我国风电基地和负荷中心呈逆向分布,需要通过跨区输送实现异地消纳促进风电可持续发展,目前风电和输电网规划不协调的问题极为突出,提出了风电与输电网综合协调投资规划模型。首先提出了以用户费用、风电及输电网投资总成本最小为目标...我国风电基地和负荷中心呈逆向分布,需要通过跨区输送实现异地消纳促进风电可持续发展,目前风电和输电网规划不协调的问题极为突出,提出了风电与输电网综合协调投资规划模型。首先提出了以用户费用、风电及输电网投资总成本最小为目标函数的风电与输电网投资混合整数线性规划模型(Mixed-Integer Linear Programming,MILP),以确定最优的风电投资规模以及配套输电网建设,通过改进分支定界方法对模型进行求解,通过算例分析验证所构建模型的科学性和合理性。展开更多
在确定性规划准则和概率性规划准则的基础上,提出一个应用于输电网中长期规划的混合性规划模型。该模型采用静态安全柔性约束、故障发生概率、可靠性成本、投资费用、期望缺供电量(expected energy not served,EENS)以及缺电时间期望(lo...在确定性规划准则和概率性规划准则的基础上,提出一个应用于输电网中长期规划的混合性规划模型。该模型采用静态安全柔性约束、故障发生概率、可靠性成本、投资费用、期望缺供电量(expected energy not served,EENS)以及缺电时间期望(loss of load expectation,LOLE)等因素来计算、评估潜在故障的影响,并通过建立电网成本期望值最小的目标函数、经济性约束和可靠性约束保证电网规划的可靠性和经济性,利用直流潮流模型和最优潮流模型将输电网规划问题转为混合整数线性规划问题,采用商业优化软件CPLEX进行寻优计算,实现了为输电网规划寻找最优规划方案的目的。最后,通过与传统规划模型的比较和实际电网算例验证了模型的合理性、有效性和经济性。展开更多
集电系统拓扑优化是大型海上风电场规划建设的核心问题,本质上是一个涉及多约束、多目标的复杂混合整数优化问题。针对该问题,提出了一种基于大语言模型(large language model,LLM)辅助的大型海上风电场集电系统拓扑优化方法。首先,基...集电系统拓扑优化是大型海上风电场规划建设的核心问题,本质上是一个涉及多约束、多目标的复杂混合整数优化问题。针对该问题,提出了一种基于大语言模型(large language model,LLM)辅助的大型海上风电场集电系统拓扑优化方法。首先,基于大语言模型辅助对风电机组群进行聚类,通过链式提示法使LLM理解优化目标,并利用LLM将大型海上风电场分割为若干小型区域,以降低优化问题维度,提升求解速度和质量。然后,构建集电系统拓扑优化模型,基于混合整数线性规划求解器,获得海上风电场的最优集电系统拓扑设计方案。最后,利用1个含有75台风电机组的大型海上风电场系统进行方法性能验证,仿真结果表明:与传统优化技术相比,所提方法获得的聚类风机数量更加均衡,在考虑拓扑功率损耗的同时,生成的拓扑方案经济性最优。LLM在集电系统拓扑辅助优化中具有较高的有效性,为海上风电场集电系统拓扑设计优化提供了一种新思路。展开更多
文摘我国风电基地和负荷中心呈逆向分布,需要通过跨区输送实现异地消纳促进风电可持续发展,目前风电和输电网规划不协调的问题极为突出,提出了风电与输电网综合协调投资规划模型。首先提出了以用户费用、风电及输电网投资总成本最小为目标函数的风电与输电网投资混合整数线性规划模型(Mixed-Integer Linear Programming,MILP),以确定最优的风电投资规模以及配套输电网建设,通过改进分支定界方法对模型进行求解,通过算例分析验证所构建模型的科学性和合理性。
文摘在确定性规划准则和概率性规划准则的基础上,提出一个应用于输电网中长期规划的混合性规划模型。该模型采用静态安全柔性约束、故障发生概率、可靠性成本、投资费用、期望缺供电量(expected energy not served,EENS)以及缺电时间期望(loss of load expectation,LOLE)等因素来计算、评估潜在故障的影响,并通过建立电网成本期望值最小的目标函数、经济性约束和可靠性约束保证电网规划的可靠性和经济性,利用直流潮流模型和最优潮流模型将输电网规划问题转为混合整数线性规划问题,采用商业优化软件CPLEX进行寻优计算,实现了为输电网规划寻找最优规划方案的目的。最后,通过与传统规划模型的比较和实际电网算例验证了模型的合理性、有效性和经济性。
文摘集电系统拓扑优化是大型海上风电场规划建设的核心问题,本质上是一个涉及多约束、多目标的复杂混合整数优化问题。针对该问题,提出了一种基于大语言模型(large language model,LLM)辅助的大型海上风电场集电系统拓扑优化方法。首先,基于大语言模型辅助对风电机组群进行聚类,通过链式提示法使LLM理解优化目标,并利用LLM将大型海上风电场分割为若干小型区域,以降低优化问题维度,提升求解速度和质量。然后,构建集电系统拓扑优化模型,基于混合整数线性规划求解器,获得海上风电场的最优集电系统拓扑设计方案。最后,利用1个含有75台风电机组的大型海上风电场系统进行方法性能验证,仿真结果表明:与传统优化技术相比,所提方法获得的聚类风机数量更加均衡,在考虑拓扑功率损耗的同时,生成的拓扑方案经济性最优。LLM在集电系统拓扑辅助优化中具有较高的有效性,为海上风电场集电系统拓扑设计优化提供了一种新思路。
