[发明专利]一种基于遗传算法的潮流能水轮机阵列优化方法

说明书

本发明提供了一种基于遗传算法的潮流能水轮机阵列优化方法，计算种群中各个个体的适应度，根据个体的适应度，选择种群中适应度更高的个体进行交叉，生成一定数量的新个体，加入种群；随机选择种群中若干个体发生变异，加入种群；对种群中每个个体重新计算潮流能阵列发电功率和适应度；在种群中选取适应度高的个体组成新种群；本发明考虑了水轮机尾流场的扩散，其与湍流强度相关，扩散呈非线性，更符合实际情况；此外，考虑了水轮机尾流场的相互影响，与实际情况相符合；优化方法引入智能优化算法，思路清晰，优化速度快，节省计算资源，能为潮流能水轮机发电场的初步设计提供参考。

技术领域

本发明涉及一种潮流能水轮机，具体涉及一种潮流能水轮机阵列优化方法。

背景技术

随着社会发展，对于能源的需求日益增加。传统化石能源不可再生，且对环境污染大。而在众多形式的新能源中，潮流能由于蕴藏量大、环境友好、可预测性高，具有很好的发展前景。在潮流能发电场中，往往布置多台水轮机机组以充分从海洋中提取潮流能。当水轮机机组位于其他水轮机机组的尾流场中时，水轮机的能源提取效率会有所降低。在潮流能发电场中，如何布置水轮机阵列以减少尾流场对能源提取的影响具有重要意义。

目前对于潮流能水轮机阵列的优化主要基于数值模拟的方法，其对计算机要求高、耗费计算资源多、耗费时间长，不利于潮流能发电场水轮机阵列的初步设计。

发明内容

发明目的：本发明的目的在于针对现有技术的不足，提供一种基于遗传算法的潮流能水轮机阵列优化方法，考虑了水轮机尾流场的扩散及尾流场间的相互影响，思路清晰，对计算资源要求低，能为潮流能发电场水轮机阵列的初步设计提供参考。

技术方案：本发明提供了一种基于遗传算法的潮流能水轮机阵列优化方法，包括以下步骤：

(1)根据海域实际情况，规划阵列布置区域，确定水轮机参数、布置区域内潮流参数、种群进化代数和种群变异率；

(2)确定初始种群中的个体数量，随机生成具有相应数量个体的初始种群，种群中每个个体都包含所有水轮机的位置坐标信息；

(3)根据种群中每个个体中包含的水轮机位置信息，判断水轮机是否位于其他水轮机的尾流场中；

(4)计算每个个体各个水轮机的当地潮流流速；

(5)根据每个个体各个水轮机所处的潮流流速，计算潮流能阵列中各个水轮机的发电功率和潮流能阵列总发电功率；

(6)根据潮流能阵列总发电功率，计算种群中各个个体的适应度；

(7)根据个体的适应度，选择种群中适应度更高的个体进行交叉，生成一定数量的新个体，加入种群；

(8)随机选择种群中若干个体发生变异，加入种群；

(9)对种群中每个个体重新计算潮流能阵列发电功率和适应度；

(10)在种群中选取适应度高的个体组成新种群；

(11)判断是否达到种群进化代数，若否，则采用新种群回到第(3)步，继续进化。

进一步，步骤(1)所述水轮机参数包括水轮机安装数量、水轮机半径和水轮机推力系数，所述布置区域内潮流参数包括潮流平均流速和湍流强度值。

进一步，步骤(3)判断过程包括：

假设水轮机j位于水轮机i的后方，对于水轮机i有：

c(I)＝17.469I+0.3758

式中，D为水轮机直径，R_W为水轮机i在水轮机j处尾流场扩散半径，I为潮流湍流强度值,x_ij为水轮机i与水轮机j之间的纵向间距；