بهینه سازی جانمایی توربین ها در مزرعه باد

امروزه با توجه به کاهش سوخت‌های فسیلی و اعمال مدیریت در بهره‌برداری از آ نها، استفاده از انرژی باد به عنوان یکی از کاراترین منابع انرژی تجدیدپذیر در حال افزایش است و در سال‌های گذشته، طراحی، ساخت و بهینه‌سازی مزارع باد، که شامل مجموعه‌ای از توربین‌ها در یک مزرعه می‌باشند، توسعه بیشتری یافته است. در این مقاله به جانمایی توربین‌ها در مزرعه باد پرداخته شده و تاثیر موقعیت آنها بر توان خروجی مجموعه مورد بررسی قرار می گیرد. بدین منظور، زمینی مربعی شکل در نظر گرفته شده است و با داشتن اطلاعات مربوط به چگونگی وزش باد و سرعت آن در هر جهت، محل بهینه قرارگیری توربین‌های باد در مزرعه با استفاده از الگوریتم‌های بهینه‌سازی استخراج خواهد شد. هدف اصلی پژوهش، افزایش مجموع توان دریافتی از توربین‌های مزرعه، براساس تغییر در موقعیت توربین‌ها می‌باشد. این مساله بهینه‌سازی با قیودی همچون حداکثر تعداد توربین‌ها در یک مزرعه، حداقل فاصله بین توربین‌های مزرعه و ابعاد کلی مزرعه همراه خواهد بود. برای حل این مساله بهینه‌سازی، از دو روش الگوریتم ژنتیک و الگوریتم ازدحام ذرات استفاده شده و نتایج با هم مقایسه شده‌اند. بررسی نتایج این پژوهش نشان می‌دهد توان دریافتی از توربین‌های جایابی شده در مزرعه باد، نسبت به کارهای قبلی افزایش یافته است.

Optimization of the Turbines Locating in the Wind Farm

Nowadays, with regard to the reduction of fossil fuels and the management of their   use, wind power is now rising as one of the most efficient renewable energy sources. Moreover, wind farms, which include sets of turbines in a farm, have become more developed and their designs and optimizations have risen recently. In this paper, the wind turbines are located in the wind farm and the effects of their positions and arrangements on the production power of the whole system are investigated. For this purpose, a square farm is considered and, having information on how the winds and wind speeds in each case, will extract the optimum location of turbines in the farm using optimization algorithms. The main goal of this research is to increase the total amount of power extracted from the wind farm based on the changes in the locations and arrangements of the turbines. This optimization problem is subjected to some constraints, such as the maximum number of turbines in the farm, the minimum distance between turbines and the overall size of the farm. To solve this optimization problem, the genetic algorithm and particle swarm optimization methods are used and the results of these methods are compared.