文化微粒群算法及其在风电场风能资源评估中的应用

【摘要】：伴随着全球范围内的常规能源储量下降以及环境污染日趋严重等问题的影响,各国都认识到了开发新能源迫在眉睫。风能因其无污染,利用率高,具有大规模开发利用的前景受到越来越广泛的关注。近年来,我国也很重视风能资源开发,已建和在建有多个大规模风电场。因此,对于拟建风场来说,风能资源评估和风机选型具有重要的现实意义。本文的主要研究内容是智能优化算法在风电场风能资源评估和风电场风机优化选型中的应用。 本文在对文化算法和微粒群算法进行详细分析后,提出了一种增强型的文化微粒群算法,将微粒群算法应用于文化算法框架的主群体空间,改进了微粒群算法的速度更新公式,同时对信念空间的知识及其更新方式进行了重新定义,提出了用历史知识来引导形势知识更新的策略,从而使得这种混合算法在寻优过程中既可以保持种群多样性,也具有较快的收敛速度。实验结果证明,该算法是一种能够发挥文化算法优点,提高微粒群算法性能的混合算法。 在提出以上改进混合算法后,本文以风能资源评估中的Weibull分布参数为研究对象,将增强型文化微粒群算法应用于Weibull分布参数的优化,优化得到的参数值精度较高,由该参数拟合的风速分布曲线接近实际曲线,这既体现了算法的实用性,也再次验证了算法的优化性能。 最后,针对风电场风机优化选型的需要,建立最大装机容量模型和最优性价比模型两个风机优化选型模型,并将改进的离散文化微粒群算法应用到风电场风机选型的模型的优化中,为拟建风场确定所选风机类型和数量提供依据,在实际算例中取得较好的效果。 【关键词】：风能资源评估 微粒群优化算法 文化算法 风机选型 Weibull分布
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TM614
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-17
• 1.1 群智能算法的概念、背景与发展10-12
• 1.1.1 群智能的概念及其背景10-11
• 1.1.2 群智能的特点11
• 1.1.3 群智能算法的应用与发展11-12
• 1.2 文化演化算法概述12-13
• 1.3 风能资源评估的优化方法的研究的背景、状况与意义13-14
• 1.4 风能资源评估方法及其国内外研究现状14-15
• 1.5 本文的主要内容与安排15-17
• 第2章 微粒群优化算法与文化算法17-30
• 2.1 引言17
• 2.2 微粒群优化算法17-20
• 2.2.1 微粒群优化算法的原理17-18
• 2.2.2 基本PSO算法18-19
• 2.2.3 PSO算法流程19
• 2.2.4 参数分析19-20
• 2.3 基本离散微粒群算法20-23
• 2.3.1 基于连续空间的DPSO21-22
• 2.3.2 基于离散空间的DPSO22-23
• 2.4 文化算法23-29
• 2.4.1 文化算法产生背景24
• 2.4.2 文化算法的基本框架及其原理24-28
• 2.4.3 文化算法的发展及其应用28-29
• 2.5 本章小结29-30
• 第3章 改进的文化微粒群算法模型30-42
• 3.1 引言30
• 3.2 基本文化微粒群算法30-31
• 3.3 增强型文化微粒群算法31-35
• 3.3.1 主群体空间的设计32
• 3.3.2 信念空间设计32-34
• 3.3.3 影响操作的设计34-35
• 3.3.4 算法实现的流程35
• 3.4 测试函数优化与结果分析35-41
• 3.4.1 测试函数35-36
• 3.4.2 评价指标36-37
• 3.4.3 测试实验设计37
• 3.4.4 测试结果分析37-41
• 3.5 本章小结41-42
• 第4章 改进的文化微粒群算法在风速模型中的应用42-52
• 4.1 引言42
• 4.2 风能及风能资源基本知识42-46
• 4.2.1 风能及其特点42-43
• 4.2.2 风速的统计特性43
• 4.2.3 主要的风能评价指标43-46
• 4.3 Weibull概率模型参数优化的传统方法46-49
• 4.3.1 应用极大似然法计算Weibull概率模型参数46-48
• 4.3.2 应用最小二乘法求解Weibull概率模型参数48-49
• 4.4 应用ECPSO算法求解Weibull参数模型49-50
• 4.5 算例分析50-51
• 4.6 本章小结51-52
• 第5章 离散文化微粒群算法及其在风机选型模型中的应用52-62
• 5.1 引言52
• 5.2 改进的离散文化微粒群算法52-57
• 5.2.1 信念空间的设计52-55
• 5.2.2 主群体空间设计55-57
• 5.2.3 影响函数和接收函数57
• 5.3 风电场风机优化选型模型57-58
• 5.3.1 最大装机容量模型57-58
• 5.3.2 风电场性价比模型58
• 5.4 算例分析58-61
• 5.5 本章小结61-62
• 第6章 总结与展望62-64
• 6.1 工作小结62
• 6.2 工作展望62-64
• 参考文献64-70
• 致谢70-71
• 作者在攻读硕士学位期间发表的论文和参与的科研项目71

您可以在本站搜索以下学术论文文献来了解更多相关内容

风能资源估算与风电规划——从新疆说起    于午铭;王哲;付江;

区域风能资源的数值模拟评估方法    朱蓉;何晓凤;周荣卫;程兴宏;赵东;

制造网格工作流任务调度技术    李春泉;杨宝业;王彦伟;

劲风成就风能之美    郭起豪;

温州市沿海风能资源特征分析    王红雷;吴让;

土地与风能资源的集约化开发利用——当前风电项目建设中需要强调的一个问题    于午铭;

广东海陵岛风能资源高分辨率数值模拟研究    王鹏;朱蓉;方艳莹;

基于满意度的多阶段任务系统可靠性冗余优化模型    俞建;胡涛;杨建军;黄威;

利用区域气象站资料进行风能资源评估的方法探讨    贺捷颜;戴宇;金宣喜;吕校华;王卫农;刘从省;

博州风能资源研究    王翔;沈铁元;

鄱阳湖区风能资源及其利用前景    王保生;刘文英;卢冬梅;

WAsP模型对风能资源预测的应用解释    杨勤;桑建人;丁永红;

复杂地形风能资源微尺度数值模拟实验研究    方艳莹;朱蓉;何晓凤;王鹏;

风能资源评价指标研究    邓晶;苏明山;

利用MM5结合CALMET研究甘肃酒泉地区风能资源    王兴;马鹏里;张铁军;林纾;

基于边界层模式的湖北省风能模拟试验    任永建;刘敏;袁业畅;杨宏青;孙善磊;

威海区域风能资源动力降尺度模拟研究    董旭光;刘焕彬;丛美环;

我国风能资源开发利用现状及存在的问题    杨振斌;薛桁;袁春红;朱瑞兆;

风能资源的气候学数值模拟方法研究    何晓凤;朱蓉;周荣卫;

福建省风能、抽水蓄能的资源与开发    朱光华;林琳;陈文群;

水电十四局开发大理风能资源    通讯员 严镇威 鲁镇

浙江加快沿海风能资源开发    通讯员徐钊颖

全力推进平山湖风能资源开发    记者 刘泽

九江赣州建成风能资源观测网    记者 李冬明　实习生 唐莹

风能资源测量有新规    蒲晓明　记者 潘锐

中国风能资源详查和评价取得新进展    张辛欣

那曲地区行署副专员要求加强风能资源详查与规律性研究    通讯员 郭青林

风能资源详查评估获重要成果    记者 郭起豪　王晨

我国风能资源详查和评价取得新进展    刘羊旸　张辛欣

安徽发改委调研风能资源开发利用    记者 王兵　通讯员 鲁俊 徐雅莲

风能资源数值模拟及其在中国风能资源评估中的应用研究    张德

改进的微粒群算法及其在结构拓扑优化中的应用    袁代林

微粒群算法的性能分析与优化    崔志华

我国风能资源最优化开发研究    王健

基于群体交互自组织种群结构的扩展微粒群算法研究    莫思敏

基于微粒群算法的数字图像处理方法研究    周鲜成

进化计算与小波分析若干问题研究    薛明志

高温微粒红外辐射特性测量技术研究    刘晓东

微粒群算法及其在锌电解整流供电系统优化中的应用研究    王俊年

微粒群算法及其在物流系统中的应用研究    李剑

基于微粒群算法的装配序列规划方法及其应用研究    吕洪光

基于遗传微粒群算法的组卷策略应用研究    朱家静

微粒群算法理论研究及其在PID参数优化中的应用    江维

基于智能优化技术的创新概念设计研究与应用    魏欣

基于微粒群算法的关联规则挖掘方法及应用    王晓敏

群体智能若干算法研究    陈红洲

基于量子计算技术的智能算法的研究与应用    戴芬

基于改进微粒群算法的图像复原方法研究    刘丁峰

文化微粒群算法及其在风电场风能资源评估中的应用    刘翔

模拟退火微粒群混合算法的研究及应用    林令娟