基于改進(jìn)RRT*算法的山地風(fēng)電場(chǎng)道路路徑優(yōu)化*

呂宙安，王 東，王中平，柳 典，陳 希，許 昌

基于改進(jìn)RRT*算法的山地風(fēng)電場(chǎng)道路路徑優(yōu)化*

呂宙安1，王 東1，王中平1，柳 典1，陳 希1，許 昌2,?

（1. 中國(guó)三峽新能源（集團(tuán)）股份有限公司，北京 101100；2. 河海大學(xué) 能源與電氣學(xué)院，南京 211100）

近年山地風(fēng)電場(chǎng)建設(shè)規(guī)模大，其中道路的建設(shè)成本在整個(gè)風(fēng)電場(chǎng)投資中占比較大，而目前針對(duì)山地風(fēng)電場(chǎng)道路路徑優(yōu)化設(shè)計(jì)的研究和工程應(yīng)用較少。針對(duì)山地風(fēng)電場(chǎng)道路相關(guān)設(shè)計(jì)要求，將道路坡度和轉(zhuǎn)彎半徑作為約束條件，以建設(shè)成本作為目標(biāo)，提出一種山地風(fēng)電場(chǎng)道路路徑優(yōu)化設(shè)計(jì)的改進(jìn)RRT*?算法。采用提出的方法對(duì)三個(gè)山地風(fēng)電場(chǎng)進(jìn)行道路路徑優(yōu)化設(shè)計(jì)，結(jié)果表明，相比人工設(shè)計(jì)的道路方案，提出的方法可以有效控制道路坡度，減少道路長(zhǎng)度和施工工程量，從而降低風(fēng)電場(chǎng)建設(shè)工程投資，提高風(fēng)電場(chǎng)的投資收益率。研究成果可為山地風(fēng)電場(chǎng)道路路徑優(yōu)化設(shè)計(jì)提供參考。

山地風(fēng)電場(chǎng)；道路工程；道路路徑優(yōu)化；改進(jìn)RRT*?算法

0 引 言

風(fēng)力發(fā)電是可再生能源中技術(shù)最成熟、發(fā)電小時(shí)數(shù)最高的發(fā)電技術(shù)。在“雙碳”目標(biāo)背景下，風(fēng)能將作為替代化石能源的首要選擇。我國(guó)風(fēng)能資源豐富，陸上100 m高度風(fēng)能的技術(shù)可開(kāi)發(fā)量約為39億千瓦[1]。國(guó)家政策大力支持風(fēng)電發(fā)展，我國(guó)風(fēng)電總裝機(jī)規(guī)模達(dá)到了世界第一，陸上風(fēng)電裝機(jī)超過(guò)3億千瓦[2]，我國(guó)的風(fēng)電開(kāi)發(fā)還將繼續(xù)快速發(fā)展。隨著開(kāi)發(fā)程度不斷深入，陸上風(fēng)電場(chǎng)可開(kāi)發(fā)區(qū)域逐漸減小，陸上山地成為重點(diǎn)開(kāi)發(fā)區(qū)域。陸上山地風(fēng)電場(chǎng)地形起伏較大，交通不便，而風(fēng)電機(jī)組重量大，運(yùn)輸困難，對(duì)道路要求高。此外，我國(guó)陸上風(fēng)電已經(jīng)全面進(jìn)入“平價(jià)時(shí)代”，陸上風(fēng)電電價(jià)不再享受補(bǔ)貼，在保證收益率的情況下，降低風(fēng)電開(kāi)發(fā)成本成為風(fēng)電設(shè)計(jì)、建設(shè)過(guò)程追求的目標(biāo)之一。

如圖1所示，根據(jù)對(duì)湖南、云南和河南等地已建成山地風(fēng)電場(chǎng)的調(diào)研和前人的研究結(jié)果[3-4]，陸上山地風(fēng)電場(chǎng)道路投資占總投資6% ～ 10%，占風(fēng)電場(chǎng)建筑工程投資的30% ～ 60%。可見(jiàn)，在陸上山地風(fēng)電場(chǎng)中，道路建設(shè)是風(fēng)電場(chǎng)建設(shè)工程中的重要部分，道路的建設(shè)投資增大會(huì)嚴(yán)重影響風(fēng)電場(chǎng)的經(jīng)濟(jì)指標(biāo)，而優(yōu)化風(fēng)電場(chǎng)道路線路能夠有效降低風(fēng)電場(chǎng)投資、提高收益率。在項(xiàng)目可行性研究階段，風(fēng)電場(chǎng)道路路線主要是通過(guò)人工經(jīng)驗(yàn)確定道路走線的中心線位置，使路徑滿足風(fēng)電場(chǎng)運(yùn)輸對(duì)轉(zhuǎn)彎半徑、坡度的要求。設(shè)計(jì)過(guò)程中采用緯地、海地等道路設(shè)計(jì)專用軟件進(jìn)行輔助設(shè)計(jì)[5]。這種半經(jīng)驗(yàn)方法依賴設(shè)計(jì)人員的工程經(jīng)驗(yàn)，設(shè)計(jì)過(guò)程中勞動(dòng)強(qiáng)度大，重復(fù)性工作多，導(dǎo)致設(shè)計(jì)效率低、設(shè)計(jì)結(jié)果達(dá)不到優(yōu)化，從而難以保障項(xiàng)目經(jīng)濟(jì)性。因此，為了高效、準(zhǔn)確獲取經(jīng)濟(jì)性高的道路設(shè)計(jì)方案，亟需優(yōu)化算法進(jìn)行道路路線優(yōu)化。

圖1 風(fēng)電場(chǎng)道路投資占比

目前道路路線優(yōu)化算法方法主要分為基于搜索、基于智能算法和基于采樣的路徑規(guī)劃方法三類?；谒阉鞯穆窂揭?guī)劃方法包括Dijkstra方法、A*?方法等。文獻(xiàn)[6]、文獻(xiàn)[7]采用Dijkstra算法生成兩臺(tái)風(fēng)電機(jī)組之間的最短路徑，然后采用最小生成樹(shù)方法連通所有道路，形成整個(gè)風(fēng)電場(chǎng)的拓?fù)浣Y(jié)構(gòu)。文獻(xiàn)[5]和文獻(xiàn)[8]采用A*?方法對(duì)風(fēng)電場(chǎng)道路進(jìn)行優(yōu)化設(shè)計(jì)，選線模型以曼哈頓距離為啟發(fā)函數(shù)，以道路縱坡坡度、縱坡坡長(zhǎng)、豎曲線轉(zhuǎn)角等為約束條件。Dijkstra方法和A*?方法運(yùn)用在山地風(fēng)電場(chǎng)中，需要對(duì)地圖進(jìn)行網(wǎng)格化處理，網(wǎng)格的大小會(huì)影響優(yōu)化的效率和計(jì)算的精度。A*?方法比Dijkstra方法多一個(gè)啟發(fā)式函數(shù)，遍歷的網(wǎng)格會(huì)更少，同樣的條件下，A*?方法使用的時(shí)間更少。基于智能算法的路徑規(guī)劃方法包括遺傳算法、蟻群算法等。這兩種方法屬于傳統(tǒng)的啟發(fā)式方法，在優(yōu)化過(guò)程中一個(gè)顯著問(wèn)題是會(huì)產(chǎn)生局部最優(yōu)，優(yōu)化結(jié)果不是最佳的。基于采樣的路徑規(guī)劃方法包括快速擴(kuò)展隨機(jī)樹(shù)算法（rapidly exploring random tree, RRT）、RRT*?算法和informed RRT*?算法等。與Dijkstra和A*?等基于搜索的方法相比，這類方法可以在地圖范圍內(nèi)隨意采樣，作為道路樹(shù)發(fā)展的方向，不需要對(duì)地圖進(jìn)行網(wǎng)格處理，從而節(jié)約一部分網(wǎng)格處理的時(shí)間。

針對(duì)基于采樣方法的優(yōu)點(diǎn)，提出一種使用改進(jìn)的RRT*?算法對(duì)陸上山地風(fēng)電場(chǎng)道路路線進(jìn)行優(yōu)化設(shè)計(jì)的方法，通過(guò)參考風(fēng)電場(chǎng)道路相關(guān)設(shè)計(jì)要求，將道路坡度和轉(zhuǎn)彎半徑等約束條件作為成本懲罰系數(shù)，利用改進(jìn)的RRT*?算法優(yōu)化得到風(fēng)電場(chǎng)較合理的道路路線。

1 基于改進(jìn)RRT*?算法的山地風(fēng)電場(chǎng)路徑優(yōu)化算法

圖2 風(fēng)電場(chǎng)道路示意圖

1.1 山地兩點(diǎn)間距離計(jì)算

采用文獻(xiàn)[9]中提出的近似測(cè)地線計(jì)算方法（圖3），首先將、兩點(diǎn)投影到地面生成點(diǎn)、，在兩點(diǎn)連線中插入三個(gè)點(diǎn)、、，然后求出這三點(diǎn)投影到實(shí)際地形上的點(diǎn)、、，那么兩點(diǎn)間的路徑長(zhǎng)度就近似轉(zhuǎn)換成求解線段、、、長(zhǎng)度之和。線段中插入點(diǎn)的數(shù)量越多，則計(jì)算出數(shù)值越接近實(shí)際距離。任意兩點(diǎn)間距離計(jì)算公式如下：

兩點(diǎn)水平距離為：

圖3 測(cè)地線距離近似計(jì)算方法示意圖

1.2 基于改進(jìn)RRT*?的兩點(diǎn)間最短路徑優(yōu)化方法

RRT算法[10-11]可以處理障礙物和差分約束（非完整和動(dòng)力學(xué)）問(wèn)題，但由于其采樣的隨機(jī)性，導(dǎo)致最終生成的路徑往往只是可行路徑而不是經(jīng)過(guò)優(yōu)化的路徑。因此，KARAMAN等[12]提出了一種改進(jìn)的RRT*?算法。RRT與Dijkstra算法區(qū)別在于，Dijkstra算法基于柵格，在柵格上一步步擴(kuò)展；RRT是從根節(jié)點(diǎn)長(zhǎng)出一棵樹(shù)，當(dāng)樹(shù)枝長(zhǎng)到終點(diǎn)時(shí)，就能找到一條從終點(diǎn)到根節(jié)點(diǎn)的唯一路徑。在過(guò)去的研究中，RRT和RRT*?算法主要應(yīng)用于機(jī)器人、無(wú)人機(jī)等的路徑規(guī)劃方面研究。這兩種方法是基于采樣的方法，可以相對(duì)快速地找到可行的運(yùn)動(dòng)路線。RRT*?是RRT的優(yōu)化版本，RRT*?算法生成樹(shù)的過(guò)程與RRT相似，RRT*?算法的改進(jìn)主要有兩點(diǎn)：①RRT*?在找到新節(jié)點(diǎn)之后，在與父節(jié)點(diǎn)連接時(shí)，會(huì)在一個(gè)范圍內(nèi)重新選擇父節(jié)點(diǎn)，優(yōu)化父節(jié)點(diǎn)到新節(jié)點(diǎn)的路徑；②隨機(jī)得到新節(jié)點(diǎn)如果在已經(jīng)生成的樹(shù)節(jié)點(diǎn)起始點(diǎn)側(cè)，可以利用新節(jié)點(diǎn)優(yōu)化已經(jīng)生成的樹(shù)，縮短新節(jié)點(diǎn)范圍內(nèi)樹(shù)枝長(zhǎng)度。

前人研究的RRT*?算法只運(yùn)用在二維平面中。陸上山地風(fēng)電場(chǎng)地形復(fù)雜，建設(shè)道路的限制因素有地形坡度和轉(zhuǎn)彎半徑，地形坡度應(yīng)小于最大容許坡度值，轉(zhuǎn)彎半徑應(yīng)大于最小的轉(zhuǎn)彎半徑。本文將RRT*?算法應(yīng)用于三維地形上道路線路規(guī)劃，同時(shí)通過(guò)道路坡度和轉(zhuǎn)彎半徑計(jì)入道路建設(shè)成本函數(shù)中，提出山地風(fēng)電場(chǎng)改進(jìn)RRT*?算法。

改進(jìn)RRT*?算法的主要過(guò)程如下。

圖4 備選點(diǎn)處的轉(zhuǎn)彎半徑示意圖

圖5 使用改進(jìn)RRT*?方法產(chǎn)生新節(jié)點(diǎn)ek

圖6 新節(jié)點(diǎn)ek重新選擇父節(jié)點(diǎn)示意圖

1.3 山地風(fēng)電場(chǎng)道路建設(shè)成本模型

風(fēng)電場(chǎng)道路的成本與道路路徑長(zhǎng)度、道路的復(fù)雜程度正相關(guān)。在進(jìn)行道路設(shè)計(jì)時(shí)，算法基于原始的地形進(jìn)行道路設(shè)計(jì)，部分路段坡度或轉(zhuǎn)彎半徑超過(guò)限制范圍時(shí)，需要對(duì)地形進(jìn)行改造，增加土石方的挖方與填方的工程量。另一方面，如果改造后的坡度依然超過(guò)限制范圍，在風(fēng)電機(jī)組運(yùn)輸過(guò)程中需要增加額外的牽引車，增加額外的運(yùn)輸成本。因此坡度越大、轉(zhuǎn)彎半徑越小的路段，道路綜合成本越高。為了降低風(fēng)電場(chǎng)投資，風(fēng)電場(chǎng)道路路徑優(yōu)化是以全場(chǎng)道路的建設(shè)成本最小為優(yōu)化目標(biāo)。道路建設(shè)成本函數(shù)為：

表1 風(fēng)電場(chǎng)道路成本懲罰系數(shù)表

因此每一條道路的建設(shè)成本可以表示為：

通過(guò)式（11）計(jì)算連通圖中路徑之間的道路建設(shè)成本，得到路徑建設(shè)成本的連通圖：

2 結(jié)果與討論

2.1 實(shí)驗(yàn)風(fēng)電場(chǎng)參數(shù)

將所提出的方法用于3個(gè)山地風(fēng)電場(chǎng)道路設(shè)計(jì)，并與人工設(shè)計(jì)案例對(duì)比以驗(yàn)證本研究方法的合理性。3個(gè)風(fēng)電場(chǎng)的信息如表2所示。根據(jù)《風(fēng)電場(chǎng)工程道路設(shè)計(jì)規(guī)范》（NB/T 10209-2019），山地風(fēng)電場(chǎng)道路最大縱坡不超過(guò)15%。根據(jù)文獻(xiàn)[13]的研究，不同風(fēng)電場(chǎng)道路的坡度設(shè)計(jì)要求與風(fēng)電機(jī)組的大小（主要是機(jī)艙的重量）和風(fēng)電場(chǎng)所在區(qū)域的海拔有關(guān)?；谖墨I(xiàn)[13]，3個(gè)測(cè)試風(fēng)電場(chǎng)及其道路容許坡度取值如表2所示。轉(zhuǎn)彎半徑取值參考規(guī)范NB/T 10209-2019，設(shè)為35 m。路面寬度設(shè)為5 m。

表2 實(shí)驗(yàn)風(fēng)電場(chǎng)參數(shù)

2.2 實(shí)驗(yàn)風(fēng)電場(chǎng)道路路線優(yōu)化

實(shí)驗(yàn)采用的數(shù)字高程地圖精度為12.5 m，改進(jìn)的RRT*?算法的步進(jìn)長(zhǎng)度Δ取值由多次試驗(yàn)確定。當(dāng)步進(jìn)長(zhǎng)度取值為10 ～ 20 m時(shí)，算法會(huì)因局部地形突起導(dǎo)致路徑彎道較多。當(dāng)步進(jìn)長(zhǎng)度取值大于50 m，計(jì)算的精度減小，與實(shí)際對(duì)比誤差較大。為保證計(jì)算精度和道路的平滑，步進(jìn)長(zhǎng)度Δ設(shè)為30 m。實(shí)驗(yàn)風(fēng)電場(chǎng)中改進(jìn)的RRT*?算法的參數(shù)如表3所示。

表3 改進(jìn)RRT*?算法的參數(shù)

實(shí)驗(yàn)中根據(jù)道路建設(shè)成本函數(shù)，計(jì)算每一條路線的建設(shè)成本。最后以每條路的建設(shè)成本為權(quán)值，采用最小生成樹(shù)方法生成風(fēng)電場(chǎng)道路建設(shè)成本最低的方案，并計(jì)算出道路的總建設(shè)成本。3個(gè)風(fēng)電場(chǎng)的算法優(yōu)化方案如圖8所示。

2.3 優(yōu)化結(jié)果與分析

為了比較方案的先進(jìn)性，將開(kāi)發(fā)的算法計(jì)算結(jié)果與人工經(jīng)驗(yàn)設(shè)計(jì)方案進(jìn)行對(duì)比，人工經(jīng)驗(yàn)設(shè)計(jì)方法流程見(jiàn)圖9。每個(gè)風(fēng)電場(chǎng)優(yōu)化結(jié)果和對(duì)比見(jiàn)表4。

風(fēng)電場(chǎng)1地形最復(fù)雜，場(chǎng)址范圍內(nèi)高程差達(dá)到700 m，且機(jī)組位于兩條不連接的山梁上。算法優(yōu)化方案的道路總長(zhǎng)度比人工經(jīng)驗(yàn)設(shè)計(jì)方案多出2.09%，但是由于算法對(duì)陡坡路段控制較好，使得道路經(jīng)過(guò)的陡坡路段少，需要進(jìn)行道路改造的工程量減少，且最大坡度小于人工方案，使得道路成本下降了8.79%。風(fēng)電場(chǎng)2機(jī)組布局緊湊，算法設(shè)計(jì)方案避開(kāi)了陡坡路段，選擇從其他方向走線，促使案例中算法計(jì)算的最大坡度比人工方案小40.63%。風(fēng)電場(chǎng)3機(jī)組和升壓站位置分布松散，機(jī)組數(shù)量比風(fēng)電場(chǎng)2少近50%，但是道路總長(zhǎng)度僅減少了20%左右，其計(jì)算結(jié)果變化特征和上面兩個(gè)風(fēng)電場(chǎng)相似。

表4 風(fēng)電場(chǎng)1 ～ 3道路成本計(jì)算表

注：改造路段表示這個(gè)路段的坡度超過(guò)容許坡度，需要進(jìn)行地形改造，進(jìn)行大量土方挖填。

圖9 人工經(jīng)驗(yàn)設(shè)計(jì)風(fēng)電場(chǎng)道路的方法

在上述風(fēng)電場(chǎng)中，為了降低大縱坡引起的土方量增多，優(yōu)化算法采用了適當(dāng)增加路徑長(zhǎng)度避開(kāi)大縱坡的策略，使得道路最大坡度和需要改造的路段都明顯小于人工經(jīng)驗(yàn)設(shè)計(jì)方案，從而降低道路建設(shè)成本。通過(guò)比較優(yōu)化方案和人工經(jīng)驗(yàn)設(shè)計(jì)方案，優(yōu)化結(jié)果在道路坡度控制、道路建設(shè)成本上都優(yōu)于人工經(jīng)驗(yàn)設(shè)計(jì)方案。

此外，在利用人工經(jīng)驗(yàn)設(shè)計(jì)道路方案過(guò)程中，存在工作效率較低、耗時(shí)長(zhǎng)、修改不便等缺點(diǎn)。而優(yōu)化算法采用計(jì)算機(jī)進(jìn)行自動(dòng)尋優(yōu)，計(jì)算效率極大地提升，節(jié)省大量時(shí)間，對(duì)地形復(fù)雜或存在大量機(jī)位的陸上風(fēng)電場(chǎng)優(yōu)勢(shì)更加顯著。

3 結(jié) 論

（1）改進(jìn)RRT*?算法在風(fēng)電場(chǎng)道路優(yōu)化方面取得了較好結(jié)果，可以在道路坡度、轉(zhuǎn)彎半徑的限制下找到優(yōu)化的可行道路。經(jīng)過(guò)3個(gè)風(fēng)電場(chǎng)測(cè)試，基于改進(jìn)RRT*?算法道路設(shè)計(jì)方案結(jié)果優(yōu)于人工經(jīng)驗(yàn)設(shè)計(jì)方案，能夠顯著提升設(shè)計(jì)效率。

（2）提出的風(fēng)電場(chǎng)道路建設(shè)成本函數(shù)將道路坡度和轉(zhuǎn)彎半徑作為懲罰系數(shù)，坡度越大、轉(zhuǎn)彎半徑越小，懲罰系數(shù)越大，得到的道路建設(shè)成本越高。經(jīng)過(guò)案例測(cè)試，該函數(shù)可以有效控制道路坡度，進(jìn)而減少道路的建設(shè)成本。

（3）提出的基于改進(jìn)RRT*?算法道路路線優(yōu)化設(shè)計(jì)方案僅適用于風(fēng)電場(chǎng)道路前期可研階段，生成道路的路線方案，并沒(méi)有對(duì)道路樁點(diǎn)、路面剖面等進(jìn)行詳細(xì)設(shè)計(jì)。該方法的優(yōu)勢(shì)是可以快速生成陸上山地風(fēng)電場(chǎng)內(nèi)可行的優(yōu)化路徑，提高設(shè)計(jì)效率，對(duì)工程設(shè)計(jì)有一定參考價(jià)值。

[1] 朱蓉, 王陽(yáng), 向洋, 等. 中國(guó)風(fēng)能資源氣候特征和開(kāi)發(fā)潛力研究[J]. 太陽(yáng)能學(xué)報(bào), 2021, 42(6): 409-418. DOI: 10.19912/j.0254-0096.tynxb.2020-0130.

[2] 水電水利規(guī)劃設(shè)計(jì)總院. 中國(guó)可再生能源發(fā)展報(bào)告2021[M]. 北京: 中國(guó)水利水電出版社, 2022: 27-28.

[3] 唐振華. 山區(qū)風(fēng)電場(chǎng)道路設(shè)計(jì)[J]. 中文科技期刊數(shù)據(jù)庫(kù)(全文版)工程技術(shù), 2022(1): 48-52.

[4] 謝春生. 山區(qū)風(fēng)電場(chǎng)道路設(shè)計(jì)的影響因素及關(guān)鍵問(wèn)題[J]. 水電與新能源, 2014(6): 70-72. DOI: 10.13622/j. cnki.cn42-1800/tv.1671-3354.2014.06.022.

[5] 曾詩(shī)晴, 謝瀟, 張?jiān)? 等. 多維地形環(huán)境與風(fēng)機(jī)參數(shù)約束的風(fēng)電場(chǎng)道路優(yōu)化設(shè)計(jì)方法[J]. 地理信息世界, 2018, 25(3): 54-59. DOI: 10.3969/j.issn.1672-1586.2018. 03.010.

[6] 許昌, 陳丹丹, 韓星星, 等. 復(fù)雜地形風(fēng)電場(chǎng)一體化優(yōu)化設(shè)計(jì)研究[J]. 太陽(yáng)能學(xué)報(bào), 2017, 38(12): 3368-3375. DOI: 10.19912/j.0254-0096.2017.12.025.

[7] ROSCHER B, MORTIMER P, SCHELENZ R, et al. Optimizing a wind farm layout considering access roads[J]. Journal of physics: conference series, 2020, 1618(4): 042014. DOI: 10.1088/1742-6596/1618/4/042014.

[8] 王月爽. 基于改進(jìn)A*算法的山地風(fēng)電場(chǎng)道路智能選線方法研究[D]. 石家莊: 石家莊鐵道大學(xué), 2021. DOI: 10.27334/d.cnki.gstdy.2021.000292.

[9] 郭小萍, 李婷, 李元. 基于測(cè)地線距離統(tǒng)計(jì)量的多工況間歇過(guò)程監(jiān)測(cè)[J]. 化工學(xué)報(bào), 2015, 66(1): 291-298. DOI: 10.11949/j.issn.0438-1157.20141439.

[10] LAVALLE S M. Rapidly-exploring random trees: a new tool for path planning[R]. Ames: Iowa State University, 1998: 1-4.

[11] LAVALLE S M, KUFFNER JJ JR. Randomized kinodynamic planning[J]. The international journal of robotics research, 2001, 20(5): 378-400. DOI:10.1177/ 02783640122067453.

[12] KARAMAN S, FRAZZOLI E. Sampling-based algorithms for optimal motion planning[J]. The international journal of robotics research, 2011, 30(7): 846-894. DOI: 10.1177/ 0278364911406761.

[13] 楊永紅, 吳熾, 王選倉(cāng), 等. 風(fēng)電場(chǎng)大型風(fēng)機(jī)運(yùn)輸?shù)缆房v坡指標(biāo)研究[J]. 華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014, 42(12): 14-20. DOI: 10.3969/j.issn.1000-565X. 2014.12.003.

Road Route Optimization of Mountain Wind Farm Based on Improved RRT* Algorithm

Lü Zhou’an1, WANG Dong1, WANG Zhongping1, LIU Dian1, CHEN Xi1, XU Chang2,?

(1. China Three Gorges Renewables (Group) Co. Ltd., Beijing 101100, China;2. College of Energy and Electrical Engineering, Hohai University, Nanjing 211100, China)

In recent years, the construction scale of mountain wind farms has been large, and the construction cost of roads accounts for a relatively large proportion of the entire wind farm investment, while there are few research and engineering applications for the optimal design of road paths of mountain wind farms. Aiming at the relevant design requirements of mountain wind farm roads, taking road slope and turning radius as constraints and construction cost as the goal, an improved RRT* algorithm for road path optimization design of mountain wind farms was proposed. The proposed method was used to optimize the road path design of the three mountain wind farms. The results showed that compared with the manually designed road scheme, the proposed method could effectively control the road slope, reduce the road length and construction quantity, thereby reduce the investment of wind farm construction and improve the return on investment of wind farms. The research results of this paper can provide a reference for the optimal design of road paths in mountain wind farms.

mountainous wind farms; road works; road route optimization; improved RRT* algorithm

2095-560X（2023）06-0564-08

TK81；TM614

A

10.3969/j.issn.2095-560X.2023.06.011

2023-02-16

2023-05-05

三峽新能源科技項(xiàng)目（三峽新能源合字［2021］491號(hào)）；國(guó)家自然科學(xué)基金項(xiàng)目（52106238）；政府間國(guó)際科技創(chuàng)新合作重點(diǎn)專項(xiàng)項(xiàng)目（2019YFE0104800）；政府間雙邊創(chuàng)新合作項(xiàng)目（BZ2021019）

許 昌，E-mail：zhuifengxu@163.com

呂宙安, 王東, 王中平, 等. 基于改進(jìn)RRT*算法的山地風(fēng)電場(chǎng)道路路徑優(yōu)化[J]. 新能源進(jìn)展, 2023, 11(6): 564-571.

： Lü Zhou’an, WANG Dong, WANG Zhongping, et al. Road route optimization of mountain wind farm based on improved RRT* algorithm[J]. Advances in new and renewable energy, 2023, 11(6): 564-571.

呂宙安（1965-），男，高級(jí)工程師，主要從事新能源發(fā)電與并網(wǎng)技術(shù)經(jīng)濟(jì)研究及咨詢規(guī)劃。

許 昌（1972-），男，博士，教授，主要從事風(fēng)電場(chǎng)設(shè)計(jì)和運(yùn)行優(yōu)化方面的研究。