[发明专利]一种基于再分析资料的测风网络布局优化方法

说明书

技术领域

本发明涉及一种优化方法，具体涉及一种基于再分析资料的测风网络布局优化方法。

背景技术

风电的迅猛发展，对于充分利用当地风能资源、实现节能降耗目标是十分有利的。风能是风力发电的原动力，风能资源特性决定了风电输出功率的特性。通过建立合理的测风网络，可以实现风能实时监测，对风电集中开发区域的风能资源进行实时监测，及时了解和掌握风能资源变化情况和风能资源特性，并为风电功率预测模型开发及优化等提供基础数据；可为超短期功率预测和风电场理论功率与发电量计算提供基础数据，为风电调度管理提供支持；也有利于了解风电开发区域的风能资源分布情况与特点。

在风能资源的开发和利用过程中，测风塔处于十分重要的位置，主要表现在风电场前期的风资源评估、风场微观选址、风电场规划设计、风电场风况实时监测、超短期预测、数值预报模式、预报输出数据比对和数值模式参数校正等方面。测风塔选址点应具有代表性，可反映覆盖区域的风资源情况。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于再分析资料的测风网络布局优化方法，测风网络选址的原则是以最小的测风塔数量实现对区域面积的最大覆盖。气象数据采用再分析资料，考虑区域内已有测风塔覆盖范围等约束条件，采用遗传算法，对测风塔的布局进行优化。

为了实现上述发明目的，本发明采取如下技术方案：

本发明提供一种基于再分析资料的测风网络布局优化方法，所述方法包括以下步骤：

步骤1：选取再分析资料；

步骤2：采用遗传算法优化测风网络布局；

步骤3：判断测风网络布局有效覆盖面积是否满足终止条件，若满足，则输出经优化的测风塔布局；否则，返回步骤2继续执行。

所述步骤1中，从全球大气资料再分析计划中选取再分析资料；选取的再分析资料为NCEP/NCAR再分析数据集。

所述步骤2中，测风网络布局优化目标为在设定数量测风塔的条件下，实现覆盖范围的最大化。步骤2具体包括以下步骤：

步骤2-1：对测风塔位置进行整数编码，确定染色体，生成初始种群；

步骤2-2：定义适应度函数，并选择K个适应度较大的个体代替初始种群中适应度较小的K个个体；

步骤2-3：个体交叉和变异；

步骤2-4：种群的更新和终止。

所述步骤2-2中，设测风网络中网格总数为M，新增测风塔的数量为N，网格排布的某合法染色体Q＝{q₁，q₂，...，q_N，...，q_M}，适应度函数E表示为：

E=Σi=q1qNAi---(1)]]>

其中，A_i为q₁处网格对应的有效覆盖面积。

所述步骤2-3中，采用部分匹配的方法进行个体交叉操作，从父代中选择某组顺序的序列建立子代并尽可能保存父代的顺序；引用多项式进行个体变异操作，父代中个体X_i变异为子代中个体X_i+1的具体过程如下：

(1)选定随机数R_i∈[0，1)；

(2)设定的个体X_i概率密度函数P(δ_i)表示为：

其中，为用户设定的分布指数，δ_i为阈值参数，表示为：

(3)经过变异得到的子代个体X_i+1表示为：