Intelligent Design Methodology of Large Scale Photovoltaic Power Stations in Desert Areas Based on Particle Swarm Optimization

doi:10.12388/j.issn.1673-2677.2025.04.010

Xinjiang Oil & Gas ›› 2025, Vol. 21 ›› Issue (4): 81-89.DOI: 10.12388/j.issn.1673-2677.2025.04.010

• NEW ENERGY • Previous Articles Next Articles

Intelligent Design Methodology of Large Scale Photovoltaic Power Stations in Desert Areas Based on Particle Swarm Optimization

TUERAILI Hayinaer¹，GAO Liang¹，WEI Liyao²，XIONG Xiaoqin³，ZHANG Lei³，LI Yichang³

1.Coal Power Joint Venture Integration Project Management Department，PetroChina Xinjiang Oilfield Company；
2. Electric Power Company，PetroChina Xinjiang Oilfield Company；
3. Karamay Campus，China University of Petroleum （Beijing）.

Received:2025-01-14 Revised:2025-07-25 Accepted:2025-09-30 Online:2025-11-17 Published:2025-11-17
Supported by:
1.国家自然科学基金项目“工业无源网络的低功耗高可靠感知和传输方法研究”（61802184）；

2.中国石油大学（北京）克拉玛依校区科研启动基金项目“面向智慧农业的绿色低碳无源技术研究”（XQZX20220004）；

3.新疆维吾尔自治区天池博士计划项目。

基于粒子群优化的荒漠地区大型光伏电站智能设计方法

哈衣那尔·吐尔艾力¹，高亮¹，魏立尧²，熊小琴³，张磊³，李义常³

1.中国石油新疆油田分公司煤电联营一体化项目经理部；
2.中国石油新疆油田分公司电力公司；
3.中国石油大学（北京）克拉玛依校区。

通讯作者: 熊小琴（1983-），2007年毕业于西南石油大学油气储运专业，副教授，目前从事油气输送工艺优化方面的教学研究。（E-mail）xiongxiaoqin@cupk.edu.cn
作者简介:哈衣那尔·吐尔艾力（1996-），2022年毕业于武汉大学电气工程专业，硕士，工程师，目前从事新能源、电力系统方面的研究。（E-mail）HYNR1022@whu.edu.cn

Abstract

Abstract:

The 2 640 MW large scale centralized grid-connected photovoltaic power station in Karamay，Xinjiang，is taken as an example in this paper，and an intelligent design method for photovoltaic power stations is proposed，based on the Particle Swarm Optimization （PSO） algorithm. This method uses photovoltaic module type selection，installation angle，array spacing and other design parameters as optimization variables，with annual power generation maximization as the objective function and investment costs as constraints，to construct a multi-objective optimization model. Power generation simulation is performed using the PVsyst software combined with MATLAB programming to implement PSO algorithm optimization. Simulation results show that compared with traditional design methods，the intelligent optimization method proposed in this paper can increase the annual power generation of the 2 640 MWphotovoltaic power stations by 3.2% to 41.26×10⁸ kW·h，and shorten the investment payback period by 0.5 years. After completion，the project can reduce CO₂ emissions by approximately 7.176×10⁷ t per year，with significant economic and social benefits. The proposed method provides new ideas for intelligent design of large scale photovoltaic power stations.

Key words:

centralized photovoltaic power station, equipment selection, photovoltaic array design, grid-connected power generation, energy conservation and carbon reduction

摘要：

为提升荒漠地区光伏电站发电量，以新疆克拉玛依地区2 640 MW大型集中式并网光伏电站为例，提出一种基于粒子群优化（PSO）算法的光伏电站智能设计方法。该方法将光伏组件型号选择、安装倾角、阵列间距等设计参数作为优化变量，以年发电量最大化为目标函数，同时考虑投资成本约束，构建多目标优化模型。通过PVsyst软件进行发电量仿真，结合MATLAB编程软件实现PSO算法优化求解。仿真结果表明，与传统设计方法相比，提出的智能优化方法可使新建2 640 MW光伏电站年发电量提升3.2%，达到41.26×10⁸ kW·h，投资回收期缩短0.5年。项目建成后每年可减少CO₂排放量约7.176×10⁷ t，具有显著的经济效益和社会效益，为大型光伏电站智能化设计提供了新思路。

关键词:

集中式光伏电站, 设备选型, 光伏阵列设计, 并网发电, 节能减碳

CLC Number:

TM615
TP18

TUERAILI Hayinaer, GAO Liang, WEI Liyao, XIONG Xiaoqin, ZHANG Lei, LI Yichang.

Intelligent Design Methodology of Large Scale Photovoltaic Power Stations in Desert Areas Based on Particle Swarm Optimization [J]. Xinjiang Oil & Gas, 2025, 21(4): 81-89.

哈衣那尔·吐尔艾力, 高亮, 魏立尧, 熊小琴, 张磊, 李义常.

基于粒子群优化的荒漠地区大型光伏电站智能设计方法 [J]. 新疆石油天然气, 2025, 21(4): 81-89.

References

［1］余艳春. 新疆外送电量突破8000亿千瓦时［N］. 光明日报，2024-07-16（10）.

YU Yanchun. Xinjiang's external power transmission has exceeded 800 billion kilowatt hours［N］. Guangming Daily，July 16，2024 （10）.

［2］吴旭泉，曾军，哈斯叶提·叶斯博拉提. 低碳经济下油气田企业提质转型路径——以新疆油田为例［J］. 油气与新能源，2023，35（4）：19-23.

WU Xuquan，ZENG Jun，HASEETI Yasbalati. The route taken by oil and gas field businesses to transform and enhance quality in the context of a low carbon economy：Using the Xinjiang Oilfield as an example［J］. Petroleum and New Energy，2022，35（4）：19-23.

［3］周凯，汪洋，陈香玉，等. 采油平台分布式光伏电站试验［J］. 新疆石油天然气，2022，18（2）：1-9.

ZHOU Kai，WANG Yang，CHEN Xiangyu，et al. Experimental on distributed photovoltaic power plant of oil production platform［J］. Xinjiang Oil & Gas，2022，18（2）：1-9.

［4］张晨阳，王福焕，魏华，等.“双碳”目标下塔里木油田油气与新能源融合发展实践［J］. 新疆石油天然气，2022，18（3）：16-20.

ZHANG Chenyang，WANG Fuhuan，WEI Hua，et al. The integrated development practices of oil ，gas and new energy in Tarim oilfield company toward carbon peaking and carbon neutrality goals［J］. Xinjiang Oil & Gas，2022，18（2）：16-20.

［5］彭昀月，罗永梅，徐泽楠，等. 集中式大型光伏及风电电场生态影响：进展与展望［J］. 生物多样性，2024，32（4）：102-117.

PENG Junyue，LUO Yongmei，XU Zenan，et al. Ecological impacts of centralized large-scale photovoltaics and wind farms：Progress and prospects［J］. Biodiversity Science，2024，32（2）：102-117.

［6］李兴财. 基于颗粒散射理论的荒漠化地区光伏板结构优化［C］. 中国物理学会光散射专业委员会. 第二十届全国光散射学术会议（CNCLS 20）论文摘要集，江苏苏州：中国物理学会光散射专业委员会，2019：293.

LI Xingcai. Optimization of photovoltaic panel structure in desert areas based on particle scattering theory［C］. Light Scattering Special Committee of the Chinese Physical Society. Abstract Collection of Papers from the 20th Chinese National Conference on Light Scattering （CNCLS 20），Suzhou Jiangsu：Light Scattering Special Committee of the Chinese Physical Society，2019：293.

［7］秦一凡. 大型荒漠光伏开发对局地微气候-土壤-植被的影响研究［D］. 陕西西安：西安理工大学，2021.

QIN Yifan. Research on the impact of large-scale desert photovoltaic development on local microclimate soil and vegetation［D］. Xi'an，Shaanxi：Xi'an University of Technology，2021.

［8］王祯仪，汪季，高永，等. 光伏电站建设对沙区生态环境的影响［J］. 水土保持通报，2019，39（1）：191-196.

WANG Zhenyi，WANG Ji，GAO Yong，et al. Impacts of photovoltaic power station construction on ecology environment in sandy area［J］. Bulletin of Soil and Water Conservation，2019，39（1）：191-196.

［9］殷代英，马鹿，屈建军，等. 大型光伏电站对共和盆地荒漠区微气候的影响［J］. 水土保持通报，2017，37（3）：15-21.

YIN Daiying，MA Lu，QU Jianjun，et al. Effect of large photovoltaic power station on microclimate of desert region in Gonghe Basin［J］. Bulletin of Soil and Water Conservation，2017，37（3）：15-21.

［10］陈萌，李涛，魏媛，等. 基于改进离散粒子群算法的光伏电站优化设计［J］.电力勘测设计，2019，（S1）：257-262、270.

CHEN Meng，LI Tao，WEI Yuan，et al. Optimal design of photovoltaic power station based on improved binary particle swarm optimization ［J］. Electric Power Survey & Design，2019，（S1）：257-262，270.

［11］刘哲，杨华，陈星宇，等. 光伏电场对地表温度的影响分析［J］. 地理空间信息，2019，17（10）：20-23、10.

LIU Zhe，YANG Hua，CHEN Xingyu，et al. Impact analysis of solar park on land surface temperature［J］. Geospatial Information，2019，17（10）：20-23，10.

［12］陶纪中. 基于混合储能的光伏微电网自抗扰控制研究［D］. 天津：天津理工大学，2024.

TAO Jizhong. Research on active disturbance rejection control of photovoltaic microgrid based on hybrid energy storage［D］. Tianjin：Tianjin University of Technology，2024.

［13］周文，孟良，杨正富，等. 基于时间序列的大型光伏电站发电短期预测［J］. 电源技术，2021，45（11）：1490-1494.

ZHOU Wen，MENG Liang，YANG Zhengfu，et al. Short-term forecasting method of large-scale photovoltaic power station based on time series［J］. Chinese Journal of Power Sources，2021，45（11）：1490-1494.

［14］GB/T 37526-2019. 太阳能资源评估方法［S］.

GB/T 37526-2019. Assessment method for solar energy resource［S］.

［15］ARMSTRONG A，WALDRON S，WHITAKER J，et al. Wind farm and solar park effects on plant-soil carbon cycling：Uncertain impacts of changes in ground-level microclimate［J］. Global Change Biology，2014，20（6）：1699.

［16］NEMET G F. Net radiative forcing from widespread deployment of photovoltaics［J］. Environmental Science & Technology，2009，43（6）：2173.

［17］鞠冠章，王靖然，崔琛，等. 极端天气事件对新能源发电和电网运行影响研究［J］. 智慧电力，2022，50（11）：77-83.

JU Guanzhang，WANG Jingran，CUI Chen，et al. Impact of extreme weather events on new energy power generation and power grid operation［J］. Smart Power，2022，50（11）：77-83.

［18］杨丽薇，高晓清，吕芳，等. 光伏电站对格尔木荒漠地区太阳辐射场的影响研究［J］. 太阳能学报，2015，36（9）：2160-2166.

YANG Liwei，GAO Xiaoqing，LV Fang，et al. Study on the impact of large solar farm on radiation field in desert areas of Golmud［J］. Acta Energiae Solaris Sinica，2015，36（9）：2160-2166.

［19］胡海罗，贺广零，赵前波，等. 光伏电站最佳容配比的研究［J］. 太阳能. 2022，（12）：32-43.

HU Hailuo，HE Guangling，ZHAO Qianbo，et al. Study on optimal PV power to inverter power ratio of PV power station［J］ Solar Energy，2022，（12）：32-43.

［20］张星晨，吕建，霍雨霞，等. 积尘对光伏光热系统性能影响的实验研究［J］. 可再生能源，2020，38（9）：1169-1174.

ZHANG Xingchen，LV Jian，HUO Yuxia，et al. Experimental study on the effect of dust on the performance of photovoltaic photothermal system［J］. Renewable Energy Resources，2020，38（9）：1169-1174.

［21］蒋大林，匡鸿海，曹晓峰，等. 基于Landsat 8的地表温度反演算法研究——以滇池流域为例［J］. 遥感技术与应用，2015，30（3）：448-454.

JIANG Dalin，KUANG Honghai，CAO Xiaofeng，et al. Study of land surface temperature retrieval based on Landsat 8：With the sample of Dianchi Lake Basin［J］. Remote Sensing Technology and Application，2015，30（3）：448-454.

［22］吴扬威. 太阳能电站光伏组件选型［J］. 电气时代，2024，（2）：41-45.

WU Yangwei. Selection of photovoltaic modules for solar power plants［J］. Electrical Age，2024，（2）：41-45.

［23］董梓童. 今年SNEC展热力爆棚［N］. 中国能源报，2023-05-29（01）.

DONG Zitong. This year's SNEC exhibition has been extremely hot［N］. China Energy News，May 29，2023（01）.

［24］吐松江·卡日，雷柯松，马小晶，等. 基于LSTM-Attention和CNN-BiGRU误差修正的光伏功率预测［J］. 太阳能学报，2024，45（12）：85-93.

KARI Tusongjiang，LEI Kesong，MA Xiaojing，et al. Photovoltaic power prediction based on LSTM-Attention and CNN-BiGRU error correction［J］. Acta Energiae Solaris Sinica，2024，45（12）：85-93.

［25］刘士起. 关于大型光伏电站电气设计的要点探析［J］. 电子元器件与信息技术，2023，7（6）：16-19.

LIU Shiqi. Analysis on the key points of electrical design for large photovoltaic power stations［J］. Electronic Component and Information Technology，2023，7（6）：16-19.

［26］唐远程，卢小龙，孙志云，等. 光伏支架成本及选型分析［J］. 太阳能，2023，（10）：81-87.

TANG Yuancheng，LU Xiaolong，SUN Zhiyun，et al. Cost and type selection analysis of PV brackets［J］. Solar Energy，2023，（10）：81-87.

［27］GB 50797-2012. 光伏发电站设计规范［S］.

GB 50797-2012. Standard for design of photovoltaic power station［S］.

［28］李炳娴，王忠阳，连爱红. 光伏电站光伏阵列间距计算方法［J］. 农村电工，2018，26（6）：38.

LI Bingxian，WANG Zhongyang，LIAN Aihong. Calculation method for spacing between photovoltaic arrays in photovoltaic power stations［J］. Rural Electrician，2018，26（6）：38.

［29］龚莺飞，鲁宗相，乔颖，等. 光伏功率预测技术［J］. 电力系统自动化，2016，40（4）：140-151.

GONG Yingfei，LU Zongxiang，QIAO Ying，et al. An overview of photovoltaic energy system output forecasting technology［J］. Automation of Electric Power Systems，2016，40（4）：140-151.

［30］方鹏，高亚栋，潘国兵，等. 基于LSTM神经网络的中长期光伏电站发电量预测方法研究［J］. 可再生能源，2022，40（1）：48-54.

FANG Peng，GAO Yadong，PAN Guobing，et al. Research on forecasting method of mid- and long-term photovoltaic power generation based on LSTM neural network［J］. Renewable Energy Resources，2022，40（1）：48-54.

Intelligent Design Methodology of Large Scale Photovoltaic Power Stations in Desert Areas Based on Particle Swarm Optimization

基于粒子群优化的荒漠地区大型光伏电站智能设计方法

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

References

Related Articles 1

Recommended Articles

Metrics