[发明专利]基于随机模拟的分散式风电场机组布局优化方法与装置

权利要求书

1.基于随机模拟的分散式风电场机组布局优化方法，其特征在于，包括：

通过蒙特卡洛模拟法采集备选节点集合中各节点的风速集合和电价集合；

根据所有节点的所述风速集合和所述电价集合计算得到边际价格函数，所述边际价格函数受最大SW值、网损和拥塞影响；

根据迭代函数和净现值函数进行迭代操作，选择最大净现值对应的母线以及发电机组布局，所述净现值函数根据边际价格得到，所述边际价格根据所述边际价格函数得到；

采用迭代操作结束后得到的发电机组布局对应的节点更新所述备选节点集合，得到风电场机组最佳的安装节点集合。

2.根据权利要求1所述的基于随机模拟的分散式风电场机组布局优化方法，其特征在于，所述通过蒙特卡洛模拟法采集备选节点集合中各节点的风速集合和电价集合，之前还包括：

获取配电网中各节点的节点相关参数和节点概率密度函数，所述节点相关参数包括松弛节点、确定性负荷和发电机数量，所述节点概率密度函数包括风速概率密度函数和价格概率密度函数。

3.根据权利要求2所述的基于随机模拟的分散式风电场机组布局优化方法，其特征在于，所述通过蒙特卡洛模拟法采集备选节点集合中各节点的风速集合和电价集合，之前还包括：

根据所述节点相关参数和所述节点概率密度函数计算最高平均风速；

通过所述最高平均风速确定安装风力发电机组的备选节点集合。

4.根据权利要求1所述的基于随机模拟的分散式风电场机组布局优化方法，其特征在于，所述迭代函数为：

NPV^iter＝max_configNPV^config,iter；

其中，NPV^iter为在第iter次迭代中的所述最大净现值，NPV^config,iter为迭代中的净现值。

5.根据权利要求4所述的基于随机模拟的分散式风电场机组布局优化方法，其特征在于，所述净现值函数为：

其中，IC^config,iter为风力发电机的投资成本，ir为利率，N_y为风力发电机的寿命，为风力发电机总年收益，可以定义为：

其中，为在第y年第t小时，安装在第w条母线上的风力发电机所分配的风能；为在第y年第t小时，第w条母线的所述边际价格。

6.根据权利要求1所述的基于随机模拟的分散式风电场机组布局优化方法，其特征在于，所述根据迭代函数和净现值函数进行迭代操作，选择最大净现值对应的母线以及发电机组布局，所述净现值函数根据边际价格得到，所述边际价格根据所述边际价格函数得到，包括：

根据迭代函数和净现值函数进行迭代操作，所述净现值函数根据边际价格得到，所述边际价格根据所述边际价格函数得到；

在当前迭代操作得到的净现值比前一次迭代操作得到的净现值小时，则停止迭代操作，得到所述最大净现值；

选择所述最大净现值对应的母线以及发电机组布局。

7.根据权利要求1所述的基于随机模拟的分散式风电场机组布局优化方法，其特征在于，所述根据迭代函数和净现值函数进行迭代操作，选择最大净现值对应的母线以及发电机组布局，所述净现值函数根据边际价格得到，所述边际价格根据所述边际价格函数得到，还包括：

若所述备选节点集合已经满足数量阈值，则停止迭代操作，将所述备选节点集合作为最佳的所述安装节点集合。