[发明专利]一种以出力平稳为目标的流域风电场群规划方法

权利要求书

1.一种以出力平稳为目标的流域风电场群规划方法，其特征在于：包括如下步骤，

S1、选定待规划流域，明确待规划流域的边界，确定待规划流域内需要规划的风电场数量；

S2、根据待规划流域的边界，基于WRF模式构建能够覆盖待规划流域的中尺度数值天气模式；

S3、获取目标年期间的全球fnl数据，利用目标年期间的全球fnl数据驱动构建好的中尺度数值天气模式，获取待规划流域在目标年期间的精细化网格风场数据；

S4、在精细化网格风场数据中，以出力平稳为目标，借助PSO寻优算法，确定最佳的风电场布局；

步骤S4具体包括如下内容，

S41、设定风电场要求的最低年平均风速V_min，并将其作为寻优的限制性指标；

S42、设定最大寻优次数；

S43、选定变异系数CV为评价风功率时间序列稳定性的指标，设定最小化变异系数CV为寻优目标；则变异系数的计算公式为，

CV＝(SD/Mean)×100％

其中，SD为标准偏差；Mean为平均值；x_i为待计算变异系数的风功率时间序列中的第i时刻的数值；为待计算变异系数的风功率时间序列所有时刻数值的算数平均值；n为待计算变异系数的风功率时间序列的时刻总数；

S44、设定目标变异系数CV_obj，设置最小变异系数CV_min的初始值为一个极大值，初始化与其对应的风电场群的位置Po，

其中，PO＝{PO₁(lat₁，lon₁)，PO₂(lat₂，lon₂)，...，PO_N(lat_N，lon_N)}；

S45、在选定的待规划流域的边界内，根据需要规划的风电场数量N，初始化相应数量N个粒子位置P，

P＝{P₁(lat₁，lon₁)，P₂(lat₂，lon₂)，...，P_i(lat_i，lon_i)，...，P_N(lat_N，lon_N)}；

其中，P_i(lat_i，lon_i)位于待规划流域的边界内，且(lat_i，lon_i)位于中尺度数值天气模式的网格中；i表示第i个粒子，即第i个风电场；

S46、获取N个粒子所在的中尺度数值天气模式对应的目标年期间逐小时平均风速Pv，

Pv＝{Pv₁，Pv₂，...，Pv_i，...，Pv_N}；

其中，Pv_i＝{v₁，v₂，v₃，...，V_K}，K为目标年期间的小时个数；

S47、根据风功率公式计算每个粒子t时刻的风功率数值，得到每个粒子各个时刻的风功率数值W_i，

风功率公式为，

其中，ρ为空气密度；v_t为t时刻的风速；

S48、将每个风电场对应时刻的风功率数值求和，获取风电场群各时刻的风功率值W，

W＝{W¹，W²，W³，...，W^K}；

S49、计算N个粒子的年平均风速VP，

VP＝{VP₁，VP₂，...，VP_i，...，VP_N}

其中，v_i为第粒子的风速；

S410、判断N个粒子的年平均风速VP中是否存在小于最低年平均风速V_min的元素，即VP_i＜V_min,若是，则进入步骤S413；否则进入步骤S411；

S411、根据风电场群各时刻的风功率值W，计算本次N个粒子代表的风电场群的出力变异系数X；

S412、判断出力变异系数X是否小于最小变异系数CV_min，若是，则设置X＝CV_min且Po＝P，之后进入步骤S413；否则，直接进入步骤S413；

S413、判断当前迭代次数是否超过最大寻优次数，若是，则停止寻优，输出结果；若否，则进入步骤S414；

S414、判断最小变异系数CV_min是否小于等于目标变异系数CV_obj，若是，则停止寻优，输出结果，否则进入步骤S415；

S415、根据PSO算法规定的方法，调整每个粒子的位置，得到更新的N个粒子位置P′，并返回步骤S46；

PV＝{P′₁(lat′₁，lon′₁)，P′₂(lat′₂，lon′₂)，...，P′_i(lat′_i，lon′_i)，...，P′_N(lat′_N，lon′_N)}；

其中，P′_i(lat′_i，lon′_i)位于待规划流域的边界内，且(lat′_i，lon′_i)位于中尺度数值天气模式的网格中。