欢迎访问CPEM吉瓦风电网!
官方微信 |设为首页|加入收藏
当前位置:首页 > 风光储氢
如何攻克集电线路优化难题
2019-05-23分类:风光储氢 / 风光储氢来源:阅读数:( )
【CPEM吉瓦风电网讯】

陆上大基地风电市场复苏,大基地项目再次迎来建设高潮,风电发展新局面正在开启。在平价时代,大基地风电项目的开发趋于“精耕细作”,明阳智能(股票代码:601615)自主设计研发并推出的数字规划平台——Deep Matrix Space(DMS)为大基地风电项目开发量身打造,为客户提供定制化风电场建设解决方案。

通过云平台、大数据、机器学习,DMS将更具价值的数据,更优的算法,更智能的因子等进行深度融合,从宏观选址伊始帮助客户快速准确锁定优质资源,对风电场项目全生命周期进行层层优化设计,一键生成最优集电线路、场内道路、升压站等建设工程方案。

投资建设成本占总成本10-15%的陆上集电线路的降本尤为关键,如何快速迭代,对其进行优化布局是降低风电场投资,进而降低全生命周期度电成本的重要环节。

搭载于DMS之上的陆上集电线路设计智能规划数字化平台攻克了大基地集电线路规划难题。采用多维度约束智能动态规划人工智能算法,明阳智能攻克了传统手动算法时间长,难以获取成本最优方案的难题,用户只需输入风电场海拔高度等地形数据和机位点等信息,便可在10分钟内实现快速迭代,锁定经济性最优的风电场集电线路布局方案。

陆上风电场集电线路智能规划数字化平台是如何实现“最优解”的呢?上述算法将大规模多数量的风电场集电线路规划范围进行分区,具体操作划分为三个步骤,分别为:快速子区域划分、子区域内成本最优锁定,以及全场成本最优布局锁定。区域的划分避免了传统算法忽略区域交互,导致复杂陆地集电线路规划强度高、非线性、复杂度高的难题,使得风电场的规划可观、渐变地进行,并在多维度约束下进行自寻优,减少人为因素对规划结果的影响,精准锁定最优集电线路规划方案。

第一步,进行智能子区域划分,将风机阵列划分为多个放射性区域,并且对每个区域容量进行限制,用智能算法分类替代人工进行繁琐的分类工作,划分结果如图1所示。


风电大基地建设破局|如何攻克集电线路优化难题1.jpg

图1  全场风机阵列放射性子区域划分

第二步,实现子区成本最优。将线路规化问题转换为图论问题,运用图论的数学方法获得各个子区域内的成本最优拓扑:首先,构建区域内没有交叉,路径最短的有效连通图(如图2所示),并结合地貌情况搜索风机有效路径之间的最优三维路径(如图3所示),形成子区域内以电缆长度最短为目标的连接拓扑图(如图4所示),在此基础上,明阳智能运用动态调整并反复迭代的改进算法,解决在实际中因不能在规划前根据电缆载流量选择导线截面的问题,得出子区域总成本最低的优化规划拓扑结构(如图5所示)。

风电大基地建设破局|如何攻克集电线路优化难题2.png


风电大基地建设破局|如何攻克集电线路优化难题3.png


风电大基地建设破局|如何攻克集电线路优化难题4.png


风电大基地建设破局|如何攻克集电线路优化难题5.png



第三步,实现线路跨区域规划全局成本最优。明阳智能增加对子区域之间的可行路径探索,将区域间可行路径加子区域成本最优算法,进行动态迭代,获得最终的全场成本最优拓扑。图6为各个子区域内最优成本拓扑,图7为子区域交互后全场成本最优拓扑。


风电大基地建设破局|如何攻克集电线路优化难题6.png

图6  各子区内成本最优拓扑

风电大基地建设破局|如何攻克集电线路优化难题7.png

图7  子区交互后全场成本最优拓扑

以某规划安装143台MySE4.X兆瓦风电机组,集电线路电压等级为35KV的风电场项目为例,规划对比结果如下:

风电大基地建设破局|如何攻克集电线路优化难题8.png

a)人工规划结果

风电大基地建设破局|如何攻克集电线路优化难题9.png

b)自动算法规划结果


风电大基地建设破局|如何攻克集电线路优化难题10.jpg

由对比结果可知,对于百台风机的陆上大型风电场,采用明阳智能开发的自动规划算法进行集电线路规划,仅需3分钟的时间便可精准锁定最优方案,投资成本比人工设计降低4.51%,节省成本300余万元。

明阳智能陆上风电场集电线路智能规划数字化平台大大缩短了集电线路的设计时间,为业主节省投资成本,为实现陆上大基地风电项目的整体解决方案最优奠定基础,助力陆上大基地风电项目开发赢在起跑线。

(来源:明阳智能)

分享到:
相关文章

为获得最佳浏览体验,请您使用IE8及IE8内核及以上版本,或谷歌及火狐浏览器浏览本站!
Copyright © 2017 CPEM吉瓦风电网 版权所有 All Rights Reserved.

关闭
关闭