| 潮流能涡轮机阵列优化离散量子粒子群算法 |
| |
| 引用本文： | 吴亚楠,武贺,吴国伟,王红星. 潮流能涡轮机阵列优化离散量子粒子群算法[J]. 哈尔滨工程大学学报, 2022, 43(1): 41-47. DOI: 10.11990/jheu.202011035 |
| |
| 作者姓名： | 吴亚楠 武贺 吴国伟 王红星 |
| |
| 作者单位： | 国家海洋技术中心,天津300112;广东电科院能源技术有限责任公司,广东 广州510030 |
| |
| 摘 要： | 为解决多参数、多约束条件的潮流能涡轮机阵列优化问题,提出了一种改进的离散量子粒子群(quantum dis-crete particle swarm,QDPS)算法.该算法将计算区域离散化,每个粒子代表一种涡轮机阵列布局,并以发电量为目标函数,利用更新公式进行迭代优化.基于舟山普陀山岛—葫芦岛水道涨急和落急时刻的流场数据进行算法验证,分析了涡轮机阵列优化效果.结果表明:离散量子粒子群算法能够实现自主智能优化,优化速度快,与传统交错布局相比,涨急时刻涡轮机阵列总发电量提高了28.9％,落急时刻涡轮机阵列总发电量提高了41.8％,阵列优化布局结果与潮流能功率密度分布是一致的.离散量子粒子群算法可为潮流能发电场涡轮机阵列布局优化研究提供科学工具.
|
| 关 键 词： | 潮流能 涡轮机 阵列优化 离散量子粒子群算法 普陀山岛—葫芦岛水道 发电量 |
Quantum discrete particle swarm algorithm of tidal turbine array optimization |
| |
| WU Yanan,WU He,WU Guowei,WANG Hongxing. Quantum discrete particle swarm algorithm of tidal turbine array optimization[J]. Journal of Harbin Engineering University, 2022, 43(1): 41-47. DOI: 10.11990/jheu.202011035 |
| |
| Authors: | WU Yanan WU He WU Guowei WANG Hongxing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
