风电场风电机组布局选址方法技术

本发明专利技术公开了一种风电场风电机组布局选址方法，该方法以最大化风电场等值功率为目标函数，以风电场总面积、风机间最小距离等因素为约束函数，采用几何学理论确定风机上游区域及计算风机间的水平和偏移距离，利用带收缩因子和变异因子的粒子群优化算法寻求最优布局。其显著效果是：本发明专利技术计及了风的联合分布特性、风电机组间的尾流效应等，解决了网格划分方法中的位置限制以及仅考虑单个或部分风向的不足，对风电场布局的优化效率高，可为风电场布局优化提供有益参考。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，该方法以最大化风电场等值功率为目标函数，以风电场总面积、风机间最小距离等因素为约束函数，采用几何学理论确定风机上游区域及计算风机间的水平和偏移距离，利用带收缩因子和变异因子的粒子群优化算法寻求最优布局。其显著效果是：本专利技术计及了风的联合分布特性、风电机组间的尾流效应等，解决了网格划分方法中的位置限制以及仅考虑单个或部分风向的不足，对风电场布局的优化效率高，可为风电场布局优化提供有益参考。【专利说明】
本专利技术涉及到风电场布局优化
，具体地说，是一种。
技术介绍
风能是清洁的可再生能源，世界上很多国家出台相关政策以激励风能的开发和利用，同时风能使用可以减少因传统能源的消耗给环境带来的损害。风力发电机输出功率是风速的函数，由于风速的间歇性和随机性，风力发电机的输出功率具有不稳定性和波动性。风电场中，由于尾流效应的存在，风电场中不同位置的风速不尽相同，且尾流效应对风电场发电量有较大影响，因此与风电场输出功率相关的研究中需要考虑尾流效应的影响，特别是在风电场规划过程中，通过优化风电机组在风电场中的布局以减小尾流效应的不利影响。 然而现有风电场布局技术中主要存在以下几类不足:一、网格划分法中由于位置限制，未能充分使用风电场空间；二、在布局优化过程中仅考虑单个风向或独立地考虑两个风向，未能计及所有潜在的风向；三、主观列出几种潜在的风电场布局方式，从备选风电场布局中选出一种年发电量最大的布局作为最优布局，未充分考虑风电场的客观条件；四、米用智能算法优化风电场布局时，尾流效应中没有计及风机叶片扫风阴影区不完全覆盖时的情形。
技术实现思路
针对现有技术的不足，本专利技术的目的是提供提出一种，该方法能够计及风的联合分布特性、风电机组间的尾流效应等，解决了网格划分方法中的位置限制、仅考虑单个或部分风向的不足。 为达到上述目的，本专利技术表述一种，具体按照以下步骤进行: 步骤1:输入Ns个风速数据与Nd个风向数据，建立风速与风向的离散联合分布律表，表中第i个风向为Θ i, i = I?Nd,第j个风速表示V」，j = I?Ns,二维变量(Θ j, Vj)的联合概率为Pij ; 步骤2:基于粒子群优化算法建立风电机组坐标的粒子群，设置粒子群的粒子数目为Np，总的维数为2N，粒子群的迭代次数为K，第m个粒子的位置向量为Xni = (Xnil, Ynil, Xni2,ym2，...，xmN? Υπ,ν)，速度向里为 Wm — (wml, Wm2J Wm3J Wm4J...，Wm(n)，wm2N)? 并确定权子的约束函数，其中m=l?NP，N为风电机组的数目，(xfflN, yfflN)为第m个粒子位于第N台风电机组处的坐标，(&_)，《_)为第m个粒子位于第N台风电机组处的速度； 步骤3:随机初始化所有粒子的位置向量,并令m = I ; 步骤4:计算第m个粒子的适应度，并计算第m个粒子对应的风电场的输出功率，初始化i = j = I ; 步骤5:确定风向为Θ i时第k台风电机组的所有上游风电机组，得出第k台风电机组和它的所有上游风电机组间的水平距离d与偏移距离h，k = I~N ; 步骤6:根据水平距离d、偏移距离h以及风速Vj计算出考虑尾流效应影响后吹向第k台风电机组的风速V，进而计算出风速为V时该台风电机组的输出功率P (V)，然后计算出此时整个风电场的输出功率P0WF( Θ y Vj, xm)； 步骤7:将j与Ns进行比较，若j < Ns,则设置j = j+1，返回步骤6 ;若j = Ns,则进入步骤8 ； 步骤8:将i与Nd进行比较，若i < Nd，则设置i = i+Ι，返回步骤5 ;如果i = Nd,则进入步骤9 ； 步骤9:按照 【权利要求】1.一种，其特征在于按照以下步骤进行: 步骤1:输入Ns个风速数据与Nd个风向数据，建立风速与风向的离散联合分布律表，表中第i个风向为Θ i，i = I~Nd,第个风速表示Vj, j = I~Ns,二维变量(Θ j, Vj)的联合概率为Pij ； 步骤2:基于粒子群优化算法建立风电机组坐标的粒子群，设置粒子群的粒子数目为Np，总的维数为2N，粒子群的迭代次数为K，第m个粒子的位置向量为Xm= (xffll, yffll, xffl2,ym2，...，Xiiinj Yun)，速度向里为 Wm — (wml，Wm2J Wm3J Wm4J...，wm(n)，wm2N)，并确定权子的约束函数，其中m=l~NP，N为风电机组的数目，(xfflN, yfflN)为第m个粒子位于第N台风电机组处的坐标，(&_)，《_)为第m个粒子位于第N台风电机组处的速度； 步骤3:随机初始化所有粒子的位置向量，并令m = I ; 步骤4:计算第m个粒子的适应度,并计算第m个粒子对应的风电场的输出功率,初始化 i = j = I ; 步骤5:确定风向为Θ i时第k台风电机组的所有上游风电机组，得出第k台风电机组和它的所有上游风电机组间的水平距离d与偏移距离h，k = I~N ; 步骤6:根据水平距离d、偏移距离h以及风速Vj计算出考虑尾流效应影响后吹向第k台风电机组的风速V，进而计算出风速为V时该台风电机组的输出功率P (V)，然后计算出此时整个风电场的输出功率POWF( Θ y Vj, xm)； 步骤7:将j与Ns进行比较，若j < Ns,则设置j = j+1，返回步骤6 ;若j = Ns,则进入步骤8 ; 步骤8:将i与Nd进行比较，若i < Nd，则设置i = i+Ι，返回步骤5 ;如果i = Nd，则进入步骤9 ； 步骤9:按照计算出整个风电场的等效功率EPWF，以风电场的最大等效功率为目标函数，表示为max EPWF，然后计算出目标函数取最大值时第m个粒子的局部最优位置Pm = (Pml，Pm2,…，Pm2N); 步骤10:将m与Np进行比较,若m < Np,则设置m = m+1,并返回步骤4,若m = Np,则进入步骤11 ； 步骤11:计算出目标函数取最大值时所有粒子的全局最优位置Pg= (pgl,Pg2,-,Pg2N); 步骤12:更新粒子位置向量Xm与速度向量Wm，判定算法是否达到迭代次数K或者算法得出的最优粒子位置连续不变，若是则输出风电机组的最优坐标(Plx，Ply)，(P2x，P2y)，...，(PNx，PNy)，否则返回步骤3循环计算，直至得出风电场风电机组的最优布局。2.根据权利要求1所述的，其特征在于:所述步骤2中粒子的约束函数为:其中，(xmin, Xmax) > (ymin, ymax)为坐标系中风电场的区域范围，Vniax为粒子飞行速度的上限，2r为风电机组间的最小距离，d为水平距离，h为偏移距离，r为风电机组叶片半径。3.根据权利要求1所述的，其特征在于:所述步骤5中第k台风电机组的上游机组的确定方法如下: 步骤5-1:采用风向罗盘描述风向Θ i，将吹向正北方的风向定义为参考风向，并定义风向Θ j表示在顺时针方向上风向偏离北方的角度；步骤5-2:将风电场定义在笛卡尔平面坐标系内，定义第k台和其余任意一本文档来自技高网...

【技术保护点】
一种风电场风电机组布局选址方法，其特征在于按照以下步骤进行：步骤1：输入Ns个风速数据与Nd个风向数据，建立风速与风向的离散联合分布律表，表中第i个风向为θi，i＝1～Nd，第个风速表示vj，j＝1～Ns，二维变量(θi，vj)的联合概率为pij；步骤2：基于粒子群优化算法建立风电机组坐标的粒子群，设置粒子群的粒子数目为Np，总的维数为2N，粒子群的迭代次数为K，第m个粒子的位置向量为Xm＝(xm1，ym1，xm2，ym2，...，xmN，ymN)，速度向量为Wm＝(wm1，wm2，wm3，wm4，...，wm(2N‑1)，wm2N)，并确定粒子的约束函数，其中m=1～Np，N为风电机组的数目，(xmN，ymN)为第m个粒子位于第N台风电机组处的坐标，(wm(2N‑1)，wm2N)为第m个粒子位于第N台风电机组处的速度；步骤3：随机初始化所有粒子的位置向量，并令m＝1；步骤4：计算第m个粒子的适应度，并计算第m个粒子对应的风电场的输出功率，初始化i＝j＝1；步骤5：确定风向为θi时第k台风电机组的所有上游风电机组，得出第k台风电机组和它的所有上游风电机组间的水平距离d与偏移距离h，k＝1～Ｎ；步骤6：根据水平距离d、偏移距离h以及风速vj计算出考虑尾流效应影响后吹向第k台风电机组的风速v，进而计算出风速为v时该台风电机组的输出功率p(v)，然后计算出此时整个风电场的输出功率POWF(θi，vj，xm)；步骤7：将j与Ns进行比较，若j＜Ns，则设置j＝j+1，返回步骤6；若j＝Ns，则进入步骤8；步骤8：将i与Nd进行比较，若i＜Nd，则设置i＝i+1，返回步骤5；如果i＝Nd，则进入步骤9；步骤9：按照计算出整个风电场的等效功率EPWF，以风电场的最大等效功率为目标函数，表示为max EPWF，然后计算出目标函数取最大值时第m个粒子的局部最优位置pm＝(pm1,pm2,…,pm2N)；步骤10：将m与Np进行比较，若m＜Np，则设置m＝m+1，并返回步骤4，若m＝Np，则进入步骤11；步骤11：计算出目标函数取最大值时所有粒子的全局最优位置pg＝(pg1,pg2,…,pg2N)；步骤12：更新粒子位置向量Xm与速度向量Wm，判定算法是否达到迭代次数K或者算法得出的最优粒子位置连续不变，若是则输出风电机组的最优坐标(p1x，p1y)，(p2x，p2y)，...，(pNx，pNy)，否则返回步骤3循环计算，直至得出风电场风电机组的最优布局。...

【技术特征摘要】

【专利技术属性】
技术研发人员：胡博，谢开贵，杨贺钧，陈娅，王蔓莉，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;85