遺傳算法在風(fēng)電場優(yōu)化設(shè)計中的應(yīng)用——以華能哈密煙墩風(fēng)電場項目為例

□張亞洲

在宏觀選址及風(fēng)場容量確定的情況下，風(fēng)機(jī)排布是評價風(fēng)場項目經(jīng)濟(jì)性的一個重要指標(biāo)。風(fēng)場優(yōu)化布置過程中，需要綜合考慮風(fēng)場容量、最優(yōu)發(fā)電量、機(jī)組安全性及成本等因素。不論海上陸上，還是不同地形地貌及敏感性環(huán)境的風(fēng)場，微觀選址中，在滿足環(huán)評、安全性及成本的要求下，需要反復(fù)進(jìn)行風(fēng)機(jī)排布優(yōu)化及評價。目前風(fēng)機(jī)排布大多依賴風(fēng)資源評估軟件和經(jīng)驗，他們共同點是使用Jackson -Hunt 或者CFD 模型來生成風(fēng)圖譜文件進(jìn)行優(yōu)化，而且其優(yōu)化大多是局部最優(yōu)。傳統(tǒng)經(jīng)驗一般在垂直于主風(fēng)向列距采用3 到5 倍葉輪直徑，主風(fēng)向行距采用5 到10 倍葉輪直徑。而采用遺傳算法這種方式后，可以找到最優(yōu)排布，能得到風(fēng)電場全局最優(yōu)發(fā)電量結(jié)果。本文以華能哈密煙墩風(fēng)電場項目作為研究對象，探索風(fēng)場排布的新方法，以提高風(fēng)場發(fā)電量并創(chuàng)造良好的經(jīng)濟(jì)效益。

一、遺傳算法的技術(shù)原理及其主要用途

遺傳算法不同于傳統(tǒng)風(fēng)場優(yōu)化排布方法，該算法基于風(fēng)電場測量風(fēng)速進(jìn)行相對高度指數(shù)模型校正，得到風(fēng)機(jī)點位處輪轂高度風(fēng)速;利用BLADE 軟件計算風(fēng)場空氣密度下滿足計算精度的離散化功率曲線;采用修正的PARK 尾流模型，處于多臺風(fēng)機(jī)影響中的機(jī)組尾流計算采用差方累加方式，部分影響的機(jī)組尾流計算采用面積系數(shù)法修正;以風(fēng)機(jī)坐標(biāo)為目標(biāo)的實數(shù)編碼代替二進(jìn)制編碼，用風(fēng)場總的發(fā)電量為目標(biāo)函數(shù);使用MATLAB 中遺傳算法庫，得出最優(yōu)微觀選址結(jié)果。

二、遺傳算法在風(fēng)電場優(yōu)化設(shè)計應(yīng)用中的創(chuàng)新點

將遺傳算法應(yīng)用于風(fēng)電場微觀選址，使風(fēng)電場最終優(yōu)化布局更加優(yōu)化。遺傳算法應(yīng)用于華能哈密煙墩風(fēng)電場項目，具體表現(xiàn)出如下幾點創(chuàng)新:

(一)采用遺傳算法進(jìn)行風(fēng)電場排布優(yōu)化。傳統(tǒng)算法的搜索方式屬于單點搜索，而遺傳算法具有同時處理群體中多個個體及良好的全局搜索特性，可以解決不連續(xù)、不可微和非線性的問題。將該算法應(yīng)用于風(fēng)電場風(fēng)機(jī)排布，可以獲得綜合的最優(yōu)發(fā)電量結(jié)果，更加滿足工程要求。

(二)采用實數(shù)編碼方式。編碼前需要將風(fēng)場進(jìn)行網(wǎng)格劃分，以華能哈密煙墩風(fēng)場項目為例，風(fēng)場范圍為6km×8km的矩形區(qū)域，風(fēng)場需要排布67 臺SL3000/113/90 風(fēng)電機(jī)組，若網(wǎng)格劃分精度為25 米，則共有76，800 個網(wǎng)格。每個網(wǎng)格均可放置風(fēng)機(jī)點位。遺傳算法多采用二進(jìn)制編碼，而若采取該方式，每個個體基因長度為76，800 點。本文探索出采用實數(shù)編碼方式，原理是將每個風(fēng)機(jī)坐標(biāo)作為個體基因，這時基因長度僅僅為67 點，顯然采用實數(shù)編碼比二進(jìn)制編碼基因長度大大減少，節(jié)約了大量計算時間。

(三)選用修正PARK 模型。尾流模型對整場發(fā)電量評估結(jié)果準(zhǔn)確性十分重要，合適的模型需要兼顧滿足風(fēng)機(jī)尾流實際情況和計算機(jī)資源限制。本文選用修正PARK 模型，該模型已通過風(fēng)洞試驗驗證，計算精度優(yōu)于傳統(tǒng)PARK 模型，更適合應(yīng)用風(fēng)電場排布優(yōu)化。

(四)目標(biāo)函數(shù)是風(fēng)場的整體發(fā)電量最優(yōu)。目標(biāo)函數(shù)的選擇對風(fēng)電場排布優(yōu)化結(jié)果至關(guān)重要。本文研究的創(chuàng)新點之一，在于提出對各個風(fēng)向扇區(qū)分別進(jìn)行風(fēng)速分布與功率曲線積分，然后再對各個風(fēng)向扇區(qū)進(jìn)行積分，最后采用所有風(fēng)機(jī)發(fā)電量求和的方法來定義目標(biāo)函數(shù)，計算結(jié)果更加準(zhǔn)確。

圖1 華能煙墩風(fēng)電場原優(yōu)化排布

三、遺傳算法應(yīng)用于風(fēng)電場優(yōu)化設(shè)計中的成效分析

(一)遺傳算法在華能哈密煙墩風(fēng)場排布中的優(yōu)化設(shè)計。采用遺傳算法對華能哈密煙墩風(fēng)電場項目進(jìn)行優(yōu)化，在實際運行中取得了一定的成效。如圖1、2 所示，分別是華能哈密煙墩風(fēng)電場項目，風(fēng)電場原優(yōu)化排布和原優(yōu)化布置場區(qū)內(nèi)理論集電線路。

圖2 原優(yōu)化布置場區(qū)內(nèi)理論集電線路

通過應(yīng)用遺傳算法對其進(jìn)行優(yōu)化設(shè)計，風(fēng)電場實現(xiàn)如圖3、4 所示的新排布。

圖3 應(yīng)用遺傳算法后風(fēng)電場排布

圖4 遺傳算法優(yōu)化排布后風(fēng)電場區(qū)內(nèi)理論集電線路

(二)華能哈密煙墩風(fēng)電場項目優(yōu)化前后的成效比對。采用遺傳算法對風(fēng)電場結(jié)果重新排布，經(jīng)過比較，優(yōu)化之后的華能哈密煙墩風(fēng)電場項目，發(fā)電量有了一定的提升;尾流損失系數(shù)降低等，具體如表1 所示。通過表1 可以看出，采用遺傳算法優(yōu)化華能哈密煙墩風(fēng)電場布置后，相比傳統(tǒng)排布發(fā)電量增加了1．06%，并且場內(nèi)集電線路長度縮短了6．4km。經(jīng)過分析，在該風(fēng)況下，主要由于將原來5 列風(fēng)機(jī)排布優(yōu)化成4 列，并調(diào)整行列角度。在保證安全距離和載荷的情況下，遺傳算法排布優(yōu)化會使多數(shù)風(fēng)機(jī)布置靠近風(fēng)場邊緣，中間位置風(fēng)機(jī)相對較少。因此采用遺傳算法調(diào)整的優(yōu)化布置結(jié)果更好，有利于提高風(fēng)場經(jīng)濟(jì)性。

表1 優(yōu)化前后各指標(biāo)值情況

四、結(jié)語

風(fēng)電場開發(fā)過程中需要進(jìn)行宏觀選址和微觀選址。宏觀選址是在一個較大區(qū)域內(nèi)，綜合考察風(fēng)能資源、地理條件、電網(wǎng)及氣象等因素。微觀選址是在特定宏觀選址小區(qū)域中確定風(fēng)電機(jī)組的臺數(shù)及布置方案，一般業(yè)主會委托給設(shè)計院和主機(jī)廠商來完成。微觀選址的失誤一方面會造成發(fā)電量的損失，另一方面導(dǎo)致風(fēng)電機(jī)組載荷較大，故障率高，因此風(fēng)電場的微觀選址需要更加重視。在風(fēng)電場排布優(yōu)化過程中，行業(yè)內(nèi)使用遺傳算法在實際工程項目中還沒有大規(guī)模應(yīng)用，主要是使用該方法較傳統(tǒng)軟件方法，時間較長，并且對經(jīng)驗要求較高，目前多處于理論研究階段。隨著風(fēng)場開發(fā)向精細(xì)化發(fā)展，開發(fā)公司對經(jīng)濟(jì)性要求越來越高，相信具有全局優(yōu)化功能的遺傳算法會更多地應(yīng)用在工程實踐上，創(chuàng)造更多的經(jīng)濟(jì)效益。

［1］蘇偉．一種代理遺傳算法及其在氣動優(yōu)化設(shè)計中的應(yīng)用［J］．西北工業(yè)大學(xué)學(xué)報，2008，4:303 ～307

［2］向婷．遺傳算法的一種改進(jìn)實現(xiàn)［J］．西華師范大學(xué)學(xué)報(自然科學(xué)版)，2014，12:398 ～403

［3］楊勇，譚烈剛．風(fēng)電機(jī)組選型及風(fēng)電場優(yōu)化設(shè)計研究［J］．電子制作，2015，1:34

［4］彭濤，王斌．接入風(fēng)電場的電力系統(tǒng)無功優(yōu)化研究［J］．浙江電力，2014，1:9 ～12，37

［5］劉子俊．基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的分時段風(fēng)速預(yù)測方法［J］．江蘇機(jī)電工程，2015，1:6 ～8