基于多精英协同进化单亲遗传算法的光伏电站功率汇集系统多目标分层优化

针对大型光伏电站功率汇集外送拓扑设计问题,提出一种基于多精英协同进化单亲遗传算法(MCPGA)的多目标分层优化设计方法。首先深入阐述大型光伏电站功率汇集系统的构成,建立详细的数学优化模型。其次采用所提出的多精英协同进化单亲遗传算法进行拓扑结构优化设计,运用蒙特卡罗法进行可靠性分析。将经济性和可靠性指标作为汇集系统拓扑结构优化设计的评定指标。最后通过一算例仿真验证,所提方法是有效和实用的,算法收敛速度较快,从而为大型光伏电站汇集拓扑规划提供了有效的优化设计方法。

风电场功率汇集拓扑可靠性比较研究

介绍了常规的风电场功率汇集拓扑结构(链形、单边环形、双边环形、复合环形和星形)及其特点,进一步基于可靠性评价方法计算其主要可靠性指标并开展对比分析。可靠性指标包括年均故障率、故障修复时间、故障能量损失以及等效停运率。结果表明,单边环形的可靠性最高但增加的投资也最大,双边环形提升可靠性的性价比最好,复合环形则较为折中。风电场建设和改造可根据实际的投资预算、可接受的故障率等因素选择确定可靠性最匹配的接线方式。

考虑相关性的风力发电组合出力特性研究

大型风电基地由多个风电场组成,不同的组合与功率汇集方式对风电波动性的改变具有不同效果。建立风速频率分布的概率模型、风速分布的相关性模型和风-电能量转换模型,重点考虑了不同地理位置风速相关性的差异,基于实际风速数据研究了模型参数的提取方法,通过两座风电场按照不同相关性组合出力开展仿真分析,结论表明,将位置较远的风电场进行功率汇集具有一定的波动缓解作用。因此,大型风电基地的规划建设和功率汇集应考虑将相关性较低的风电场有限进行功率汇集,从而利用其自身特性减小波动性。