[發(fā)明專利]風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)方法、系統(tǒng)、電子設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010099581.4
• 申請(qǐng)日: 2020-02-18
• 公開（公告）號(hào): CN111325394A
• 公開（公告）日: 2020-06-23
• 發(fā)明（設(shè)計(jì)）人: 許夢(mèng)瑩;彭明;蔣勇
• 申請(qǐng)（專利權(quán)）人: 上海電氣風(fēng)電集團(tuán)股份有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06K9/62;G06F16/29;G06Q50/06
• 代理公司: 上海弼興律師事務(wù)所 31283
• 代理人: 薛琦;林嵩

本發(fā)明公開了一種風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)方法、系統(tǒng)、電子設(shè)備和存儲(chǔ)介質(zhì)，所述優(yōu)化設(shè)計(jì)方法包括：獲取風(fēng)電場(chǎng)的風(fēng)資源圖譜中多個(gè)風(fēng)資源數(shù)據(jù)點(diǎn)的屬性信息；根據(jù)所述屬性信息獲取所述風(fēng)資源數(shù)據(jù)點(diǎn)對(duì)應(yīng)的目標(biāo)類別；根據(jù)所述目標(biāo)類別確定風(fēng)電場(chǎng)區(qū)域?qū)?yīng)的多個(gè)布機(jī)子區(qū)域；其中，同一所述目標(biāo)類別對(duì)應(yīng)同一所述布機(jī)子區(qū)域；獲取所述布機(jī)子區(qū)域?qū)?yīng)的優(yōu)化設(shè)計(jì)方案；根據(jù)所述優(yōu)化設(shè)計(jì)方案對(duì)所述布機(jī)子區(qū)域進(jìn)行布局。本發(fā)明通過將分類和尋優(yōu)相結(jié)合，降低了尋優(yōu)范圍和參數(shù)維度，減少了所需計(jì)算資源，從而實(shí)現(xiàn)簡(jiǎn)化優(yōu)化過程，大大地加快尋優(yōu)速度的目的，進(jìn)而顯著提高了整個(gè)風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)的尋優(yōu)速度。

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)電場(chǎng)技術(shù)領(lǐng)域，特別涉及一種風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)方法、系統(tǒng)、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，對(duì)風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)時(shí)主要根據(jù)風(fēng)資源圖譜采用優(yōu)化算法(如隨機(jī)尋優(yōu)、遺傳算法、粒子群算法、蟻群算法等)得到最優(yōu)解，這些算法在尋優(yōu)過程中以一定的方式逐步淘汰不合適的機(jī)位點(diǎn)(如發(fā)電量較低)最后得到最優(yōu)解(局部或全局)，且部分算法是否能得到最優(yōu)解依賴于初始機(jī)位布局方案。

但是，現(xiàn)有的風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)普遍是針對(duì)整個(gè)風(fēng)電場(chǎng)區(qū)域進(jìn)行處理，存在所需的計(jì)算資源較大、尋優(yōu)速度較慢、不能滿足實(shí)際需求的問題。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是為了克服現(xiàn)有技術(shù)中風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)方案存在計(jì)算資源較大，尋優(yōu)速度較慢，不能滿足實(shí)際需求的缺陷，目的在于提供一種風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)方法、系統(tǒng)、電子設(shè)備和存儲(chǔ)介質(zhì)。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題：

本發(fā)明提供一種風(fēng)電場(chǎng)的優(yōu)化設(shè)計(jì)方法，所述優(yōu)化設(shè)計(jì)方法包括：

獲取風(fēng)電場(chǎng)的風(fēng)資源圖譜中多個(gè)風(fēng)資源數(shù)據(jù)點(diǎn)的屬性信息；

根據(jù)所述屬性信息獲取所述風(fēng)資源數(shù)據(jù)點(diǎn)對(duì)應(yīng)的目標(biāo)類別；

根據(jù)所述目標(biāo)類別確定風(fēng)電場(chǎng)區(qū)域?qū)?yīng)的多個(gè)布機(jī)子區(qū)域；

其中，同一所述目標(biāo)類別對(duì)應(yīng)同一所述布機(jī)子區(qū)域；

獲取所述布機(jī)子區(qū)域?qū)?yīng)的優(yōu)化設(shè)計(jì)方案；

根據(jù)所述優(yōu)化設(shè)計(jì)方案對(duì)所述布機(jī)子區(qū)域進(jìn)行布局。

較佳地，所述根據(jù)所述屬性信息獲取所述風(fēng)資源數(shù)據(jù)點(diǎn)對(duì)應(yīng)的目標(biāo)類別的步驟包括：

采用人工智能算法根據(jù)所述屬性信息獲取所述風(fēng)資源數(shù)據(jù)點(diǎn)對(duì)應(yīng)的所述目標(biāo)類別。

較佳地，所述獲取所述布機(jī)子區(qū)域?qū)?yīng)的優(yōu)化設(shè)計(jì)方案的步驟包括：

確定所述布機(jī)子區(qū)域?qū)?yīng)的優(yōu)化條件；

根據(jù)所述優(yōu)化條件和所述風(fēng)電場(chǎng)對(duì)應(yīng)的目標(biāo)函數(shù)獲取所述布機(jī)子區(qū)域的所述優(yōu)化設(shè)計(jì)方案。

較佳地，所述根據(jù)所述優(yōu)化條件和所述風(fēng)電場(chǎng)對(duì)應(yīng)的目標(biāo)函數(shù)獲取所述布機(jī)子區(qū)域的所述優(yōu)化設(shè)計(jì)方案的步驟包括：

采用優(yōu)化算法根據(jù)所述優(yōu)化條件和所述目標(biāo)函數(shù)，獲取所述布機(jī)子區(qū)域?qū)?yīng)的布局參數(shù)信息；

所述根據(jù)所述優(yōu)化設(shè)計(jì)方案對(duì)所述布機(jī)子區(qū)域進(jìn)行布局的步驟包括：

根據(jù)所述布局參數(shù)信息對(duì)所述布機(jī)子區(qū)域進(jìn)行布局。

較佳地，所述優(yōu)化算法包括隨機(jī)尋優(yōu)算法、遺傳算法、蟻群算法或粒子群算法；和/或，

所述布局參數(shù)信息包括機(jī)組數(shù)量、機(jī)組位置、機(jī)型、輪轂高度、基礎(chǔ)型式中的至少一種。

較佳地，所述屬性信息包括大氣穩(wěn)定度、風(fēng)剪切、湍流強(qiáng)度和風(fēng)功率密度中的至少一種；和/或，