-
公开(公告)号：CN103793566B
公开(公告)日：2016-11-02
申请号：CN201410041331.X
申请日：2014-01-28
Applicant: 同济大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于遗传算法的风电场多型号风机优化排布方法，包括以下步骤：1)根据风机直径将风电场区域划分成大小相等的正方形网格，随机生成相同行列的整数矩阵作为算法的初始解；2)计算当前代的个体适应度值；3)通过均匀随机选择算子选择参与交叉的父代个体，再利用改进的交叉变异算子生成子代个体；4)对种群中的个体引入修复算子；5)对种群当前代最优解引入Tabu算子，将该最优解作为Tabu算法的初始解，搜索最优解的邻域解；6)判断是否达到最大的迭代次数，若为是，则完成多型号风机优化排布，否则返回步骤2)。与现有技术相比，本发明具有编码方式直观、性能指标好、局部搜索能力强、扩展性高、实用性强等优点。
-
公开(公告)号：CN105139269A
公开(公告)日：2015-12-09
申请号：CN201510422428.X
申请日：2015-07-17
Applicant: 同济大学
IPC: G06Q50/06
Abstract: 本发明涉及一种多期风电场微观选址方法，通过区域网格化，基于全局搜索能力极强的遗传算法，并在遗传算法中加入禁忌搜索，在可移动的网格邻域内对最优解风机位置进行微调，使得算法在优化过程中拥有较好的稳定性和克服早熟的能力，弥补了遗传算法局部搜索能力不足的缺点，提高了整体算法性能，并且能够有效处理不规则形状风电场的优化排布。相比于传统的分步优化多期风电场，本发明的优化过程考虑不同期内风电场间的尾流影响，有助于提高风力机的发电效率，追求风电场长期最优收益。本发明的方法可扩展至类似问题的求解之中，研究成果有利于提高风电场的风能利用效率和经济效益，具有较强的实用性。
-
公开(公告)号：CN103793566A
公开(公告)日：2014-05-14
申请号：CN201410041331.X
申请日：2014-01-28
Applicant: 同济大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于遗传算法的风电场多型号风机优化排布方法，包括以下步骤：1)根据风机直径将风电场区域划分成大小相等的正方形网格，随机生成相同行列的整数矩阵作为算法的初始解；2)计算当前代的个体适应度值；3)通过均匀随机选择算子选择参与交叉的父代个体，再利用改进的交叉变异算子生成子代个体；4)对种群中的个体引入修复算子；5)对种群当前代最优解引入Tabu算子，将该最优解作为Tabu算法的初始解，搜索最优解的邻域解；6)判断是否达到最大的迭代次数，若为是，则完成多型号风机优化排布，否则返回步骤2)。与现有技术相比，本发明具有编码方式直观、性能指标好、局部搜索能力强、扩展性高、实用性强等优点。
-
公开(公告)号：CN105139269B
公开(公告)日：2018-10-26
申请号：CN201510422428.X
申请日：2015-07-17
Applicant: 同济大学
Abstract: 本发明涉及一种多期风电场微观选址方法，通过区域网格化，基于全局搜索能力极强的遗传算法，并在遗传算法中加入禁忌搜索，在可移动的网格邻域内对最优解风机位置进行微调，使得算法在优化过程中拥有较好的稳定性和克服早熟的能力，弥补了遗传算法局部搜索能力不足的缺点，提高了整体算法性能，并且能够有效处理不规则形状风电场的优化排布。相比于传统的分步优化多期风电场，本发明的优化过程考虑不同期内风电场间的尾流影响，有助于提高风力机的发电效率，追求风电场长期最优收益。本发明的方法可扩展至类似问题的求解之中，研究成果有利于提高风电场的风能利用效率和经济效益，具有较强的实用性。
-
-
-
Search Results
4
records
(took 0.02 seconds)
