在平價(jià)上網(wǎng)即將到來(lái)之際，陸上大基地風(fēng)電項(xiàng)目建設(shè)愈加注重風(fēng)電場(chǎng)設(shè)計(jì)的精細(xì)化與高效性，以實(shí)現(xiàn)風(fēng)電場(chǎng)全生命周期LCOE最低。

陸上大基地風(fēng)電項(xiàng)目場(chǎng)區(qū)范圍較大，形成多種升壓站、道路與集電線(xiàn)路方案選擇。與此同時(shí)，隨著機(jī)組、塔筒等風(fēng)電設(shè)備產(chǎn)品的日益豐富，風(fēng)電場(chǎng)設(shè)計(jì)組合方案增多，形成多種機(jī)組產(chǎn)品型號(hào)與輪轂高度組合。面臨多重變量挑戰(zhàn)，目前行業(yè)主流的風(fēng)電場(chǎng)布置方法往往顧此失彼，難以統(tǒng)一考量風(fēng)電設(shè)備、升壓站位置、集電線(xiàn)路設(shè)計(jì)、道路設(shè)計(jì)等多變量復(fù)雜因素，難以捕捉基于全生命周期的多變量全局風(fēng)電場(chǎng)布置最優(yōu)方案。

搭載于明陽(yáng)智能數(shù)字規(guī)劃平臺(tái)Deep Matrix Space（DMS）之上的全局尋優(yōu)算法攻克了陸上風(fēng)電大基地項(xiàng)目工程建設(shè)實(shí)際應(yīng)用的難題。采用多維度約束智能動(dòng)態(tài)規(guī)劃人工智能算法，統(tǒng)一考慮所有變量，代替人工繁瑣的規(guī)劃過(guò)程，在保證發(fā)電量、考慮后期運(yùn)維成本的前提下，利用智能算法進(jìn)行精細(xì)化設(shè)計(jì)與深度優(yōu)化，在更寬范圍內(nèi)搜尋最優(yōu)設(shè)備選型組合，并實(shí)現(xiàn)一鍵生成最優(yōu)集電線(xiàn)路、場(chǎng)內(nèi)道路建設(shè)工程方案，獲取項(xiàng)目全生命周期最大經(jīng)濟(jì)效益。

該算法是如何實(shí)現(xiàn)全生命周期的多變量全局風(fēng)電場(chǎng)布置“最優(yōu)解”的呢？

全局尋優(yōu)算法以粒子群優(yōu)化算法(Particle Swarm Optimization)為框架，借助智能化初始化算法，優(yōu)先考慮資源條件，生成考慮避讓限制性因素后的海量風(fēng)電機(jī)組布置方案，并針對(duì)每一個(gè)風(fēng)電機(jī)組布置方案逐一計(jì)算其理論發(fā)電量，采用基于park尾流模型的修正尾流模型計(jì)算全場(chǎng)尾流，得出每一方案的實(shí)際發(fā)電量。

此后，該算法同步進(jìn)行集電線(xiàn)路布置、道路布置與升壓站選址，在PSO粒子群算法的框架下，利用A-star算法綜合考慮空間距離、坡度、地表利用類(lèi)型等因素，充分利用風(fēng)電場(chǎng)的土地和地形，并結(jié)合當(dāng)?shù)氐慕煌ㄟ\(yùn)輸和安裝條件，在盡量減少機(jī)組間尾流影響的情況下在風(fēng)資源情況較好的地區(qū)集中布局機(jī)位，并規(guī)避項(xiàng)目開(kāi)發(fā)主要限制因素進(jìn)行場(chǎng)內(nèi)道路的尋優(yōu)，多次迭代后得到當(dāng)前方案下具有最低成本的道路規(guī)劃。

與此同時(shí)，綜合運(yùn)用模糊聚類(lèi)算法、Delaunay三角剖分、A-star算法、Prim及動(dòng)態(tài)優(yōu)化等算法，根據(jù)實(shí)際地形、地質(zhì)和地域情況，考慮風(fēng)電場(chǎng)的送變電方案、升壓站選址、運(yùn)輸和安裝條件進(jìn)行集電線(xiàn)路全局尋優(yōu)，獲得當(dāng)前布機(jī)方案下的全場(chǎng)集電線(xiàn)路成本最優(yōu)拓?fù)洹讹L(fēng)電大基地建設(shè)破局｜如何攻克集電線(xiàn)路優(yōu)化難題》。


最后，統(tǒng)籌考慮項(xiàng)目實(shí)際發(fā)電量、集電線(xiàn)路成本、道路成本與運(yùn)維成本，算出每一個(gè)風(fēng)電機(jī)組布置方案的全生命周期LCOE，并針對(duì)初始化的海量布機(jī)方案，運(yùn)用PSO粒子群尋優(yōu)算法，根據(jù)全生命周期LCOE值最優(yōu)原則更新最優(yōu)風(fēng)機(jī)位置，不斷迭代最優(yōu)方案，直到達(dá)到設(shè)置地迭代次數(shù)或精度要求，獲得基于全生命周期的多變量具有最佳經(jīng)濟(jì)效益的全局風(fēng)電場(chǎng)布置方案。


以擬安裝125臺(tái)MySE4.X兆瓦風(fēng)電機(jī)組的陸上某平價(jià)大基地風(fēng)電場(chǎng)項(xiàng)目為例，在項(xiàng)目開(kāi)發(fā)建設(shè)時(shí)，明陽(yáng)智能力求尋找投資與資源開(kāi)發(fā)利用量的最優(yōu)結(jié)合點(diǎn)，借助全局尋優(yōu)算法對(duì)風(fēng)電機(jī)組進(jìn)行優(yōu)化布置，機(jī)位布置結(jié)果如圖4所示。


全局風(fēng)電場(chǎng)布置尋優(yōu)后，該風(fēng)電場(chǎng)場(chǎng)內(nèi)道路方案新建進(jìn)場(chǎng)及場(chǎng)內(nèi)道路約為83.28公里，擴(kuò)改建既有道路約27.41公里，場(chǎng)內(nèi)道路造價(jià)較尋優(yōu)前節(jié)省了約1449萬(wàn)元。尋優(yōu)后，場(chǎng)內(nèi)集電線(xiàn)路方案共設(shè)置21回35kV集電線(xiàn)路，集電線(xiàn)路總長(zhǎng)度為166.91km，其中架空線(xiàn)路部分為149.56km,電纜敷設(shè)部分為17.35km，集電線(xiàn)路、箱變、升壓站等電氣等造價(jià)節(jié)省約3629萬(wàn)元，總投資成本節(jié)省約5000萬(wàn)元，度電成本降低2.46%，年等效利用小時(shí)數(shù)增加100余小時(shí)。

明陽(yáng)智能始終致力于幫助業(yè)主獲取最優(yōu)經(jīng)濟(jì)效益、最低度電成本的整體解決方案，為陸上大基地風(fēng)電項(xiàng)目開(kāi)發(fā)建設(shè)謀篇布局。