[發(fā)明專利]一種風力發(fā)電機排布選型的優(yōu)化方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710123848.7
• 申請日: 2017-03-03
• 公開（公告）號: CN106875068B
• 公開（公告）日: 2019-12-10
• 發(fā)明（設(shè)計）人: 葉毅;楊秦敏;唐曉宇;李思亮;申云
• 申請（專利權(quán)）人: 風脈能源(武漢)股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/00;G06N3/12
• 代理公司: 11212 北京輕創(chuàng)知識產(chǎn)權(quán)代理有限公司
• 代理人: 陳衛(wèi)

本發(fā)明特別涉及一種風力發(fā)電機排布選型的優(yōu)化方法和系統(tǒng)。方法包括以下步驟：獲取至少一個風機排布方案，并將每個風機排布方案作為遺傳算法的一個染色體；根據(jù)分群式粒子群算法，生成每個染色體對應(yīng)的最優(yōu)風機選型方案和最優(yōu)風機選型方案對應(yīng)的適應(yīng)度，并將適應(yīng)度作為染色體的適應(yīng)度；根據(jù)所有染色體的適應(yīng)度，計算遺傳算法的第一全局最優(yōu)適應(yīng)度，并獲取第一全局最優(yōu)適應(yīng)度對應(yīng)的目標染色體，然后輸出目標染色體對應(yīng)的風機排布方案作為目標排布方案，輸出目標染色體對應(yīng)的最優(yōu)風機選型方案作為目標選型方案。本發(fā)明充分考慮了選型算法的全局性，能夠有效避免選型優(yōu)化陷入局部最優(yōu)，全局性更好，性能指標更好，選型方案更加精確，實用性更強。

技術(shù)領(lǐng)域

本發(fā)明涉及風力發(fā)電機微觀選址領(lǐng)域，特別涉及一種風力發(fā)電機排布選型的優(yōu)化方法和系統(tǒng)。

背景技術(shù)

風能是一種無污染、可再生的新能源，在能源緊缺和傳統(tǒng)能源對環(huán)境污染嚴重的現(xiàn)代社會，風電產(chǎn)業(yè)成為大力發(fā)展的新能源產(chǎn)業(yè)之一。風電場微觀選址是風電產(chǎn)業(yè)合理規(guī)劃的必要步驟。建設(shè)風電場前的風電場微觀選址可以有效提高風能利用效率，提高風機使用壽命，降低風電場運維成本和風力發(fā)電成本，從而實現(xiàn)風電產(chǎn)業(yè)的合理決策與科學發(fā)展。風電場選址包括宏觀選址和微觀選址，宏觀選址旨在選擇風電場場址，而微觀選址重點在于風機選型和安裝位置。對當?shù)仫L資源的長期記錄和分析是風電場選址的大前提，微觀選址在宏觀選址完成之后，安裝測風塔，對場址處風況進行一年以上的檢測和記錄，結(jié)合當?shù)亻L期氣象記錄等，綜合進行風資源分析和評估。在風資源評估、場址地形地貌綜合分析的基礎(chǔ)上，選擇風機數(shù)量和型號，確定風機安裝位置，以達到風電場預(yù)期年產(chǎn)量最大或預(yù)期風力發(fā)電度電成本最低，令該風電場在社會、經(jīng)濟和環(huán)境指標滿足的條件下，達到經(jīng)濟效益最大化。

風電場微觀選址優(yōu)化是一種非線性強耦合問題，需綜合考慮當?shù)貧庀蟮匦巍h(huán)境指標、土地價格、道路分布和建設(shè)可行性等因素，涉及流體、氣象、機電等多方面因素，無法使用傳統(tǒng)最優(yōu)化方法得出最優(yōu)解。因此，目前在世界范圍內(nèi)，該方向的研究成果大多都是使用基于搜索的啟發(fā)式算法對具體問題進行優(yōu)化決策計算。優(yōu)化的主要方法為遺傳算法、隨機算法、粒子群優(yōu)化算法等。由于風速分布隨海拔高度增加而增加，各型號風機在不同的風能分布情況下各有優(yōu)勢和劣勢。在風電場微觀選址中，把多種型號、高度的風機安裝在同一個風電場，可以有效提高風能利用率和整場發(fā)電效率，進而降低風能發(fā)電的成本。

與本申請相關(guān)的文獻和專利中，文獻Castro Mora,J等發(fā)表在2007年的Neurocomputing的論文“An evolutive algorithm for wind farm optimal design”中，提出了多型號風機排布優(yōu)化的問題并給出了一種解決方法，但是優(yōu)化中并未考慮風機間的尾流影響。專利《一種基于遺傳算法的風電場多型號風機優(yōu)化排布方案》(申請公布號：CN103793566 A)提出了使用遺傳算法來解決多型號風力發(fā)電機排布的問題，但是采用的風機型號選取優(yōu)化算法并未考慮優(yōu)化算法的全局性，相對粗糙，不夠精準。

發(fā)明內(nèi)容

本發(fā)明提供了一種風力發(fā)電機排布選型的優(yōu)化方法和系統(tǒng)，解決了以上所述的技術(shù)問題。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：

依據(jù)本發(fā)明的一個方面，提供了一種風力發(fā)電機排布選型的優(yōu)化方法，包括以下步驟：

步驟1，獲取至少一個風機排布方案，并將每個風機排布方案作為遺傳算法的一個染色體；

步驟2，根據(jù)預(yù)設(shè)的分群式粒子群算法，生成每個染色體對應(yīng)的最優(yōu)風機選型方案和所述最優(yōu)風機選型方案對應(yīng)的適應(yīng)度，并將適應(yīng)度作為所述染色體的適應(yīng)度；

步驟3，根據(jù)所述遺傳算法和所有染色體的適應(yīng)度，計算遺傳算法的第一全局最優(yōu)適應(yīng)度，并獲取所述第一全局最優(yōu)適應(yīng)度對應(yīng)的目標染色體，然后輸出所述目標染色體對應(yīng)的風機排布方案作為目標排布方案，輸出所述目標染色體對應(yīng)的最優(yōu)風機選型方案作為目標選型方案。