谈基于粒子群算法风力机优化布置普通

摘要：进入新世纪以来,现代风力发电技术日益成熟,世界风力发电进展迅猛,风电场的前期规划与开发受到了越来越多的重视。风力机的优化布置是其中的关键环节之一,直接影响了风资源的利用率、土地资源的利用率以及风电场的经济性水平。针对目前风力机优化布置商业软件有着的缺陷,本论文首先引入计算机领域中先进的粒子群优化算法,建立了风力机优化布置数学模型,通过与国外权威计算结果比较,证明了粒子群优化算法在风力机优化布置不足中的可行性与有效性。然后在此基础上对平坦地形条件下风电场区域的入流风速大小、风向、风速风频分布和地表粗糙度等因素的影响进行了敏感性浅析探讨。探讨结果表明,风力机优化布置程序可有效降低在低于风力机额定风速的风速范围内的风电场度电成本。对于用威布尔分布函数所描述的复杂入流,在低风速区域和额定风速点附近区域,选取较高的尺度参数c值和形状参数k值,将有利于提升风电场经济性；在高风速区域,形状参数k值的增加有利于提升风电场的经济性,但要合理选择尺度参数c值。基本粒子群算法在建模历程中,需要将风电场区域划分为若干个网格,如此相当于预先设定好了风力机的安放位置和最大台数。为了克服预先设置网格带来的风力机安装位置的不连续性,在基本粒子群优化算法中增加了优化设计变量,直接对各风力机的坐标进行优化,并与有网格限制的基本粒子群优化算法的结果进行比较,发现在风力机总台数相同的情况下,风力机布置位置的连续化可有效提升风电场总发电量。最后,针对基本粒子群算法不能解决实际工程中常见的不规则形状风电场的风力机优化布置的不足,将二进制编码的粒子群优化算法引入风力机优化布置不足中,直接对各个可布置风力机的位置进行优化,并用具体算例加以验证,证明了该策略求解不规则形状风电场风力机优化布置不足的可行性,进一步拓展了粒子群优化算法的利用范围。关键词：风力机优化布置论文粒子群优化算法论文威布尔分布论文二进制粒子群优化算法论文

摘要5-6

Abstract6-8

图目录8-10

表目录10-11

目录11-13

第一章 引言13-21

1.1 课题背景及作用13-16

1.2 风力机优化布置的探讨近况16-20

1.3 本论文主要探讨内容20-21

第二章 粒子群优化算法原理21-27

2.1 粒子群优化算法21-24

2.1.1 基本原理21-22

2.1.2 制约参数设置22-23

2.1.3 计算流程23-24

2.2 粒子群优化算法的性能测试24-26

2.3 小结26-27

第三章 基于基本PSO算法的风力机优化布置建模及运用27-55

3.1 风力机优化布置数学建模及其求解27-34

3.1.1 基于基本PSO算法的数学建模27-29

3.1.2 风力机尾流建模29-32

3.1.3 发电量计算模型建立32-33

3.1.4 成本模型建立33-34

3.2 基本PSO优化布置模型运用34-36

3.2.1 模型结果比较验证34-35

3.2.2 计算网格划分35-36

3.3 风力机优化布置影响因素探讨36-54

3.3.1 风速大小、风向对风力机优化布置影响36-49

3.3.2 地表粗糙度对风力机优化布置影响49-54

3.4 小结54-55

第四章 改善PSO算法在风力机优化布置建模及运用55-65

4.1 基本PSO算法局限性浅析55-56

4.2 基于无网格PSO算法的风力机优化布置建模56-59

4.2.1 无网格PSO算法数学建模56-57

4.2.2 约束条件处理57-58

4.2.3 模型结果比较验证58-59

4.3 基于二进制PSO算法的风力机优化布置建模59-64

4.3.1 二进制PSO算法数学建模59-60

4.3.2 二进制PSO算法求解历程60-62

4.3.3 二进制PSO算法运用62-64

4.4 小结64-65

第五章 结论及展望65-69

5.1 结论65-66

5.2 革新点66

5.3 展望66-69