基于鲸鱼优化算法的串列风力机主动尾流控制策略
Active Wake Control Strategy of Tandem Wind Turbines Based on Whale Optimization Algorithm作者机构:河海大学能源与电气学院江苏省南京市211100 河海大学海洋与近海工程研究院江苏省南通市226004 南京工业职业技术大学江苏风力发电工程技术中心江苏省南京市210023
出 版 物:《中国电机工程学报》 (Proceedings of the CSEE)
年 卷 期:2024年第44卷第9期
页 面:3702-3709,I0031页
核心收录:
学科分类:0808[工学-电气工程] 080802[工学-电力系统及其自动化] 080703[工学-动力机械及工程] 080704[工学-流体机械及工程] 080103[工学-流体力学] 08[工学] 0807[工学-动力工程及工程热物理] 0706[理学-大气科学] 0835[工学-软件工程] 0701[理学-数学] 0801[工学-力学(可授工学、理学学位)] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(51876054) 江苏风力发电工程技术中心开放基金(ZK22-03-01) 南通市科技项目(JC2021108)
摘 要:主动尾流控制技术通过协调风电场中每台风力机的运行状态,降低上游机组尾流对下游机组的负面影响,进而提高整场发电功率。为探究尾流控制的规律,以10台串列排布的风力机为研究对象,采用Jensen尾流模型与平方和叠加模型计算尾流速度分布,通过鲸鱼优化算法(whale optimization algorithm,WOA)优化风力机的轴向诱导因子分布,并与粒子群优化算法(particle swarm optimization algorithm,PSO)对比。研究结果显示:WOA优化效果更好,收敛速度更快,使风电场输出功率提高了5.63%~42.76%;轴向诱导因子的分布规律和风电场输出功率的优化效果受入流风速影响较小,受风力机的数量及流向间距影响较大。