一种考虑风机-风电场双层系统拓扑的协同优化方法与流程

1.本发明涉及风电汇集系统拓扑优化技术领域，具体是一种考虑风机-风电场双层系统拓扑 的协同优化方法。


背景技术：

2.作为21世纪最具活力的可再生清洁能源发电方式，风力发电为构造低碳社会、推动新旧 动能转换和经济可持续发展做出了巨大的贡献。近年来，世界各国的风电发展十分迅猛。
3.近年来风电的发展却遇到了风资源利用率低，风电与其他电力资源不平衡，与电力系统 负荷侧不协调而引发的弃风、脱网等问题。解决风电消纳的根本方法是合理规划耦合风电随 机特性的风电场拓扑结构，利用大型风电场的平滑效应优化风电场集群的机组出力，设计经 济可靠的并网输送方案，并建设一个考虑风机-风电场双层系统拓扑的协同优化模型。
4.大规模风电场具有平滑效应和随机波动特性，对风机拓扑结构有着更高的要求。另外，
ꢀ“
平价上网”时代下，规模化降低发、输电成本必须要结合电网特点，对汇集系统进行有设 计和总体性协调规划。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，提供一种考虑风机-风电场双层系统拓扑的协同 优化方法，包括如下步骤：
6.步骤一，获取风电场风机容量、风机坐标及风机出力数据，风电场容量、风电场坐标及 风电场出力数据，电力系统传输设备信息，目标区域输电价格及弃电补偿电价；
7.步骤二，根据风机容量、风机坐标及风机出力数据通过风电场内部风机拓扑优化模型生 成风机初始种群，并计算各个风机的净收益，若风机的净收益不满足终止准则，生成子代种 群，对子代种群经过交叉、变异，再计算各个风机的净收益，若风机的净收益满足终止准则， 得到当前种群中的最优个体；
8.步骤三，根据风电场坐标和最优个体，通过风电场间风机拓扑优化模型中生成风电场初 始种群，计算各个风电场的净收益，若风电场的净收益不满足终止准则，生成风电场子代种 群，对风电场子代种群进行交叉、变异，再计算各个风电场的净收益，若风电场的净收益满 足终止准则，则得到经过交叉、变异后风电场子代种群中的最优个体，确定风机-风电场双层 系统最优拓扑，根据风机-风电场双层系统最优拓扑对风电场和风机进行协同优化。
9.进一步的，所述的风机-风电场双层系统包括风电场内部风机拓扑及风电场间拓扑。
10.进一步的，所述的风电场内部风机拓扑优化模型是基于风电场内部风机坐标、容量及出 力数据搭建的；所述风电场间拓扑优化模型是基于风电场坐标、容量及出力数据得
到的；所 述协同优化模型是基于风电场内部风机信息及风电场信息得到的。
11.进一步的，所述的风电场间风机拓扑优化模型为基于遗传算法，结合风电场内部风机拓 扑优化结果及风电平滑效应建立。
12.一种考虑风机-风电场双层系统，包括：风电场内部风机拓扑和风电场间拓扑；其中风电 场内部风机拓扑包括风机、传输线路，所述风机通过传输线路与风机或风电场连接；所述风 电场间拓扑包括风电场、传输线路以及升压站，所述风电场与通过传输线与风机、风电场、 升压站连接，一个或多个所述计算机程序被一个或多个处理器执行时实现。
13.本发明的有益效果是：1、本发明的一个创新点在于，考虑风电平滑效应，通过风电场内 部风机坐标、容量及出力数据，得到风电场内部风机拓扑优化模型，使用遗传算法对风电场 内部风机拓扑进行优化。
14.2、在上述基础上，根据风电场内部风机最优拓扑，通过风电场坐标建立风电场拓扑优化 模型，得到最优的风机-风电场双层系统拓扑。
附图说明
15.图1为一种考虑风机-风电场双层系统拓扑的协同优化方法的流程图；
16.图2为本发明的海上风电场集群接入系统的示意图。
具体实施方式
17.下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所 述。
18.如图1所示，一种考虑风机-风电场双层系统拓扑的协同优化方法，包括如下步骤：
19.步骤一，获取风电场风机容量、风机坐标及风机出力数据，风电场容量、风电场坐标及 风电场出力数据，电力系统传输设备信息，目标区域输电价格及弃电补偿电价；
20.步骤二，根据风机容量、风机坐标及风机出力数据通过风电场内部风机拓扑优化模型生 成风机初始种群，并计算各个风机的净收益，若风机的净收益不满足终止准则，生成子代种 群，对子代种群经过交叉、变异，再计算各个风机的净收益，若风机的净收益满足终止准则， 得到当前种群中的最优个体；
21.步骤三，根据风电场坐标和最优个体，通过风电场间风机拓扑优化模型中生成风电场初 始种群，计算各个风电场的净收益，若风电场的净收益不满足终止准则，生成风电场子代种 群，对风电场子代种群进行交叉、变异，再计算各个风电场的净收益，若风电场的净收益满 足终止准则，则得到经过交叉、变异后风电场子代种群中的最优个体，确定风机-风电场双层 系统最优拓扑，根据风机-风电场双层系统最优拓扑对风电场和风机进行协同优化。
22.进一步的，所述的风机-风电场双层系统包括风电场内部风机拓扑及风电场间拓扑。
23.进一步的，所述的风电场内部风机拓扑优化模型是基于风电场内部风机坐标、容量及出 力数据搭建的；所述风电场间拓扑优化模型是基于风电场坐标、容量及出力数据得到的；所 述协同优化模型是基于风电场内部风机信息及风电场信息得到的。
24.进一步的，所述的风电场间风机拓扑优化模型为基于遗传算法，结合风电场内部
风机拓 扑优化结果及风电平滑效应建立。
25.一种考虑风机-风电场双层系统，包括：风电场内部风机拓扑和风电场间拓扑；其中风电 场内部风机拓扑包括风机、传输线路，所述风机通过传输线路与风机或风电场连接；所述风 电场间拓扑包括风电场、传输线路以及升压站，所述风电场与通过传输线与风机、风电场、 升压站连接，一个或多个所述计算机程序被一个或多个处理器执行时实现。
26.具体的，一种考虑风机-风电场双层系统拓扑的协同优化模型，包括以下步骤：
27.s1,获取风电场内部风机容量、坐标及出力数据，风电场容量、坐标及出力数据，电力系 统传输设备信息，目标区域输电价格及弃电补偿电价；
28.s2，将风电场内部风机容量、坐标及出力数据输入到已搭建的协同优化模型中，运用遗 传算法对模型进行求解，首先生成初始种群，计算各个风机的净收益，如果不满足终止准则， 生成子代种群，然后经过交叉、变异，再计算各个风机的净收益，如果满足终止准则，得到 当前种群中的最优个体；
29.s3，将风电场坐标输入到已搭建的协同优化模型中，根据风电场内部风机拓扑优化得到 的最优个体，首先生成初始种群，计算各个风电场的净收益，如果不满足终止准则，生成子 代种群，然后经过交叉、变异，再计算各个风电场的净收益，如果满足终止准则，得到当前 种群中的最优个体，确定风机-风电场双层系统最优拓扑。
30.对于风电场或风电场集群的送出线路，如按照装机容量进行配置，则会导致输电线路经 常轻载，资产利用率低下；如果送出线路容量过低，又会造成大量弃风。因此需要建立经济 性综合优化模型，协调输电线路的建设容量与弃风损失。输电线路综合效益分为成本及收益， 由净现值给出
[0031][0032]
式中：b
total
为年度收益；c
l
为年度成本；r为利率；n为运行年限。
[0033]
风电场送出电能为线路的收益来源，因为传输容量限制造成的弃风，即未送出电量，也 应作为罚款计入线路的收益。忽略风电场送出电能不同时段的价格差异，风电场年度收益 b
total
主要受风电收益b
te
和弃电补偿成本c
cur
决定，其中b
te
主要由风电站年发电量决定， c
cur
主要由输电容量限制导致的风电年弃电量决定
[0034]ccur
＝[(1 r)
n-1]/[r(1 r)n]pbe
cur
[0035]bte
＝[(1 r)
n-1]/[r(1 r)n]p
oe[0036]
式中：b
te
为风电电量收益；c
cur
为弃电补偿成本；po、pb为价格参数；e
cur
为风电场的 年弃电量；e为风电场的年发电量。
[0037]
根据表征风电发电出力特性的年持续出力曲线，进行风电场的年弃电量和年发电量测算。 风电场的年持续出力曲线，为累积持续时间t的函数p
dur
(t)。风电场的出口线路有功功率限制 为p
ll
，因此风电场理论出力大于p
ll
时，超过线路功率约束的部分将被弃电。t
ll
为风电场 出力不小于p
ll
的年累计持续时间。年持续出力曲线与坐标轴围成的区域面积为风电场理论 年可发电量e0，为阴影部分面积年弃电量e
cur
与空白部分面积年发电量e之和。
[0038]
根据上述定义，风电场的年弃电量e
cur
和年发电量e可由下式进行计算
[0039][0040][0041]
式中，p
dur,max
为风电场的年最大出力。根据风电场年可发电量、年发电量与年弃电量三 者间的关系，上式等效为：
[0042][0043]
集电系统拓扑优化的约束条件主要包括海缆传输容量约束、海缆载流量约束、海缆承受 风机数量约束和海缆交叉规避约束。
[0044]
选择海缆时应该保证海缆连接的所有风机容量不超过海缆的限制容量，其表达方式如下：
[0045][0046]
其中s
ij
表示与海缆i相连的风机j的容量，ni表示与海缆i相连的风机数量，s
imax
表示海 缆i的最大传输容量，n表示海缆数量。
[0047]
海缆载流量约束包括单风机海缆载流量约束和汇集海缆载流量约束，其表达式如下：
[0048][0049]
其中i
ij
表示连接风机j的电缆i的载流量，p
wj
表示风机j的额定出力，u
ij
表示海缆ij的 额定电压，表示风机j的功率因数，ii表示连接了ni台风机的电缆i的载流量，ui表示 汇集海缆i的额定电压。
[0050]
由于海缆载流量有限，每条海缆能汇集的风机数量ni有限，其表达方式如下所示：
[0051][0052]
其中i
max
i表示汇集电缆i的最大载流量，表示汇集海缆i的功率因数，pw表示与汇 集海缆i相连的风机的平均额定出力。
[0053]
海上风电的集电海缆通常采用吹埋的方式进行安装，考虑到实际工程需求，集电海缆之 间不允许交叉。而模型的输入信息为风机位置坐标，因此需要利用节点的坐标信息判断海缆 是否发生交叉，海缆交叉约束为
[0054][0055]
其中p1p2和q1q2表示不能相交的两条线段，和
·
表示叉积和点积计算。
[0056]
海上风电场群的并网运行需要先汇集到海上升压站再进行输送，那么海上升压站的容量 不小于各汇集电缆容量，其表达式如下：
[0057][0058]
其中si表示电缆容量，ni表示汇集到升压站的电缆数量，s
asc
表示海上升压站的容量。
[0059]
在本发明中，根据优化模型，基于遗传算法，对模型进行优化。
[0060]
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式， 不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述 构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动 和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。