基于Jensen和Gaussian尾流模型的風電場布局優化的比較

朱 潔， 匡 嬋， 趙宜嬋

（西南交通大學數學學院，成都 611730）

由于自然資源的減少和空氣污染的加重，可再生的新型能源得到了越來越多的關注. 風能由于其清潔、儲存量大、商業化前景好等優點，近年來成為能源產業的重要發展對象. 2018年底，全球風電累計裝機容量達591 GW，中國累計裝機容量達210.6 GW，占全球裝機總容量的35.6%，占全球新增裝機容量的41%［1］. 預計在未來的十年，中國將始終是全球第一大風電市場.

理論上來說，在給定的風電場區域，風機的個數越多風電場的發電量就越高. 但是，當風流經風機時，會產生風速的損失，導致下游風機的風速下降，即產生尾流效應. 研究表明，尾流效應會導致風電場總發電量損失達10%～20%［2］. 為減少風機間的尾流效應，提高風電場的發電效率，風電場的布局優化成為最受關注的課題之一. Mosetti［3］首次提出采用遺傳算法優化風電場布局，以單位功率成本最小化為目標，確定風機的個數和位置；Grady［4］通過擴大初始種群和增加迭代數目，優化出更好的布局結果；Chen［5］在風電場布局優化中，考慮了不同輪轂高度的風機，以減少風機間的尾流效應；胡劍簫［6］通過對初始種群和變異的概率進行調整，使用改進的遺傳算法獲得了更好的布局優化；田琳琳［7］以年運行成本最低和年發電量最大為目標，考慮了在復雜地形的風電場中風機的排布情況. 此外，Ero?lu［8］采用蟻群算法，Feng［9］提出隨機搜索方法，Song［10］采用貪婪算法，Amaral［11］采用粒子群算法應用到風電場布局優化中，進一……