文献

J-GLOBAL ID：201702263648760654   整理番号：17A0474273

Gauss関数を用いた後流モデルを用いた風力発電所レイアウトの最適化【Powered by NICT】

Wind farm layout optimization using a Gaussian-based wake model

著者 (4件)： Parada Leandro (Department of Mechanical Engineering, University of Concepcion, Casilla 160 - C, Correo 3, Ciudad Universitaria, Concepcion, Chile) ,  Herrera Carlos (Department of Industrial Engineering, University of Concepcion, Casilla 160 - C, Correo 3, Ciudad Universitaria, Concepcion, Chile) ,  Flores Paulo (Department of Mechanical Engineering, University of Concepcion, Casilla 160 - C, Correo 3, Ciudad Universitaria, Concepcion, Chile) ,  Parada Victor (Department of Computer Science, University of Santiago of Chile, Av. Ecuador 3659, Estacion Central, Santiago, Chile)
資料名： Renewable Energy  (Renewable Energy)
巻： 107  ページ： 531-541  発行年： 2017年 
JST資料番号： A0124C  ISSN： 0960-1481  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ウインドファーム配置最適化問題は,過去二つの10年間にわたってかなり注目されている。この問題の目的は,生成された年間エネルギーを最大化するウインドファーム配置を決定することである。この問題を解決した研究の大部分はJensen伴流モデルを用いた速度欠損をシミュレートした。しかし,このモデルは,現場測定と計算流体力学シミュレーションと一致しない。本研究では,Gauss伴流モデルに基づくウインドファーム配置最適化問題を解くための手法を提案した。Gauss伴流モデルは速度不足を評価するために,伴流内の均一な速度分布を仮定したJensen伴流モデルとは対照的に指数関数を用いた。提案した手法は,遺伝的アルゴリズムを用いたウィンドファームのエネルギーの年間コストを最小化した。提案したアプローチの適用は,研究下の全ての風シナリオについての高い年間発生と低い計算時間が得られた。より複雑な風シナリオの下では,改善は比較的小さかった。WFLO問題におけるよりロバストな伴流モデルの使用は,実際の風の場合より大きな効率をもたらさないことを示唆している。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *風 ,  速度分布 ,  *風力発電所 ,  CPU時間 ,  指数関数 ,  *最適化 ,  ロバスト性 ,  遺伝的アルゴリズム ,  ウインドファーム ,  風車 ,  *伴流
準シソーラス用語： CFDシミュレーション ,  現場測定 ,  レイアウト最適化 ,  *Gauss関数 , 【Automatic Indexing@JST】

著者キーワード (6件)： ウインドファーム ,  風力タービン ,  レイアウト最適化 ,  マイクロ立地 ,  オペレーションズリサーチ ,  遺伝的アルゴリズム

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (6件)： Gauss関数 ,  後流 ,  モデル ,  風力発電所 ,  レイアウト ,  最適化