據(jù)統(tǒng)計，海纜成本占海上風(fēng)電場建設(shè)成本的10%左右，是影響項目全生命周期收益的重要環(huán)節(jié)。因此，利用海纜拓?fù)浣Y(jié)構(gòu)設(shè)計優(yōu)化集電線路布局，對于海上風(fēng)電場項目建設(shè)成本優(yōu)化尤為重要。

　　

　　此前，在升壓站位置確定的情況下，為解決集電線路優(yōu)化布局問題，明陽智能開發(fā)了35kV中壓海纜拓?fù)渌惴?。得益于算法的適應(yīng)性和計算效率，大規(guī)模尋優(yōu)計算、實現(xiàn)全場海纜成本的估算不再是難事。

　　

　　但是，海上風(fēng)電場的海纜拓?fù)浣Y(jié)構(gòu)不僅取決于風(fēng)電場的機組布局，也會受到升壓站選址的影響。升壓站位置變化會導(dǎo)致中壓海纜拓?fù)浣Y(jié)構(gòu)變化，同時考慮到連接升壓站的高壓海纜路由，如若規(guī)劃不當(dāng)，海纜投資總成本差異可達(dá)千萬甚至上億。

　　

　　隨著海上風(fēng)電場逐漸走向深海，高壓海纜投資占比越來越高，這需要設(shè)計人員著眼于風(fēng)電場全局，統(tǒng)籌規(guī)劃各級海纜路由，最大程度地減少海纜連接用量，降低風(fēng)電場建設(shè)成本和場內(nèi)輸變電損耗，助力實現(xiàn)海上風(fēng)場收益最大化。但目前行業(yè)主流的基于經(jīng)驗的手動算法不僅費時費力，更難以精準(zhǔn)鎖定最優(yōu)升壓站位置和集電線路的連接方案，導(dǎo)致資源浪費，造成經(jīng)濟損失。

　　

　　為攻克上述難題，明陽智能在中壓海纜拓?fù)渌惴ɑA(chǔ)上升級優(yōu)化，并基于人群搜索算法（SOA）開發(fā)了海上升壓站選址算法。這種算法結(jié)合SOA模擬人類搜索的經(jīng)驗梯度和不確定性推理的實現(xiàn)方法，可確定合適的搜尋者、適應(yīng)度函數(shù)、搜索方向和步長，完成位置更新，最終實現(xiàn)升壓站的選址優(yōu)化。

　　

　　這套升壓站選址算法應(yīng)用便捷。以某海上風(fēng)電場項目為案例，風(fēng)電場規(guī)劃安裝47臺單機容量為MySE6.45MW的機組，輸出電力通過35kV海纜回路匯集到海上升壓站，再由220kV高壓海纜傳送至陸上集控中心。根據(jù)風(fēng)電場規(guī)劃，已知陸上集控中心到風(fēng)電場附近節(jié)點的海纜路由，海纜與升壓站間的連接需根據(jù)升壓站位置確定，如圖1所示。

　　

▲圖1 海上風(fēng)電場場址及機組布置

　　

　　那么，接下來如何進(jìn)行升壓站選址優(yōu)化？首先以升壓站位置為搜尋個體，選取中/高壓海纜及升壓站等成本為目標(biāo)函數(shù)；然后采用隸屬度函數(shù)確定搜索步長，綜合個體最優(yōu)、群體最優(yōu)以及經(jīng)驗優(yōu)先三個維度加權(quán)確定搜索方向；最后根據(jù)實時更新的步長和方向更新升壓站位置，選擇合適的種群規(guī)模和最大迭代步，計算至收斂。具體過程如圖2所示。最終得到經(jīng)濟性最優(yōu)的拓?fù)浞桨溉鐖D3所示。

▲圖2 基于SOA算法的升壓站選址進(jìn)程

　　

▲圖3 35kV海纜拓?fù)浣Y(jié)構(gòu)圖及全場海纜路由

　　

　　由表1可見，采用明陽智能中壓海纜拓?fù)渌惴ê突赟OA的算法優(yōu)化后，海纜總長度減少6km，按照不同規(guī)格海纜的價格測算，可節(jié)省項目投資約1400萬元。

　　

▼表1 35kV海纜長度及成本

　　

　　值得一提的是，明陽智能還以遍歷方式獲得了升壓站選址海纜經(jīng)濟性云圖，如圖4所示。圖中顯示了風(fēng)電場的場區(qū)邊界以及風(fēng)機布置位置，不同升壓站位置時的風(fēng)場海纜總成本，藍(lán)色表示成本較低，黃色表示成本較高。當(dāng)升壓站位于風(fēng)場內(nèi)部右側(cè)偏上位置時，成本最低，約為6.5億元；當(dāng)升壓站位于風(fēng)場左側(cè)邊界附近位置時，成本則高于8億元。由此可知，海上升壓站選址優(yōu)化對降低海纜投資成本至關(guān)重要。

▲圖4 升壓站選址海纜經(jīng)濟性云圖

　　

　　明陽智能突破傳統(tǒng)手動算法的經(jīng)驗限制，通過中壓海纜拓?fù)渌惴ê突赟OA的算法實現(xiàn)了全場海纜投資成本最低的目標(biāo)，致力于為客戶提供最佳風(fēng)電場布局方案及最低度電成本的整體解決方案。