帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及風(fēng)電場(chǎng)微觀選址的【技術(shù)領(lǐng)域】，特別涉及一種包含了風(fēng)電場(chǎng)信息采集，風(fēng)電場(chǎng)風(fēng)功率預(yù)測(cè)以及風(fēng)機(jī)站優(yōu)化定位的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，具體是一種基于帶罰函數(shù)的雙適應(yīng)值粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)及方法。本發(fā)明包括風(fēng)電場(chǎng)信息采集單元、風(fēng)電場(chǎng)風(fēng)功率預(yù)測(cè)單元、風(fēng)機(jī)站選址定位單元；風(fēng)電場(chǎng)信息采集單元是由上位機(jī)與圖像處理芯片相連，風(fēng)速儀與A/D轉(zhuǎn)換器相連，A/D轉(zhuǎn)換器與上位機(jī)相連。本發(fā)明能夠更快捷地獲得擬建風(fēng)電場(chǎng)區(qū)域的風(fēng)資源數(shù)據(jù)和地表信息數(shù)據(jù)，能夠準(zhǔn)確地對(duì)擬建風(fēng)電場(chǎng)地區(qū)進(jìn)行風(fēng)資源預(yù)測(cè)，能對(duì)分散式風(fēng)電場(chǎng)風(fēng)機(jī)站進(jìn)行優(yōu)化的選址定位，填補(bǔ)了國(guó)內(nèi)這一【技術(shù)領(lǐng)域】的空白，為電力行業(yè)作出了較大的貢獻(xiàn)。
【專利說明】帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)【技術(shù)領(lǐng)域】[0001]本發(fā)明涉及風(fēng)電場(chǎng)微觀選址的【技術(shù)領(lǐng)域】，特別涉及一種包含了風(fēng)電場(chǎng)信息采集， 風(fēng)電場(chǎng)風(fēng)功率預(yù)測(cè)以及風(fēng)機(jī)站優(yōu)化定位的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，具體是一種基于帶 罰函數(shù)的雙適應(yīng)值粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)及方法?！颈尘凹夹g(shù)】[0002]在全球能源危機(jī)日益嚴(yán)重的背景下，風(fēng)能以其儲(chǔ)量大，開發(fā)方便，清潔環(huán)保等特點(diǎn) 越來越受到人們的重視。我國(guó)的風(fēng)力發(fā)電增長(zhǎng)迅猛，累計(jì)裝機(jī)容量從2006年的2600兆瓦 增長(zhǎng)至2010年的30000兆瓦，并將在“十二五”期間，以每年10000兆瓦以上的新增裝機(jī)速度持續(xù)增長(zhǎng)。[0003]風(fēng)力發(fā)電在可再生能源的利用中有著不可估量的發(fā)展前景，但是隨著風(fēng)電場(chǎng)的發(fā) 展，規(guī)模不斷增大，風(fēng)電場(chǎng)所在的地形也越來越復(fù)雜，隨之而來的問題也就越來越多。其中 風(fēng)電場(chǎng)微觀選址即風(fēng)機(jī)站的定位作為風(fēng)電場(chǎng)建設(shè)項(xiàng)目的前期工程，對(duì)風(fēng)電場(chǎng)效益及風(fēng)電場(chǎng) 的成敗起著重要的作用。但是現(xiàn)在風(fēng)電場(chǎng)微觀選址存在著很多問題，包括對(duì)擬建風(fēng)電場(chǎng)地 區(qū)各類數(shù)據(jù)采集困難，對(duì)擬建風(fēng)電場(chǎng)風(fēng)資源情況評(píng)估不準(zhǔn)確，以及風(fēng)機(jī)站優(yōu)化定位需要用 到國(guó)外的WindFarmer、Wasp等軟件,核心技術(shù)受制于人等情況。另外根據(jù)了解，在分散式風(fēng) 電蓬勃發(fā)展的今天還沒有特別適合分散式風(fēng)電場(chǎng)風(fēng)機(jī)站的微觀選址方法。
【發(fā)明內(nèi)容】
[0004]為了解決以上微觀選址中存在的技術(shù)問題，本發(fā)明提出了一種帶罰函數(shù)粒子群算 法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，即一種基于帶罰函數(shù)的雙適應(yīng)值粒子群算法的分散式風(fēng) 電場(chǎng)微觀選址系統(tǒng)。[0005]本發(fā)明的目的是通過下述技術(shù)方案實(shí)現(xiàn)的:[0006]帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，包括風(fēng)電場(chǎng)信息采集單元、 風(fēng)電場(chǎng)風(fēng)功率預(yù)測(cè)單元、風(fēng)機(jī)站選址定位單元；風(fēng)電場(chǎng)信息采集單元是由上位機(jī)與圖像處 理芯片相連，風(fēng)速儀與A/D轉(zhuǎn)換器相連，A/D轉(zhuǎn)換器與上位機(jī)相連。[0007]所述的上位機(jī)安裝有GoogleEarth ;圖像處理芯片采用SPCA563B ;風(fēng)速儀為富源 飛科FY-CW2風(fēng)速風(fēng)向儀；A/D轉(zhuǎn)換器采用89C51單片機(jī)與德州儀器TLC0831模數(shù)轉(zhuǎn)換芯片。[0008]所述的SPCA563B的USB接口與上位機(jī)的USB接口相連，進(jìn)行雙向通信，F(xiàn)Y-CW2風(fēng) 速風(fēng)向儀與89C51的USB接口相連；TLC0831模數(shù)轉(zhuǎn)換芯片嵌入89C51單片機(jī)中，89C51單 片機(jī)與上位機(jī)的USB接口相連。[0009]所述的風(fēng)電場(chǎng)信息采集單元，在確定擬建風(fēng)電場(chǎng)區(qū)域情況下，用于收集擬建風(fēng)電 場(chǎng)地區(qū)風(fēng)速風(fēng)向數(shù)據(jù)，擬建風(fēng)電場(chǎng)地區(qū)粗糙度數(shù)據(jù)，障礙物數(shù)據(jù)，地形數(shù)據(jù)。[0010]所述的風(fēng)電場(chǎng)的數(shù)據(jù)采集單元，利用上位機(jī)安裝的GoogleEarth采集擬建風(fēng)電場(chǎng) 地區(qū)的地表實(shí)時(shí)信息，將采集到的圖片傳輸至圖像處理芯片進(jìn)行處理，得到擬建風(fēng)電場(chǎng)地 區(qū)粗糙度數(shù)據(jù)，障礙物數(shù)據(jù)，地形數(shù)據(jù)等，再將這些數(shù)據(jù)傳遞給上位機(jī)進(jìn)行保存；利用風(fēng)速風(fēng)向儀采集到的測(cè)風(fēng)點(diǎn)風(fēng)數(shù)據(jù)，經(jīng)由A/D轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號(hào)，傳遞給上位機(jī)進(jìn)行保存。[0011]所述的風(fēng)電場(chǎng)風(fēng)功率預(yù)測(cè)單元，用于風(fēng)功率預(yù)測(cè)，在全面考慮粗糙度、障礙物、地形高程、尾流作用等因素對(duì)風(fēng)速影響后，對(duì)風(fēng)電場(chǎng)各個(gè)點(diǎn)風(fēng)速進(jìn)行預(yù)測(cè)，結(jié)合風(fēng)機(jī)功率曲線，得到風(fēng)電場(chǎng)的各點(diǎn)的風(fēng)功率密度。[0012]所述的風(fēng)電場(chǎng)的風(fēng)功率預(yù)測(cè)單元，以風(fēng)場(chǎng)數(shù)據(jù)采集單元得到的擬建風(fēng)電場(chǎng)風(fēng)向風(fēng)速的數(shù)據(jù)為基礎(chǔ)，綜合考慮影響風(fēng)速的各種因素，給出了影響風(fēng)速各因素的具體物理模型和受影響后的風(fēng)速變化公式，根據(jù)測(cè)風(fēng)點(diǎn)的風(fēng)速風(fēng)向數(shù)據(jù)預(yù)測(cè)擬建風(fēng)電場(chǎng)各個(gè)點(diǎn)的風(fēng)數(shù)據(jù)，根據(jù)風(fēng)機(jī)功率曲線得到各點(diǎn)的風(fēng)功率，由各點(diǎn)的風(fēng)功率得到風(fēng)電場(chǎng)總的輸出功率。[0013]所述的風(fēng)機(jī)站選址定位單元，是將基于帶罰函數(shù)的雙適應(yīng)值粒子群算法應(yīng)用于分散式風(fēng)電場(chǎng)風(fēng)機(jī)站的優(yōu)化定位，提出利用風(fēng)機(jī)站最小間隔、風(fēng)電場(chǎng)噪聲影響作為約束條件， 以該約束條件為第一適應(yīng)值；分散式風(fēng)電場(chǎng)風(fēng)機(jī)站設(shè)立是在變電站附近有個(gè)最優(yōu)范圍的， 以超出分散式風(fēng)機(jī)站最優(yōu)范圍作為罰函數(shù)，該罰函數(shù)與風(fēng)電場(chǎng)年發(fā)電量結(jié)合成為目標(biāo)函數(shù)，以該目標(biāo)函數(shù)為二適應(yīng)值對(duì)風(fēng)機(jī)站進(jìn)行優(yōu)化定位。[0014]所述的風(fēng)機(jī)站選址定位單元，提出一種基于帶罰函數(shù)的雙適應(yīng)值粒子群算法對(duì)各個(gè)風(fēng)機(jī)站進(jìn)行優(yōu)化定位，以風(fēng)機(jī)間最小間距和風(fēng)電場(chǎng)的噪聲影響為約束條件，以該約束條件為第一適應(yīng)值；以帶有罰函數(shù)的風(fēng)電場(chǎng)年發(fā)電功率為目標(biāo)函數(shù)，以該目標(biāo)函數(shù)為第二適應(yīng)值，然后利用帶約束的粒子群算法對(duì)風(fēng)機(jī)站位置進(jìn)行迭代優(yōu)化，最終得到風(fēng)機(jī)站的優(yōu)化定位;[0015]其中帶罰函數(shù)的雙適應(yīng)值粒子群速度位置更新方程為:[0016]
【權(quán)利要求】
1.帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:包括風(fēng)電場(chǎng)信息采集單元、風(fēng)電場(chǎng)風(fēng)功率預(yù)測(cè)單元、風(fēng)機(jī)站選址定位單元；風(fēng)電場(chǎng)信息采集單元是由上位機(jī)與圖像處理芯片相連，風(fēng)速儀與A/D轉(zhuǎn)換器相連，A/D轉(zhuǎn)換器與上位機(jī)相連。
2.根據(jù)權(quán)利要求1所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的上位機(jī)安裝有Google Earth ;圖像處理芯片采用SPCA563B ;風(fēng)速儀為富源飛科 FY-CW2風(fēng)速風(fēng)向儀；A/D轉(zhuǎn)換器采用89C51單片機(jī)與德州儀器TLC0831模數(shù)轉(zhuǎn)換芯片。
3.根據(jù)權(quán)利要求2所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的SPCA563B的USB接口與上位機(jī)的USB接口相連，進(jìn)行雙向通信，F(xiàn)Y-CW2風(fēng)速風(fēng)向儀與89C51的USB接口相連；TLC0831模數(shù)轉(zhuǎn)換芯片嵌入89C51單片機(jī)中，89C51單片機(jī)與上位機(jī)的USB接口相連。
4.根據(jù)權(quán)利要求1所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的風(fēng)電場(chǎng)信息采集單元，在確定擬建風(fēng)電場(chǎng)區(qū)域情況下，用于收集擬建風(fēng)電場(chǎng)地區(qū)風(fēng)速風(fēng)向數(shù)據(jù)，擬建風(fēng)電場(chǎng)地區(qū)粗糙度數(shù)據(jù)，障礙物數(shù)據(jù)，地形數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的風(fēng)電場(chǎng)的數(shù)據(jù)采集單元，利用上位機(jī)安裝的Google Earth采集擬建風(fēng)電場(chǎng)地區(qū)的地表實(shí)時(shí)信息，將采集到的圖片傳輸至圖像處理芯片進(jìn)行處理，得到擬建風(fēng)電場(chǎng)地區(qū)粗糙度數(shù)據(jù)，障礙物數(shù)據(jù)，地形數(shù)據(jù)等，再將這些數(shù)據(jù)傳遞給上位機(jī)進(jìn)行保存；利用風(fēng)速風(fēng)向儀采集到的測(cè)風(fēng)點(diǎn)風(fēng)數(shù)據(jù)，經(jīng)由A/D轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號(hào)，傳遞給上位機(jī)進(jìn)行保存。
6.根據(jù)權(quán)利要求1所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的風(fēng)電場(chǎng)風(fēng)功率預(yù)測(cè)單元，用于風(fēng)功率預(yù)測(cè)，在全面考慮粗糙度、障礙物、地形高程、尾流作用等因素對(duì)風(fēng)速影響后，對(duì)風(fēng)電場(chǎng)各個(gè)點(diǎn)風(fēng)速進(jìn)行預(yù)測(cè)，結(jié)合風(fēng)機(jī)功率曲線，得到風(fēng)電場(chǎng)的各點(diǎn)的風(fēng)功率密度。
7.根據(jù)權(quán)利要求1所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的風(fēng)電場(chǎng)的風(fēng)功率預(yù)測(cè)單元，以風(fēng)場(chǎng)數(shù)據(jù)采集單元得到的擬建風(fēng)電場(chǎng)風(fēng)向風(fēng)速的數(shù)據(jù)為基礎(chǔ)，綜合考慮影響風(fēng)速的各種因素，給出了影響風(fēng)速各因素的具體物理模型和受影響后的風(fēng)速變化公式，根據(jù)測(cè)風(fēng)點(diǎn)的風(fēng)速風(fēng)向數(shù)據(jù)預(yù)測(cè)擬建風(fēng)電場(chǎng)各個(gè)點(diǎn)的風(fēng)數(shù)據(jù)，根據(jù)風(fēng)機(jī)功率曲線得到各點(diǎn)的風(fēng)功率，由各點(diǎn)的風(fēng)功率得到風(fēng)電場(chǎng)總的輸出功率。
8.根據(jù)權(quán)利要求1所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的風(fēng)機(jī)站選址定位單元，是將基于帶罰函數(shù)的雙適應(yīng)值粒子群算法應(yīng)用于分散式風(fēng)電場(chǎng)風(fēng)機(jī)站的優(yōu)化定位，提出利用風(fēng)機(jī)站最小間隔、風(fēng)電場(chǎng)噪聲影響作為約束條件，以該約束條件為第一適應(yīng)值；分散式風(fēng)電場(chǎng)風(fēng)機(jī)站設(shè)立是在變電站附近有個(gè)最優(yōu)范圍的，以超出分散式風(fēng)機(jī)站最優(yōu)范圍作為罰函數(shù)，該罰函數(shù)與風(fēng)電場(chǎng)年發(fā)電量結(jié)合成為目標(biāo)函數(shù)，以該目標(biāo)函數(shù)為第二適應(yīng)值對(duì)風(fēng)機(jī)站進(jìn)行優(yōu)化定位。
9.根據(jù)權(quán)利要求1所述的帶罰函數(shù)粒子群算法的分散式風(fēng)電場(chǎng)微觀選址系統(tǒng)，其特征是:所述的風(fēng)機(jī)站選址定位單元，提出一種基于帶罰函數(shù)的雙適應(yīng)值粒子群算法對(duì)各個(gè)風(fēng)機(jī)站進(jìn)行優(yōu)化定位，以風(fēng)機(jī)間最小間距和風(fēng)電場(chǎng)的噪聲影響為約束條件，以該約束條件為第一適應(yīng)值；以帶有罰函數(shù)的風(fēng)電場(chǎng)年發(fā)電功率為目標(biāo)函數(shù)，以該目標(biāo)函數(shù)為第二適應(yīng)值， 然后利用帶約束的粒子群算法對(duì)風(fēng)機(jī)站位置進(jìn)行迭代優(yōu)化，最終得到風(fēng)機(jī)站的優(yōu)化定位；其中帶罰函數(shù)的雙適應(yīng)值粒子群速度位置更新方程為:
【文檔編號(hào)】G06Q10/04GK103559552SQ201310484782
【公開日】2014年2月5日 申請(qǐng)日期:2013年10月16日 優(yōu)先權(quán)日:2013年10月16日
【發(fā)明者】劉勁松, 楊珺, 黃旭, 張化光, 王剛, 孫秋野, 張濤, 范子強(qiáng), 戈陽陽, 王智良, 孫峰, 李福賀 申請(qǐng)人:國(guó)家電網(wǎng)公司, 國(guó)網(wǎng)遼寧省電力有限公司電力科學(xué)研究院, 東北電力科學(xué)研究院有限公司, 東北大學(xué)