基于改进遗传算法的海上风电场集电系统拓扑优化

2019-01-17 10:22:35 大云网　点击量：评论 (0)

汪惟源1，乔颖2，窦飞1，杨林1，张宇精2 1 国网江苏省电力有限公司，江苏南京210008;2 清华大学电机工程与应用电子技术系，北京100084收稿

汪惟源1，乔颖2，窦飞1，杨林1，张宇精2

1.国网江苏省电力有限公司，江苏南京210008;

2.清华大学电机工程与应用电子技术系，北京100084

收稿日期:2018年6月15日 2018年9月11日 2019年1月14日修回日期: 发布日期:

作者简介:汪惟源（1975-），男，高级工程师，从事电网规划研究，电网项目前期管理工作，电子信箱：wangwy@js.sgcc.com.cn

基金资助:国家自然科学基金智能电网联合基金（高比例可再生能源未来电网的源网协调一体化规划基础理论与关键，U1766201）;国家电网公司科技项目（大型海上风电基地风资源开发评估及源 - 网 - 荷协调运营策略关键技术研究，52100116001W）。

摘要：海上风电的集电系统的投资成本占比高，对集电系统的拓扑进行优化对降低固定投资有重要意义集电系统的拓扑优化问题可转化成一个动态变权的最小生成树问题，由于边权变化与拓扑优化相互耦合，无法用传统的生成树方法求解。采用改进的遗传算法，通过优选初始种群，采用链表式编码，精英选择算子的环节改进，既提高了算法效率，又可处理海缆不可交叉等复杂约束。算例表明优化算法具有较好的寻优性和收敛性。

关键词：海上风电，集电系统，拓扑优化，遗传算法

抽象：海上风电场收集系统的成本占风电场总投资的很大比例，因此对收集系统进行拓扑优化以降低固定投资具有重要意义。拓扑优化问题可以建模为具有动态边缘权重的最小生成树问题。由于边缘权重与拓扑优化相结合，因此传统方法无法解决。通过改进初始种群选择，使用链表编码和精英遗传算子，本文采用改进的遗传算法，不仅可以提高算法的效率，而且可以更好地解决非交叉海洋电缆的复杂约束问题。

关键词：海上风电，集热系统，拓扑优化，遗传算法

中图分类号：TM726.4