2023.6.9

总结：阅读一篇论文——基于粒子群算法的风电场偏航主动控制(AYC)布局。1.本文采用偏航高斯尾流模型，以及以风电场为整体的尾流合并模型（公式5）；2.由于在布局优化中考虑AYC大大增加了𝑿（变量矩阵）的维度，本文采用了大规模优化的自适应粒度学习分布式粒子群算法( AGLDPSO )。AGLDPSO能以较快的收敛速度避开次佳的结果。AGLDPSO使用一个多子群体的分布式模型和自适应粒度学习策略。搜索过程只更新每个子种群中最差的粒子，以搜索全局最优点。3.以1/AEP最小为目标，联合优化(Joint)风机位置和偏航角。4.结果与讨论（1）在案例a（风向均匀8m/s，间距5D，25台风机）中，将本方法与DBHM算法、顺序优化与联合优化、贪婪控制（认为风机始终垂直与风向）和主动偏航控制相比较，验证使用本方法联合优化风机位置和偏航角获得的风电场布局AEP最大。（2）文中给出案例b、c、d（(b)8 m/s的均匀风、25台风机、间距6𝐷。(c)8 m/s的均匀风，36台风机、间距6D。(d)不均匀风，25台风机、间距5𝐷。）以及更改WF1的风机型号和风速，探究风速度、机组型号（仅改变风机直径）、风电场面积（间距）、风机数量、风速是否均匀对联合优化的影响。