Mixed Integer Programming Models and Algorithms for Wind Farm Layout and Cable Routing
Author
Fischetti, Martina
Term
4. term
Education
Publication year
2014
Pages
105
Abstract
At designe en vindmøllepark kræver beslutninger om både, hvor vindmøller skal placeres, og hvordan de forbindes med elkabler. Specialet behandler begge opgaver: layout af møllerne og kabelføring. I første del vælger vi mølleplaceringer, så den forventede elproduktion maksimeres under forskellige vindforhold og praktiske begrænsninger. Læeffekten indgår i optimeringen—en mølle bremser vinden bag sig og kan dermed sænke produktionen for møller nedstrøms. I anden del beregner vi, givet et layout og kabelpriser, den kabelføring der minimerer de samlede kabelomkostninger under de nødvendige begrænsninger. Vores løsning bygger på blandet heltals lineær programmering (MILP), en matematisk metode til problemer med både ja/nej- og kontinuerte beslutninger, kombineret med ad hoc heuristikker, der gør søgningen hurtigere. Vi foreslår flere heuristikker, implementerer dem i C og sammenligner dem beregningsmæssigt på både virkelige og syntetiske testtilfælde. Valideringsforsøg viser, at metoden er effektiv. I vores tests overgik layoutværktøjet det kommercielle software, der bruges hos Vattenfall, og tilgangen håndterer meget store instanser (over 10.000 mulige mølleplaceringer) på få minutter på en almindelig pc. Resultaterne er relevante for både virksomheder og forskningen.
Designing a wind farm requires deciding where to place turbines and how to connect them with power cables. This thesis addresses both tasks: layout design and cable routing. In the first part, we choose turbine locations to maximize expected power under different wind conditions and practical constraints. The optimization explicitly models the wake effect, where a turbine slows the wind behind it and reduces the output of downstream turbines. In the second part, given a layout and cable prices, we compute the cable routes that minimize total cable cost while satisfying required constraints. Our solution uses Mixed Integer Linear Programming (MILP)—a mathematical optimization technique for problems with both yes/no and continuous decisions—combined with ad hoc heuristics that speed up the search. We propose several heuristics, implement them in C, and compare them computationally on both real-world and synthetic test cases. Validation experiments show the method is effective. In our tests, the layout tool outperformed the commercial software used at Vattenfall, and our approach handles very large instances (over 10,000 possible turbine positions) within minutes on a standard PC. These results are relevant for both industry and research.
[This abstract was generated with the help of AI]
Keywords
Documents