[发明专利]基于CFD和改进PSO的复杂地形风电场微观选址方法

摘要

本发明公开了基于CFD和改进PSO的复杂地形风电场微观选址方法，属于风电场微观选址的技术领域，利用CFD对复杂地形风电场进行数值模拟得到风资源分布，提取风力发电机组轮毂高度处对应的CFD数值模拟结果，建立尾流模型、风电场模型、目标函数，利用结合了小生境技术、混沌变异、惩罚操作的改进PSO求解粒子群速度与位置更新方程，再结合尾流模型迭代求解目标函数生成最优分布结果。本发明将CFD数值模拟结果应用于复杂地形风电场的微观选址优化，充分考虑了风能分布和尾流的影响，并对风电场的布局进行优化；通过种群多样性的提升，粒子混沌的变异和种群移动维度的改变使整个收敛过程保持高效性。

主权项

基于CFD和改进PSO的复杂地形风电场微观选址方法，其特征在于，包括如下步骤：步骤1，利用CFD对复杂地形风电场进行数值模拟得到风资源分布；步骤2，提取风力发电机组轮毂高度处对应的CFD数值模拟结果；步骤3，建立尾流模型以修正CFD数值模拟结果；步骤4，建立功率风电场模型，依据修正后的CFD数值模拟结果以及风电场平均输出功率最大原则构建目标函数；步骤5，以风资源分布为粒子群速度与位置初始量，利用结合了小生境技术、混沌变异、惩罚操作的改进PSO求解粒子群速度与位置更新方程，再结合尾流模型迭代求解目标函数生成最优分布结果，具体为：利用M代迭代的改进PSO求解符合目标函数要求的粒子群速度与位置更新方程，改进PSO每隔N代进行一次信息共享，M为N的整数倍，第t次迭代过程具体如下，t<M：步骤5‑1，在t为N的整数倍时，通过小生境技术将所有粒子进行分类，确定每类粒子的最优粒子；步骤5‑2，对每一类粒子进行混沌变异确定最优粒子：步骤a，生成混沌序列；步骤b，对混沌序列进行变异，重新确定最优粒子；步骤c，计算线性递减的移动维度；步骤d，由粒子群算法寻找风机位置最优解；步骤5‑3，t取值加1，返回步骤5‑1。