基于静态评价粒子群的风电场微观选址方法
WIND FARM MICRO-SITING BASED ON PARTICLE SWARM OPTIMIZATION WITH STATIC EVALUATION作者机构:清华大学自动化系北京100084 同济大学控制科学与工程系上海201804 清华大学航天航空学院北京100084
出 版 物:《太阳能学报》 (Acta Energiae Solaris Sinica)
年 卷 期:2012年第33卷第12期
页 面:2185-2192页
核心收录:
学科分类:08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置]
基 金:国家高技术研究发展(863)计划(2007AA05Z426) 国家自然科学基金(61075064 60674096)
主 题:风电场微观选址 连续空间 静态惩罚函数法 粒子群算法
摘 要:提出静态评价粒子群算法实现连续空间微观选址。根据风的时间和空间连续变化特性评价风电场出力,以风机台数固定为前提条件,以风电场发电量最大为优化目标,以风机之间的最小允许距离为约束条件,建立连续空间微观选址的优化数学模型。采用静态惩罚函数法评价不同微观选址方案的优化性能,采用粒子群算法实现微观选址问题的优化求解。仿真试验分析了惩罚参数和粒子群参数对优化结果的影响,比较了本文方法与经验方法、离散网格优化方法的区别。仿真结果表明,本文方法可大幅度提高微观选址方案的风电场发电量和风能利用效率。