首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子群优化算法的河谷地形风电场优化布置
引用本文:崔军玲,余波,廖翔,张术彬,刘东生. 基于粒子群优化算法的河谷地形风电场优化布置[J]. 人民长江, 2018, 49(2): 84-87. DOI: 10.16232/j.cnki.1001-4179.2018.02.017
作者姓名:崔军玲  余波  廖翔  张术彬  刘东生
作者单位:西华大学能源与动力工程学院;西华大学流体及动力机械教育部重点实验室;
摘    要:以四川省安宁河谷地区的风电场为例,利用Meteodyn WT软件,对所选的风电场测风数据进行了分析研究。通过分析研究,得到了整个风电场各个网格点的风速、能量密度、湍流强度以及发电量等方面的参数;在此基础上,以风电场的发电量最大、尾流影响较小为优化目标,建立了基于改进的粒子群算法的优化数学模型,并运用该模型,对风力发电机组的机位优化布置方案进行了研究。研究结果表明:经过优化,与原有的风力发电机组的布置方案相比,优化后的布置方案的理论年发电量提升了5.58%。

关 键 词:风力机位优化布置   粒子群算法   风电场   河谷地形  

Optimal layout of wind farm in river valley terrain based on Particle Swarm Algorithm
CUI Junling,YU Bo,LIAO Xiang,ZHANG Shubin,LIU Dongsheng. Optimal layout of wind farm in river valley terrain based on Particle Swarm Algorithm[J]. Yangtze River, 2018, 49(2): 84-87. DOI: 10.16232/j.cnki.1001-4179.2018.02.017
Authors:CUI Junling  YU Bo  LIAO Xiang  ZHANG Shubin  LIU Dongsheng
Abstract:We use meteodyn WT to carry out analysis for the wind data of a wind farm in Anning river valley area, Sichuan, and the power generation parameters at every grid points are obtained, including wind velocity, energy density, turbulence intensity and power generation capacity. Based on the data, and by setting the optimal goal of largest power generation and lowest tail flow influence, we optimize the wind turbines layout by the improved Particle Swarm Algorithm. The results show that the optimized layout can increase 5.58% annual power generation compared with the original layout theoretically.
Keywords:optimal layout of wind farm  Particle Swarm Algorithm  wind farm  river valley terrain  
本文献已被 CNKI 等数据库收录!
点击此处可从《人民长江》浏览原始摘要信息
点击此处可从《人民长江》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号