复杂地形风电场微观选址优化

被引：42

作者：

许昌 ^{[1
]}

杨建川 ^{[1
]}

李辰奇 ^{[1
]}

SHEN Wenzhong ^{[2
]}

丁根宏 ^{[1
]}

郑源 ^{[1
]}

刘德有 ^{[1
]}

机构：

[1] 河海大学能源与电气学院

[2] 不详

来源：

中国电机工程学报 | 2013年 / 33卷 / 31期

基金：

教育部留学回国人员科研启动基金;

关键词：

风电场微观选址优化; 复杂地形; 尾流模型; 概率密度; 遗传算法;

D O I：

10.13334/j.0258-8013.pcsee.2013.31.008

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

针对复杂地形条件下,风电场微观选址优化技术难度大的问题,提出一种在复杂地形下进行风电场微观选址优化的方法。应用Jensen模型和Lissaman模型,综合考虑不同高度下风速分布和风力机之间的尾流影响,其中尾流考虑了上游风力机的尾流对下游风力机转轮面的遮挡面积的影响;风向按照十六分度处理,风速按照威布尔分布处理;用每分度风速、概率密度及尾流模型分别计算每个分度的功率值;优化目标是使整个风电场的输出功率达到最大。以风力机在给定风电场中坐标为自由变量,以地形边界和风力机之间的最小距离为约束条件,通过改进的实值编码遗传算法搜索最优解。最后将该优化算法得到的最优解与经验布置方法得到的结果进行比较,证明该优化算法的优越性,指出经验布置方法的局限性。

引用

页码：58 / 64+7 +7

页数：8

共 14 条

[1] 风电场风机尾流及其迭加模型的研究 [J].

曾利华 ;

王丰 ;

刘德有 .

中国电机工程学报, 2011, 31 (19) :37-42

[2] 双机组风力机尾流互扰及阵列的数值模拟 [J].

李少华 ;

岳巍澎 ;

匡青峰 ;

吴殿文 ;

王成荫 .

中国电机工程学报, 2011, 31 (05) :101-107

[3] 风电场复杂地形的微观选址 [J].

徐国宾 ;

彭秀芳 ;

王海军 .

水电能源科学, 2010, 28 (04) :157-160

[4] 风电场风速概率分布参数计算方法的研究 [J].

丁明 ;

吴义纯 ;

张立军 .

中国电机工程学报, 2005, (10) :107-110

[5]

风资源评估改进方法的研究[D]. 孟昌波.清华大学. 2008

[6]

风电场工程技术手册[M]. 机械工业出版社 , 宫靖远主编, 2004

[7]

Wake flow model of wind turbine using particle simulation[J] . M.X. Song,K. Chen,Z.Y. He,X. Zhang.Renewable Energy . 2011

[8] A fast algorithm based on the submodular property for optimization of wind turbine positioning [J].

Zhang Changshui ;

Hou Guangdong ;

Wang Jun .

RENEWABLE ENERGY, 2011, 36 (11) :2951-2958

[9] Optimization of wind farm turbines layout using an evolutive algorithm [J].

Serrano Gonzalez, Javier ;

Gonzalez Rodriguez, Angel G. ;

Castro Mora, Jose ;

Riquelme Santos, Jesus ;

Burgos Payan, Manuel .

RENEWABLE ENERGY, 2010, 35 (08) :1671-1681

[10]

New approach on optimization in placement of wind turbines within wind farm by genetic algorithms[J] . Alireza Emami,Pirooz Noghreh.Renewable Energy . 2009 (7)

← 1 2 →