CN105156262B - 一种大功率转换潮汐能的发电机排列方法 - Google Patents

一种大功率转换潮汐能的发电机排列方法 Download PDF

Info

Publication number
CN105156262B
CN105156262B CN201510447633.1A CN201510447633A CN105156262B CN 105156262 B CN105156262 B CN 105156262B CN 201510447633 A CN201510447633 A CN 201510447633A CN 105156262 B CN105156262 B CN 105156262B
Authority
CN
China
Prior art keywords
mrow
generating equipment
msub
mtr
mtd
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510447633.1A
Other languages
English (en)
Other versions
CN105156262A (zh
Inventor
何茜
王智磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201510447633.1A priority Critical patent/CN105156262B/zh
Publication of CN105156262A publication Critical patent/CN105156262A/zh
Application granted granted Critical
Publication of CN105156262B publication Critical patent/CN105156262B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/30—Energy from the sea, e.g. using wave energy or salinity gradient

Landscapes

  • Other Liquid Machine Or Engine Such As Wave Power Use (AREA)

Abstract

该发明公开了一种大功率转换潮汐能的发电机排列方法，属于能源技术领域，具体涉及波浪发电设备的功率转换领域。该方法首先建立坐标系，通过约束条件生成初始位置数据，根据初始位置数据计算出每个发电设备的平均获取能量值；再对初始位置数据进行进行交叉，变异，选择操作，产生子代位置数据，对子代数据进行适应度计算，排除不满足约束条件的个体；最后对排除不满足约束条件个体的子代数据进行发电设备的平均获取能量值计算，重复上述步骤直到满足遗传算法的结束条件。从而本发明具有避免不同设备间产生负面的相互干扰，使整个发电设备阵列最大化利用所在海域的水波能，最大化发电站的经济效益。

Description

一种大功率转换潮汐能的发电机排列方法
技术领域
本发明属于能源技术领域，具体涉及波浪发电设备的功率转换领域，以及在波浪发电设备成线阵排列时的最大功率转换领域。
背景技术
大型潮汐能发电站大都由很多发电装置组成，这些发电装置大都相距较近。这会在相邻的发电设备间产生相应的流体力学效应。这种效应会影响发电装置转化波浪能。在考虑流体力学效应对发电设备阵列影响的情况下，合理设置不同设备之间的距离以获取最大的功率转换，是设计建设潮汐发电站时需要考虑的问题。
现有潮汐能发电装置的设置，没有考虑发电装置之间的相互影响，只是简单采用均匀阵列排列，将会出现不同发电装置相互干扰。这将导致发电设备无法最大化利用所在海域波浪能，整个电站发电设备利用率较低。并且采用均匀阵列排列方案时，不同发电设备之间的流体力学效用也将显著受设备间距和阵列与水波入射角度夹角的影响。
发明内容
针对背景技术的不足之处本发明改进设计一种具有高利用率、低成本的大功率转换潮汐能的发电机排列方法。
本发明的技术方案是一种大功率转换潮汐能的发电机排列方法，该方法采用遗传算法求解最优波浪能发电设备的最优排列，包括：
步骤1：首先对发电设备的位置建立坐标系，在极坐标(r,θ,z)下，分别用(dm,αm,0)表示发电设备m的坐标，dm和αm分别代表距离和角度，根据如下公式中的约束条件生成初始位置数据q(t)，随机选取一组初始位置并计算得到对应q值；
其中：q表示每个发电设备的平均获取能量值，M表示发电设备的数量；β表示水波的入射角度；F是一个M×M的矩阵，其中元素为fnm＝J0(kdmn),m,n＝1,2,…,M，J0(·)表示第一类零阶贝塞尔函数；d、α分别表示发电设备在坐标系中的位置和角度，m,n表示某一个发电设备，|dm-dn|表示发电设备m到发电设备n之间的距离，k表示波数；
步骤2：对步骤1得到的初始位置数据进行交叉，变异，选择操作，产生子代位置数据q(t+1)；
步骤3：对步骤2得到的q(t+1)计算适应度，并且需要排除不满足约束条件的个体；
步骤4：判断步骤3得到的结果是否满足遗传算法的结束条件，如果满足，那么最新的位置坐标信息需要被保留并用于步骤5；如果不满足，则将结果作为第一代代入步骤2继续计算；
步骤5：将步骤4得到的数据作为初始数据采用梯度下降算法求解最后的最优解。
通过采用上述步骤可以求解出不同发电设备数量以及阵列总长度约束情况下的最优阵列排列方案，在采用最优排列方案时可以最大化利用不同发电设备之间的流体力学效应，避免不同设备间产生负面的相互干扰，使整个发电设备阵列最大化利用所在海域的水波能，最大化发电站的经济效益。
附图说明
图1是线性发电阵列排列坐标示意图；
图2是最优方位角α以及最大转换因子q和随不同波浪入射角β变化的曲线图；
图3是最大转换因子q和最优线阵总长度随阵元个数M变化的曲线图。
具体实施方式
首先对发电设备的位置建立坐标系，在极坐标(r,θ,z)下，分别用(dm,αm,0)表示发电设备m的坐标，dm和αm分别代表距离和角度，在此坐标下设备m和设备n之间的距离dmn为；
通过刚体发电设备模型的特征，得到阵列发电设备发电时可以转换的最大的功率的表达式：
其中X＝[x(β,χ1),x(β,χ2),…,x(β,χM)]是激励水流构成的列向量；M表示发电设备的数量；矩阵B是阻尼系数矩阵，其元素表示为bmn,m,n＝1,2,…,M；利用远场近似可以分别的到χm和bmn的表达式：
其中g为重力加速度，ρ表示流体密度，fm(β+π,χm)表示角度依赖函数cg表示群速度，β表示入射角，k代表波数，Aa代表振幅，可以得到χm和bmn的关系式为：
其中，由(2)、(3)和(5)可以获得最大转换功率可以由激励向量X完全表示；
通过点吸收器理论近似可得角度依赖函数为：
对于浪涌波的情形f(θ)为常数。
下面定义平均获取因子：
此处，
带入(7)可以化简得到：
其中F是M×M的矩阵，其元素为fnm＝J0(kdmn),m,n＝1,2,…,M，J0(·)表示第一类零阶贝塞尔函数。向量A表示为下面形式：
然后利用最大转换功率的表达式定义平均获取因子刻画波浪发电设备的功率转化效率。
分析q(β)表达式可知其仅受阵列位置影响。
下面给出求解最优化线阵排列的最优化模型：
对(12)表示的最优化问题进行理论分析，由(10)可知q为(β-α)的函数，令θ＝(β-α)并将(9)式展开并对θ整体求导可得：
显然当取得最优排列时应满足
而kdmncos(θ)＝kdmcos(θ)-kdncos(θ)＝0是的充分条件；又由于限制条件0＜Dmin≤|dm-dn|≤Dm，ax所以当且仅当时满足：
kdmncos(θ)＝kdmcos(θ)-kdncos(θ)＝0 (14)
即为q的极值点，且该极值点，不受距离关系影响。
本发明的工作原理是：
首先给出了阵列发电设备的最大转换功率的表达式：
然后定义最大平均转换因子q：
最后通过遗传算法求解下述最优化问题，

Claims (1)

1.一种大功率转换潮汐能的发电机排列方法，该方法采用遗传算法求解最优波浪能发电设备的最优排列，包括：
步骤1：首先对发电设备的位置建立坐标系，在极坐标(r,θ,z)下，分别用(dm,αm,0)表示发电设备m的坐标，dm和αm分别代表距离和角度，根据如下公式中的约束条件生成初始位置数据q(t)，随机选取一组初始位置并计算得到对应q值；
<mrow> <mi>q</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <msup> <mi>A</mi> <mi>H</mi> </msup> <msup> <mi>F</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mi>A</mi> </mrow>
<mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>&amp;le;</mo> <mi>&amp;alpha;</mi> <mo>&amp;le;</mo> <mn>2</mn> <mi>&amp;pi;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>&lt;</mo> <msub> <mi>D</mi> <mi>min</mi> </msub> <mo>&amp;le;</mo> <mrow> <mo>|</mo> <mrow> <msub> <mi>d</mi> <mi>m</mi> </msub> <mo>-</mo> <msub> <mi>d</mi> <mi>n</mi> </msub> </mrow> <mo>|</mo> </mrow> <mo>&amp;le;</mo> <msub> <mi>D</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>m</mi> <mo>&amp;NotEqual;</mo> <mi>n</mi> <mo>,</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>M</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中：q表示每个发电设备的平均获取能量值，M表示发电设备的数量；β表示水波的入射角度；F是一个M×M的矩阵，其中元素为fnm＝J0(k|dm-dn|),m,n＝1,2,…,M，J0(·)表示第一类零阶贝塞尔函数；d、α分别表示发电设备在坐标系中的位置和角度，m,n表示某一个发电设备，|dm-dn|表示发电设备m到发电设备n之间的距离，k表示波数；
步骤2：对步骤1得到的初始位置数据进行交叉，变异，选择操作，产生子代位置数据q(t+1)；
步骤3：对步骤2得到的q(t+1)计算适应度，并且需要排除不满足约束条件的个体；
步骤4：判断步骤3得到的结果是否满足遗传算法的结束条件，如果满足，那么最新的位置坐标信息需要被保留并用于步骤5；如果不满足，则将结果作为第一代代入步骤2继续计算；
步骤5：将步骤4得到的数据作为初始数据采用梯度下降算法求解最后的最优解。
CN201510447633.1A 2015-07-27 2015-07-27 一种大功率转换潮汐能的发电机排列方法 Expired - Fee Related CN105156262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510447633.1A CN105156262B (zh) 2015-07-27 2015-07-27 一种大功率转换潮汐能的发电机排列方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510447633.1A CN105156262B (zh) 2015-07-27 2015-07-27 一种大功率转换潮汐能的发电机排列方法

Publications (2)

Publication Number Publication Date
CN105156262A CN105156262A (zh) 2015-12-16
CN105156262B true CN105156262B (zh) 2018-02-13

Family

ID=54797260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510447633.1A Expired - Fee Related CN105156262B (zh) 2015-07-27 2015-07-27 一种大功率转换潮汐能的发电机排列方法

Country Status (1)

Country Link
CN (1) CN105156262B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289538A (zh) * 2011-06-30 2011-12-21 内蒙古电力勘测设计院 平坦地形风力发电机组优化布置方法
CN104200097A (zh) * 2014-08-29 2014-12-10 重庆大学 风电场风电机组布局选址方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013025568A2 (en) * 2011-08-12 2013-02-21 California Institute Of Technology Methods and systems for comparing vertical axis turbine arrays and providing configurations thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289538A (zh) * 2011-06-30 2011-12-21 内蒙古电力勘测设计院 平坦地形风力发电机组优化布置方法
CN104200097A (zh) * 2014-08-29 2014-12-10 重庆大学 风电场风电机组布局选址方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于改进浮点遗传算法的潮汐电站优化运行;李晓英 等;《电力系统自动化》;20100725;第34卷(第14期);全文 *
基于粒子群与蜂群结合的算法求解含风电场电力系统经济调度问题;何茜 等;《三峡大学学报（自然科学版）》;20130831;第35卷(第4期);全文 *
潮汐电站优化调度计算及软件编制的研究;芮钧;《中国优秀博硕士学位论文全文数据库（硕士）工程科技Ⅱ辑》;20040915(第3期);全文 *

Also Published As

Publication number Publication date
CN105156262A (zh) 2015-12-16

Similar Documents

Publication Publication Date Title
Amiri et al. Parametric study of two-body floating-point wave absorber
CN105114239B (zh) 一种基于直线发电机的可控姿态波浪发电装置
Le et al. Effect of hydrofoil flexibility on the power extraction of a flapping tidal generator via two-and three-dimensional flow simulations
CN102486633B (zh) 一种水下滑翔机能耗最优的运动参数优化方法
CN203430691U (zh) 利用震荡水柱转换波浪能量的发电装置
Yin et al. A novel hydro-kite like energy converter for harnessing both ocean wave and current energy
CN105631101A (zh) 一种地震作用下高耸升船机塔柱结构动态分布系数分析方法
Alan Wei et al. Fluid–structure interaction simulation on energy harvesting from vortical flows by a passive heaving foil
Yang et al. Design, optimization and numerical modelling of a novel floating pendulum wave energy converter with tide adaptation
CN105156262B (zh) 一种大功率转换潮汐能的发电机排列方法
TWI521135B (zh) 波浪能聚集與增益裝置
Peet et al. Actuator line aerodynamics model with spectral elements
CN105048451B (zh) 一种基于新能源发电量区间预测的区间潮流计算方法
Wang et al. Performance prediction of array arrangement on ducted composite material marine current turbines (CMMCTs)
Zhang et al. Design of a new oscillating-buoy type wave energy converter and numerical study on its hydrodynamic performance
CN103065044B (zh) 在分形海面背景下畸形波的模拟方法
CN105186503B (zh) 一种基于电网运行数据的分布式安全特征选择方法
CN105240480A (zh) 基于水滴状翼型函数的液力变矩器叶片厚度确定方法
Xu et al. Fluid dynamics analysis of passive oscillating hydrofoils for tidal current energy extracting
Jin et al. Effects of wave direction on performance of oscillating water column type wave energy convertor
CN204392113U (zh) 水电站势能二次利用的压电发电装置
Abbasi et al. Hydrodynamic performance of the 3D hydrofoil at the coupled oscillating heave and pitch motions
Xu et al. Flow-Induced Vibration (FIV) and Hydrokinetic Power Conversion of Two Staggered, Low Mass-Ratio Cylinders, With Passive Turbulence Control in the TrSL3 Flow Regime (2.5× 104< Re< 1.2× 105)
CN104343619B (zh) 水流调节装置及其应用的海洋能发电装置
Mamun The study on the hysteretic characteristics of the wells turbine in a deep stall condition

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180213

Termination date: 20200727

CF01 Termination of patent right due to non-payment of annual fee