基于遺傳算法不規(guī)則風(fēng)電場(chǎng)的微觀選址

張玲

(甘肅工業(yè)職業(yè)技術(shù)學(xué)院 電信學(xué)院,甘肅 天水　741025)

?

基于遺傳算法不規(guī)則風(fēng)電場(chǎng)的微觀選址

張玲

(甘肅工業(yè)職業(yè)技術(shù)學(xué)院 電信學(xué)院,甘肅 天水741025)

采用遺傳算法，結(jié)合MATLAB仿真軟件，從而達(dá)到單風(fēng)速單風(fēng)向、平坦地形下不規(guī)則風(fēng)電場(chǎng)的微觀優(yōu)化選址的目的，其方法是利用MATLAB仿真軟件將不規(guī)則風(fēng)電場(chǎng)邊界提取到正方形中，通過(guò)不同網(wǎng)格化方向角下的正方形網(wǎng)格化方法對(duì)其網(wǎng)格化，從而利用遺傳算法確定待安置風(fēng)機(jī)的位置，最終實(shí)現(xiàn)風(fēng)力發(fā)電成本的降低，產(chǎn)能的提高。

遺傳算法；不規(guī)則；風(fēng)電場(chǎng)；微觀；選址

0　引　言

近年來(lái)，風(fēng)力發(fā)電占中國(guó)總發(fā)電量的份額逐年遞增，中國(guó)電力企業(yè)聯(lián)合會(huì)在2010年底所制訂的《電力工業(yè)“十二五”規(guī)劃研究報(bào)告》中指出“十二五”期間風(fēng)電裝機(jī)容量，將由2009年底的1 760萬(wàn)千瓦，大幅提升到2015年的1億千瓦，增幅高達(dá)4.7倍。

在我國(guó)，風(fēng)力發(fā)電的主要目的是節(jié)省常規(guī)能源，減少環(huán)境污染，發(fā)展低碳技術(shù)。提高風(fēng)力發(fā)電機(jī)組的效率和優(yōu)化風(fēng)電場(chǎng)的選址是提高風(fēng)力發(fā)電能源利用效率的重要手段[1]。不規(guī)則風(fēng)電場(chǎng)的微觀選址是從優(yōu)化的角度來(lái)考慮選址的問(wèn)題，通過(guò)建立數(shù)學(xué)模型，利用遺傳算法，采用MATLAB仿真將其應(yīng)用到單風(fēng)速單風(fēng)向、平坦地形下的風(fēng)電場(chǎng)對(duì)風(fēng)機(jī)進(jìn)行優(yōu)化排布的問(wèn)題上。

1　建立數(shù)學(xué)模型

不規(guī)則風(fēng)電場(chǎng)微觀選址工作是基于風(fēng)電場(chǎng)所在地的地形、風(fēng)力特性以及風(fēng)機(jī)間尾流效應(yīng)等因素下的一個(gè)綜合優(yōu)化問(wèn)題，建立該問(wèn)題的數(shù)學(xué)模型是十分關(guān)鍵的，這些數(shù)學(xué)模型主要包括風(fēng)力模型、尾流模型、和目標(biāo)函數(shù)等。通過(guò)研究發(fā)現(xiàn)，尾流效應(yīng)引起的風(fēng)能損失與風(fēng)電場(chǎng)所在地的地形，機(jī)組之間的距離以及風(fēng)的湍流強(qiáng)度有關(guān)，是影響風(fēng)電場(chǎng)最終產(chǎn)出、風(fēng)能利用率和風(fēng)機(jī)機(jī)組穩(wěn)定性的不可或缺的因素，尾流影響區(qū)域的計(jì)算如表1所示。

2　不規(guī)則風(fēng)電場(chǎng)微觀選址

不規(guī)則風(fēng)電場(chǎng)選址的方法是將不規(guī)則風(fēng)電場(chǎng)邊界提取到正方形中，通過(guò)不同網(wǎng)格化方向角下的正方形網(wǎng)格化方法對(duì)其網(wǎng)格化，網(wǎng)格化之后待安置風(fēng)機(jī)位置就確定了[3]，其風(fēng)機(jī)選址流程如圖1所示，處理結(jié)果如圖2所示，圖中多邊形即是風(fēng)電場(chǎng)邊界，圓點(diǎn)表示在正方形網(wǎng)格化后的待安置風(fēng)機(jī)點(diǎn)，紅色線條所圍圖形區(qū)域內(nèi)的則是不規(guī)則風(fēng)電場(chǎng)待安置風(fēng)機(jī)位置。

表1　尾流影響區(qū)域計(jì)算表

圖1　不規(guī)則風(fēng)電場(chǎng)風(fēng)機(jī)選址流程

圖2　不規(guī)則風(fēng)電場(chǎng)待安置風(fēng)機(jī)點(diǎn)示意圖

圖3　0°正方形網(wǎng)格化的示意圖

2.1提取邊界信息

在對(duì)風(fēng)場(chǎng)優(yōu)化選址時(shí)，運(yùn)用MATLAB軟件鼠標(biāo)取點(diǎn)的方法獲取不規(guī)則地形邊界上點(diǎn)的坐標(biāo)，來(lái)提取邊界信息，最終將其轉(zhuǎn)化為一個(gè)不規(guī)則的多邊形，若不規(guī)則風(fēng)電場(chǎng)有圓弧狀邊界，則對(duì)此邊界采用多取點(diǎn)采樣，用多邊形重現(xiàn)圓弧。

2.2正方形網(wǎng)格化

2.2.1正方形網(wǎng)格化的原理

為了確定風(fēng)機(jī)的安置位置，必須對(duì)風(fēng)電場(chǎng)進(jìn)行網(wǎng)格化[4]。利用李小蘭[5]于2010年提出的改變正方形網(wǎng)格方向角的方式來(lái)對(duì)不規(guī)則風(fēng)電場(chǎng)進(jìn)行網(wǎng)格化，從而建立不同的正方形網(wǎng)格，進(jìn)而確定不同網(wǎng)格化方向角下的風(fēng)機(jī)待安置集合，通過(guò)遺傳算法運(yùn)算，比較其運(yùn)算結(jié)果，選出最適宜的方向角，如圖3所示。將風(fēng)機(jī)放置在網(wǎng)格頂點(diǎn)，2 000 m×2 000 m的正方形風(fēng)電場(chǎng)的有效使用面積為1 800 m×1 800 m，該風(fēng)電場(chǎng)被網(wǎng)格化為100個(gè)正方形。

2.2.2風(fēng)機(jī)位置編碼方式及參數(shù)的選擇

(1) 編碼方式

將100個(gè)網(wǎng)格采用二進(jìn)制編碼方式對(duì)每個(gè)風(fēng)機(jī)位置取值，以1代表該網(wǎng)格內(nèi)安置有風(fēng)機(jī)，以0代表該網(wǎng)格內(nèi)沒(méi)有安置風(fēng)機(jī)，而后將其排列成長(zhǎng)度為100的序列，這樣每個(gè)個(gè)體就由100個(gè)基因決定風(fēng)機(jī)的排布。

(2) 參數(shù)的選取

遺傳算法運(yùn)算所需參數(shù)值選取[6]如表2所示。

表2　參數(shù)選取值

2.3篩選待安置風(fēng)機(jī)位置[7]

風(fēng)機(jī)安置位置位于網(wǎng)格頂點(diǎn)處，由于是在正方形下做的網(wǎng)格化，故而肯定有一些點(diǎn)不在不規(guī)則風(fēng)電場(chǎng)內(nèi)，需要將這些點(diǎn)舍去，來(lái)達(dá)到優(yōu)化待求解的長(zhǎng)度問(wèn)題。通常用交點(diǎn)計(jì)數(shù)法來(lái)判斷點(diǎn)是否在不規(guī)則多邊形(不規(guī)則風(fēng)電場(chǎng)的邊界形狀)中。

2.4遺傳算法計(jì)算流程(如圖4所示)

圖4　風(fēng)機(jī)選址運(yùn)算流程圖

3　不規(guī)則風(fēng)電場(chǎng)的仿真

3.1不規(guī)則地形仿真代碼

3.1.1Main函數(shù)

close all

clear all

SizeOfGrid=200;// 網(wǎng)格尺寸

SizeOfRegion=1800;// 記錄待放置風(fēng)機(jī)的目標(biāo)區(qū)域的尺寸，默認(rèn)是正方形的區(qū)域

load Case1_30.mat

//************將目標(biāo)區(qū)域網(wǎng)格化*******************//

Terrain=[min(min(Grid)) min(min(Grid))+SizeOfRegion;max(max(Grid)) - SizeOfRegion max(max(Grid))];

num_Chrome=600;

Max_Generation=3000;

GenerationGap=0.8;

interval_Angle=360 / num_WindDir;//各個(gè)風(fēng)向等分之后的間隔大小

for WindDir=0:1:num_WindDir - 1

for j=1:size(WindSpeed,2)

Calcu_Dir=mod(-WindDir * interval_Angle+270, 360);

fitness=fitness+WindSpeedDistribution(WindDir+1,j) * InfluencedExtent(Chrome, Calcu_Dir, WindSpeed(j), Radius, Grid);

end

end

while i

Fitness=ranking(fitness);

clear num_Turbine;

for WindDir=0:1:num_WindDir - 1

for j=1:size(WindSpeed,2)

Calcu_Dir=mod(-WindDir * interval_Angle+270, 360);

ObjVSel=ObjVSel+WindSpeedDistribution(WindDir+1,j) * InfluencedExtent(SelCh, Calcu_Dir, WindSpeed(j), Radius, Grid);

end

end

3.1.2計(jì)算尾流影響下的輸出功率

function TotalPower=InfluencedExtent(Chrome_WT, WindDir, WindSpeed, Radius, GridArray)

Alpha=0.0944;

AxialInduction =.32679491924311227064725536584941;

WindDir=WindDir/180*pi;

r1=Radius * sqrt((1-AxialInduction)/(1-2*AxialInduction));

for i=1:size(Chrome_WT,1)

if ～sum(Chrome_WT(i,:),2),break;end

VWind=zeros(sum(Chrome_WT(i,:),2),1);

VWind(1)=WindSpeed;

for j=1:size(Chrome_WT,2)

if (Chrome_WT(i,j) ～= 1)&&(Chrome_WT(i,j) ～= 0),error('Not Binary code!');

end

end

3.1.3計(jì)算網(wǎng)格化最大范圍

function GridArray=SquareGrid(Rectangle, SizeOfGrid)

if (size(Rectangle,1) ～= 2)||(size(Rectangle,2) ～= 2)

error('The field is not rectangular!');

end

if (Rectangle(1,:)

else

error('The field is not a right rectangular!');

end

3.1.4計(jì)算不同方向角下的網(wǎng)格化頂點(diǎn)坐標(biāo)并繪制網(wǎng)格

function Grid_save=Calcu_MaxGridNum(MeshDir, SizeOfRegion, SizeOfGrid)

MeshDir =30;

SizeOfGrid=200;

SizeOfRegion=1800;//記錄待放置風(fēng)機(jī)的目標(biāo)區(qū)域的尺寸，默認(rèn)是正方形的區(qū)域

for i=1: size(Grid,1)

if Grid(i,1)<=2 * SizeOfGrid&&Grid(i,1)>= 0

if Grid(i,2)<=2 * SizeOfGrid&&Grid(i,2)>= 0

SpecialPoints(end+1,:)=Grid(i,:);

end

end

//繪制選擇出的網(wǎng)格//

Grid_save=[ ];

for i=1: size(Grid, 1)

if Grid(i,1)<=Terrain(1,2)+eta&&Grid(i,1)>= Terrain(1,1) - eta

if Grid(i,2)<=Terrain(2,2)+eta&&Grid(i,2)>= Terrain(2,1) - eta

Grid_save(end+1,:)=Grid(i,:);

end

end

3.1.5凹凸多邊形風(fēng)電場(chǎng)舍去不適宜點(diǎn)

function p=Inside1(polygon,P)//可同時(shí)判斷m個(gè)點(diǎn)是否在多邊形內(nèi)

n=5

Grid=Calcu_MaxGridNum(MeshDir, SizeOfRegion, SizeOfGrid)

hold on

//通過(guò)鼠標(biāo)取n點(diǎn)作為多邊形頂點(diǎn)，取點(diǎn)時(shí)要按次序

polygon=ginput(n)

for a=1:m

x=A(a);j=0;

if A(a)min(X)

for k=1:n

if A(a)～=X(k)&& A(a)～=X(k+1)

y=(Y(k+1)-Y(k))/(X(k+1)-X(k))*(x-X(k))+Y(k);

elseif y <=max(Y(k),Y(k+1)) && y>=min(Y(k),Y(k+1))&& y>B(a)

j=j+1;

end

ifmod(j,2)==0// p=1代表P在多邊形內(nèi)，P=0表示在多邊形外

p(a)=0;

else

p(a)=1;

end

end

3.2不規(guī)則風(fēng)電場(chǎng)的仿真

由于正方形的旋轉(zhuǎn)對(duì)稱性，網(wǎng)格化方向角只需要考慮0°～45°即可[8]。

3.2.1凸多邊形風(fēng)電場(chǎng)的仿真

選擇一個(gè)簡(jiǎn)單的五邊形作為此種情形的代表，形狀如圖5 (a)所示，其針對(duì)不同網(wǎng)格化方向角下的仿真結(jié)果如表3所示。

表3　凸多邊形不同網(wǎng)格化方向角下的特征值比較

圖5　凸多邊形風(fēng)電場(chǎng)

3.2.2凹多邊形風(fēng)電場(chǎng)的仿真

選擇一個(gè)十五邊形作為此種情形的代表，形狀如圖6(a)所示，其針對(duì)不同網(wǎng)格化方向角下的仿真結(jié)果如表4所示。

表4　凹多邊形不同網(wǎng)格化方向角下的特征值比較

圖6　凹多邊形風(fēng)電場(chǎng)

4　結(jié)束語(yǔ)

通過(guò)表3和表4的比較可知，在網(wǎng)格化方向角為15°時(shí)，適應(yīng)度值最小，年輸出總功率最高，雖然風(fēng)機(jī)數(shù)目相對(duì)增加了，可對(duì)比45°情形，其總功率提高了將近一倍，風(fēng)能利用率也達(dá)到了90%以上。綜合考慮上述因素，15°情形下風(fēng)機(jī)排布方案最優(yōu)，如圖5(b)和圖6(b)所示。

[1] 朱瑞兆，薛桁.我國(guó)風(fēng)能資源[J].太陽(yáng)能學(xué)報(bào)，1981，2(2)：117-119.

[2] KATIC I，HOJSTRUP J，JENSEN N O. A simple model for cluster efficiency[J].Proceedings of European Wind Enengy Italy Rome，1986,(2):407-410.

[3] 梁水林.風(fēng)能資源的評(píng)估及風(fēng)電場(chǎng)場(chǎng)址選擇[J].電力勘測(cè)，1997，15(3)：55-60.

[4] 趙偉然，徐青山，祁建華，等.風(fēng)電場(chǎng)選址與風(fēng)機(jī)優(yōu)化排布實(shí)用技術(shù)探討[J].電力科學(xué)與工程，2010，26(3)：18-21.

[5] 李小蘭.風(fēng)電場(chǎng)微觀選址優(yōu)化方法及其軟件研發(fā)[D].北京：清華大學(xué)，2010.

[6] KONDO K，TSUCHIYA M，SANADA S.Evaluation of effect of micro-topography on design wind velocity[J].Journal of Wind Engineering and Industrial Aerodynamics，2002，90(15)：1707-1718.

[7] 魯倩.復(fù)雜地形風(fēng)電場(chǎng)風(fēng)機(jī)布置的探討[J].上海電力，2008，22(6)：47-50.

[8] 胡立偉，鄭愛(ài)玲，程艷偉.復(fù)雜條件下的風(fēng)電場(chǎng)微觀選址技術(shù)[J].農(nóng)業(yè)工程技術(shù)，2008，33(6)：7-10.

Micro-sitting Selection of Irregular Wind Farms Based on the Genetic Algorithm

ZHANG Ling

(Telecommunications School, Gansu Industry Polytechnic College, Tianshui Gansu 741025, China)

Through genetic algorithm combined with MATLAB simulation software, this paper achieves the aim of optimized micro-sitting selection of irregular wind farms with single wind speed and direction and flat terrain by using MATLAB simulation software to extract irregular wind farm boundaries into a square and gridding it in the square gridding method under different gridding direction angles, so as to use the genetic algorithm to determine the location of wind turbines to be placed. Finally, the cost of wind power generation is reduced and productivity is raised.

genetic algorithm;irregular;wind farm;microcosmic;sitting

10.3969/j.issn.1000-3886.2016.01.011

TK81;TM614

A

1000-3886(2016)01-0034-03

張玲(1977-)，女，河南武陟人，電氣工程碩士、副教授，專業(yè)：電氣自動(dòng)化。

定稿日期: 2015-08-04