![]() |
|
以作者查詢圖書館館藏 、以作者查詢臺灣博碩士 、以作者查詢全國書目 、勘誤回報 、線上人數:24 、訪客IP:3.145.86.42
姓名 許靜宜(Jinyi Hsu) 查詢紙本館藏 畢業系所 土木工程學系 論文名稱 利用粒子族群演算法研究風車陣列之最佳間距
(Particle Swarm Optimization was used to study the optimal spacing of wind turbine array.)相關論文 檔案 [Endnote RIS 格式]
[Bibtex 格式]
[相關文章]
[文章引用]
[完整記錄]
[館藏目錄]
[檢視]
[下載]
- 本電子論文使用權限為同意立即開放。
- 已達開放權限電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。
- 請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。
摘要(中) 大型的風力發電廠(Wind Farm)因為風機尾流的緣故,風機排列的方式會影響其總發電量。本研究利用粒子族群演算法(Particle Swarm Optimization, PSO)來研究風力發電廠的風機排列之最佳化間距。研究設定在一個有限的區域範圍內,風機的排列方式呈現規則的陣列型態,分別利用風機尾流風速公式與尾流發電量公式計算風機在不同的排列間距─前後向間距與側向間距的排列情境下,風機陣列的發電效益。本研究探討在不同的風場條件下,比較不同的發電量計算方式與目標函數對於風車陣列最佳間距的影響。研究結果顯示出,風車陣列的間距除了受到風向的影響外,另外在考量風機設置成本的因素下,不同的目標函數所得到的優化結果也有很大的差異。 摘要(英) The spacing between wind turbines in a wind farm could influence the total power output of the wind farm. In this study, Particle Swarm Optimization (PSO) was used to study the optimal spacing (both streamwise and lateral spacing) of wind turbine array. The power output of downstream wind turbines were calculated by two different methods - mean wind speed method and wake power curve method. Under different wind directions, the optimal spacing found by the PSO were compared and analyzed. The results show that the optimal spacing of wind turbines was not only influenced by the objective function of optimization, but also the calculation method of power output. 關鍵字(中) ★ 粒子族群演算法
★ 最佳化間距
★ 風機尾流
★ 風力發電廠關鍵字(英) ★ wind farm
★ turbine wake
★ optimal spacing
★ particle swarm optimization論文目次 摘要.............................................................................................................................. I
目錄............................................................................................................................. Ⅲ
圖目錄..........................................................................................................................V
表目錄.......................................................................................................VII
符號表....................................................................................................................... IX
第一章 緒論................................................................................................................ 1
1.1 研究動機........................................................................................................ 1
1.2 研究目的........................................................................................................ 2
1.3 本文架構........................................................................................................ 2
第二章 理論基礎與文獻回顧..................................................................................... 4
2.1 風力發電......................................................................................................... 4
2.2 風機尾流........................................................................................ 5
2.3 風機排列方式優化.................................................................................... 7
第三章 優化的方法.................................................................................................. 21
3.1 粒子族群演算法........................................................................................ 21
3.2 發電量計算................................................................................................ 22
3.3 目標函數................................................................................................... 25
3.4 模擬風場設定........................................................................................... 28
第四章 結果與討論................................................................................................... 38
4.1 與前人研究比較....................................................................................... 38
4.2 最大發電量.............................................................................................. 39
4.2.1 尾流平均風速之優化結果.................................................................. 40
4.2.2 尾流發電量之優化結果.................................................................... 42
4.3 淨收益.................................................................................................. 43
4.4 成本回收年限................................................................................................ 45
第五章 結論與建議................................................................................................... 66
5.1 結論................................................................................................................. 66
5.2 建議................................................................................................................. 67
參考文獻..................................................................................................................... 69參考文獻 1. 朱佳仁 (2006) “風工程概論”, 科技圖書公司印行
2. 江榮城 (2006) “台灣風力發電運轉經驗及未來展望” ,豐泰文教基金會電子期刊第97期
3. 江培宏 (2007) “風車尾流效應之實驗研究”,國立中央大學土木工程系碩士論文
4. 李岱衛 (2007) “利用粒子族群演算法研究多孔放流管之優化設計”,國立中央大學土木工程
5. 余勝雄 (2006) “我國風力發電現況及展望” ,永續產業發展雙月刊No.35,pp.16-21
6. 工業技術研究院網站,「麥寮風力發電示範系統-系統規格」( http://deptwebs.tw)
7. 經濟部能源委員會,風能之旅網站 ( http://wind.erl.itri.org.tw/ )
8. 維特斯風力系統集團網站 ( http://www.vestas.com/ )
9. 臺灣電力公司網站 ( http://www.taipower.com.tw/ )
10. 臺灣環境保護聯盟網站 ( http://www.tepu.org.tw/ )
11. Brusteart W. (2005) Hydrology : An Introduction, Cam bridge University Press.
12. Eberhart, R.C. and Kennedy, J. (1995) Particle Swarm Optimization, Proc.IEEE Conf. Networks IV, Vol. 4, pp.1942-1948.
13. Eberhart, R.C. and Shi, Y. (2001) Particle Swarm Optimization: Developments, applications and resources, Proc. Congress on Evolutionary Computation, Vol 1, pp. 27-30.
14. Grady, S.A., Hussaini, M.Y., and Abdullah, M.M (2005) Placement of wind turbines using genetic algorithms, Renewable Energy, Vol.30, pp.259–270.
15. Manwell, J.F., McGowan, J.G. and Rogers , A.L. (2002) Wind Energy Explained – Theory, Design and Application, John Wiley and Sons, p.590
16. Mosetti, G., Poloni, C., and Diviacco, B. (1994) Optimization of wind turbine positioning in large windfarms by means of a genetic algorithm , Journal of Wind Engineering and Industrial Aerodynamics, Vol.51, pp.105–116.
17. Ozturk, U. A. and Norman, B. A. (2004) Heuristic methods for wind energy conversion system positioning., Electric Power Systems Research . Vol.70, pp.179–185.
18. Schlichting, H. (1979) Boundary Layer Theory, Mc Graw-Hill Inc., 817p.
19. Shi, Y. and Eberhart, R.C. (1998) Modified Particle Swarm Optimizer, IEEE International Conference on Evolutionary Computation. pp.69-73.指導教授 朱佳仁 審核日期 2008-7-25 推文 plurk
funp
live
udn
HD
myshare
netvibes
friend
youpush
delicious
baidu
網路書籤 Google bookmarks
del.icio.us
hemidemi
myshare