(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210753942.1 (22)申请日 2022.06.28 (71)申请人 国电联合动力技 术有限公司 地址 100039 北京市海淀区西四环中路16 号院1号楼8层 (72)发明人 刘金鹿　李扬　王强　 (74)专利代理 机构 北京润平知识产权代理有限 公司 11283 专利代理师 何智超 (51)Int.Cl. G06T 17/00(2006.01) G06Q 50/06(2012.01) G06Q 10/04(2012.01) G06F 30/20(2020.01) (54)发明名称 风电场布局 确定方法 (57)摘要 本发明实施例提供一种风电场布局确定方 法， 所述方法包括： 基于风电场地形数据构建风 电场三维模 型； 基于所述风电场三维模型得到微 生物在风电场三维模型中的移动路径图； 基于所 述移动路径图， 利用预设布局优化策略， 确定风 电场三维模 型的道路和设备最优布局， 所述道路 和设备最优布局包括： 风电机组之间的最优路 线、 风电场入口与风电机组之间的最优路线、 升 压站和备件库最优位置， 本发明的风电场布局确 定方法具有适用于不同规模的风电场， 能够快速 准确的确定风电场中风电机组之间的最优路线、 风电场入口与风电机组之间的最优路线、 升压站 和备件库最优位置， 从而 减小建设成本。 权利要求书1页 说明书6页 附图2页 CN 115239875 A 2022.10.25 CN 115239875 A 1.一种风电场布局 确定方法， 其特 征在于， 包括： 基于风电场地形 数据构建风电场三维模型； 基于所述 风电场三维模型 得到微生物在风电场三维模型中的移动路径图； 基于所述移动路径图， 利用预设布局优化策略， 确定风电场三维模型的道路和设备最 优布局， 所述道路和设备最优布局包括： 风电机组之间的最优路线、 风电场入口与风电机组 之间的最优路线、 升 压站和备件库最优位置 。 2.根据权利要求1所述的方法， 其特征在于， 所述风电场地形数据包括： 风电场 区域的 卫星拍摄数据和/或航拍数据； 所述 风电场三维模型为 风电场的等比例缩小模型。 3.根据权利要求1所述的方法， 其特征在于， 所述基于所述风电场 三维模型得到微生物 在风电场三维模型中的移动路径图， 包括： 在所述风电场三维模型 上进行微 生物诱导后获得 所述移动路径图。 4.根据权利要求3所述的方法， 其特征在于， 所述在所述风电场 三维模型上进行微生物 诱导后获得 所述移动路径图， 包括： 在所述三维风电场模型中确定风电场入口位置和风电机组位置； 在所述风电场入口位置注入经过标记的微生物、 在所述风电机组位置注入微生物诱导 液以及在三维风电场模型的其 余位置注入 扩散液， 进行微 生物诱导。 5.根据权利要求4所述的方法， 其特征在于， 所述在所述风电场 三维模型上进行微生物 诱导后获得 所述移动路径图， 还 包括： 在进行微生物诱导预设时间后， 获取所述三维风电场模型的造影图， 并根据微生物浓 度分布得到微 生物在三维风电场模型中的移动路径图。 6.根据权利要求1所述的方法， 其特 征在于， 所述预设布局优化策略包括： 将风电机组之间微 生物浓度分布最高的移动路径作为所述 风电机组之间的最优路线。 7.根据权利要求6所述的方法， 其特 征在于， 所述预设布局优化策略还 包括： 将风电场入口与风电机组之间微生物浓度分布最高的移动路径作为所述风电场入口 与风电机组之间的最优路线。 8.根据权利要求7 所述的方法， 其特 征在于， 所述方法还 包括： 基于升压站和备件库的建设面积、 风电机组位置、 风电场 地形数据中的坡度、 江河分布 以及村落分布， 确定多个升 压站和备件库初始位置 。 9.根据权利要求8所述的方法， 其特 征在于， 所述预设布局优化策略还 包括： 在所述移动路径图中确定微 生物浓度分布最高的移动路径中相交最多的交汇点； 将距离所述交汇点最近的升压站和备件库初始位置作为所述升压站和备件库最优位 置。 10.根据权利要求8所述的方法， 其特征在于， 所述基于升压站和备件库的建设面积、 风 电机组位置、 风电场地形数据中的坡度、 江河分布以及村落分布， 确定多个升压站和备件库 初始位置， 包括： 将位于江河一侧以及风电机组之间、 坡度小于预设坡度且与村落的距离大于预设距离 的区域划分为多个大于所述升 压站和备件库的建 设面积的分布区域； 将所述分布区域确定为所述升 压站和备件库初始位置 。权　利　要　求　书 1/1 页 2 CN 115239875 A 2风电场布局确定方 法 技术领域 [0001]本发明涉及风电场布局技 术领域， 具体地涉及一种风电场布局 确定方法。 背景技术 [0002]随着新能源发电和国内风电行业的井喷式发展， 风电场数量逐年增多， 规模也越 来越大。 尤其是近年兴起的大风电基地项目， 单个风电场规模少则几百台， 多则上千台， 加 之风电场地域跨度大、 地形复杂， 在前期风电场规划布局中， 仅凭原有的50MW级 标准风电场 设计经验， 已很难满足规划需求， 甚至会存在规划不到位的情况， 大大增加输电线路、 道路、 升压站和备件库等基础建 设成本。 [0003]目前的风电场布局规划方法， 多基于原有的50MW级标准风电场设计经验， 对每台 机组逐一进 行道路土石 方施工成本评估、 局部输电路线规划， 然后整体累加， 最后根据经验 大致确定升压站、 备件库位置， 但是， 这种方式， 计算量巨大， 无法保证精度， 受人为主观因 素的影响， 无法适用于大风电基地项目。 发明内容 [0004]本发明实施例的目的是提供一种风电场布局确定方法， 该风电场布局确定方法用 以解决上述的计算量巨大， 无法保证精度， 受人为主观因素影响， 无法适用于大风电基地项 目的问题。 [0005]为了实现上述目的， 本发明实施例提供一种风电场布局 确定方法， 包括： [0006]基于风电场地形 数据构建风电场三维模型； [0007]基于所述 风电场三维模型 得到微生物在风电场三维模型中的移动路径图； [0008]基于所述移动路径图， 利用预设布局优化策略， 确定风电场三维模型的道路和 设 备最优布局， 所述道路和设备最优布局包括： 风电机组之 间的最优路线、 风电场入口与风电 机组之间的最优路线、 升 压站和备件库最优位置 。 [0009]可选的， 所述风电场地形数据包括： 风电场区域的卫星拍摄数据和/或航拍数据； 所述风电场三维模型为 风电场的等比例缩小模型。 [0010]可选的， 所述基于所述风电场三维模型得到微生物在风电场三维模型中的移动路 径图， 包括： [0011]在所述风电场三维模型 上进行微 生物诱导后获得 所述移动路径图。 [0012]可选的， 所述在所述风电场三维模型上进行微生物诱导后获得所述移动路径图， 包括： [0013]在所述三维风电场模型中确定风电场入口位置和风电机组位置； [0014]在所述风电场入口位置注入经过标记的微生物、 在所述风电机 组位置注入微生物 诱导液以及 在三维风电场模型的其 余位置注入 扩散液， 进行微 生物诱导。 [0015]可选的， 所述在所述风电场三维模型上进行微生物诱导后获得所述移动路径图， 还包括：说　明　书 1/6 页 3 CN 115239875 A 3