[发明专利]考虑潮汐资源评估与流速方向的潮汐流能发电场规划方法

摘要

本发明公开了考虑潮汐资源评估与流速方向的潮汐流能发电场规划方法，主要步骤为：1)获取潮汐流速、发电场成本、集电系统、粒子群算法的输入参数。2)基于所述输入参数，确定不同方向、不同幅值的流速出现的概率。3)计算规划海域内潮汐资源储量Pc，并根据潮汐资源储量Pc确定潮汐流能发电场的机组数量。4)建立潮汐流能发电场优化规划模型。5)基于潮汐流能发电场优化规划模型，规划出潮汐流能发电机组和海上变电站的初始位置。6)计算发电场日发电量，并更新潮汐流能发电机组和变电站坐标。7)对发电场内的机组进行分组，避免线路的跨区域交叉。8)完成集电系统拓扑规划。9)反复迭代，得到最优机组布局和集电系统规划方案。本发明可广泛应用于考虑潮汐资源评估和潮汐流速方向的潮汐流能发电场规划，能够为与潮汐流能发电系统相关的规划问题分析提供有益的参考。

主权项

1.考虑潮汐资源评估与流速方向的潮汐流能发电场规划方法，其特征在于，主要包括以下步骤：1)获取集电系统的所述输入参数；2)基于所述输入参数，计算不同方向、不同幅值的流速出现的概率，主要步骤如下：2.1)按照角度，将流速方向平均分为g_d组；根据流速方向，对实测潮汐流速幅值v_tm进行分组；设定每一组内的潮汐流速数据方向无差别。实测潮汐流速幅值v_tm落入第i组内的概率p_i如下所示：式中，n_di为落入第i组内实测潮汐流速幅值数据的个数；i＝1,2,…,g_d；n_t为实测潮汐流速数据样本数量；2.2)对同一方向内实测潮汐流速幅值进行聚类；采用k均值聚类算法，将属于同一组内的潮汐流速幅值分为k_d类；第j类典型流速为第j类潮汐流速幅值的平均值；第i组内第j个典型流速的概率p_ij如下所示：式中，n_ij为落入第i组中第j类的数据个数；j＝1,2,…,k_d；其中，类别总数k_d如下所示：k_d＝1+lgn_di；   (3)3)计算规划海域内潮汐资源储量P_c，并根据潮汐资源储量P_c确定潮汐流能发电场的机组数量N_TCT；规划海域内潮汐资源储量P_c如下所示：P_c＝k_ex_maxy_maxP_density；   (4)式中，k_e为环保系数；x_max与y_max分别为发电场规划海域的长和宽；P_density为海域潮汐能量密度；其中，海域潮汐能量密度P_density如下所示：式中，v_t为第t个时刻的潮汐流速幅值；t∈(0,T)；T为潮汐流速观测时长；C_p为潮汐流能发电机组的获能系数；ρ为海水密度；潮汐流能发电场机组数量N_TCT如下所示：式中，N_TCT为发电场内的机组总数，P_rated为单台机组的额定容量；4)建立潮汐流能发电场优化规划模型，主要步骤如下：4.1)确定潮汐流能发电场优化模型的目标函数min LCOE，即：式中，LCOE为发电场的平准化发电成本；C_total.TCT为机组的日等效投资成本；C_ECS为集电系统的日等效投资成本；C_dis为设备在退役后的拆解费用；Res为设备的残值；E_T为发电场的日发电量；机组的日等效投资成本C_total.TCT如下所示式中，N_TCT为发电场内的机组总数；C_unit为机组单价，C_Trans为机组配套变压器的单价，C_install为机组安装费用；r和L分别为设备的折现率和经济寿命；集电系统的日等效投资成本C_ECS如下所示：C_ECS＝C₁+C₂+C₃+C₄+C₅；   (9)式中，C₁为中压电缆日等效成本，C₂为中压电缆的挖掘和维护日等效成本，C₃为中压电缆日网损成本，C₄为海上变电站的日等效成本，C₅为高压电缆的日等效成本；发电场的日发电量E_T如下所示：E_T＝P_T×24；   (10)式中，P_T为发电场的总出力期望值；4.2)确定潮汐流能发电场优化模型的约束条件，所述约束条件主要包括第m台机组的坐标约束、机组和机组之间的距离约束、机组和变电站之间的距离约束、在第i个方向分组中的第j个典型流速下，第s条线路传输的功率约束和在第i个方向分组中的第j个典型流速下，第s条线路传输的压降约束；5)基于潮汐流能发电场优化规划模型和粒子群算法，规划出潮汐流能发电机组和海上变电站的初始位置；6)计算发电场日发电量E_T，主要步骤如下：6.1)根据公式10调整发电机组坐标，使流速方向沿x轴正半轴；式中，(x_m’,y_m’)和(x_m,y_m)分别是调整后与调整前的第m台发电机组的坐标；θ为流速方向与x正半轴的夹角；6.2)计算第m台机组产生的尾流与第n台机组叶片的重合面积A_mn，即：式中，y_mn为第m台和第n台机组纵坐标之差的绝对值，θ_w,mn和θ_0,mn表示角度；r₀为第n台机组的叶片半径；σ_mn为第m台机组产生的尾流区域在第n台机组处的半径；半径σ_mn如下所示：式中，I₀代表湍流强度，x_mn代表第m台机组和第n台机组横坐标之差的绝对值；湍流强度函数c(I₀)如下所示：6.3)计算第n台机组处的流速v_n，即：式中，W(n)为第n台机组的上游机组集合，N_n为集合W(n)中的元素数量，A₀为第n台机组叶片扫过的面积，C_T为机组的推力系数；V₀为自由流速；6.4)计算第n台机组的输出功率P_n,ij，即：式中，v_n,ij为在第i个流速方向分组中的第j个典型流速下，第n台机组处的流速；v_in，v_out和v_rated分别为潮汐流能发电机组的切入流速、切出流速和额定流速；C_p为机组的获能系数；ρ为海水密度；P_rated为第n台机组的额定功率；P_n,ij的概率为p_ij；6.5)计算第n台机组出力的期望值P_En，即：式中，g_d为流速方向分组数，k_d为第i组内流速的类数；潮汐流能发电场的出力期望值如下所示：式中，N_TCT为潮汐流能发电场中机组的总数；6.6)根据输出功率期望值，计算出优化模型目标函数中的发电场日发电量E_T；7)基于发电场日发电量E_T，更新潮汐流能发电机组和变电站坐标，主要步骤如下：7.1)更新各个粒子的最佳位置和种群的最佳位置；7.2)按照公式19和公式20更新粒子位置：式中，和分别为第d个粒子在第t代的移动速度和位置；为第d个粒子到第t代为止的最佳位置；global^t为种群到第t代为止取得的最佳位置；w为惯性因子；l₁和l₂为学习因子；r₁和r₂为[0,1]之间的随机数；式中，和为第d个粒子在第t+1代的移动速度和位置。8)对潮汐流能发电机组进行分组，主要步骤如下：8.1)确定分组数；每一组内机组数上限n_max如下所示：式中，I_mv,max为中压电缆的最大载流量，I_rated为每台机组的额定电流；机组的分组数N_g如下所示：式中，N_TCT为发电场内的机组总数；8.2)计算各台发电机组的夹角；以变电站为原点建立笛卡尔坐标系；定义机组的夹角为机组与变电站的连线与x正半轴的夹角；第m台机组的夹角记为θ_m；θ_m∈[0,360°]，m＝1,2,…,N_TCT；8.3)对发电机组进行分组；随机生成N_g条以原点为顶点的射线作为聚类中心，第g个聚类中心的角度为θ_g；θ_g∈[0,360°]，g＝1,2,…,k；分别计算各台机组与各聚类中心的夹角，并将机组归入夹角最小的组中；判断是否有机组数越限情况产生；若第g组内的机组数n_g>n_max，则在第g组中，选择与第g个聚类中心夹角最大的n_g‑n_max台机组，将其分入夹角第二小的组内，直到所有组均不越限为止；对分入各个组内的机组与x正半轴的夹角值求平均，得到新的聚类中心；重复分组与调整过程，直至聚类中心不再变化。9)完成集电系统拓扑规划，主要步骤如下：9.1)针对布局X_d1，随机产生N_t个生成树连接各台机组，用以组成初始种群，并保证初始种群的线路不交叉；9.2)对于各个已经连接完成的拓扑，采用Prufer数列对拓扑进行编码；9.3)采用如下更新策略对拓扑粒子进行更新：式中，和为第h个粒子在第t代时的位置和速度；h＝1,2,…,N_t；和为第h个粒子在第t+1代时的位置和速度，为第h个粒子到第t代为止的最佳位置，global^t为种群到第t代为止取得的最佳位置，w’为惯性因子，l′₁、l'₂为学习因子，r′₁、r′₂为[0,1]之间的随机数；基于上述更新策略，每次迭代对种群中的粒子进行更新；9.4)每次迭代更新粒子之后，对粒子进行Prufer解码，使其还原为拓扑结构；9.5)根据解码完成后得到的拓扑结构，从拓扑末端的机组开始，沿线路向变电站侧推算，根据相应机组的出力期望值计算出每条线路中传输的功率，根据功率确定该条线路使用的电缆类型，进而计算集电系统的各项成本；9.6)集电系统优化的迭代；令集电系统规划的最大迭代次数为i_max，当相邻两次迭代的集电系统总成本C_ECS差的绝对值小于临界阈值ε₁，或迭代次数大于i_max时迭代停止，该布局下的最佳集电系统拓扑及电缆选型即已得到；若不满足上述两个条件之一，则继续迭代；将得到的最佳拓扑下的集电系统总成本C_ECS储存在公式6中的C_ECS中，用于下一次机组布局的迭代；9.7)机组布局优化的迭代机组布局种群中的所有粒子均得到最优集电系统之后，即完成了一次机组布局迭代；令机组布局优化的最大迭代次数为I_max，则当相邻两次迭代的LCOE之差的绝对值小于邻接阈值ε₂，或迭代次数大于I_max时迭代停止；若不满足上述两个条件之一，则继续迭代。