首页 / 专利库 / 风能 / 风能利用系数 / 基于遗传算法的风光互补最大功率追踪方法

基于遗传算法光互补最大功率追踪方法

阅读:1049发布:2020-06-23

专利汇可以提供基于遗传算法光互补最大功率追踪方法专利检索,专利查询,专利分析的服务。并且基于遗传 算法 的 风 光互补最大功率追踪方法。 遗传算法 找到数学模型的最大功率的方法为寻找函数最优解,但采用扰动观察法存在的震荡问题。本 发明 方法包括:得 风能 利用系数公式;在MATLAB中将 风能利用系数 公式代入遗传算法工具箱进行计算,找到风能利用系数的最大值Pmax,记录 叶尖速比 λ值,求出此时的 风 力 机转速n;得出风力机实际的最大功率Pmax;根据遗传算法原理,利用遗传算法工具箱,寻找最优个体;寻找最佳风力机转速;在 控制器 设计 电路 中, 跟踪 这个风力机的转速值,便实现风能的最大功率追踪。本发明优化速度更快,实时性更强,求解 精度 更高,克服了扰动观察法存在的震荡问题。,下面是基于遗传算法光互补最大功率追踪方法专利的具体信息内容。

1.基于遗传算法光互补最大功率追踪方法,其特征是:所述的风光互补最大功率追踪方法通过以下步骤实现:
步骤一、确定风机生产厂家提供的机参数:半径、启动风速、额定风速、桨距、额定功率、最大功率,得:
CP表示风能利用系数;λi表示最佳叶尖速比
步骤二、由MTALAB可以得到该风力机的CP(λ)的曲线增大时逐渐增大,然后又会随着叶尖速比λ的增大迅速减小;在MATLAB中将风能利用系数公式代入遗传算法工具箱进行计算,找到风能利用系数的最大值CPmax,并将对应的叶尖速比λ值记录下来,代入λ和λi的关系表达式:
中,可以求出此时的风力机转速n;
步骤三、将步骤二中得到的风能利用系数的最大值CPmax、风力机转速n和当前的风速v代入到转矩系数表达式中: 中,通过计算便可得出风力机实际的最大
功率Pmax;
步骤四、根据遗传算法原理,利用遗传算法工具箱,寻找最优个体;
步骤五、寻找最佳风力机转速;
步骤六、在控制器设计电路中,跟踪这个风力机的转速值,便实现风能的最大功率追踪。
2.根据权利要求1所述的基于遗传算法的风光互补最大功率追踪方法,其特征是:步骤四所述的根据遗传算法原理,利用遗传算法工具箱,寻找最优个体的过程为,结合风能的CP-λ特性曲线和风能利用系数公式: 同样设计繁殖
池里共含有20个种群个体,结合CP-λ特性曲线公式表示的目标函数
设定代沟为0.9,基因重组概率为0.7;设定
只随即产生20个初始个体,用这些初始个体作为父代进行交叉遗传,完成寻找最优个体的过程。
3.根据权利要求1或2所述的基于遗传算法的风光互补最大功率追踪方法,其特征是:
步骤五所述的寻找最佳风力机转速的过程为,在风速一定的情况下,经过5代遗传找到该函数的最大值,找到目标函数的最优值为λ=7.9789,最大风能利用系数为CPmax=0.4832;找到与最大风能利用系数对应的叶尖速比λ后,将其值代入叶尖速比公式: 中,便可求出对应的风机的转速n, 由上式计算得n≈18.36r/
s,此时的风力机转速值也就是最佳风力机转速。

说明书全文

基于遗传算法光互补最大功率追踪方法

技术领域:

[0001] 本发明涉及一种基于遗传算法的风光互补最大功率追踪方法。背景技术:
[0002] 众所周知,我国自然资源非常丰富,但是存在一个问题,就是分布非常不均匀,资源石油资源炭资源是这样,风能太阳能的分布也是非常的不均匀,我国北方风能和太阳能正好形成良好的互补,而且在边缘的地方时电网公布到的地方,但是还需要用电。遗传算法找到数学模型的最大功率的方法为寻找函数最优解,但采用扰动观察法存在的震荡问题。发明内容:
[0003] 本发明的目的是提供一种基于遗传算法的风光互补最大功率追踪方法。
[0004] 上述的目的通过以下的技术方案实现:
[0005] 基于遗传算法的风光互补最大功率追踪方法,所述的风光互补最大功率追踪方法通过以下步骤实现:
[0006] 步骤一、确定风机生产厂家提供的机参数:半径、启动风速、额定风速、桨距、额定功率、最大功率,得:
[0007] CP表示风能利用系数;λi表示最佳叶尖速比
[0008] 步骤二、由MTALAB可以得到该风力机的CP(λ)的曲线增大时逐渐增大,然后又会随着叶尖速比λ的增大迅速减小;在MATLAB中将风能利用系数公式代入遗传算法工具箱进行计算,找到风能利用系数的最大值CPmax,并将对应的叶尖速比λ值记录下来,代入λ和λi的关系表达式:
[0009] 中,可以求出此时的风力机转速n;
[0010] 步骤三、将步骤二中得到的风能利用系数的最大值CPmax、风力机转速n和当前的风速v代入到转矩系数表达式中: 中,通过计算便可得出风力机实际的最大功率Pmax。
[0011] 步骤四、根据遗传算法原理,利用遗传算法工具箱,寻找最优个体;
[0012] 步骤五、寻找最佳风力机转速;
[0013] 步骤六、在控制器设计电路中,跟踪这个风力机的转速值,便实现风能的最大功率追踪。
[0014] 有益效果:
[0015] 本发明的遗传算法不需要知道目标函数是否可导,是否连续都能很快的找到目标函数的最优解,与其他算法相比优化速度更快,实时性更强,求解精度更高,而且也克服了扰动观察法存在的震荡问题。附图说明:
[0016] 附图1为风机CP与λ关系曲线;
[0017] 附图2为风能初始个体分布情况;
[0018] 附图3为风能电池CP-λ曲线图。具体实施方式:
[0019] 具体实施方式一:
[0020] 基于遗传算法的风光互补最大功率追踪方法,其特征是:所述的风光互补最大功率追踪方法通过以下步骤实现:
[0021] 步骤一、确定风机生产厂家提供的风力机参数:半径、启动风速、额定风速、桨距角、额定功率、最大功率,得:
[0022] CP表示风能利用系数;λi表示最佳叶尖速比;
[0023] 步骤二、由MTALAB可以得到该风力机的CP(λ)的曲线如图1所示,风能利用系数CP在叶尖速比λ比较小时,随着叶尖速比的增大时逐渐增大,然后又会随着叶尖速比λ的增大迅速减小;
[0024] 由遗传算法自动寻找最优值的功能,在MATLAB中将风能利用系数公式代入遗传算法工具箱进行计算,便可快速的找到该曲线的最大值即风能利用系数的最大值CPmax,并将对应的叶尖速比λ值记录下来,代入λ和λi的关系表达式:
[0025] 中,可以求出此时的风力机转速n;
[0026] 步骤三、将步骤二中得到的风能利用系数的最大值CPmax、风力机转速n和当前的风速v代入到转矩系数表达式中: 中,通过计算便可得出风力机实际的最大功率Pmax。
[0027] 步骤四、根据遗传算法原理,利用遗传算法工具箱,结合风能的CP-λ特性曲线和风能利用系数公式: 同样设计繁殖池里共含有20个种群个体,结合CP-λ特性曲线公式表示的目标函数 设
定代沟为0.9,基因重组概率为0.7;
[0028] 由于此目标函数为单峰函数,寻找最优值相对多峰函数较为简单,为了缩短计算时间,同样设定只随即产生20个初始个体,如图2的“*”所示,每一个“*”都表示一个初始个体。用这些初始个体作为父代进行交叉遗传,寻找最优个体;
[0029] 步骤五、在风速一定的情况下,风速v=12m/s时,经过反复的实验,发现只要经过5代遗传找到该函数的最大值,这样可以大大缩短计算时间。为了应用到现实的工程中去,误差的处理是必不可少的,为此,本文设计时精确到小数点后4位控制误差在0.01%,这就大大节省了跟踪时间,可以达到实时跟踪的效果,同时也提高的风能发电的效率。经过5代的遗传跟踪后,找到目标函数的最优值为λ=7.9789,最大风能利用系数为CPmax=0.4832。利用遗传算法找到的最大功率点如图3中红色的“○”所示,该点在图中的的坐标为(7.9789,0.4832)。
[0030] 找到与最大风能利用系数对应的叶尖速比λ后,将其值代入叶尖速比公式:
[0031] 中,便可求出对应的风机的转速n,
[0032] 由上式计算得n≈18.36r/s,此时的风力机转速值也就是最佳风力机转速;
[0033] 步骤六、在控制器设计电路中,跟踪这个风力机的转速值,便实现风能的最大功率追踪。
[0034] 具体实施方式二:
[0035] 与具体实施方式一不同的是,本实施方式的基于遗传算法的风光互补最大功率追踪方法,步骤四所述的根据遗传算法原理,利用遗传算法工具箱,寻找最优个体的过程为,结合风能的CP-λ特性曲线和风能利用系数公式: 同样设计繁殖池里共含有20个种群个体,结合CP-λ特性曲线公式表示的目标函数设定代沟为0.9,基因重组概率为0.7;设
定只随即产生20个初始个体,用这些初始个体作为父代进行交叉遗传,完成寻找最优个体的过程。
[0036] 具体实施方式三:
[0037] 与具体实施方式一或二不同的是,本实施方式的基于遗传算法的风光互补最大功率追踪方法,步骤五所述的寻找最佳风力机转速的过程为,在风速一定的情况下,经过5代遗传找到该函数的最大值,找到目标函数的最优值为λ=7.9789,最大风能利用系数为CPmax=0.4832;找到与最大风能利用系数对应的叶尖速比λ后,将其值代入叶尖速比公式:中,便可求出对应的风机的转速n, 由
上式计算得n≈18.36r/s,此时的风力机转速值也就是最佳风力机转速。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈