贝叶斯优化风电场布局的自适应采集函数切换策略
最优化与控制
2025-02-18 v1
摘要
风电场布局优化（WFLO）通过战略性地调整风力机位置以最大化年发电量，对大型风电场的发展至关重要。虽然低精度方法主导了WFLO研究，但高精度方法由于其显著的计算成本而较少被应用。本文提出了一种贝叶斯优化框架，利用一种新颖的自适应采集函数切换策略，通过高精度建模方法提升WFLO的效率和效果。所提出的切换采集函数策略在MSP和MES采集函数之间交替，动态平衡探索与开发。通过使用中间最优布局迭代重训练克里金（Kriging）模型，该框架逐步细化预测以加速收敛至最优解。该基于切换采集函数的贝叶斯优化框架首先使用4维和10维Ackley基准函数进行验证，结果表明其相比单独使用MSP或MES展现出更优的优化效率。随后，该框架被应用于基于高斯尾流模型的三个不同风电场布局问题。结果表明，基于切换采集函数的贝叶斯优化框架优于传统启发式算法，以显著更少的计算量实现了接近最优的年发电量。最后，该框架通过耦合CFD模拟被扩展至高精度WFLO，其中风力机转子被建模为作动盘。这种新颖的基于切换采集函数的贝叶斯优化实现了更有效的探索，从而在WFLO中获得更高的年发电量，推动了更有效风电场布局的设计。
引用
@article{arxiv.2502.10778,
title = {An adaptive switch strategy for acquisition functions in Bayesian optimization of wind farm layout},
author = {Zhen-fan Wang and Yu Tu and Kai Zhang and Dai Zhou and Onur Bilgen},
journal= {arXiv preprint arXiv:2502.10778},
year = {2025}
}