کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6764314 1431579 2018 18 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Optimization of wind turbine placement in a wind farm using a new pseudo-random number generation method
ترجمه فارسی عنوان
بهینه سازی قرار دادن توربین های بادی در یک مزرعه باد با استفاده از روش جدید تولید عدد شبه تصادفی جدید
کلمات کلیدی
ترجمه چکیده
در این مقاله با هدف به حداکثر رساندن توان تولید یک مزرعه باد و کاهش اثر پس از توربین های جلویی، روش جدید بهینه سازی را بر اساس تولید عدد شبه تصادفی به عنوان یک رویکرد ریاضی ارائه می کنیم؛ ما با استفاده از این روش همراه با الگوریتم ژیروسن خطی به منظور بررسی موقعیت موقعیت توربین بادی مطلوب در مزرعه ابعاد داده شده استفاده شده است. برای این منظور، یک برنامه کامپیوتری برای انجام شبیه سازی های عددی بر اساس حداکثر تولید کل انرژی ایجاد شده است. با استفاده از یک توربین باد معمولی برای سرعت باد یکنواخت و یک طرفه، نتایج شبیه سازی که ما دریافت کرده ایم ارائه شده و مورد بحث قرار گرفته است. در مقایسه با کارهای قبلی که بر مبنای الگوریتم های ژنتیکی و روش های مبتنی بر ویروسی انجام شده است، این بهینه سازی پیشرفت های ضبط شده را تا 6.5 درصد در قدرت مزرعه باد به دست آورده است. علاوه بر این، ما دریافتیم که تعداد قابل توجهی از توربین های بادی را می توان به درستی برای هر مزرعه بادی مشخص تعیین کرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
In this paper, with the goal of maximizing the power production of a wind farm and reducing the wake effect resulting from front-end turbines, we present a new optimization method based on the generation of pseudo-random numbers as a mathematical approach; we have used this method along with the Jensen linear wake model in order to study optimal wind turbine positioning in a farm of given dimensions. For this purpose, a computer program has been developed to carry out numerical simulations based on the maximum total power produced. Using a typical wind turbine for uniform and unidirectional wind speed, the simulation results that we have obtained are presented and discussed. Compared to previous works based on genetic algorithms and viral basis methods, this optimization has yielded recorded enhancements of up to 6.5% on resulting wind farm power. Furthermore, we have found that an optimum number of wind turbines can be properly determined for any given wind farm.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Renewable Energy - Volume 125, September 2018, Pages 166-171
نویسندگان
, , ,