[发明专利]风电场风电机组布局选址方法在审
申请号: | 201410438111.0 | 申请日: | 2014-08-29 |
公开(公告)号: | CN104200097A | 公开(公告)日: | 2014-12-10 |
发明(设计)人: | 胡博;谢开贵;杨贺钧;陈娅;王蔓莉 | 申请(专利权)人: | 重庆大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 重庆为信知识产权代理事务所(普通合伙) 50216 | 代理人: | 龙玉洪 |
地址: | 400044 重*** | 国省代码: | 重庆;85 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种风电场风电机组布局选址方法,该方法以最大化风电场等值功率为目标函数,以风电场总面积、风机间最小距离等因素为约束函数,采用几何学理论确定风机上游区域及计算风机间的水平和偏移距离,利用带收缩因子和变异因子的粒子群优化算法寻求最优布局。其显著效果是:本发明计及了风的联合分布特性、风电机组间的尾流效应等,解决了网格划分方法中的位置限制以及仅考虑单个或部分风向的不足,对风电场布局的优化效率高,可为风电场布局优化提供有益参考。 | ||
搜索关键词: | 电场 机组 布局 选址 方法 | ||
【主权项】:
一种风电场风电机组布局选址方法,其特征在于按照以下步骤进行:步骤1:输入Ns个风速数据与Nd个风向数据,建立风速与风向的离散联合分布律表,表中第i个风向为θi,i=1~Nd,第个风速表示vj,j=1~Ns,二维变量(θi,vj)的联合概率为pij;步骤2:基于粒子群优化算法建立风电机组坐标的粒子群,设置粒子群的粒子数目为Np,总的维数为2N,粒子群的迭代次数为K,第m个粒子的位置向量为Xm=(xm1,ym1,xm2,ym2,...,xmN,ymN),速度向量为Wm=(wm1,wm2,wm3,wm4,...,wm(2N‑1),wm2N),并确定粒子的约束函数,其中m=1~Np,N为风电机组的数目,(xmN,ymN)为第m个粒子位于第N台风电机组处的坐标,(wm(2N‑1),wm2N)为第m个粒子位于第N台风电机组处的速度;步骤3:随机初始化所有粒子的位置向量,并令m=1;步骤4:计算第m个粒子的适应度,并计算第m个粒子对应的风电场的输出功率,初始化i=j=1;步骤5:确定风向为θi时第k台风电机组的所有上游风电机组,得出第k台风电机组和它的所有上游风电机组间的水平距离d与偏移距离h,k=1~N;步骤6:根据水平距离d、偏移距离h以及风速vj计算出考虑尾流效应影响后吹向第k台风电机组的风速v,进而计算出风速为v时该台风电机组的输出功率p(v),然后计算出此时整个风电场的输出功率POWF(θi,vj,xm);步骤7:将j与Ns进行比较,若j<Ns,则设置j=j+1,返回步骤6;若j=Ns,则进入步骤8;步骤8:将i与Nd进行比较,若i<Nd,则设置i=i+1,返回步骤5;如果i=Nd,则进入步骤9;步骤9:按照计算出整个风电场的等效功率EPWF,以风电场的最大等效功率为目标函数,表示为max EPWF,然后计算出目标函数取最大值时第m个粒子的局部最优位置pm=(pm1,pm2,…,pm2N);步骤10:将m与Np进行比较,若m<Np,则设置m=m+1,并返回步骤4,若m=Np,则进入步骤11;步骤11:计算出目标函数取最大值时所有粒子的全局最优位置pg=(pg1,pg2,…,pg2N);步骤12:更新粒子位置向量Xm与速度向量Wm,判定算法是否达到迭代次数K或者算法得出的最优粒子位置连续不变,若是则输出风电机组的最优坐标(p1x,p1y),(p2x,p2y),...,(pNx,pNy),否则返回步骤3循环计算,直至得出风电场风电机组的最优布局。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学;,未经重庆大学;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410438111.0/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用