复杂地形风电场一体化优化设计研究

针对现阶段复杂地形风电场微观选址以及风力机布置等的密切关系,以风力机布置更加合理、上网电量更多、投资更加节省为目标,简要分析影响复杂地形风电场设计的主要因素,建立微观选址、集电线路、检修道路设计等一体化的优化问题数学模型,依托风电场区域内已有的1 a测风资料,运用遗传算法进行微观选址的优化,在风力机机位优化的基础上进一步利用单源最短路径算法、最小生成树算法等优化算法对集电线路和检修道路进行优化。实践表明,该文的研究结果可为实际的风电场建设前期工作提供重要的过程指导。

跟网型海上风电中频汇集柔性直流送出系统的最优频率选择

远海风电场采用跟网型风机配柔直送出系统是已得到广泛应用的典型远海风电送出方案,但是目前存在海上换流站平台造价较高的问题。跟网型海上风电中频汇集柔性直流送出方案可以减小换流器的体积重量和造价,是提高工程经济性的一种有竞争力的方案。针对跟网型海上风电中频汇集柔性直流送出系统的最优频率选择开展研究,首先计算了频率变化时海缆的单位长度参数和载流量,基于海缆典型接线研究了不同频率下海缆的选型方案。然后分别计算了不同运行频率下集电系统功率损耗和海上换流平台阀损耗。最后,分别计算了集电系统功率损耗和海上换流平台阀损耗的折现电价、集电系统和海上换流平台的投资成本,基于经济性综合结果表明最优频率位于150~200Hz范围内。

基于FOA和LS-SVM的风电场风速预测研究

针对目前最小二乘支持向量机选取核参数和惩罚因子的各种方法尚存在着一定的局限性,文章采用果蝇优化算法对参数进行优化选择,提出了基于果蝇优化算法与最小二乘支持向量机结合的风速混合预测方法。对新疆某风电场为期5天的240个(采样间隔0.5 h)实测风速值进行了仿真测试,利用建立的预测模型,对第5天的风速值进行预测,预测结果的平均绝对百分比误差仅为8.32%。将其与单纯的LS-SVM模型和基于网格搜索优化的LS-SVM模型的预测结果作了对比,仿真结果验证了基于果蝇优化算法和最小二乘支持向量机混合预测模型的可行性和果蝇算法对最小二乘支持向量机参数优化的有效性。

基于自适应遗传-粒子群优化算法的风电场微观选址优化

为了减小尾流效应对风电场发电量的影响,提高风能利用率,提出了一种自适应权重的遗传-粒子群优化算法(genetic-particle swarm optimization algorithm,GA-PSO)。首先,以风电场单位发电成本为目标函数,风机坐标为优化变量,通过在优化变量的速度更新中加入惯性权重,以改变算法的寻优速度;其次,在WASP软件选址的基础上,对风电机组进行布局优化;进而,将计算结果与遗传算法(genetic algorithm,GA)、萤火虫算法(firefly algorithm,FA)和粒子群(particle swarm algorithm,PSO)优化算法进行对比。结果表明:运用PGOA算法优化后的风电场单位发电成本为2016元/GWh,减少了232元/GWh,年发电量为82.633 GWh,比优化前提高了8.538 GWh,同时尾流损失减小了1.12%。可见研究结论对未来的风电场微观选址具有一定指导意义。

低风速风电场资源开发的探讨及应用

高风速风电资源区域逐渐减少,促使风电市场向低风速资源的急速转变,为此提出低风速风电场资源开发方案。通对整个风电场建设周期全局掌控,分析了投产数据、微观选址、机型比选、产能评估等各阶段的技术方案,应用具体实例指出低效产能的原因。通过探讨提高低风速风电场开发的可行性,得出:加强对低风速项目的准确评估,制定针对性的技术开发方案成为低风速风电场开发的效益衡量标准提升的有效途径。与优质风资源区域相比,低风速风电场设计需要在项目建设的每个环节都依靠精准的数据支持,包括前期测风阶段,数据处理阶段,点位布置阶段,选型招标阶,优化设计阶段,运行维护阶段等,每个环节效益均影响最终项目收益,对于低风速区域的项目开发重点在于加强选址深度,加强前期技术投入,促使低风速资源地区的开发具有更高的产能和效益。