2023年3月7日

海上风电场风力发电机微选址和布线的联合优化。该论文将风机布局与电缆选型+布局结合，共同研究。提出来了双层模型，一个外层（确定风电场容量（风机数量）、风机位置，以风电场的日利润率（计算风机、电缆、变压器的投资+运维成本，当风电场并入电网时系统中其他常规发电机的发电成本，传统发电机的污染物排放惩罚成本，和风电场的日预期收益（电价估计与输出功率））、日平均容量因子、电能质量为目标，通过NSGA-3求解），两个内层（1.确定电缆布局和型号，以电缆总成本最小为目标，采用二进制粒子群优化算法BPSO求解；2.根据外层模型的结果确定电力系统中其他发电机的经济调度计划，以风电场并入电网时系统中其他常规发电机的发电成本和传统发电机的污染物排放惩罚成本最小为目标,采用二次规划QP方法求解）。 本文采用了高斯尾流模型，并通过威布尔概率分布函数描述风速的不确定性。 最后通过距英国萨福克海岸23km处的风电场验证算法的先进性。对3种不同规划模型（本文提出的优化模型、无内层的单层优化模型+单独优化电缆布局（不考虑并网产生的成本）、仅考虑最大化日利润率的单目标优化模型）、3种3MW风机类型、不同季节（夏冬）风分布、集成到电网的不同总线、不同多目标进化算法的情况进行比较，得出结论。 本文给出的基本信息：风电场的信息（最小和最大容量、贴现率等计算所需参数值）、风玫瑰图、待安装的候选3MW风机参数（切入和切出风速、额定风速、轮毂高度、半径）和候选33kv电缆参数（横截面积、外形直径），以及算法的参数设置（交叉、突变百分比，突变率等）。