论文部分内容阅读
进入新世纪以来,现代风力发电技术日益成熟,世界风力发电发展迅猛,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存在的缺陷,本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对比,证明了粒子群优化算法在风力机优化布置问题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分析研究。研究结果表明,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,将有利于提高风电场经济性；在高风速区域,形状参数k值的增加有利于提高风电场的经济性,但要合理选择尺度参数c值。基本粒子群算法在建模过程中,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对比,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高风电场总发电量。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问题,将二进制编码的粒子群优化算法引入风力机优化布置问题中,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,证明了该方法求解不规则形状风电场风力机优化布置问题的可行性,进一步拓展了粒子群优化算法的使用范围。