基于遗传算法的波浪能园区布局设计( 二 ) _遗传算法

在阵列B中：设备可以选择海洋区域内的每个坐标，坐标值是连续的
实验结果
【基于遗传算法的波浪能园区布局设计】

文章插图

文章插图
对于4个和5个波浪能转换器的园区，
矩阵A的最佳解决方案是，将浮标与入射波浪完美对齐，使浮标不会被其他浮标遮挡。
对于矩阵B，显示了相同的趋势，4和5个WEC倾向于排成一行。最糟糕的布局明显表现出了阵列A和阵列B在x方向上的大量阴影效果，园区中超过一半的浮标都被遮住了。
对于更多设备的阵列，当海洋面积成为一个限制因素，使浮标无法与入海口的波浪保持一致时，结果表明，对7个和9个浮标的园区，
随着波能装置的进一步增加。最好的优化布局输出是通过在一条“完整的线”上增加一个补充前线，也就是排列成两列。
实验结论
本文提出了一种波能转换器装置参数的优化模型，并针对参数结果进行了验证。结果表明两种结论之间有很好的一致性，并且确定了方法的效率。
提出了两种针对点吸收波能量转换器阵列的布局优化阵列，即网格的阵列A和连续的阵列B，并针对不同的试验园区尺寸，测试了它们的适用性和效率。
自定义遗传算法工具能够在少量迭代（小于500）内找到增加功率输出的布局。除此之外，还可以根据波能转换器的规模，推断海洋区域布局部署的一般规则
展望
研究中尚未考虑波浪气候的变化，为了研究真实波浪气候，需要更长数据时间段的波浪环境，最好是覆盖一年的数据。这里，只使用了短时间的波浪用于突出显示相同参数条件下阵列布局之间的差异。
在本研究中，遗传算法工具是使用相同设备的布局创建和测试的，没有考虑不同几何形状的波能转换器的园区优化。
用作模型输入的不规则波浪是单向的，在实际情况中，功率可能在多向波中发生变化，这对于进一步的研究提供了思路。