数值法与群智能算法在低风速分布模型优化中的对比研究

发布时间：2017-08-12 01:12

  本文关键词：数值法与群智能算法在低风速分布模型优化中的对比研究

  更多相关文章： 低风速分布模型 数值法 蝙蝠算法(BA) 布谷鸟算法(CS) 粒子优化算法(PSO)

【摘要】：近年来,随着全球范围内的能源危机和环境问题日益突出,风能作为一种清洁可再生的优质新能源,其开发和利用成为世界各国共同关注的问题。由于中国经济发展区域不平衡,风资源丰富的优质风能区域的经济一般欠发达,无法消纳大规模的风电,常导致风电“并网难”“输送难”,并且,优质风能区域的风电场建设已基本上趋于饱和,低风速的开发引起各方关注。因此,本文选取经济发达、人口密集、能源消耗巨大的长江三角洲城市群为研究区域。因此,为了有效探究该地区的风速分布规律,本文采用了Weibull、Rayleigh、 Gamma、Lognormal四种分布模型,对中国低风速地区的风能资源进行了评估。为了估计分布模型中的未知参数,本文使用三种传统的数值法——矩估计、极大似然估计、最小二乘估计,并首次使用了蝙蝠算法来优化参数,并对比了布谷鸟算法、粒子群优化算法,同时将上述三种数值法与群智能算法的参数估计结果进行了对比研究。实证研究结果表明：Weibull分布更接近实际的风速频率分布；数值法与群智能算法的比较中,群智能算法优化的参数更准确；PSO-Weibull与BA-Weibull模型拟合度最优。在低风速风能资源评估中,平均风能密度、有效风能密度、风机可用系数及容量因数都是十分重要的研究内容,并且是分布模型中参数的函数,因此准确的参数估计在风能资源评估中尤为重要,突出了本文研究的意义。
【关键词】：低风速分布模型 数值法 蝙蝠算法(BA) 布谷鸟算法(CS) 粒子优化算法(PSO)
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-14
• 1.1 研究背景7-8
• 1.2 低风速风电的概念及优势8-10
• 1.2.1 低风速风电的概念9
• 1.2.2 低风速风电的优势9-10
• 1.3 研究现状10-13
• 1.3.1 风速概率分布模型研究现状10-11
• 1.3.2 参数优化方法研究现状11-13
• 1.4 本文研究的主要内容和创新点13-14
• 1.4.1 本文研究的主要内容13
• 1.4.2 本文的创新点13-14
• 第二章 风速概率分布模型研究14-21
• 2.1 Weibull分布模型14-18
• 2.2 Rayleigh分布模型18-19
• 2.3 Gamma分布模型19-20
• 2.4 Lognormal分布模型20-21
• 本章小结21
• 第三章 风速概率分布模型的参数优化方法21-32
• 3.1 数值估计法21-26
• 3.1.1 矩估计法(Moment Estimation,ME)23
• 3.1.2 极大似然估计法(Maximum Likelihood Estimation,MLE)23-24
• 3.1.3 最小二乘估计法(Least Squares Method,LSM)24-26
• 3.2 群智能算法26-31
• 3.2.1 蝙蝠算法(Bat Algorithm,BA)26-29
• 3.2.2 布谷鸟算法(Cuckoo Search,CS)29-30
• 3.2.3 粒子群优化算法(Particle Swarm Optimization,PSO)30-31
• 本章小结31-32
• 第四章 实证研究32-50
• 4.1 研究区域介绍33
• 4.2 风速数据外推33-35
• 4.3 分布模型的拟合性能评估35-37
• 4.3.1 判定系数R~235-36
• 4.3.2 均方根误差(RMSE)36
• 4.3.3 卡方检验(χ~2 test)36
• 4.3.4 K-S检验(K-S test)36-37
• 4.4 结果与分析37-46
• 4.4.1 模型参数的估计结果与比较39-44
• 4.4.2 最佳分布模型的选择44-46
• 4.5 风能的计算与分析评估46-49
• 4.5.1 风功率密度46
• 4.5.2 平均风功率密度46-47
• 4.5.3 有效风功率密度47-48
• 4.5.4 风机的可用系数48-49
• 4.5.5 风机的容量因数49
• 本章小结49-50
• 第五章 结论与展望50-52
• 5.1 结论50-51
• 5.2 展望51-52
• 参考文献52-55
• 在学期间的研究成果55-56
• 致谢56-57

【参考文献】

中国期刊全文数据库 前3条

1 张小雷;高崇伦;吴爱国;;大型低风速风电场运行分析[J];风能;2013年04期

2 张清清;李海波;李品;;低风速风电场风资源开发分析[J];西北水电;2014年02期

3 丁明,吴义纯,张立军;风电场风速概率分布参数计算方法的研究[J];中国电机工程学报;2005年10期

，

本文编号：659065