面向大规模海上风电规划的复杂组合优化技术

01个人基本情况027研究背景和现状03已开展研究工作04总结和展望 汇报提纲 01个人基本情况027研究背景和现状03已开展研究工作04总结和展望 汇报提纲 个人简介沈欣炜助理教授/博导/特别研究员清华大学深圳国际研究生院(2021.11-至今)CitedbyOitations2e87Hindex10-index 教育背景/访学/工作经历口2006-2016.01清华大学电机系学土/博士（韩英铎/朱守真）口曾任伊利诺伊理工加州伯克利大学/澳门大学访问学者口2016-2021博士后/研究科学家清华SIGS（孙宏斌/王黎明）研究方向：电力系统与综合能源/海洋可再生能源优化GS被引2600+（近5年2300+），H指数29口2024中国知网高被引学者TOP1%口一作及通讯SCI文章30余篇口8篇中国学术期刊“高影响力”文章口主持国家自然科学基金2项/深圳市优青（数学）1项/广东省海上风电联合基金面上项自2项（连续两年获批） ankires GEWALLSince20202300 沈欣炜 个人简介国 学术兼职（节选）：口IEEE高级会员/CSEE会员/CES高级会员/中国运筹学会会员口IEEE能源互联网协调委员会技术程序联合主席口CSEEJPES/AppliedEnergy青年编委学术荣誉（节选）：口2023IEEEPES技术理事会青年人才奖（亚太区首位）口2023南方电网科技进步一等奖、广东省电力科技一等奖口2020入选CSEE“青年人才托举工程“F5000”中国精品科技期刊学术论文奖/CSEE优秀期刊论文奖口2019/20/24IEEEPESGM会议最佳论文奖（Top4%） 013个人基本情况02研究背景和现状03已开展研究工作04总结和展望 汇报提纲 研究背景国家重大战略需求一一海上风电开发国家层面政策鼓励大容量与规模化《2030年前碳达峰行动方案》8-14MW海风机组已实现批量指出，推动风电协调快速发展应用或示范，16MW以上容量完善海上风电产业链机型也相继发布《2024年能源工作指导意见》江苏如东已建成多个海风项目提出，统筹优化海风布局，推成为亚洲最大海风场群。动海风基地建设，稳妥有序推未来10年近1万亿美元投资流动海上风电向深水远岸发展入全球海风行业向海图强走向深蓝发展海洋科技 深远海与漂浮式全球80%海风资源位于水深>60m海域，我国深海风资源总量约10亿kW是近海风资源2倍随着近海风电开发饱和海风建设将向深远海发展，存在海洋环境复杂，成本高企，送出困难故障率高等问题。海风产业大有可为！ 海上风电LCOE平准化度电成本(Levelized Cost of Energy体现海上风电综合经济效益2024中国海上风电LCOE=0.46元/kWhlU煤电（0.26元/kWh)深远海风能资源条件相对较好，但设计，设施，运输、施工运维成本远高于近海海上风电随看发电补贴退坡风电开发往深远海发展降本增效需求更加迫切降低成本/增加收益！电气设备投资运维成本提升海风经济效益海上风电场全生命周期发电量增加发电量！口增加发电量：优化风机排布减小风机间尾流影响优化微观选提升可靠性口降低成本：减少电气设备投资（优化集电系统）制取高附加值产品（海风制氢/醇/氨可育生能源专业委员会（ORILN.中国可再生能源风能专业委员会（CWIA）全球风能理事会（CWEO） 平均LCOE：中国与亚太区其宅市场对比（USS/MWh）风机/施工成本票LCOE 20152020202045205 研究背景》海风发展的”卡脖子“问题可靠性设备故障率（(次/年/台）MTTR(小时)齿轮箱1.9244.91润滑系统变奖15.3144.31发电机1.84100.92液压系统1.837.94手控系统7.5%偏航系统0.2241.21机能通讯策统中压断路器0.0252.57%240其世中压开关0.025240低压接触器0.0667240+变奖机舱变压器0.0131240偏航系统水冷系统1km电缆0.0151440海土风机各子部件故障停机时间比例扇形图海上风电场各设备故障率及修复时间统计[11[2]风机/集电设备复杂、故障率高，海上风电场运维存在窗口期，平均修复时间（MTTR）长，导致严重的经济损失1ij Ossai C 1, Boswell B. et al. A Markovian approach for modelling the effects ot maintenance on downtime and failure risk ot WT componentsJ] Renewable energy. 2016 96:775-783.[2] WARNOCKJ.MCMILLAN D.PILGRIM J.et al Failure Rates ofOffshore Wind Iransmission SystemsEJ1 Energies.2019.12(14):2682.DO1:10.3390/enl2142682.8 研究现状》工业界的实践一优化规划的经济效益优化规划的经济效益欧洲知名海上风电建设商Vattenfall经过实践探索风机微观选址得出：数学优化在海风场尾流削减风机施工发电量提升用钢量减少规划中应用得当，可为单260万欧元1000万欧元个风场带来1000-1500万欧元显著经济效益[1]。早在2019年，Vattenfall就在多个风场中累积实现1.5亿欧元的效益[2]数学优化在海风建设开发各个环节中均可以产生巨大效益！[11 FischettiM,Kistoffersen JR Hiort T Monaci M Pisinger D.Vattenfall optimizes bffshore wind farm design J INFORMS Journal ofApplicd Analytics,2020,50(1y:g0-94.[21 Fischetti M Fischetti M Integrated Layout and Cable Routing in Wind Farm Optimal Design[J1.Management Science, 2022:mnse.2022 4470. 研究现状学术界的讨论1一风机微观选址尾流模型min Cinv() + cwake ()s.t. G()< 0参数尾流基于CFD的X - ( x xn)!模型机理模型用于风场仿真软件Cin风机施工成本Cwake尾流效应影响JensenLarsenFrandsen模型G(x)≤0.建设相关约束模型模型结果最优性强数学优化网格过多则可能维数灾求解方法？计算速度快启发式求解不稳定算法无法保证最优性I1[ Hou P, Zhu 1 ct al. A teview of offshiore wind farm layout optimization and eleetrical system design methodsJ1. Journal of Modern Power Systems and Cfean Energy, 2019, 7(5): 975-9862 Zuo T. Zhang Y et al A review of optimization technologies fot large-scale wind farm planning 111 LEFE Trans. on Industrial Infor.2022.19(7): 7862-7875. 口微观选址模型分类[1]个个网格化模型xiE[0,1]表示格子i是否被选中建风机(x = 1则选中)混合整数规划MIP x/ = (x1. x)表示风机的坐标非线性规划NLP 集电系统=Electrical Collector System,ECs研究发现：不同电缆故障率和修复时间下正CS具有不同最优拓扑综合考虑ECS拓扑选型及可靠性进行联合规划最优拓扑结构总成本（英铸）电缆故障率（次最优拓扑结构电缆故障率（次/年/km）辐射状辐射状环状面面多环状总长度=40.67km总长度=43.87km min cinv(x) +Cre'(x. yh.th)thephs.t.G(x.yh sh)≤0X (ixx)TCinp:ECS建设成本Crel:可靠性相关成本xE0.11表示是否建设海缆yh故障场景h下的运行策略h故障率等随机参数G(x）≤0.海缆建设相关约束X G S.K.B.CPal.Optumal WindFarm CablingJJEEE Transactions on Sustainable Energy.2018.9(3):1126-1136 可获巨大经济效益。环状多环状总长度=55.96km 研究现状学术界的讨论3一一海风制氢系统配置陆上集中式电解海上风电场：海上变电站路深海上换洗站泰陆变电站荆氢站海上平台集中式电解上海上安电海上风电场海上制氢站运氢中转站海上平台分布式电解运载中转站氢设施3种常见的海风电氧氢能源系统配置方案Kim Aetal Feasibilityof ofishore wind turbines for linkage.ithonsht2李梓丘养颖鲁宗相海上风电氢能系统运行模式分析及配置优化电 013个人基本情况02研究背景和现状03已开展研究工作04总结和展望 汇报提纲 已开展的研究》关键挑战与科学问题凝疑炼数学优化理论在海风全生命周期应用关键挑战在于：风机微观选址集电系统规划风机间风速相互影响（尾流效应）系统故障修复时间长（可靠性）合理排布减少尾流，提升发电量平衡经济性与可靠性尾流效应强非凸目标/约束复杂min F(x)s.t.G(x) ≤0XED核心科学问题：复杂组合优化问题的建模与求解 设备动态特性、 产品类型多样化（经济性）减少平准化制氢成本LCOH多重不确定性 研究内容1》风机微观选址难点如何考虑规则排布需求，选取合适网格规格，结合精细化尾流效应进行风机排布优化？欧洲海上风电场（左）和中国阳江帆石海上风电场（右）8×8网格10×10网格64个0-1变量100个0-1变量15120个连续变量18000个连续变量18144条约束21600条约束 风电场布局规则化必要性：1）降低电缆等基础设施建设成本：2）确保适航性，便手渔业活动：3）有利于风电场的运营和维护工作约束条件：1）每行风机数量为0或n2）行内相邻风机间距相同20×20网格风玫瑰图尾流化指标风速分布计算基于风玫瑰图刻画多风场景400个0-1变量72000个连续变量86400条约束16 研究内容1》风机微观选址网格化风机排布，引入旋转坐标思路数学优化MIP+元启发式，大幅提升计算效率和规划结果最优性旋转坐标进行场景解耦将水平网格旋转不同的角度，以得到与水平轴呈不同角度的风机布局方案提高风机布局的多样性基于大规模MIP的微观选址初始解搜索sA初始排布方案a +≤ 1 v(i.3) eEIO,IViEN基于参数化崖流模型离散选点建立大规模整数规划问题 网格逆时针旋转等价于风玫瑰图顺时针旋转高质量初始可行解 启发式算法优化网格内风机坐标风机尘标调整风机坐标作为决策变量，使用启发式算法进行布局优化 海上风电场微观选址两阶段优化模型1.采用数学规划方法求解风机微观选址网格化模型n pr (网u.)max风电场总功率决策变递s.t.X =M风机总数约束≤ PratejxjIA风机出力约束pn ≤ P(n) vte!(vmax.)VET多机尾流平方vh.j = vmax.(1 -wfx)x + xi ≤1 Vj.i e / distance(j,)< Dmin风机最小安全距离约束x.x e0,12.基于启发式算法在网格内进一步优化风机坐标max元npn yv)nEN JEM决策变量：=(2)s.t. (iy2) e A(x)yii) +(yiz - yi2) ≤ Dn vij e M风机最小安全距离约束Sffshorero-sitipobascdo