[发明专利]一种风电场多型号风力发电机排布优化方法

摘要

本发明公开了一种基于遗传算法嵌套粒子群算法的风电场多型号风力发电机排布优化方法。使用遗传算法选取风机位置，使用粒子群算法得出该风机位置时选型的最优解，作为该代风机位置的适应度。遗传算法的使用保证了针对非线性强耦合优化问题可求出可行解，粒子群算法的使用既保证了针对多种型号风力发电机参数较多的情况下快速寻得选型解，又能保证快速两种算法嵌套使用，迭代次数过多的情况下，计算时间不会过长。对风机位置坐标直接编码，而不是对风电场区域划分棋盘格后对棋盘格进行选择，可在风电场范围内进行连续搜索。本发明方法无须将风电场划分成正方形网格，与现有技术相比，性能指标更好，位置方案更加精确，实用性更强。

主权项

1.一种基于遗传算法嵌套粒子群算法的风电场多型号风力发电机排布优化方法，其特征在于，包括以下步骤：1)根据风资源评估结果和风电场地形气象特性，对风力发电机进行初始选型，确定若干个备选型号用于选型优化，读入风电场相关地形和气象参数；2)在风电场区域横纵坐标范围内随机生成风机的初始位置矩阵，矩阵每行代表一种风机位置排布方案，即一个染色体，行数代表遗传算法染色体数，对矩阵的每一行进行二进制编码；3)在给定的备选风机型号内生成初始型号矩阵并编码，矩阵行数代表粒子群算法粒子数，矩阵的每一行代表一个粒子，即一种风机型号选取方案，随机初始化粒子的速度和在搜索域内的位置，作为当前染色体的风机型号选取的初始解；4)计算当前每个粒子的适应度，即采用当前风机位置和选型方案的度电成本，并求出每个粒子的个体最优适应度和所有粒子的全局最优适应度；5)根据粒子群算法中设定的粒子速度和位置进化规则，对每个粒子的位置和速度进行进化；6)判断是否达到粒子群算法设定的最大代数，若达到设定最大代数，停止进行风机型号优化，选取粒子群算法的全局最优适应度，作为当前染色体的适应度，否则返回步骤4)；7)根据每个染色体的适应度，求出遗传算法的全局最优适应度，即风机位置选型的全局最优值；8)判断是否达到遗传算法的最大迭代次数，若是，则输出遗传算法的全局最优适应度对应的染色体作为风机位置方案，其对应的粒子群算法的全局最优适应度作为选型方案，完成多型号风力发电机排布优化，否则进行步骤9)；9)把所有染色体作为父代染色体群，进行交叉、变异操作，根据染色体的适应度大小计算选择概率，进行选择生成子代染色体群并返回步骤3)。