[發明專利]基于退火模擬和遺傳算法的風機排布方法及裝置

在審

• 申請號: 202011021053.3
• 申請日: 2020-09-25
• 公開（公告）號: CN112131795A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 董健;尹鐵男;李潤祥;裘新;牟金磊
• 申請（專利權）人: 國電聯合動力技術有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/10;G06F111/06;G06F113/06
• 代理公司: 北京方韜法業專利代理事務所(普通合伙) 11303
• 代理人: 黨小林

1.一種基于退火模擬和遺傳算法的風機排布方法，其特征在于，包括：

選擇風電機組可能的排布位置，將可能的排布位置作為染色體，并將各個排布位置的發電量作為各染色體的適值函數，計算選擇概率和累計概率；

用賭輪法選擇新的染色體構造新種群；

對新種群部分染色體進行交叉、變異，及模擬退火；

重復上述操作，直至達到設定的迭代次數；

以最終的種群所代表的風電機組的排布位置作為最終的風電機組排布位置。

2.根據權利要求1所述的基于退火模擬和遺傳算法的風機排布方法，其特征在于，還包括：

在選擇風電機組可能的排布位置，將可能的排布位置作為染色體，并將各個排布位置的發電量作為各染色體的適值函數，計算選擇概率和累計概率之前，建立機位位置的數據矩陣，矩陣內存儲各網格位置、該位置是否適合進行機位排布。

3.根據權利要求1所述的基于退火模擬和遺傳算法的風機排布方法，其特征在于，選擇風電機組可能的排布位置，將可能的排布位置作為染色體，并將各個排布位置的發電量作為各染色體的適值函數，計算選擇概率和累計概率，包括：

將選擇的可能的排布位置，作為初始種群；

計算各個排布位置所對應的發電量；

將計算得到的發電量作為適值函數；

根據適值函數，計算選擇概率及累計概率。

4.根據權利要求3所述的基于退火模擬和遺傳算法的風機排布方法，其特征在于，計算各個排布位置所對應的發電量，包括：

判斷該機位是否處在其它機位下風向5倍風機直徑距離內；

如果該機位處于其他機位下風向5倍距離內，用尾流模型計算該機位處的實際風速，并以實際風速計算發電量；

如果該機位處于其他機位下風向5倍距離外，采用風資源數據計算發電量。

5.根據權利要求3所述的基于退火模擬和遺傳算法的風機排布方法，其特征在于，根據適值函數，計算選擇概率，包括：

根據如下公式計算選擇概率：

其中，f(k_i)i＝1,2,…,N為第i個機位的適值函數，P_k為計算得到的選擇概率。

6.根據權利要求3所述的基于退火模擬和遺傳算法的風機排布方法，其特征在于，根據適值函數，計算累計概率，包括：

根據如下公式計算累計概率：

其中，f(k_i)i＝1,2,…,N為第i個機位的適值函數，Q_k為計算得到的選擇概率。

7.根據權利要求1所述的基于退火模擬和遺傳算法的風機排布方法，其特征在于，對新種群部分染色體進行模擬退火，包括：

隨機選擇東南西北中的一個方向，將該染色體對應的位置調整一個網格步長，得到新染色體；

計算新染色體的適值函數，進而計算新染色體的接受概率；

重復上述的步驟，如果連續重復執行n次，新的染色體沒有被接受則停止退火模擬；

如果沒有出現連續n次新染色體沒有被接受的情況，則等待到T＜T_min時，停止退火模擬。

8.根據權利要求7所述的基于退火算法和遺傳算法的風機排布方法，其特征在于，計算新染色體的接受概率，包括：

根據如下公式計算新染色體的接受概率：

其中，T為退火溫度，每次迭代T＝T×0.99。

9.一種基于退火模擬和遺傳算法的風機排布裝置，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現根據權利要求1至8任意一項所述的基于退火模擬和遺傳算法的風機排布方法。