[发明专利]一种蒙特卡洛模拟与层次分析法相结合的风电场宏观智能选址方法

摘要

本发明涉及一种蒙特卡洛模拟与层次分析法相结合的风电场宏观智能选址方法，通过对风电场宏观选址影响因子的分析，构建关于风电场宏观选址的梯阶层次模型，并采用蒙特卡洛模拟生成随机判断矩阵集；利用层次分析法计算各随机判断矩阵的单层权重，再对各影响因子进行多层组合一致性检验并计算组合权重；生成各影响因子的栅格图层，并对每个栅格图层进行适宜性等级划分；运用加权叠加分析法，生成风电场宏观选址适宜性图集，最后采用四分位法对风电场宏观选址适宜性图集进行重分类，生成风电场宏观选址方案集，显著提升了风电场宏观选址中风能资源评估的可靠性和地理适宜性评价精度。

主权项

1.一种蒙特卡洛模拟与层次分析法相结合的风电场宏观智能选址方法，其特征在于，包括如下步骤：步骤A.通过对风电场宏观选址影响因子的分析，构建风电场宏观选址的梯阶层次模型，并针对梯阶层次模型中准则层和各个指标层分别进行蒙特卡洛模拟，获得梯阶层次模型中准则层和各个指标层分别所对应的随机判断矩阵集；步骤B.利用层次分析法计算各随机判断矩阵的单层权重，再将准则层中的各准则与其对应指标层中的各指标进行组合一致性检验，若通过组合一致性检验，则计算其组合权重；进而获得组合权重集；步骤C.生成目标区域中各影响因子的栅格图层，并基于栅格图层，分别针对各个影响因子进行适宜性等级划分；步骤D.运用加权叠加分析法，生成风电场宏观选址适宜性图集，最后采用四分位法对风电场宏观选址适宜性图集进行重分类，生成风电场宏观选址方案集。