风电场集电系统拓扑分层优化方法、系统、设备及介质与流程

本发明属于拓扑优化，涉及一种风电场集电系统拓扑分层优化方法、系统、设备及介质。

背景技术：

1、沙戈荒上大型风电光伏基地是新型电力系统建设的重要支撑，随着大基地建设的不断推进，将为新能源发展带来明显增量。同时新能源发电上网补贴收紧，实施平价电价上网，与一般火电一样参与市场竞争。而沙戈荒新能源发电建设成本高，高于火电机组。因此，如何提高大型新能源基地发电经济性亟待破题。

2、对于大型风力发电场，集电系统是其重要组成部分。其优化设计不仅关乎前期的建设成本，对投产后的运行损耗与维护费用也有很大影响，是风电场规划的重点。目前已有大量文献针对风电集电系统拓扑优化问题进行研究。文献[符杨,吴靖,魏书荣.大型海上风电场集电系统拓扑结构优化与规划[j].电网技术,2013,37(09):2553-2558.doi:10.13335/j.1000-3673.pst.2013.09.033.]采用单亲遗传算法，针对集电系统常见结构，以电缆成本为优化目标，建立经济性优化模型。文献[魏书荣,符杨,黄玲玲.大型海上风电场中压集电系统拓扑结构的优化方法[j].上海电力学院学报,2015,31(03):201-205+213.]优化设计单亲遗传算法的方法，针对环形结构集电系统优化问题，构建了海上风电场电气系统成本优化模型。文献[汪惟源,乔颖,窦飞等.基于改进遗传算法的海上风电场集电系统拓扑优化[j].中国电力,2019,52(01):63-68.]针对大规模海上风电集电系统拓扑结构优化问题，改进单亲遗传算法，建立了集电系统全寿命周期成本现值计算模型。文献[苑玉宽,陈小月,黄海等.基于改进单亲遗传算法的大规模海上风电集电系统拓扑优化[j].水电能源科学,2023,41(01):212-216.doi:10.20040/j.cnki.1000-7709.2023.20220392.]建立了海上风电场集电系统电缆布局优化设计方法和海上变电站位置优化设计方法，确定风电场整体设计最优布局。文献[孙瑞娟,梁军,王克文等.海上风电集电系统研究综述[j].电力建设,2021,42(06):105-115.]针对海上风电场交流集电和多端柔直输电并网，考虑拓扑与潮流耦合，建立兼顾经济性和可靠性的多目标优化规划模型。文献[梁宇涛,林舜江,冯祥勇等.海上风电场交流集电和多端柔直输电并网系统多目标优化规划[j/ol].电网技术:1-13[2023-11-20].https://doi.org/10.13335/j.1000-3673.pst.2023.0860.]考虑开关的优化配置和可靠性综合成本，构建了海上风力集电系统全寿命周期优化模型。但是现有研究大多基于海上风电场，风电机组分布可均匀布置，不存在地形分布影响。而陆上风电场地形分布复杂，变电站及风机布局不确定性较大，现有集电系统拓扑优化方法及模型并不完全适用。此外风电出力具有间歇性和随机性的特点，需考虑风电场的出力特性对集电系统成本的影响，现有优化方法尚未涉及。

3、陆上风电场集电系统拓扑结构如图1a及图1b所示。无备用的链型结构也称放射型结构，拓扑结构简单建设成本低，在工程中被广泛使用[王邦彦,王秀丽,帅轩越等.基于潮流、可靠性线性化分析的海上风电场集电系统集中式拓扑优化[j].电力自动化设备,2023,43(08):96-104.doi:10.16081/j.epae.202302010.]。因此，一般选取放射型结构的集电系统作为陆上风电场场景的基本形态。陆上风电场集电系统由风机出口线路、断路器及变电站组成。其优化内容包括风机拓扑连接、电缆选型和变电站选址。

4、陆上风电场通过集电系统汇集风机发出的电能至变电站，变电站位置将从外围影响集电系统整体布局，进而对其内部拓扑结构及成本产生影响。从工程角度分析在风电场中心建设变电站可以减少整体投资。但是对于陆上风电场，由于受地形约束，风机集群中风机分布不均匀，因此变电站选址较难。

技术实现思路

1、本发明的目的在于克服上述现有技术的缺点，提供了一种风电场集电系统拓扑分层优化方法、系统、设备及介质，该方法、系统、设备及介质能够解决不均匀分布风机集群的变电站选址问题。

2、为达到上述目的，本发明采用如下技术方案：

3、本发明一方面，本发明所述的风电场集电系统拓扑分层优化方法，包括：

4、获取风电场数据信息；

5、根据所述风电场数据信息构建变电站搜索网格空间；

6、根据所述风电场数据信息，在变电站搜索网格空间内，建立集电系统拓扑可行备选连接方案集；

7、根据所述集电系统拓扑可行备选连接方案集构建集电系统拓扑优化模型；

8、求解所述集电系统拓扑优化模型，得到最优变电站位置并输出。

9、本发明所述风电场集电系统拓扑分层优化方法进一步的改进在于：

10、进一步的，所述风电场数据信息包括变电站的位置信息。

11、进一步的，所述根据所述风电场数据信息构建变电站搜索网格空间的过程为：

12、获取搜索间距；

13、将所述变电站的位置作为候选中心；

14、根据所述候选中心及搜索间距，构建变电站搜索网格空间。

15、进一步的，所述求解所述集电系统拓扑优化模型，得到最优变电站位置并输出的过程为：

16、求解所述集电系统拓扑优化模型，得到当前初选最优变电站中心位置；

17、判断所述当前初选最优变电站中心位置与候选中心的位置是否一致；

18、当所述当前初选最优变电站中心位置与候选中心的位置不一致时，则扩大当前搜索间距，重新计算初选最优变电站中心位置；

19、当所述当前初选最优变电站中心位置与候选中心的位置一致时，则判断当前搜索间距是否小于等于预设最小搜索间距，当当前搜索间距小于等于预设最小搜索间距时，则将所述当前初选最优变电站中心位置作为最优变电站位置并输出；当当前搜索间距大于预设最小搜索间距时，则缩小当前搜索间距，重新计算初选最优变电站中心位置。

20、进一步的，所述集电系统拓扑优化模型的目标函数为：

21、minc＝ccable+closs

22、

23、其中，a0为年值-现值转换系数，ccable为电缆成本，closs为网损成本现值，ci,j,t表示型号为t的电缆在节点i与节点j之间单位长度的购置安装费，ce为陆上风电上网电价，pn为风机额定出力，psum为风机平均出力之和，ps为场景s发生的概率，dij为机组i与机组j之间的距离，yi,j,t表示节点i与节点j之间是否存在型号为t的电缆的0-1变量，ii,1,s为场景s下节点i向节点1通过节点间的支路传输的电流，nw为机组节点集合，s表示场景集合。

24、进一步的，所述集电系统拓扑优化模型的约束条件包括电压约束条件、电缆运行电流约束条件及拓扑约束件。

25、本发明二方面，本发明所述的风电场集电系统拓扑分层优化系统，包括：

26、第一获取模块，用于获取风电场数据信息；

27、第一构建模块，用于根据所述风电场数据信息构建变电站搜索网格空间；

28、建立模块，用于根据所述风电场数据信息，在变电站搜索网格空间内，建立集电系统拓扑可行备选连接方案集；

29、第二构建模块，用于根据所述集电系统拓扑可行备选连接方案集构建集电系统拓扑优化模型；

30、第一求解模块，用于求解所述集电系统拓扑优化模型，得到最优变电站位置并输出。

31、本发明所述风电场集电系统拓扑分层优化系统进一步的改进在于：

32、进一步的，所述第一构建模块包括：

33、第二获取模块，用于获取搜索间距；

34、设定模块，用于将所述变电站的位置作为候选中心；

35、第三构建模块，用于根据所述候选中心及搜索间距，构建变电站搜索网格空间。

36、进一步的，所述第一求解模块包括：

37、第二求解模块，用于求解所述集电系统拓扑优化模型，得到当前初选最优变电站中心位置；

38、判断模块，用于判断所述当前初选最优变电站中心位置与候选中心的位置是否一致；

39、第一处理模块，用于当所述当前初选最优变电站中心位置与候选中心的位置不一致时，则扩大当前搜索间距，重新计算初选最优变电站中心位置；

40、第二处理模块，用于当所述当前初选最优变电站中心位置与候选中心的位置一致时，则判断当前搜索间距是否小于等于预设最小搜索间距，当当前搜索间距小于等于预设最小搜索间距时，则将所述当前初选最优变电站中心位置作为最优变电站位置并输出；当当前搜索间距大于预设最小搜索间距时，则缩小当前搜索间距，重新计算初选最优变电站中心位置。

41、本发明三方面，本发明所述的计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述风电场集电系统拓扑分层优化方法的步骤。

42、本发明四方面，本发明所述的计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述风电场集电系统拓扑分层优化方法的步骤。

43、本发明具有以下有益效果：

44、本发明所述的风电场集电系统拓扑分层优化方法、系统、设备及介质在具体操作时，在变电站搜索网格空间内，建立集电系统拓扑可行备选连接方案集，根据所述集电系统拓扑可行备选连接方案集构建集电系统拓扑优化模型，再求解所述集电系统拓扑优化模型，即采用内层集电系统拓扑优化，以及外层变电站位置优化的方式，确定最优变电站位置并输出，以解决不均匀分布风机集群的变电站选址问题，为陆上风电场规划及设计提供理论基础，对提高新能源发电投资收益具有重要意义。