用于潮汐涡轮机阵列布局设计的混合全局 - 局部优化算法

潮汐流发电代表了一种有前景的可再生能源。为了提取具有经济价值的电量，需要在阵列中放置数十至数百台潮汐涡轮机。这些涡轮机的布局会对提取的功率乃至站点的可行性产生重大影响。Funke 等人将最佳涡轮机布局问题表述为受浅水方程约束的优化问题，并使用基于局部梯度的优化算法进行了求解。鉴于这种方法的局部性质，出现了布局实际最优程度的问题。这对于具有复杂地形和布局约束的场景尤为重要，这两者通常会引入局部最优布局。寻找全局最优的优化算法通常比局部优化算法需要数量级更多的迭代次数，因此与昂贵的流动模型结合使用是不可行的。本文提出了一种解析尾流模型，作为浅水模型的高效代理。在此基础上，提出了一种混合全局 - 局部两阶段优化方法：首先通过全局优化算法利用解析尾流模型优化涡轮机布局，然后通过基于局部梯度的优化算法利用浅水模型进一步优化。该程序应用于若干理想化案例以及苏格兰 Pentland Firth 具有复杂地形的更真实案例。结果表明，在考虑地形的情况下，与理想化场景的局部优化相比，两阶段优化程序能够将阵列提取的功率提高多达 25%，而在更真实的 Pentland Firth 场景中提高多达 12%，同时在许多情况下将总计算时间减少了约 35%。