[发明专利]一种考虑发电环境成本的潮汐流能发电场机组布局方法

摘要

本发明的目的是针对现有潮汐流能发电场机组布局优化方法的不足，公开一种考虑发电环境成本的潮汐流能发电场机组布局方法，该模型把机组布局规划和电网运行相结合，利用遗传算法，以发电场单位发电量成本和电网内火电机组单位发电环境成本综合最优为目标，计及了潮汐流速的日规律性，并利用一种简单的潮汐流能尾流解析模型分析相互之间的影响，该方法为评估整个系统规划和运行成本提供良好的基础。

主权项

1.一种考虑发电环境成本的潮汐流能发电场机组布局方法，其特征在于:包括以下步骤：1)输入基础数据输入潮汐流能发电场F天每天24个时段的潮汐流速实测数据样本vdt，其中，d为天数序号，t为时段序号；海水密度ρ；输入潮汐流能发电机的切入流速Vin、额定流速Vrated，额定输出功率Prated、获能系数Cp、推力系数CT、叶片直径D、叶片扫过的面积A，潮汐流能发电机的单价Cu；潮汐流能发电场被划分为满足最小间距约束的N×M个网格，每个网格横向距离3D，纵向距离5D；输入潮汐流能发电场的经济寿命l，年利率r；输入地方电网火电机组的数量ngen；输入各火电机组计算发电环境成本的系数as、bs、cs，s是火电机组的序号；输入各火电机组计算温室气体排放单价的系数γs、βs、αs；2)计算潮汐流速的日均值曲线利用公式(1)依次计算潮汐流速各个时段的均值：式中，mt为第t个时段潮汐流速的均值，t＝1,2…24，n为潮汐流速实测数据的日样本数；根据公式(1)可以得到潮汐流速的日均值曲线为M＝[m1,m2,…,m24]；3)产生潮汐流能发电场机组初始布局样本3‑1)初始化遗传算法的最大迭代次数，迭代计数iteration＝13‑2)随机生成Np个初始个体，每个个体是N×M的二进制字符矩阵，所述二进制字符矩阵中，字符“1”表示网格中有一台潮汐流能发电机，字符“0”表示网格中无潮汐流能发电机，即每个个体均是一种潮汐流能发电机布局方案，令k＝1,2…Np，统计第k种布局方案中为“1”的元素有nkg个，表示有nkg台发电机；第k种布局方案中第i台发电机的位置坐标为Gki＝(xki,yki)，表示第k种布局方案中第i台机组位于第xki行第yki列；i＝1,2…nkg，xki＝1,2…N，yki＝1,2…M；4)计算潮汐流能发电场的日等效投资成本利用公式(2)计算潮汐流能发电场的日等效投资成本：式中，CkTCT为第k种布局方案日等效投资成本，k＝1,2…Np，Np是个体数目，nkg为第k种布局方案中发电机数目；Cu为发电机单价，l为潮汐流能发电场的经济寿命，r为年利率；5)计算潮汐流能发电场的日发电量5‑1)计算各时段潮汐流能发电场内发电机的流速5‑1‑1)利用公式(3)计算第k个布局方案中第1行各台发电机的流速：式中，vkit表示第k个布局方案中第i台发电机在第t个时段的流速，k＝1,2…Np，i＝1,2…nkg，t＝1,2…24，Np是个体数目，nkg为第k种布局方案中发电机数目；mt为第t个时段潮汐流速的均值；5‑1‑2)利用公式(4)和(5)计算第k个布局方案中，除第一行外各发电机单独受上游第j台发电机尾流影响下的流速：式中：vkijt表示第k种布局方案中，第i台发电机在第t个时段单独受上游第j台发电机尾流影响的流速；vkjt表示第k种布局方案中，上游第j台发电机在第t个时段的流速，k＝1,2…Np，i＝1,2…nkg，t＝1,2…24，j是上游发电机的编号，Np是个体数目，nkg为第k种布局方案中发电机数目；CT为潮汐流能发电机的推力系数，D是潮汐流能发电机叶片直径，R是叶片半径，Rh是轮毂半径；利用公式(6)计算除第1行外各潮汐流能发电机的流速：式中，Nkwi是第k种布局方案第i台发电机上游的机组数量，k＝1,2…Np，i＝1,2…nkg，Np是个体数目，nkg为第k种布局方案中发电机数目；5‑2)计算潮汐流能发电机的输出功率利用公式(7)计算各发电机的输出功率；公式(7)为：式中，pkit为第k种布局方案第i台潮汐流能发电机在第t个时段的输出功率，k＝1,2…Np，i＝1,2…nkg，t＝1,2…24，Np是个体数目，nkg为第k种布局方案中发电机数目；vkit为第k种布局方案第i台潮汐流能发电机在第t个时段的流速值；Cp为潮汐流能发电机的获能系数，ρ为海水密度，A为潮汐流能发电机叶片扫过的面积，Vin是潮汐流能发电机的切入流速，Vrated是潮汐流能发电机的额定流速，Prated是潮汐流能发电机的额定输出功率；5‑3)计算潮汐流能发电场的日发电量利用公式(8)计算潮汐流能发电场的输出功率：利用公式(9)计算潮汐流能发电场的日发电量：式中，Ptk为第k种布局方案在第t个时段的输出功率，pkit为第k种布局方案第i台发电机在第t个时段的输出功率，Ek为第k种布局方案的日发电量，k＝1,2…Np，i＝1,2…nkg，Np是个体数目，nkg为第k种布局方案中发电机数目；6)计算电网内火电机组的发电环境成本建立的目标函数为公式(10)：其中：约束条件为：式中：fk是第k种布局方案的发电环境成本，f1(pkgst)是第k种布局方案第s台火电机组在第t个时段的温室气体排放量，ηs是温室气体排放单价；pkgst是在第k种布局方案第s台火电机组第t个时段的有功功率；pkTt是第k种布局方案中，潮汐流能发电场在第t个时段的有功功率，k＝1,2…Np，t＝1,2…24，Np是个体数目；ngen是电网内火电机组的数目，s为火电机组序号，s＝1、2……ngen；Lzt表示电网内第z个负荷点第t个时段的负荷值，z＝1,2…nL，nL是电网内负荷数量；pmings是第s个火电机组的最小有功功率限制，pmaxgs是第s个火电机组的最大有功功率限制；利用二次规划方法求解该模型，计算出各个个体最少发电环境成本；7)用遗传算法优化潮汐流能发电场机组布局方案计算各布局方案的优化目标和适应度值以单位综合成本最小为优化目标，公式是：式中，Fk是第k种布局方案的单位综合成本，CkTCT是第k个布局方案的日等效投资成本，fk是第k种布局方案的发电环境成本，Ek为第k种布局方案的日发电量，k＝1,2…Np，Np是个体数目；利用公式(17)计算各个个体的适应度值：式中，fitnessk表示第k种布局方案的适应度值，k＝1,2…Np，Np是个体数目；8)迭代终止条件判断当前是否达到最大迭代次数，若否，迭代次数iteration+1，生成新的布局方案，以更新步骤3‑2)中所述Np个不同的布局方案，之后，重复步骤4)～7)；若是，则最优的机组布局方式是第7)步中优化目标最小的一个布局方案。