CN204258715U - 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置 - Google Patents
基于改进单亲遗传算法的光伏电站汇集拓扑优化装置 Download PDFInfo
- Publication number
- CN204258715U CN204258715U CN201420602572.2U CN201420602572U CN204258715U CN 204258715 U CN204258715 U CN 204258715U CN 201420602572 U CN201420602572 U CN 201420602572U CN 204258715 U CN204258715 U CN 204258715U
- Authority
- CN
- China
- Prior art keywords
- photovoltaic plant
- collect
- genetic algorithm
- collects
- photovoltaic
- 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.)
- Expired - Lifetime
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 33
- 230000002068 genetic effect Effects 0.000 title claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 9
- 238000010353 genetic engineering Methods 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 239000004020 conductor Substances 0.000 description 3
- 230000001776 parthenogenetic effect Effects 0.000 description 3
- 108091023242 Internal transcribed spacer Proteins 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009429 electrical wiring Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本实用新型公开了一种基于改进单亲遗传算法的光伏电站汇集拓扑优化装置，其特点是该装置由多个光伏电站(1)、汇集线路(2)和汇集中心(3)组成，其中多个光伏电站(1)分别与汇集线路(2)连接成串，然后将每一串分别连接到汇集中心(3)，最后由汇集中心集中送出，并入公共电网。根据光伏电站的地理位置分布，以经济性为目标函数，采用改进单亲遗传算法为光伏电站、汇集线路和汇集中心提供最优的拓扑汇集方式。采用以经济性为目标的基于改进单亲遗传算法的光伏电站汇集拓扑优化装置不仅可以加快寻优速度和节省寻优时间，同时从整体上优化了光伏电站的汇集拓扑，使得经济效益得以最大化。
Description
技术领域
本实用新型涉及一种基于改进单亲遗传算法的光伏电站汇集拓扑优化装置，属于电网规划领域。
背景技术
太阳能是一种清洁能源，以储量的“无限性”、开发利用的清洁性、安全性以及逐渐显露出的经济性等优势，已经成为人类最为理想的替代能源。根据规划预测，到2050年我国的光伏装机容量将达到2000GW，年发电量达2600TWh，占全国总发电量的26％。并且随着光伏发电技术的不断成熟，其发电成本将会大幅下降，相比于传统煤电水电有着越来越强的竞争力。
大规模光伏基地通常由多个光伏电站联合构成，各站之间地理位置分布通常较为分散，设计合理的汇集拓扑结构对光伏基地功率安全、经济送出有重要意义。从目前光伏电站的设计经验来看，典型拓扑模型基本上有以下几种形式：链形、环形、辐射形。
链形是已建光伏电站中应用最多的一种汇集拓扑结构，具有结构简单，成本低廉的特点，其基本思想是将一定数目的光伏电站连接在一条电缆之上。但每条电缆上的光伏电站数目受到地理位置、电缆容量等参数限制。当光伏电站相聚较近时，可以采用在近处汇集后再与电网相连的形式，形成链式拓扑结构。环状拓扑结构为汇集送出系统提供了一定程度的冗余，在光伏发电基地内电缆发生故障时，减少电能的损失，具有较高的可靠性。当光伏电站相聚较远时，可以采用单独与电网相连的形式，形成辐射状拓扑结构。光伏电站的功率由多条线路分担，可以保证每条线路的容量都不会过大。同时在出现N-1故障时，其他正常线路可以正常输送功率，有利于系统的稳定运行和线路检修。
目前光伏电站汇集拓扑装置多靠设计人员的经验选择链形、环形、辐射型结构，设计出的光伏汇集拓扑装置并未考虑经济性优化问题。因此，从经济性最优的角度出发，提供一种新的光伏电站汇集拓扑装置，对于光伏电站乃至于整个电网的经济运行，有着重要的意义。
发明内容
本实用新型的目的是针对现有光伏电站汇集拓扑装置的不足而提供的一种基于改进单亲遗传算法的光伏电站汇集拓扑优化装置。其特点是该装置以经济性最优为目标，根据光伏电站的地理位置分布，采用改进的单亲遗传算法，形成经济性最好的光伏电站拓扑汇集方式，从而得到基于改进单亲遗传算法的光伏电站汇集拓扑优化装置。
本实用新型的目的由以下技术措施实现：
基于改进单亲遗传算法的光伏电站汇集拓扑优化装置由多个光伏电站、多个汇集线路和汇集中心组成，其中多个光伏电站分别与多个汇集线路连接成串，然后将每一串分别连接到汇集中心，最后由汇集中心集中送出，并入公共电网。
所述光伏电站是利用半导体界面的光生伏特效应，将光能直接转变为电能的一种技术，利用太阳能电池，经过串联后进行封装保护形成大面积的太阳电池组件，再配合功率控制器部件形成光伏发电。
所述多个汇集线路作为光伏电站之间拓扑连接的汇集导线，由于光伏电站之间送出功率较小，电压等级相对较低，因此通常采用中低压电缆，根据输送容量的不同，按照载流量选择不同截面的导线。
所述汇集中心作为拓扑优化装置的汇集点，把由汇集线路所连接形成的光伏电站串汇集到一处，使得所有光伏电站均通过汇集中心并入公共电网。
首先，针对本实用新型拓扑优化装置的特点，设定光伏电站汇集拓扑优化装置的目标函数，优化的目标函数为总的投资成本：
min(Ecost) (1)
s.t.Imax≤kI0 (2)
其中，Ecost是光伏电站电气接线总的投资费用；Imax为每一支路上流过的最大电流，I0为导线正常运行情况下的载流量，k为常数。
上述目标函数主要包括：光伏电站配套箱变的投资成本及集电线路导线成本。
其次，通过改进单亲遗传算法对目标函数求解，求解时，首先对各光伏电站编号，初始化包含一定数量个体的种群，种群中个体采用序号编码方式随机产生，每个个体对应一种光伏电站汇集拓扑结构，针对这种编码方式，改进单亲遗传算法相对于传统遗传算法的优点在于：其遗传操作均在一个个体上进行，因此不会出现序号重复，有利于问题求解；然后计算种群中个体适应度，即目标函数值，依据“优胜劣汰”的原则，保留最优个体，也就是经济指标最优的汇集拓扑结构，在遗传操作上，对种群进行分组，在每一小组里面选择最优个体，将最优个体进行复制，其他个体则是在最优个体的基础上进行基因换位、基因移位和基因倒位操作产生的，进而完成群体的更新，进入下一次迭代求解，与传统遗传算法相比，改进的单亲遗传算法在寻优过程中增加了分组以及最优个体复制操作，目的是加快寻优速度、节省寻优时间，通过不断的迭代、寻优来保证种群中个体的质量，最后得到最优解，生成最优的光伏电站汇集拓扑结构。
最后，根据改进单亲遗传算法的寻优结果得到经济性最优的光伏电站汇集拓扑优化装置。
本实用新型具有如下优点：
1、基于改进单亲遗传算法的光伏电站汇集拓扑优化装置以经济性为目标函数设计光伏电站汇集拓扑结构，并通过改进单亲遗传算法求解目标函数，最后得到的基于改进单亲遗传算法的光伏电站汇集拓扑优化装置具有明显的经济优势。
2、本装置与传统光伏电站链式汇集拓扑装置相比，节约成本为13.24％，具有明显的经济效益。
附图说明
图1为光伏电站汇集拓扑图。
其中1多个光伏电站，2多个汇集线路，3汇集中心。
图2为光伏电站位置分布图。
其中黑点表示光伏电站的位置。
图3为本实用新型优化结果。
图4为传统光伏电站链式汇集拓扑装置结果。
图3和图4中“*”表示光伏电站。
具体实施方式
下面通过实例对本实用新型进行具体的描述，有必要在此指出的是本实施例只用于对本实用新型进行进一步说明，不能理解为对本实用新型保护范围的限制，该领域的技术熟练人员可以根据上述实用新型的内容作出一些非本质的改进和调整。
实施例：
基于改进单亲遗传算法的光伏电站汇集拓扑优化装置由多个光伏电站1、多个汇集线路2和汇集中心3组成，其中多个光伏电站1分别与多个汇集线路2连接成串，然后将每一串分别连接到汇集中心3，最后由汇集中心集中送出，并入公共电网；
所述光伏电站1是利用半导体界面的光生伏特效应，将光能直接转变为电能的一种技术，利用太阳能电池，经过串联后进行封装保护形成大面积的太阳电池组件，再配合功率控制器部件形成光伏发电；
所述多个汇集线路2作为光伏电站之间拓扑连接的汇集导线，由于光伏电站之间送出功率较小，电压等级相对较低，因此通常采用中低压电缆，根据输送容量的不同，按照载流量选择不同截面的导线；
所述汇集中心3作为拓扑优化装置的汇集点，把由汇集线路所连接形成的光伏电站串汇集到一处，使得所有光伏电站均通过汇集中心并入公共电网；
首先，针对本实用新型拓扑优化装置的特点，设定光伏电站汇集拓扑优化装置的目标函数，优化的目标函数为总的投资成本：
min(Ecost) (1)
s.t.Imax≤kI0 (2)
其中，Ecost是光伏电站电气接线总的投资费用；Imax为每一支路上流过的最大电流，I0为导线正常运行情况下的载流量，k为常数；
上述目标函数主要包括：光伏电站配套箱变的投资成本及集电线路导线成本；
其次，通过改进单亲遗传算法对目标函数求解，求解时，首先对各光伏电站编号，初始化包含一定数量个体的种群，种群中个体采用序号编码方式随机产生，每个个体对应一种光伏电站汇集拓扑结构。针对这种编码方式，改进单亲遗传算法相对于传统遗传算法的优点在于：其遗传操作均在一个个体上进行，因此不会出现序号重复，有利于问题求解；然后计算种群中个体适应度，即目标函数值，依据“优胜劣汰”的原则，保留最优个体，也就是经济指标最优的汇集拓扑结构。在遗传操作上，对种群进行分组，在每一小组里面选择最优个体，将最优个体进行复制，其他个体则是在最优个体的基础上进行基因换位、基因移位和基因倒位操作产生的，进而完成群体的更新，进入下一次迭代求解。与传统遗传算法相比，改进的单亲遗传算法在寻优过程中增加了分组以及最优个体复制操作，目的是加快寻优速度、节省寻优时间，通过不断的迭代、寻优来保证种群中个体的质量，最后得到最优解，生成最优的光伏电站汇集拓扑结构；
最后，根据改进单亲遗传算法的寻优结果得到经济性最优的光伏电站汇集拓扑优化装置。
如图2所示，为拟进行光伏电站汇集拓扑的光伏电站地理位置分布。每一个光伏电站处包括了电站和与之相对应的变压器。
在MATLAB软件中编写相应的优化算法程序，该程序以总的投资成本为目标函数，以经济性为优化原则，通过迭代计算找出最优化的汇集拓扑。
以三十个光伏电站基地为例，采用本实用新型提供的光伏电站汇集拓扑优化装置所得拓扑结构如图3所示，在考虑光伏电站地理位置分布，汇集线路导线截面选择的情况下，该拓扑结构的经济指标Ecost＝27069，而传统光伏电站链式汇集拓扑装置的经济指标Ecost＝31200，相对于传统光伏电站链式汇集拓扑装置，本装置节约成本为13.24％。
实施例表面，基于改进单亲遗传算法的光伏电站汇集拓扑优化装置，在光伏电站汇集拓扑设计的经济性方面具有很大的优越性，能够取得明显的经济效益。
Claims (4)
1.基于改进单亲遗传算法的光伏电站汇集拓扑优化装置，其特征在于该装置由多个光伏电站(1)、多个汇集线路(2)和汇集中心(3)组成，其中多个光伏电站(1)分别与多个汇集线路(2)连接成串，然后将每一串分别连接到汇集中心(3)，最后由汇集中心集中送出，并入公共电网。
2.按照权利要求1所述基于改进单亲遗传算法的光伏电站汇集拓扑优化装置，其特征在于多个光伏电站(1)是利用半导体界面的光生伏特效应，将光能直接转变为电能的一种技术，利用太阳能电池，经过串联后进行封装保护形成大面积的太阳电池组件，再配合功率控制器部件形成光伏发电。
3.按照权利要求1所述基于改进单亲遗传算法的光伏电站汇集拓扑优化装置，其特征在于多个汇集线路(2)作为光伏电站之间拓扑连接的汇集导线，由于光伏电站之间送出功率较小，电压等级相对较低，因此通常采用中低压电缆，根据输送容量的不同，按照载流量选择不同截面的导线。
4.按照权利要求1所述基于改进单亲遗传算法的光伏电站汇集拓扑优化装置，其特征在于汇集中心(3)作为拓扑优化装置的汇集点，把由汇集线路所连接形成的光伏电站串汇集到一处，使得所有光伏电站均通过汇集中心并入公共电网。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201420602572.2U CN204258715U (zh) | 2014-10-17 | 2014-10-17 | 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201420602572.2U CN204258715U (zh) | 2014-10-17 | 2014-10-17 | 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN204258715U true CN204258715U (zh) | 2015-04-08 |
Family
ID=52962978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201420602572.2U Expired - Lifetime CN204258715U (zh) | 2014-10-17 | 2014-10-17 | 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN204258715U (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105512472A (zh) * | 2015-11-30 | 2016-04-20 | 国网青海省电力公司 | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 |
| CN106789641A (zh) * | 2016-11-18 | 2017-05-31 | 华北电力大学（保定） | 智能电网中集中式广域保护通信网的拓扑设计方法 |
| 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 |
| CN113297822A (zh) * | 2021-04-26 | 2021-08-24 | 阳光新能源开发有限公司 | 光伏电站集电线路确定方法、装置及存储介质 |
-
2014
- 2014-10-17 CN CN201420602572.2U patent/CN204258715U/zh not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105512472A (zh) * | 2015-11-30 | 2016-04-20 | 国网青海省电力公司 | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 |
| CN105512472B (zh) * | 2015-11-30 | 2018-05-01 | 国网青海省电力公司 | 大型风电基地功率汇集系统拓扑结构分层优化设计方法 |
| CN106789641A (zh) * | 2016-11-18 | 2017-05-31 | 华北电力大学（保定） | 智能电网中集中式广域保护通信网的拓扑设计方法 |
| 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 |
| CN110955970B (zh) * | 2019-11-27 | 2023-06-30 | 阳光新能源开发股份有限公司 | 光伏电站布局方法和装置 |
| CN113297822A (zh) * | 2021-04-26 | 2021-08-24 | 阳光新能源开发有限公司 | 光伏电站集电线路确定方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104281737B (zh) | 一种海上风电场集电系统拓扑结构选型方法 | |
| CN106503839B (zh) | 一种海上风电场环形集电网络分层规划方法 | |
| CN204258715U (zh) | 基于改进单亲遗传算法的光伏电站汇集拓扑优化装置 | |
| CN104361406B (zh) | 一种光伏电站可利用太阳能发电量预测方法 | |
| JP7518199B2 (ja) | 大規模洋上風力発電所の集電システムのトポロジー構造の最適化方法及びシステム | |
| Gong et al. | Fault-section location of distribution network containing distributed generation based on the multiple-population genetic algorithm of chaotic optimization | |
| CN104200263A (zh) | 一种基于禁忌差分进化和gis的配电网络线路规划方法 | |
| CN102709909A (zh) | 风力发电接入时的主动配电网可靠性评估方法 | |
| CN105512472A (zh) | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 | |
| CN105260952A (zh) | 基于马尔科夫链蒙特卡洛方法的光伏电站可靠性评估方法 | |
| CN107681655A (zh) | 一种潮汐流能发电场协调规划方法 | |
| CN103761582A (zh) | 一种高适应度的互动型微电网配置规划方法 | |
| CN107392498A (zh) | 一种电网拓扑分析系统 | |
| CN104636824A (zh) | 一种确定最小渗透率的分布式光伏选址定容方法 | |
| CN104392275A (zh) | 一种含分布式光伏并网的主动配电网规划方法 | |
| CN104483597A (zh) | 一种适用于含分布式电源的配电网故障区间定位方法 | |
| CN102315674B (zh) | 风网蓄协同供电方法及装置 | |
| CN107171356B (zh) | 一种针对风电调峰需求的风火外送送电曲线研究方法 | |
| CN110097235A (zh) | 一种联合发电的调度优化方法、装置和介质 | |
| CN103557120A (zh) | 海上能源整体式发电系统 | |
| CN205139998U (zh) | 基于峰谷电价的区域电网经济调度系统 | |
| CN204572342U (zh) | 一种新型风力蓄能制氢装置 | |
| CN114357671A (zh) | 基于薄弱环节辨识的配电网弹性提升规划配置方法及系统 | |
| CN112532707A (zh) | 一种分布式光伏电站运维数据传输方法 | |
| CN105205622A (zh) | 变电站和分布式发电布点的规划方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |