[发明专利]一种基于遗传算法的风电场选址方法及装置

权利要求书

1.一种基于遗传算法的风电场选址方法，其特征在于：包括如下步骤：

S1.建立风电场区域的流场模型，得到风电场的全场空间流场分布；

S2.生成风电机组的建设参数，每台风电机组的建设参数构成一条染色体；

S3.计算染色体的适应度，并根据每个染色体的适应度计算风电场的全局最优度；

S4.根据所述全局最优度判断是否满足预设的收敛条件，是则输出染色体的建设参数作为风电场的选址方案，否则将染色体作为父代染色体群，执行交叉、变异操作，生成子代染色体，并跳转至步骤S3。

2.根据权利要求1所述的基于遗传算法的风电场选址方法，其特征在于：步骤S1中所述流场模型是以CFD流场模拟为基础进行建模而确定。

3.根据权利要求2所述的基于遗传算法的风电场选址方法，其特征在于：步骤S2中所述建设参数包括风电机组的建设位置、单机容量、叶轮直径、轮毂高度。

4.根据权利要求3所述的基于遗传算法的风电场选址方法，其特征在于：所述建设位置为所述流场模型中的纵坐标值及横坐标值。

5.根据权利要求3所述的基于遗传算法的风电场选址方法，其特征在于：步骤S2中所述建设参数的生成满足预设的限制条件，所述限制条件包括：所述建设位置位于预设的建设区域内，和/或所述单机容量满足预设的容量范围，和/或所述叶轮直径满足预设的直径范围，和/或所述轮毂高度满足预设的高度范围，和/或相邻两台风电机组之间的距离满足预设的距离范围。

6.根据权利要求5所述的基于遗传算法的风电场选址方法，其特征在于：所述染色体的适应度为风电场度电成本的倒数。

7.根据权利要求6所述的基于遗传算法的风电场选址方法，其特征在于：所述染色体的适应度如式(1)所示：

式(1)中，Fitness为染色体的适应度，LCOE为风电场度电成本，PCI为风电场建设总投资，CRF为等额资金回收系数，(O+M)为风电场年运行成本，AEP为风电场年上网电量，i为折现率，n为项目寿命周期。

8.根据权利要求1至7任一项所述的基于遗传算法的风电场选址方法，其特征在于：步骤S2中所述建设参数为随机生成的建设参数。

9.一种基于遗传算法的风电场选址装置，其特征在于：包括处理器和存储器，所述处理器用于执行所述存储器中的程序，所述存储器中存储有被执行时可实现如权利要求1至8任一项所述选址方法的程序。