序号。最终得到风电场内的风机分布。
发明人发现，现有技术中的枚举法具有以下缺点：(1)枚举法计算量过大，难以实现；(2)由于线路计算存在顺序，可能导致仅仅得到局部最优解，无法得到全局最优解；(3)没有充分利用多时间的大量数据资源；(4)没有考虑到线路损耗导致的偏差。
发明内容
针对现有技术中的问题，本申请提供一种风电场内风机分布确定方法及装置，能够准确、便捷得确定风电场内风机分布。
为了解决上述问题中的至少一个，本申请提供以下技术方案：
第一方面，本申请提供一种风电场内风机分布确定方法，包括：
根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数；
根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
进一步地，所述根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件，包括：
根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率；
根据所述经过所述损耗修正后的各风机线有功功率、预设功率系数以及预设各风机线允许误差范围约束条件，确定各风机线允许误差系数；
根据风电场内的风机线条数、风机台数、经过所述损耗修正后的各风机线有功功率、各风机线上所连接风机的最大数量以及所述各风机线允许误差系数，确定整数规划模型的不等式约束条件和等式约束条件。
进一步地，在所述根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率之前，包括：
根据风电场内的所有风机线有功功率、所有风机有功功率以及风机线条数，确定风机线功率损耗值。
进一步地，所述根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的目标函数，包括：
根据风电场内的风机线条数、风机台数、设定时刻各风机有功功率以及设定时刻各风机与各风机线的连接系数，确定整数规划模型的目标函数。
第二方面，本申请提供一种风电场内风机分布确定装置，包括：
整数规划模型构建模块，用于根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数；
风机分布确定模块，用于根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
进一步地，所述整数规划模型构建模块包括：
功率损耗修正单元，用于根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率；
误差系数确定单元，用于根据所述经过所述损耗修正后的各风机线有功功率、预设功率系数以及预设各风机线允许误差范围约束条件，确定各风机线允许误差系数；
约束条件确定单元，用于根据风电场内的风机线条数、风机台数、经过所述损耗修正后的各风机线有功功率、各风机线上所连接风机的最大数量以及所述各风机线允许误差系数，确定整数规划模型的不等式约束条件和等式约束条件。
进一步地，所述整数规划模型构建模块包括：
功率损耗值确定单元，用于根据风电场内的所有风机线有功功率、所有风机有功功率以及风机线条数，确定风机线功率损耗值。
进一步地，所述整数规划模型构建模块包括：
目标函数确定单元，用于根据风电场内的风机线条数、风机台数、设定时刻各风机有功功率以及设定时刻各风机与各风机线的连接系数，确定整数规划模型的目标函数。
第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的风电场内风机分布确定方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的风电场内风机分布确定方法的步骤。
由上述技术方案可知，本申请提供一种风电场内风机分布确定方法及装置，通过风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数，并以此确定各风机线上连接的风机序号，得到所述风电场内的风机分布，由此能够准确、便捷得确定风电场内风机分布。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中的风电场内风机分布确定方法的流程示意图之一；
图2为本申请实施例中的风电场内风机分布确定方法的流程示意图之二；
图3为本申请实施例中的风电场内风机分布确定装置的结构图之一；
图4为本申请实施例中的风电场内风机分布确定装置的结构图之二；
图5为本申请实施例中的风电场内风机分布确定装置的结构图之三；
图6为本申请实施例中的风电场内风机分布确定装置的结构图之四；
图7为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到现有技术中的枚举法具有以下缺点：(1)枚举法计算量过大，难以实现；(2)由于线路计算存在顺序，可能导致仅仅得到局部最优解，无法得到全局最优解；(3)没有充分利用多时间的大量数据资源；(4)没有考虑到线路损耗导致的偏差的问题，本申请提供一种风电场内风机分布确定方法及装置，通过风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数，并以此确定各风机线上连接的风机序号，得到所述风电场内的风机分布，由此能够准确、便捷得确定风电场内风机分布。
为了能够准确、便捷得确定风电场内风机分布，本申请提供一种风电场内风机分布确定方法的实施例，参见图1，所述风电场内风机分布确定方法具体包含有如下内容：
步骤S101：根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数。
可以理解的是，整数规划模型是数学建模中一种常见的很重要的模型，整数规划是指规划中的变量限制为整数，若在线性模型中，变量限制为整数，则称为整数线性规划。相比于一般的线性规划，为了满足整数的要求，初看起来似乎只要把已得的非整数解舍入化整就可以了。实际上化整后的数不见得是可行解和最优解，所以应该有特殊的方法来求解整数规划。在整数规划中，如果所有变量都限制为整数，则称为纯整数规划；如果仅一部分变量限制为整数，则称为混合整数规划。整数规划的一种特殊情形是0-1规划，它的变数仅限于0或1。
可以理解的是，对于一般的整数规划模型，可以利用Lingo软件求解。随着MATLAB版本的提高，也可以直接调用MATLAB优化工具箱(Optimization Toolbox)中的bintprog或者intlinprog函数求解0-1整数规划问题。
可选的，风电场内已知有m条风机线，上面共连接了n台风机，共T个时间点的功率数据。此时本申请需要求解每条线路上连接了哪几台风机。
可选的，每条风机线上流过的功率分别为：PL1(t),PL2(t),…,PLm(t)。
在本申请的一些实施例中，由于风机功率与风机线功率之间存在功率损耗，需要考虑这一损耗带来的偏差，此时本申请可以选择一个时刻的数据，将所有风机功率与所有线路功率之差除以线路数作为每条风机线上功率损耗值，每条线路的功率损耗值根据下式(1)计算：
Figure BDA0003402408370000051
其中，m表示风机线的条数，PLi(t)表示t时刻第i条风机线的的功率，i＝1，2，…，m，Pj(t)表示t时刻第j台风机的实际发电功率，j＝1,2，…，n；n表示风机的台数。
修正后的功率如下式(2)所示：
PLi′(t)＝PLi(t)+ΔP，i＝1,2,...,m (2)
其中，PLi′(t)表示考虑功率损耗后第i条风机线上的功率，ΔP表示每条风机线上的功率损耗值，PLi(t)表示t时刻第i条风机线的的功率。
可选的，本申请可以根据下式(3)定义功率系数：
a1,1,a1,2,...,a1,n
a2,1,a2,2,...,a2,n
...
am,1,am,2,...,am,n(3)
其中，ai,j为(0,1)变量，取0或1，ai,j＝1表示第i条线路与j号风机相连接，ai,j＝0表示第i条线路与j号风机不相连接。
可选的，本申请的约束条件为：
1、线路的误差允许范围约束：
a1,1P1(t)+a1,2P2(t)+...+a1,nPn(t)-PL1′(t)|＜ε×PL1′(t)
a2,1P1(t)+a2,2P2(t)+...+a2,nPn(t)-PL2′(t)|＜ε×PL2′(t)
...
am,1P1(t)+am,2P2(t)+...+am,nPn(t)-PLm′(t)|＜ε×PLm′(t)(4)
2、功率系数约束如下：
每台风机都一定和风机线连接：
Figure BDA0003402408370000061
每台风机都一定和某条风机线连接：
Figure BDA0003402408370000062
每条风机线上所连接的风机数量小于等于最大数量：
Figure BDA0003402408370000063
Figure BDA0003402408370000064
其中，i＝1，2，…，m，m表示风机线的条数，PLi′(t)表示考虑功率损耗后第i条风机线上的功率，k表示每条风机线上所连接风机的最大数量，ε表示线路的允许误差系数，一般取10％,如果取前t个时间点的数据，则共有2m*t+m+n+1个约束条件，其中2m*t+m个不等式约束，n+1个等式约束。
可选的，本申请优化后的目标函数如下式(8)所示：
Figure BDA0003402408370000065
其中，Pj(1)表示前t个时间点中的第1个时间点对应的第j台风机的功率，ai,j为(0,1)变量，取0或1，ai,j＝1表示第i条线路与j号风机相连接，ai,j＝0表示第i条线路与j号风机不相连接。
步骤S102：根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
可选的，本申请对于整数规划问题，可以采用分支定界法来解决。设规定求解的整数规划问题为A，相应的线性规划问题为B。则A的求解步骤如下：
1)先不考虑原问题的整数约束，求解相应的问题B。
若B无可行解，则A也无可行解，停止计算。
若B有最优解，且符合整数条件，该最优解为A的最优解，停止计算。
若B有最优解，但不符合整数条件，记它的目标函数值为Z*，作为最优值的下界。
2)分枝：根据对变量重要性的了解，在最优解中选择一个不符合整数约束条件的解x1，其值为b，以[b]表示小于b的最大整数。构造两个约束条件:x1≤[b]和x1≥[b]+1分别加入原线性规划问题形成两个子问题，因为[b]与[b]+1之间无整数，故这两个子集内的整数解必定与原可行解集合整数解一致，这一步称为分枝。对于高维变量，可用潜入式启发性算法进行分枝，利用分数式潜入，取分数性最小的变量作为分枝节点。
3)定界，首先判断各个子问题是否存在整数解。若存在，找出目标函数值最大对应的整数解，设为Z*，则A问题的整数解目标函数Z≤Z*，这就是定界。而且分枝过程中，一旦有某个子问题Z≤Z*，则令Z*＝Z。
4)若存在小于Z*的子问题则需分枝。第3)步中若不存在整数解，也需继续分枝寻找整数解，并从目标函数值最小对应的子问题先分枝。
5)若所有子问题的目标值都大于等于Z*，则不需继续分枝，Z*所对应的整数解即为最优解。
经过以上步骤，得到系数对应的值，即可得到每条线路上连接的风机的序号，即得到了风电场内的风机排布。
从上述描述可知，本申请实施例提供的风电场内风机分布确定方法，能够通过风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数，并以此确定各风机线上连接的风机序号，得到所述风电场内的风机分布，由此能够准确、便捷得确定风电场内风机分布。
为了能够准确确定整数规划模型的整数约束条件，在本申请的风电场内风机分布确定方法的一实施例中，参见图2，上述步骤S101还可以具体包含如下内容：
步骤S201：根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率。
步骤S202：根据所述经过所述损耗修正后的各风机线有功功率、预设功率系数以及预设各风机线允许误差范围约束条件，确定各风机线允许误差系数。
步骤S203：根据风电场内的风机线条数、风机台数、经过所述损耗修正后的各风机线有功功率、各风机线上所连接风机的最大数量以及所述各风机线允许误差系数，确定整数规划模型的不等式约束条件和等式约束条件。
可选的，本申请可以根据下式(3)定义功率系数：
a1,1,a1,2,...,a1,n
a2,1,a2,2,...,a2,n
...
am,1,am,2,...,am,n(3)
其中，ai,j为(0,1)变量，取0或1，ai,j＝1表示第i条线路与j号风机相连接，ai,j＝0表示第i条线路与j号风机不相连接。
可选的，本申请的约束条件为：
1、线路的误差允许范围约束：
|a1,1P1(t)+a1,2P2(t)+...+a1,nPn(t)-PL1′(t)|＜ε×PL1′(t)
|a2,1P1(t)+a2,2P2(t)+...+a2,nPn(t)-PL2′(t)|＜ε×PL2′(t)
...
|am,1P1(t)+am,2P2(t)+...+am,nPn(t)-PLm′(t)|＜ε×PLm′(t)(4)
2、功率系数约束如下：
每台风机都一定和风机线连接：
Figure BDA0003402408370000081
每台风机都一定和某条风机线连接：
Figure BDA0003402408370000082
每条风机线上所连接的风机数量小于等于最大数量：
Figure BDA0003402408370000091
Figure BDA0003402408370000092
其中，i＝1，2，…，m，m表示风机线的条数，PLi′(t)表示考虑功率损耗后第i条风机线上的功率，k表示每条风机线上所连接风机的最大数量，ε表示线路的允许误差系数，一般取10％,如果取前t个时间点的数据，则共有2m*t+m+n+1个约束条件，其中2m*t+m个不等式约束，n+1个等式约束。
可选的，本申请优化后的目标函数如下式(8)所示：
Figure BDA0003402408370000093
其中，Pj(1)表示前t个时间点中的第1个时间点对应的第j台风机的功率，ai,j为(0,1)变量，取0或1，ai,j＝1表示第i条线路与j号风机相连接，ai,j＝0表示第i条线路与j号风机不相连接。
为了能够准确对各风机线有功功率进行损耗修正，在本申请的风电场内风机分布确定方法的一实施例中，在上述步骤S201之前，还可以具体包含如下内容：
根据风电场内的所有风机线有功功率、所有风机有功功率以及风机线条数，确定风机线功率损耗值。
可选的，风电场内已知有m条风机线，上面共连接了n台风机，共T个时间点的功率数据。此时本申请需要求解每条线路上连接了哪几台风机。
可选的，每条风机线上流过的功率分别为：PL1(t),PL2(t),…,PLm(t)。
在本申请的一些实施例中，由于风机功率与风机线功率之间存在功率损耗，需要考虑这一损耗带来的偏差，此时本申请可以选择一个时刻的数据，将所有风机功率与所有线路功率之差除以线路数作为每条风机线上功率损耗值，每条线路的功率损耗值根据下式(1)计算：
Figure BDA0003402408370000094
其中，m表示风机线的条数，PLi(t)表示t时刻第i条风机线的的功率，i＝1，2，…，m，Pj(t)表示t时刻第j台风机的实际发电功率，j＝1,2，…，n；n表示风机的台数。
修正后的功率如下式(2)所示：
PLi′(t)＝PLi(t)+ΔP，i＝1,2,...,m (2)
其中，PLi′(t)表示考虑功率损耗后第i条风机线上的功率，ΔP表示每条风机线上的功率损耗值，PLi(t)表示t时刻第i条风机线的的功率。
为了能够准确确定整数规划模型的目标函数，在本申请的风电场内风机分布确定方法的一实施例中，上述步骤S101还可以具体包含如下内容：
根据风电场内的风机线条数、风机台数、设定时刻各风机有功功率以及设定时刻各风机与各风机线的连接系数，确定整数规划模型的目标函数。
可选的，本申请优化后的目标函数如下式(8)所示：
Figure BDA0003402408370000101
其中，Pj(1)表示前t个时间点中的第1个时间点对应的第j台风机的功率，ai,j为(0,1)变量，取0或1，ai,j＝1表示第i条线路与j号风机相连接，ai,j＝0表示第i条线路与j号风机不相连接。
为了能够准确、便捷得确定风电场内风机分布，本申请提供一种用于实现所述风电场内风机分布确定方法的全部或部分内容的风电场内风机分布确定装置的实施例，参见图3，所述风电场内风机分布确定装置具体包含有如下内容：
整数规划模型构建模块10，用于根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数。
风机分布确定模块20，用于根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
从上述描述可知，本申请实施例提供的风电场内风机分布确定装置，能够通过风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数，并以此确定各风机线上连接的风机序号，得到所述风电场内的风机分布，由此能够准确、便捷得确定风电场内风机分布。
为了能够准确确定整数规划模型的整数约束条件，在本申请的风电场内风机分布确定装置的一实施例中，参见图4，所述整数规划模型构建模块10包括：
功率损耗修正单元11，用于根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率。
误差系数确定单元12，用于根据所述经过所述损耗修正后的各风机线有功功率、预设功率系数以及预设各风机线允许误差范围约束条件，确定各风机线允许误差系数。
约束条件确定单元13，用于根据风电场内的风机线条数、风机台数、经过所述损耗修正后的各风机线有功功率、各风机线上所连接风机的最大数量以及所述各风机线允许误差系数，确定整数规划模型的不等式约束条件和等式约束条件。
为了能够准确对各风机线有功功率进行损耗修正，在本申请的风电场内风机分布确定装置的一实施例中，参见图5，所述整数规划模型构建模块10包括：
功率损耗值确定单元14，用于根据风电场内的所有风机线有功功率、所有风机有功功率以及风机线条数，确定风机线功率损耗值。
为了能够准确确定整数规划模型的目标函数，在本申请的风电场内风机分布确定装置的一实施例中，参见图6，所述整数规划模型构建模块10包括：
目标函数确定单元15，用于根据风电场内的风机线条数、风机台数、设定时刻各风机有功功率以及设定时刻各风机与各风机线的连接系数，确定整数规划模型的目标函数。
为了更进一步说明本方案，本申请还提供一种应用上述风电场内风机分布确定装置实现风电场内风机分布确定方法的具体应用实例，具体包含有如下内容：
以某风场数据进行案例分析，该风电场共有50台风机，6条线路。
其中，第1条风机线上连接了1-8号风机；第2条风机线上连接了9-17号风机；第3条风机线上连接了18-27号风机；第4条风机线上连接了28-34号风机；第5条风机线上连接了35-45号风机；第6条风机线上连接了46-50号风机。
共有50个时刻的数据，取其中10个时间点的数据用作计算，构成有126个不等式约束，51个等式约束和目标函数。
利用上述方法进行计算，计算结果如表1所示，其中，带有(*)的表格代表风机和线路的连接关系计算错误。
根据下表1计算结果可知：第1条风机线上连接了1#、2#、4#-6#、8#和9#风机；第2条风机线上连接了10#-17#风机；第3条风机线上连接了18#-25#、27#风机；第4条风机线上连接了28#-34#风机；第5条风机线上连接了35#-45#风机；第6条风机线上连接了46#-50#风机。其中，3#、8#、9#和6#共4台风机的分布位置计算错误，故计算准确率为(50-4)/50＝92％。
表1风机分布测算结果
Figure BDA0003402408370000121
Figure BDA0003402408370000131
Figure BDA0003402408370000141
由上述内容可知，本申请根据已知风机线条数、各风机线有功功率和风机有功功率数据，将风机场内分布结构求解问题转化为整数规划问题，确定了整数规划问题的约束条件和目标函数，然后通过分支定界法求解整数规划问题，得到风机场内分布结构。
从硬件层面来说，为了能够准确、便捷得确定风电场内风机分布，本申请提供一种用于实现所述风电场内风机分布确定方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现风电场内风机分布确定装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该逻辑控制器可以参照实施例中的风电场内风机分布确定方法的实施例，以及风电场内风机分布确定装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中，风电场内风机分布确定方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
图7为本申请实施例的电子设备9600的系统构成的示意框图。如图7所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图7是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，风电场内风机分布确定方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
步骤S101：根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数。
步骤S102：根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
从上述描述可知，本申请实施例提供的电子设备，通过风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数，并以此确定各风机线上连接的风机序号，得到所述风电场内的风机分布，由此能够准确、便捷得确定风电场内风机分布。
在另一个实施方式中，风电场内风机分布确定装置可以与中央处理器9100分开配置，例如可以将风电场内风机分布确定装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现风电场内风机分布确定方法功能。
如图7所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图7中所示的所有部件；此外，电子设备9600还可以包括图7中没有示出的部件，可以参考现有技术。
如图7所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的风电场内风机分布确定方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的风电场内风机分布确定方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤S101：根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数。
步骤S102：根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
从上述描述可知，本申请实施例提供的计算机可读存储介质，通过风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数，并以此确定各风机线上连接的风机序号，得到所述风电场内的风机分布，由此能够准确、便捷得确定风电场内风机分布。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种风电场内风机分布确定方法，其特征在于，所述方法包括：
根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数；
根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
2.根据权利要求1所述的风电场内风机分布确定方法，其特征在于，所述根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件，包括：
根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率；
根据所述经过所述损耗修正后的各风机线有功功率、预设功率系数以及预设各风机线允许误差范围约束条件，确定各风机线允许误差系数；
根据风电场内的风机线条数、风机台数、经过所述损耗修正后的各风机线有功功率、各风机线上所连接风机的最大数量以及所述各风机线允许误差系数，确定整数规划模型的不等式约束条件和等式约束条件。
3.根据权利要求2所述的风电场内风机分布确定方法，其特征在于，在所述根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率之前，包括：
根据风电场内的所有风机线有功功率、所有风机有功功率以及风机线条数，确定风机线功率损耗值。
4.根据权利要求1所述的风电场内风机分布确定方法，其特征在于，所述根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的目标函数，包括：
根据风电场内的风机线条数、风机台数、设定时刻各风机有功功率以及设定时刻各风机与各风机线的连接系数，确定整数规划模型的目标函数。
5.一种风电场内风机分布确定装置，其特征在于，包括：
整数规划模型构建模块，用于根据风电场内的风机线条数、风机台数、各风机线有功功率以及各风机有功功率，确定整数规划模型的整数约束条件和目标函数；
风机分布确定模块，用于根据预设整数规划分支定界规则确定所述目标函数中符合所述整数约束条件的各系数对应的值，确定各风机线上连接的风机序号，得到所述风电场内的风机分布。
6.根据权利要求5所述的风电场内风机分布确定装置，其特征在于，所述整数规划模型构建模块包括：
功率损耗修正单元，用于根据预设风机线功率损耗值对各风机线有功功率进行损耗修正，确定经过所述损耗修正后的各风机线有功功率；
误差系数确定单元，用于根据所述经过所述损耗修正后的各风机线有功功率、预设功率系数以及预设各风机线允许误差范围约束条件，确定各风机线允许误差系数；
约束条件确定单元，用于根据风电场内的风机线条数、风机台数、经过所述损耗修正后的各风机线有功功率、各风机线上所连接风机的最大数量以及所述各风机线允许误差系数，确定整数规划模型的不等式约束条件和等式约束条件。
7.根据权利要求5所述的风电场内风机分布确定装置，其特征在于，所述整数规划模型构建模块包括：
功率损耗值确定单元，用于根据风电场内的所有风机线有功功率、所有风机有功功率以及风机线条数，确定风机线功率损耗值。
8.根据权利要求5所述的风电场内风机分布确定装置，其特征在于，所述整数规划模型构建模块包括：
目标函数确定单元，用于根据风电场内的风机线条数、风机台数、设定时刻各风机有功功率以及设定时刻各风机与各风机线的连接系数，确定整数规划模型的目标函数。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的风电场内风机分布确定方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的风电场内风机分布确定方法的步骤。
CN202111503816.2A 2021-12-09 2021-12-09 风电场内风机分布确定方法及装置 Pending CN114676546A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111503816.2A CN114676546A (zh) 2021-12-09 2021-12-09 风电场内风机分布确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111503816.2A CN114676546A (zh) 2021-12-09 2021-12-09 风电场内风机分布确定方法及装置

Publications (1)

Publication Number Publication Date
CN114676546A true CN114676546A (zh) 2022-06-28

Family

ID=82069671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111503816.2A Pending CN114676546A (zh) 2021-12-09 2021-12-09 风电场内风机分布确定方法及装置

Country Status (1)

Country Link
CN (1) CN114676546A (zh)

Similar Documents

Publication Publication Date Title
US8904149B2 (en) Parallelization of online learning algorithms
US20210350427A1 (en) Method and device for cost early warning of prefabricated building
EP3961384A1 (en) Automatic derivation of software engineering artifact attributes from product or service development concepts
CN104133765B (zh) 网络活动的测试用例发送方法及测试用例服务器
CN111736772B (zh) 分布式文件系统的存储空间数据处理方法及装置
CN112492535A (zh) 短信发送方法及装置
CN112396511A (zh) 分布式风控变量数据处理方法、装置及系统
CN114676546A (zh) 风电场内风机分布确定方法及装置
CN114676272A (zh) 多媒体资源的信息处理方法、装置、设备及存储介质
CN113434423A (zh) 接口测试方法及装置
CN114723976A (zh) 计算图的子图模式匹配方法及装置
CN114003388A (zh) 大数据计算引擎任务参数确定方法及装置
CN113870837A (zh) 语音合成模型的训练方法、装置、设备及可读存储介质
CN112116402A (zh) 信用风险客户级违约率确定方法及装置
CN110400046A (zh) 监控指标调整方法、装置、设备及计算机可读存储介质
CN112766698B (zh) 应用业务压力确定方法及装置
CN117422602B (zh) 一种轨道交通规划多维融合方法及系统
CN113689191A (zh) 一种软件开发工时确定方法及装置
CN116521377B (zh) 业务计算卸载方法、系统、装置、设备及介质
CN112070561B (zh) 电子券推荐方法及装置
CN112039992B (zh) 基于云计算架构的模型管理方法及系统
CN113487091A (zh) 一种网络资源动态优化方法及装置
CN115827658A (zh) 区块链关系型数据校验方法、装置及系统
CN116664041A (zh) 调货方法、装置、电子设备和计算机可读介质
CN116823126A (zh) 物品信息处理方法、装置、电子设备和计算机可读介质

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Luo Yazhou

Inventor after: Huan Jiafei

Inventor after: Jiang Shangguang

Inventor after: Zhang Lei

Inventor after: Fu Xuejiao

Inventor after: Wang Yu

Inventor after: Wang Zhengyu

Inventor after: Yang Jian

Inventor after: Liu Yu

Inventor after: Zhang Yangfan

Inventor after: Gong Yu

Inventor after: Niu Siqing

Inventor after: Wang Wei

Inventor after: Wu Yuhui

Inventor after: Yang Weixin

Inventor before: Luo Yazhou

Inventor before: Huan Jiafei

Inventor before: Jiang Shangguang

Inventor before: Zhang Lei

Inventor before: Fu Xuejiao

Inventor before: Wang Yu

Inventor before: Wang Zhengyu

Inventor before: Yang Jian

Inventor before: Liu Yu

Inventor before: Zhang Yangfan

Inventor before: Gong Yu

Inventor before: Niu Siqing

Inventor before: Wang Wei

Inventor before: Wu Yuhui

Inventor before: Yang Weixin