کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7162069 | 1462857 | 2015 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Multi-objective genetic algorithm based innovative wind farm layout optimization method
ترجمه فارسی عنوان
الگوریتم ژنتیک چند هدفه بر اساس روش بهینه سازی طرح مزرعه باد مبتنی بر
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
مزرعه باد، بهینه سازی طرح، الگوریتم ژنتیک چند هدفه،
ترجمه چکیده
بهینه سازی طرح یکی از روش های حیاتی برای افزایش تولید برق و کاهش هزینه کل مزرعه بادی است. تحقیقات قبلی الگوریتم های هوشمند برای بهینه سازی طرح مزرعه باد اعمال کرده اند. با این حال، آن شرایط باد که در بسیاری از تحقیقات قبلی مورد استفاده قرار گرفته اند، ساده شده اند و به اندازه کافی دقیق نیستند تا با شرایط باد واقعی واقعی سازگار باشند. در این مقاله، نویسندگان پیشنهاد روش بهینه سازی نوآورانه مبتنی بر الگوریتم ژنتیک چند هدفه را ارائه می دهند و آن را با شرایط واقعی باد و پارامترهای توربین باد تجاری تجدید نظر می کنند. چهار مطالعه موردی برای بررسی تعداد توربین های بادی مورد نیاز در مزرعه باد داده شده انجام می شود. مدلهای مختلف هزینه نیز در مطالعات موردی در نظر گرفته شده است. نتایج به وضوح نشان می دهد که روش جدید می تواند طرح بندی یک مزرعه بادی با داده های واقعی تجاری و شرایط باد را در اشکال منظم و نامنظم بهینه سازی کرده و نتایج را با انتخاب توربین های بادی نوع و توربین بادی متفاوت به دست آورد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی انرژی
انرژی (عمومی)
چکیده انگلیسی
Layout optimization has become one of the critical approaches to increase power output and decrease total cost of a wind farm. Previous researches have applied intelligent algorithms to optimizing the wind farm layout. However, those wind conditions used in most of previous research are simplified and not accurate enough to match the real world wind conditions. In this paper, the authors propose an innovative optimization method based on multi-objective genetic algorithm, and test it with real wind condition and commercial wind turbine parameters. Four case studies are conducted to investigate the number of wind turbines needed in the given wind farm. Different cost models are also considered in the case studies. The results clearly demonstrate that the new method is able to optimize the layout of a given wind farm with real commercial data and wind conditions in both regular and irregular shapes, and achieve a better result by selecting different type and hub height wind turbines.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy Conversion and Management - Volume 105, 15 November 2015, Pages 1318-1327
Journal: Energy Conversion and Management - Volume 105, 15 November 2015, Pages 1318-1327
نویسندگان
Ying Chen, Hua Li, Bang He, Pengcheng Wang, Kai Jin,