基于 CFD-Kriging 模型的风电场布局设计优化框架
流体动力学
2023-09-06 v1
摘要
风电场布局优化（WFLO）旨在减轻尾流损失并最大化风电场功率输出效率，是风能项目设计中的关键环节。由于优化算法通常需要对尾流效应进行数千次数值评估，传统 WFLO 研究通常使用低精度解析尾流模型进行。本文中，我们开发了基于 CFD 的 Kriging 模型用于风电场布局设计的优化框架，以最大化风电场的年发电量（AEP）。该基于代理模型的优化（SBO）框架使用拉丁超立方采样生成一组风电场布局样本，并基于这些样本进行 CFD 模拟以获得相应的 AEP。该风电场布局数据集用于训练 Kriging 模型，随后将其与基于遗传算法（GA）的优化器集成。随着优化推进，中间最优布局设计被再次送入数据集。这种风电场布局数据集的自适应更新持续进行直至算法收敛。为评估所提 SBO 框架的性能，我们将其应用于三个代表性风电场案例。相比传统的交错布局，优化后的风电场总 AEP 显著提升。特别地，SBO 框架所需的 CFD 调用次数显著更少，即可产生与直接 CFD-GA 方法几乎相同 AEP 的最优布局。对速度场的进一步分析表明，该优化框架试图将下游涡轮机布置在上游涡轮机尾流之外。所提出的基于 CFD 的代理模型为 WFLO 任务中传统的基于解析尾流模型的方法提供了更精确且灵活的替代方案，并有望用于设计高效的风电场项目。
引用
@article{arxiv.2309.01387,
title = {An optimization framework for wind farm layout design using CFD-based Kriging model},
author = {Zhenfan Wang and Yu Tu and Kai Zhang and Zhaolong Han and Yong Cao and Dai Zhou},
journal= {arXiv preprint arXiv:2309.01387},
year = {2023}
}