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)電場邊界提取到正方形中，通過不同網(wǎng)格化方向角下的正方形網(wǎng)格化方法對其網(wǎng)格化，從而利用遺傳算法確定待安置風(fēng)機的位置，最終實現(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；微觀；選址

0　引　言

近年來，風(fēng)力發(fā)電占中國總發(fā)電量的份額逐年遞增，中國電力企業(yè)聯(lián)合會在2010年底所制訂的《電力工業(yè)“十二五”規(guī)劃研究報告》中指出“十二五”期間風(fēng)電裝機容量，將由2009年底的1 760萬千瓦，大幅提升到2015年的1億千瓦，增幅高達(dá)4.7倍。

在我國，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)電機組的效率和優(yōu)化風(fēng)電場的選址是提高風(fēng)力發(fā)電能源利用效率的重要手段[1]。不規(guī)則風(fēng)電場的微觀選址是從優(yōu)化的角度來考慮選址的問題，通過建立數(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)電場對風(fēng)機進行優(yōu)化排布的問題上。

1　建立數(shù)學(xué)模型

不規(guī)則風(fēng)電場微觀選址工作是基于風(fēng)電場所在地的地形、風(fēng)力特性以及風(fēng)機間尾流效應(yīng)等因素下的一個綜合優(yōu)化問題，建立該問題的數(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。通過研究發(fā)現(xiàn)，尾流效應(yīng)引起的風(fēng)能損失與風(fēng)電場所在地的地形，機組之間的距離以及風(fēng)的湍流強度有關(guān)，是影響風(fēng)電場最終產(chǎn)出、風(fēng)能利用率和風(fēng)機機組穩(wěn)定性的不可或缺的因素，尾流影響區(qū)域的計算如表1所示。

2　不規(guī)則風(fēng)電場微觀選址

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

表1　尾流影響區(qū)域計算表

圖1　不規(guī)則風(fēng)電場風(fēng)機選址流程

圖2　不規(guī)則風(fēng)電場待安置風(fēng)機點示意圖

圖3　0°正方形網(wǎng)格化的示意圖

2.1提取邊界信息

在對風(fēng)場優(yōu)化選址時，運用MATLAB軟件鼠標(biāo)取點的方法獲取不規(guī)則地形邊界上點的坐標(biāo)，來提取邊界信息，最終將其轉(zhuǎn)化為一個不規(guī)則的多邊形，若不規(guī)則風(fēng)電場有圓弧狀邊界，則對此邊界采用多取點采樣，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)機的安置位置，必須對風(fēng)電場進行網(wǎng)格化[4]。利用李小蘭[5]于2010年提出的改變正方形網(wǎng)格方向角的方式來對不規(guī)則風(fēng)電場進行網(wǎng)格化，從而建立不同的正方形網(wǎng)格，進而確定不同網(wǎng)格化方向角下的風(fēng)機待安置集合，通過遺傳算法運算，比較其運算結(jié)果，選出最適宜的方向角，如圖3所示。將風(fēng)機放置在網(wǎng)格頂點，2 000 m×2 000 m的正方形風(fēng)電場的有效使用面積為1 800 m×1 800 m，該風(fēng)電場被網(wǎng)格化為100個正方形。

2.2.2風(fēng)機位置編碼方式及參數(shù)的選擇

(1) 編碼方式

將100個網(wǎng)格采用二進制編碼方式對每個風(fēng)機位置取值，以1代表該網(wǎng)格內(nèi)安置有風(fēng)機，以0代表該網(wǎng)格內(nèi)沒有安置風(fēng)機，而后將其排列成長度為100的序列，這樣每個個體就由100個基因決定風(fēng)機的排布。

(2) 參數(shù)的選取

遺傳算法運算所需參數(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)機位置[7]

風(fēng)機安置位置位于網(wǎng)格頂點處，由于是在正方形下做的網(wǎng)格化，故而肯定有一些點不在不規(guī)則風(fēng)電場內(nèi)，需要將這些點舍去，來達(dá)到優(yōu)化待求解的長度問題。通常用交點計數(shù)法來判斷點是否在不規(guī)則多邊形(不規(guī)則風(fēng)電場的邊界形狀)中。

2.4遺傳算法計算流程(如圖4所示)

圖4　風(fēng)機選址運算流程圖

3　不規(guī)則風(fēng)電場的仿真

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計算不同方向角下的網(wǎng)格化頂點坐標(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)電場舍去不適宜點

function p=Inside1(polygon,P)//可同時判斷m個點是否在多邊形內(nèi)

n=5

Grid=Calcu_MaxGridNum(MeshDir, SizeOfRegion, SizeOfGrid)

hold on

//通過鼠標(biāo)取n點作為多邊形頂點，取點時要按次序

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)電場的仿真

由于正方形的旋轉(zhuǎn)對稱性，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)電場的仿真

選擇一個簡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

3.2.2凹多邊形風(fēng)電場的仿真

選擇一個十五邊形作為此種情形的代表，形狀如圖6(a)所示，其針對不同網(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

4　結(jié)束語

通過表3和表4的比較可知，在網(wǎng)格化方向角為15°時，適應(yīng)度值最小，年輸出總功率最高，雖然風(fēng)機數(shù)目相對增加了，可對比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.我國風(fēng)能資源[J].太陽能學(xué)報，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)能資源的評估及風(fēng)電場場址選擇[J].電力勘測，1997，15(3)：55-60.

[4] 趙偉然，徐青山，祁建華，等.風(fēng)電場選址與風(fēng)機優(yōu)化排布實用技術(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)電場風(fēng)機布置的探討[J].上海電力，2008，22(6)：47-50.

[8] 胡立偉，鄭愛玲，程艷偉.復(fù)雜條件下的風(fēng)電場微觀選址技術(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)：電氣自動化。

定稿日期: 2015-08-04