大模型辅助的大型海上风电场集电系统拓扑优化

摘要：

集电系统拓扑优化是大型海上风电场规划建设的核心问题,本质上是一个涉及多约束、多目标的复杂混合整数优化问题.针对该问题,提出了一种基于大语言模型(large language model,LLM)辅助的大型海上风电场集电系统拓扑优化方法.首先,基于大语言模型辅助对风电机组群进行聚类,通过链式提示法使LLM理解优化目标,并利用LLM将大型海上风电场分割为若干小型区域,以降低优化问题维度,提升求解速度和质量.然后,构建集电系统拓扑优化模型,基于混合整数线性规划求解器,获得海上风电场的最优集电系统拓扑设计方案.最后,利用1个含有75台风电机组的大型海上风电场系统进行方法性能验证,仿真结果表明:与传统优化技术相比,所提方法获得的聚类风机数量更加均衡,在考虑拓扑功率损耗的同时,生成的拓扑方案经济性最优.LLM在集电系统拓扑辅助优化中具有较高的有效性,为海上风电场集电系统拓扑设计优化提供了一种新思路.

关键词：大语言模型、集电系统拓扑优化、海上风电场、混合整数线性规划、聚类算法

所属期刊栏目：50

分类号：TU984;TP391;TM73

在线出版日期：2024-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2894-2905