1 просмотров

Как подключить катушки для ветрогенератора 26 витков

Решения
Ресурсы
О нас

Решения
Ресурсы
О нас
Товар
26 авг. 2021 г.

🔌⚡Покажите мне 10^115 способов электрического соединения 50 ветряных турбин

Джонатан Хэй
Штатный инженер-программист
Найдите нас на Linkedin
Получайте информацию от Traverse
Подпишитесь ниже
Благодарю вас! Ваша заявка принята!
Ой! Что-то пошло не так при отправке формы.

🔌⚡Покажите мне (10^) способов электрического соединения 50 ветряных турбин

В Traverse мы выполняем микроразметку для ветряных электростанций, используя IRR, NPV или LCOE в качестве целевых переменных оптимизации. Если вы посмотрите на нашу целевую страницу, там написано, что мы помогаем разработчикам проектов увеличить IRR новых проектов на 0,5%. Чтобы выполнить это обещание, мы должны выполнить три ключевые задачи.

  • A. Моделирование энергии и следа, которое охватывает доход
  • B. Дороги и фундамент Оптимизация капитальных затрат, которая покрывает затраты и
  • C. оптимизация кабеля электрической решетки, которая влияет как на доход, так и на стоимость.

Эти 3 темы взаимосвязаны, так как каждый раз, когда вы перемещаете турбину, это влияет на оптимальность всех остальных турбин в рекурсивном каскаде.

Наша предыдущая статья была о B, оптимизации дорожной сети. В этой статье демонстрируется, как мы выполняем оптимизацию кабеля C, электрического массива, где мы оптимизируем систему сбора электроэнергии для наименьшего объема капитальных затрат, что приводит к наименьшему количеству операционных потерь.

1. Введение

1.1 Основной вопрос: оптимальное проектирование электрической цепи

Энергия от ветряных турбин подается гирляндой через множество электрических кабелей среднего напряжения (МВ около 33 кВ), которые сходятся на внутренней подстанции. Эта подстанция собирает все эти кабели, повышает напряжение до высокого напряжения (высокое напряжение более 66 кВ) и продолжает подачу в региональную энергосистему через воздушные кабели.

Электрические потери происходят в системе сбора среднего напряжения и напрямую влияют на доход. Хотя это обобщение, конфигурация кабеля среднего напряжения дает наибольшие потери, которые можно оптимизировать с технической точки зрения. В наземных ветряных электростанциях эти электрические кабели среднего напряжения обычно прокладывают под землей в траншеях под дорогами, соединяющими турбины. В морских ветряных электростанциях кабели проложены либо на морском дне, либо плавают в воде. В этой статье делается попытка оптимизировать следующее уравнение:

Основными элементами этой оптимизации являются следующие ключевые идеи:

  • [жесткое ограничение] Кабели перегреваются, когда они начинают нести слишком много турбин за спиной — самые большие кабели могут нести нагрузку только от 4 до 5 больших современных турбин (для наземных случаев).
  • [жесткое ограничение] Кабели, расположенные бок о бок, теряют еще большую несущую способность, так как нагреваются друг друга!
  • [мягкие потери] Более толстые кабели изначально дороже, но теряют меньше энергии во время работы.
  • [мягкие потери] Турбины находятся на разном расстоянии друг от друга, и потери прямо пропорциональны расстоянию.

Обратите внимание, что мы также оптимизируем размеры трансформатора и конструкцию системы высокого напряжения в процессе полного электрического проектирования, о чем мы напишем в другой статье..

1.2 Дополнительные вопросы: динамические турбины, подстанции и распределительные коробки

Обсуждение в 1.1 предполагает, что какая-то рука Бога уже разместила для нас все турбины, подстанции и распределительные коробки. Но на самом деле их тоже можно перепутать. Ради этого аргумента предположим, что позиции турбин были зафиксированы. Это оставляет нам:

  • Расположение подстанции: оптимальное расположение подстанции принесет наибольшие выгоды, поскольку в конечном итоге все кабели и электроэнергия, которые они передают, должны поступать на подстанцию. Если имеется более одной подстанции, это еще более сложная задача оптимизации.
  • Соединительные коробки: соединительные коробки сокращают длину кабеля, позволяя нескольким турбинам подходить к распределительной коробке, а не кабелям, петляющим от одной турбины к другой (см. раздел 1.3). Хуже, чем проблема с подстанцией, вы можете произвольно разместить множество распределительных коробок повсюду. Какое наименьшее количество распределительных коробок позволит снизить общие электрические потери? Где их разместить в электрической сети?

1.3 Базовая топология

Предположим, что в нашем простом примере дороги массива ветряных электростанций закреплены, как показано ниже, с помощью разветвленной вилки.

Если мы позволим кабелям следовать по дорогам, то нам придется справиться с развилкой, установив дополнительную распределительную коробку, что внесет определенные затраты:

В качестве альтернативы мы можем сначала соединить T1 с T2, а затем вернуться назад по дороге, чтобы соединиться с T3:

Или подключите T1 и T2 напрямую к T3:

Есть много других конфигураций. Который лучший?

1.4 Допустимая нагрузка и сопротивление кабеля

Во-вторых, у каждого кабеля также есть допустимая нагрузка, которая представляет собой максимально допустимый ток, который он может пропускать, прежде чем он начнет перегреваться. В приведенном выше упрощенном примере мы предполагаем:

  • У нас много турбин вдоль длинного горного хребта, соединенных одной дорогой без развилок.
  • Единый размер кабеля (размер кабеля мы обсудим позже).

Возможно, мы сможем подключить максимум 4 из них, прежде чем кабель начнет перегреваться. Затем нам пришлось бы соединить последующие турбины отдельной цепью с кабелем, идущим параллельно первой:

Если бы мы оптимизировали исключительно длину кабеля, то это была бы оптимальная конфигурация, требующая (при условии равноудаленности для простоты) 10 единиц кабеля:

Но еще одним фактором, который следует учитывать, являются электрические потери, которые равны (I^R).Предположим снова для простоты, что каждая турбина производит одну и ту же единицу тока, в этом случае наши электрические потери составят 92R:

Вместо этого мы можем «разделить нагрузку поровну», что дает нам меньшие электрические потери 72R, но большую длину кабеля 13 единиц кабеля:

Мы видим, что конфигурация с более высокими капитальными затратами на кабель из-за больших расстояний может иметь более низкие электрические потери (OPEX) и наоборот. Чтобы иметь возможность правильно сравнить и суммировать эти затраты, нам необходимо получить точные данные, такие как:

  • Размер кабеля и цена: более толстый кабель дороже, может нести больший ток и имеет меньшие потери.
  • Профиль производства энергии, который приводит к разным токам в разное время года.
  • Цены на электроэнергию, которые меняются в зависимости от рыночных условий.

Ниже показан пример конкретных расчетов, которые были бы получены при использовании правильных множителей удельного сопротивления более толстых кабелей.

1.5 Снижение номинальных характеристик кабеля

Существует также проблема снижения номинальных характеристик кабеля. Несколько кабелей, проложенных бок о бок, приведут к тому, что кабели будут иметь меньшую допустимую нагрузку из-за рассеивания тепла кабелями. На изображении ниже показано, как размещать группы кабелей в соответствии с IEC60502-2:

В приведенном выше примере, несмотря на то, что ограничение на один кабель составляет 4 турбины, мощность двух кабелей, расположенных бок о бок, может быть снижена до 83% от их первоначального значения, и, таким образом, они могут выдерживать только 83% * 4 = 3,3. турбины каждая.

Итак, при вводе второго фиолетового кабеля мы должны вернуться к первому красному кабелю и уменьшить его нагрузку до 3 турбин. Но ждать! У нас есть 7 турбин, а наши красный и фиолетовый кабели могут работать только с 3 + 3 = 6 кабелями, а это значит, что нам понадобится третий кабель (синий цвет ниже).

Но ждать! Теперь в последней секции, непосредственно перед входом на подстанцию, у нас теперь есть 3 кабеля рядом друг с другом, где их номинальная мощность в этой секции снижена до 73% от их первоначального значения. Таким образом, красный и фиолетовый кабели могут выдерживать только 73% * 4 = 2,9 турбины каждый.Предполагая, что вы принимаете высокие коэффициенты безопасности, это может означать, что каждый кабель может поддерживать только 2 кабеля. Таким образом, наши красный, фиолетовый и синий могут поддерживать 2+2+2=6 турбин. Значит нужен четвертый кабель 😭 .

Если затем мы распространим эту логику на проект мощностью 500 МВт или 1000 МВт со 100 турбинами и любым количеством распределительных коробок, общее количество комбинаций и перестановок выйдет из-под контроля. Как нам найти оптимальную конфигурацию кабельных соединений, чтобы минимизировать потери и капитальные затраты?

2. Смешанное целочисленное линейное программирование (MILP)

Обратимся к смешанно-целочисленному линейному программированию (MILP). Линейное программирование используется для решения многих задач, таких как:

  • Экономика: оптимизация распределения ограниченных ресурсов для производства различных товаров и услуг для достижения максимальной экономической отдачи.
  • Транспортировка: маршрутизация этих товаров по дорожной сети с максимальной пропускной способностью при минимальных затратах.
  • Планирование: управление графиками спроса и предложения и минимизация складских затрат.

MILP — это линейное программирование (ЛП) но с целыми числами: т.е. мы можем выбрать соединение двух турбин либо одним кабелем, либо без кабеля, но не половина Кабельное и линейное программирование в основном решает проблему оптимизации, где стоимость и ограничения могут быть выражены в виде линейных неравенств.

2.1 Простая задача линейного программирования

Предположим, что у фермера есть участок сельскохозяйственной земли, скажем, (L~km^), который нужно засеять либо пшеницей, либо ячменем, либо их комбинацией. У фермера есть ограниченное количество удобрений (F~кг) и пестицидов (P~кг). Каждый квадратный километр пшеницы требует (F_~кг) удобрений и (P_~кг) пестицидов, в то время как каждый квадратный километр ячменя требует (F_~кг) удобрений и (P_~кг) пестицидов. Пусть (S_) будет продажной ценой пшеницы за квадратный километр, а (S_) будет продажной ценой ячменя. Если мы обозначим площадь земли, засеянной пшеницей и ячменем, через (x_) и (x_) соответственно, то прибыль можно максимизировать, выбрав оптимальные значения для (x_) и (x_).Эта проблема может быть выражена следующей задачей линейного программирования в стандартной форме:

2.2 Перевод в задачу LP

В нашем случае мы используем представление нашей турбины и кабельных соединений как (x_), где Икс означает ли турбина м подключен к турбина муж. с использованием кабель с. Икс является двоичным значением — оно может быть только истинным или ложным. Если у вас есть 50 турбин и 4 кабеля разной толщины, у вас может быть до 10^115 потенциальных комбинаций x-es, которые удовлетворяют ключевому требованию, чтобы все турбины могли экспортировать энергию и поступать на подстанцию.

Коэффициент при (x_) — это стоимость включения этого соединения. Этот коэффициент равен (text * text). Этот Себестоимость единицы продукции является суммой:

  • Капитальные затраты: цена $/м кабель с
  • Стоимость операционных расходов: (int I^Rcdottext~dt), с поправкой на чистую текущую стоимость для т в течение всего срока службы ветряной электростанции

Проницательные читатели могут заметить, что не является линейным (и не является постоянным коэффициентом), так как Я ценю прохождения через каждый кабель зависит от того, как кабели подключены.

Мы применяем ряд приемов для дискретизации (I) и преобразования (x_) в (x_). Это резко увеличивает пространство поиска, и для обеспечения конвергенции необходимо использовать дополнительные механизмы.

После определения функции стоимости мы соответствующим образом устанавливаем ограничения, например:

  • Ток сохраняется, а не просто появляется из воздуха или исчезает в воздухе.
  • Допустимая нагрузка кабеля не превышена.
  • Существует допустимое количество кабелей, входящих и выходящих из турбин.
  • Турбины не пытаются соединиться сами с собой в петлю.
  • Ограничения биннинга (I^), как описано выше.
  • Ограничения снижения номинальных значений: аналогично биннингу (I^), но измените (I) в (x_) на пониженный рейтинг (I) и в рекурсивном каскаде соответствующим образом перенастройте ограничения для нового пониженного (I) (эта часть становится очень сложной 😰).

Когда все сказано и сделано, мы получаем около 100 000 переменных и ограничений, +/- несколько порядки величины в зависимости от таких вещей, как количество турбин и типов кабелей.

Теперь, когда мы преобразовали нашу реальную задачу оптимизации электрических кабелей в задачу MILP, следующим шагом будет ее решение.

2.3 Алгоритм линейного программирования: симплекс с ветвями и границами

Традиционным способом решения задач линейного программирования является симплексный метод, который в худшем случае имеет экспоненциальную временную сложность, но на практике оказывается чрезвычайно эффективным. С N переменными мы имеем дело с N-мерным пространством поиска. Каждое ограничение делит это N-мерное пространство пополам на два полупространства, одно допустимое, а другое недопустимое. Пересечение всех допустимых полупространств ограничений всегда выпукло:

  • С двумя переменными каждое ограничение будет линией, делящей пополам ℝ². Допустимое пространство решений представляет собой выпуклый двумерный многоугольник.
  • С 3 переменными каждое ограничение будет плоскостью, делящей пополам ℝ³, а допустимое пространство решений — выпуклым трехмерным многогранником.
  • Что делает симплекс-метод, так это сначала находит вершину в этом допустимом многограннике, а затем неоднократно перемещается к соседним вершинам, пока функция стоимости больше не может быть улучшена. Это гарантированно приведет к глобально оптимальному решению задачи линейного программирования.

В этот момент вспомните, что на самом деле у нас есть не только проблема LP, но и проблема MILP, т. Е. Некоторые из наших переменных являются двоичными значениями (кабель подключен или не подключен). Однако оптимальное решение, полученное симплекс-методом, может не быть целочисленным решением. Затем мы применяем метод ветвей и границ, мы разумно проверяем «близлежащие» целочисленные решения.

2.4 Ответы на дополнительные вопросы

Можем ли мы в рамках MILP также дополнительно решить сложные вопросы, поставленные в разделе 1.2 а) где лучше всего разместить подстанцию ​​и б) порекомендовать мне все распределительные коробки, которые я должен иметь? Ответ положительный. Упрощенное индуктивное объяснение:

  • Помните, что мы используем идею (x_), где м а также н представляет собой турбины? Помните также, что x представляет собой бинарное «да, нет» того, м подключается к н с кабелем с текущего я.
  • Теперь мы понимаем, что турбина — это просто объект, в котором А количество кабелей, по которым течет ток А* войти и Б количество выходов кабелей, по которым течет ток Б*.
  • Распределительная коробка также является объектом, в который входит и выходит несколько кабелей. Распределительная коробка не производит мощность в отличие от турбины.
  • Подстанция – это объект, куда входят ВСЕ кабели и выходит только 1 кабель (кабель высокого напряжения).
  • Таким образом, (x_) может представлять собой все турбины, подстанции и распределительные коробки! MILP может решить рекомендации по типам кабелей, конфигурациям кабелей, местоположениям подстанций и распределительных коробок (и конфигурациям).

Конечно, это объяснение довольно тривиально и легкомысленно, но оно работает очень хорошо.

3. Результаты

Вот визуализация того, как электрические кабели оптимизируются (замедляются в миллионы раз):

Различные цвета представляют собой выбор различных типов кабелей: более тонкие кабели постепенно уступают место более толстым кабелям по мере того, как подключается все больше и больше турбин. Ограничения пропускной способности вынуждают нас начинать заново с отдельными кабелями, так что по мере приближения к центру ветряной электростанции мы видим все больше и больше кабелей, расположенных рядом друг с другом.

Похоже, мы приближаемся к концу оптимизации электрического кабеля, но часто это только начало следующей итерации проекта: цены на электроэнергию могут не быть фиксированными, равно как и ветровой режим. Расположение турбины и дороги могут быть изменены на этапе разработки из-за технических ограничений или экологических проблем.

Тот факт, что весь этот процесс электрической оптимизации автоматизирован и интегрирован в комплексный конвейер разработки ветряных электростанций, дает Traverse возможность настраивать гиперпараметры по запросу и создавать обновленный проект электрического сбора (вместе с другими аспектами проектирования) с чрезвычайной эффективностью.Благодаря этой эффективности мы можем постоянно пересматривать, оптимизировать и прогнозировать идеальную конфигурацию (с точки зрения IRR и LCOE) ветропарка, которую мы разрабатываем для наших клиентов.

‍О Траверсе

Traverse предоставляет микросайты на основе IRR/LCOE, анализ ветра, оценку выработки энергии, ветроэнергетику и инженерные услуги владельца. Мы реализовали более 10 ГВт проектов на разных этапах для IPP, коммунальных служб и разработчиков. Посетите наш веб-сайт или напишите нам по адресу contact@traverse.ai.

Другие интересные статьи/проекты

Ознакомьтесь с WindDesk Discover, где вы можете найти ветряную электростанцию ​​с более чем 10 слоями ГИС и генератором компоновки.

Воспользуйтесь нашей бесплатной службой мониторинга места проведения измерений WindDesk Monitor.‍

0 0 голоса
Рейтинг статьи
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x