本文解读清华大学沈欣炜教授于2025年5月11日在江苏南京交叉学科论坛上发表的“面向大规模海上风电规划的复杂组合优化技术”学术汇报。汇报针对深远海风电规划中风机布局、集电系统、风电制氢的核心痛点，提出“两阶段混合优化”等复杂组合优化技术：风机微观选址优化使尾流损失最低降至11.3%、年发电量提升8.8×10⁷kWh；集电系统规划通过环状/辐射状拓扑优化，节省投资超2500万元；风电制氢全链条优化让平准化制氢成本降幅达19.7%。汇报还展望了漂浮式风电、AI赋能优化等未来方向，为大规模海上风电开发提供关键技术支撑。

在 “双碳” 目标推动下，我国海上风电正加速向深远海挺进，但 “风机怎么摆才高效？电缆怎么铺才省钱？风电制氢怎么算才划算？” 这些核心问题，长期困扰着行业发展。2025 年 5 月，清华大学沈欣炜团队在江苏南京交叉学科论坛上，分享了 “面向大规模海上风电规划的复杂组合优化技术”，用 “数学建模 + 多目标优化” 的思路，为这些行业痛点提供了系统性解决方案，让深远海风电开发从 “经验摸索” 迈向 “精准计算”。

一、深远海风电规划：不只是 “建风机”，更是 “解难题”

提到海上风电规划，很多人以为只是在海上选块地、装几台风机。但实际上，大规模海上风电规划是典型的 “复杂组合优化” 问题，藏着三大 “卡脖子” 难题：

风机摆不对，发电少一半：风机间存在 “尾流效应”—— 前序风机产生的气流会让后序风机发电效率下降，若布局随意，尾流损失可达 20% 以上；同时还要避开航道、渔区、生态保护区，风机位置需精准到米级。

电缆铺不好，成本涨一截：海底电缆每公里造价超千万元，且故障修复时间长达 100-1440 小时（如表 1，齿轮箱、电缆等设备故障率高），规划时要兼顾输电容量、线路损耗与可靠性，一步错就可能多花几千万元。

多目标难平衡：既要 “发电多”“成本低”，又要 “生态影响小”，这些目标往往冲突 —— 比如靠近负荷中心的区域发电损耗小，但可能生态敏感、建设成本高。

传统规划依赖经验或简单模型，常导致 “顾此失彼”：江苏某风场曾因未考虑尾流效应，年发电量比预期少 15%；某深远海项目因电缆路由不合理，建设成本超支 3000 万元。

二、核心突破：复杂组合优化技术的 “三大杀手锏”

沈欣炜团队以 “数学优化 + 工程实践” 为核心，开发了一套复杂组合优化技术体系，从 “风机选址、电缆规划、风电制氢” 三个环节逐一破局：

2.1 风机微观选址：让每台风机 “站对位置”

图1 江苏大丰 H4 风电场风玫瑰图与风机阵列角度匹配示意图

团队把 “尾流效应、规则布局、生态约束” 转化为可计算的数学模型，提出 “两阶段混合优化” 方法：

图2 海上风电场风机微观选址两阶段优化流程图

第一阶段：网格化初筛：将风场划分为网格，用混合整数规划（MIP）算法，在满足 “风机间距≥安全距离”“避开生态红线” 等约束下，筛选出初步布局方案。例如在江苏大丰 H4 风场，通过该阶段优化，尾流损失从 15.5% 降至 11.3%。

第二阶段：精细微调：用启发式算法优化网格内风机坐标，甚至旋转整个风机阵列（如逆时针旋转 10° 匹配主导风向），进一步降低尾流影响。实际案例显示，优化后风场年发电量提升 8.8×10⁷kWh，按 0.4 元 / 度计算，每年多赚 3500 万元。

更关键的是，团队还考虑 “规则布局” 需求 —— 风机按行列整齐排布，不仅降低电缆铺设成本（规整布局可减少电缆交叉），还方便运维与渔业活动，江苏某 200MW 风场因此节省电缆投资 260 万元。

2.2 集电系统规划：让电缆 “铺得值、少故障”

针对电缆规划的高成本、高风险，团队开发了 “可靠性嵌入的优化模型”，核心思路是 “拓扑选得对，成本降得快”：

环状拓扑更可靠：对大容量风场，采用 “环状电缆布局”（如图 2），符合 “N-1” 安全准则 —— 即使某段电缆故障，其他线路可兜底，故障弃风成本降低 40%；同时通过容量约束车辆路径规划（CVRP）模型，避免电缆交叉，比 Google OR-Tools 规划结果总成本低 26%。

图3 海上风电集电系统拓扑对比图

辐射状拓扑更经济：对中小风场，用 “MILP 热启动算法” 优化电缆选型与路由，在两个风场的实践中，共节省初始投资 2500 万元，某设计院专门发来感谢信认可效果。

考虑故障修复：将设备故障率（如电缆 0.015 次 / 年 / 公里）、修复时间纳入模型，规划时预留备用线路，Race Bank 风场（91 台风机）优化后，年运维成本从 2103 万美元降至 1904 万美元，系统总成本降低 5.1%。

2.3 风电制氢优化：让 “绿电变绿氢” 更划算

针对深远海风电 “并网难、成本高” 的问题，团队将风电与制氢结合，优化 “制氢 - 输氢 - 用氢” 全链条：

图4 分布式海上风电制氢系统示意图

制氢环节：联合优化风机布局与电解槽容量，在丹麦北海某项目中，通过 “边缘平台电解槽容量大、内部小” 的配置原则，平准化制氢成本（LCOH）从 7.88 元 /kg 降至 6.33 元 /kg，降幅 3 元 /kg，降幅 19.7%。

输氢环节：用 “两阶段优化” 选集体站位置 —— 先网格化确定大致区域，再精细调整坐标，比传统 “选中心位置” 方案成本低 8.86%（集体站放边缘虽增加收集管道长度，但减少更贵的输送管道成本）。

用氢环节：规划港口 “风电制绿醇” 系统，考虑碳捕集、储能等设备，预测 2035 年前，海风制绿醇成本将低于低硫燃油，为航运脱碳提供新路径。

图5 港口原位风电制绿醇系统组成示意图

三、落地效果：数据见证 “数学优化” 的力量

这套技术已在多个实际项目中验证效果，关键数据亮眼：

发电量提升：江苏大丰 H4 风场优化后，尾流损失降低 4.2%，年利润增加 4000 万元；

成本降低：集电系统规划优化后，电缆投资节省 2500-3000 万元 / 项目，全生命周期成本降低 10%-15%；

可靠性提升：环状电缆布局使故障弃风成本降低 40%，设备故障影响范围缩小 60%。

四、未来展望：深远海风电的 “下一站”

团队在汇报中提到，未来技术将向 “漂浮式、智能化” 升级：

应对漂浮式风电：模拟漂浮式风机在海浪中 6 个自由度的位移，优化动态尾流效应，适配深远海环境；

AI 赋能优化：结合图神经网络与强化学习，让算法更快找到最优解，应对 “千万千瓦级” 风场规划需求；

多产品联动：探索风电制氢、制氨、制甲醇的联合优化，实现 “绿电 - 绿氢 - 绿化学品” 全链条增值。

五、总结：让数学优化 “照亮” 深远海

沈欣炜团队的复杂组合优化技术，本质是用 “数学语言” 破解工程难题 —— 把模糊的 “经验” 转化为精准的 “计算”，让每台风机、每段电缆都 “物尽其用”。正如团队的目标 “把论文写在祖国的大海上”，这套技术已成为深远海风电开发的 “精准导航仪”，未来将助力我国在 10 亿 kW 深远海风能资源开发中，实现 “发电更多、成本更低、生态更优” 的目标。

 

---

会议报告PPT：https://mp.weixin.qq.com/s/qtWQ5V08cNWZoI45HyJaIA?scene=1&click_id=3

本文解读清华大学沈欣炜教授于2025年5月11日在江苏南京交叉学科论坛上发表的“面向大规模海上风电规划的复杂组合优化技术”学术汇报。汇报针对深远海风电规划中风机布局、集电系统、风电制氢的核心痛点，提出“两阶段混合优化”等复杂组合优化技术：风机微观选址优化使尾流损失最低降至11.3%、年发电量提升8.8×10⁷kWh；集电系统规划通过环状/辐射状拓扑优化，节省投资超2500万元；风电制氢全链条优化让平准化制氢成本降幅达19.7%。汇报还展望了漂浮式风电、AI赋能优化等未来方向，为大规模海上风电开发提供关键技术支撑。

在 “双碳” 目标推动下，我国海上风电正加速向深远海挺进，但 “风机怎么摆才高效？电缆怎么铺才省钱？风电制氢怎么算才划算？” 这些核心问题，长期困扰着行业发展。2025 年 5 月，清华大学沈欣炜团队在江苏南京交叉学科论坛上，分享了 “面向大规模海上风电规划的复杂组合优化技术”，用 “数学建模 + 多目标优化” 的思路，为这些行业痛点提供了系统性解决方案，让深远海风电开发从 “经验摸索” 迈向 “精准计算”。

一、深远海风电规划：不只是 “建风机”，更是 “解难题”

提到海上风电规划，很多人以为只是在海上选块地、装几台风机。但实际上，大规模海上风电规划是典型的 “复杂组合优化” 问题，藏着三大 “卡脖子” 难题：

风机摆不对，发电少一半：风机间存在 “尾流效应”—— 前序风机产生的气流会让后序风机发电效率下降，若布局随意，尾流损失可达 20% 以上；同时还要避开航道、渔区、生态保护区，风机位置需精准到米级。

电缆铺不好，成本涨一截：海底电缆每公里造价超千万元，且故障修复时间长达 100-1440 小时（如表 1，齿轮箱、电缆等设备故障率高），规划时要兼顾输电容量、线路损耗与可靠性，一步错就可能多花几千万元。

多目标难平衡：既要 “发电多”“成本低”，又要 “生态影响小”，这些目标往往冲突 —— 比如靠近负荷中心的区域发电损耗小，但可能生态敏感、建设成本高。

传统规划依赖经验或简单模型，常导致 “顾此失彼”：江苏某风场曾因未考虑尾流效应，年发电量比预期少 15%；某深远海项目因电缆路由不合理，建设成本超支 3000 万元。

二、核心突破：复杂组合优化技术的 “三大杀手锏”

沈欣炜团队以 “数学优化 + 工程实践” 为核心，开发了一套复杂组合优化技术体系，从 “风机选址、电缆规划、风电制氢” 三个环节逐一破局：

2.1 风机微观选址：让每台风机 “站对位置”

图1 江苏大丰 H4 风电场风玫瑰图与风机阵列角度匹配示意图

团队把 “尾流效应、规则布局、生态约束” 转化为可计算的数学模型，提出 “两阶段混合优化” 方法：

图2 海上风电场风机微观选址两阶段优化流程图

第一阶段：网格化初筛：将风场划分为网格，用混合整数规划（MIP）算法，在满足 “风机间距≥安全距离”“避开生态红线” 等约束下，筛选出初步布局方案。例如在江苏大丰 H4 风场，通过该阶段优化，尾流损失从 15.5% 降至 11.3%。

第二阶段：精细微调：用启发式算法优化网格内风机坐标，甚至旋转整个风机阵列（如逆时针旋转 10° 匹配主导风向），进一步降低尾流影响。实际案例显示，优化后风场年发电量提升 8.8×10⁷kWh，按 0.4 元 / 度计算，每年多赚 3500 万元。

更关键的是，团队还考虑 “规则布局” 需求 —— 风机按行列整齐排布，不仅降低电缆铺设成本（规整布局可减少电缆交叉），还方便运维与渔业活动，江苏某 200MW 风场因此节省电缆投资 260 万元。

2.2 集电系统规划：让电缆 “铺得值、少故障”

针对电缆规划的高成本、高风险，团队开发了 “可靠性嵌入的优化模型”，核心思路是 “拓扑选得对，成本降得快”：

环状拓扑更可靠：对大容量风场，采用 “环状电缆布局”（如图 2），符合 “N-1” 安全准则 —— 即使某段电缆故障，其他线路可兜底，故障弃风成本降低 40%；同时通过容量约束车辆路径规划（CVRP）模型，避免电缆交叉，比 Google OR-Tools 规划结果总成本低 26%。

图3 海上风电集电系统拓扑对比图

辐射状拓扑更经济：对中小风场，用 “MILP 热启动算法” 优化电缆选型与路由，在两个风场的实践中，共节省初始投资 2500 万元，某设计院专门发来感谢信认可效果。

考虑故障修复：将设备故障率（如电缆 0.015 次 / 年 / 公里）、修复时间纳入模型，规划时预留备用线路，Race Bank 风场（91 台风机）优化后，年运维成本从 2103 万美元降至 1904 万美元，系统总成本降低 5.1%。

2.3 风电制氢优化：让 “绿电变绿氢” 更划算

针对深远海风电 “并网难、成本高” 的问题，团队将风电与制氢结合，优化 “制氢 - 输氢 - 用氢” 全链条：

图4 分布式海上风电制氢系统示意图

制氢环节：联合优化风机布局与电解槽容量，在丹麦北海某项目中，通过 “边缘平台电解槽容量大、内部小” 的配置原则，平准化制氢成本（LCOH）从 7.88 元 /kg 降至 6.33 元 /kg，降幅 3 元 /kg，降幅 19.7%。

输氢环节：用 “两阶段优化” 选集体站位置 —— 先网格化确定大致区域，再精细调整坐标，比传统 “选中心位置” 方案成本低 8.86%（集体站放边缘虽增加收集管道长度，但减少更贵的输送管道成本）。

用氢环节：规划港口 “风电制绿醇” 系统，考虑碳捕集、储能等设备，预测 2035 年前，海风制绿醇成本将低于低硫燃油，为航运脱碳提供新路径。

图5 港口原位风电制绿醇系统组成示意图

三、落地效果：数据见证 “数学优化” 的力量

这套技术已在多个实际项目中验证效果，关键数据亮眼：

发电量提升：江苏大丰 H4 风场优化后，尾流损失降低 4.2%，年利润增加 4000 万元；

成本降低：集电系统规划优化后，电缆投资节省 2500-3000 万元 / 项目，全生命周期成本降低 10%-15%；

可靠性提升：环状电缆布局使故障弃风成本降低 40%，设备故障影响范围缩小 60%。

四、未来展望：深远海风电的 “下一站”

团队在汇报中提到，未来技术将向 “漂浮式、智能化” 升级：

应对漂浮式风电：模拟漂浮式风机在海浪中 6 个自由度的位移，优化动态尾流效应，适配深远海环境；

AI 赋能优化：结合图神经网络与强化学习，让算法更快找到最优解，应对 “千万千瓦级” 风场规划需求；

多产品联动：探索风电制氢、制氨、制甲醇的联合优化，实现 “绿电 - 绿氢 - 绿化学品” 全链条增值。

五、总结：让数学优化 “照亮” 深远海

沈欣炜团队的复杂组合优化技术，本质是用 “数学语言” 破解工程难题 —— 把模糊的 “经验” 转化为精准的 “计算”，让每台风机、每段电缆都 “物尽其用”。正如团队的目标 “把论文写在祖国的大海上”，这套技术已成为深远海风电开发的 “精准导航仪”，未来将助力我国在 10 亿 kW 深远海风能资源开发中，实现 “发电更多、成本更低、生态更优” 的目标。

 

---

会议报告PPT：https://mp.weixin.qq.com/s/qtWQ5V08cNWZoI45HyJaIA?scene=1&click_id=3