[논문 리뷰] Offshore Wind Farm Layout Optimization Using Adapted Genetic Algorithm: A different perspective

Liu Feng, Zhifang Wang|arXiv (Cornell University)|2014. 03. 27.

Wind Energy Research and Development참고 문헌 5인용 수 10

한 줄 요약

이 논문은 전통적인 무작위 교배 대신 위치 교환 연산을 도입하여 터빈 수를 고정하고 수렴 속도를 향상시키는 적응형 유전 알고리즘(AGA)을 제안한다. 실질적인 바람 조건 하에서 최대 97.67%의 효율성을 달성하며, 기존의 GA와 균일 레이아웃보다 뛰어나며, 전력 손실이 5%에 불과할 때에도 풍력 발전소 면적을 64%까지 줄일 수 있음을 보여주어 최적의 풍력 발전소 규모 설정에 새로운 통찰을 제공한다.

ABSTRACT

In this paper we study the problem of optimal layout of an offshore wind farm to minimize the wake effect impacts. Considering the specific requirements of concerned offshore wind farm, we propose an adaptive genetic algorithm (AGA) which introduces location swaps to replace random crossovers in conventional GAs. That way the total number of turbines in the resulting layout will be effectively kept to the initially specified value. We experiment the proposed AGA method on three cases with free wind speed of 12 m/s, 20 m/s, and a typical offshore wind distribution setting respectively. Numerical results verify the effectiveness of our proposed algorithm which achieves a much faster convergence compared to conventional GA algorithms.

연구 동기 및 목표

• 해상 풍력 발전소에서 웨이크 효과를 최소화하면서도 터빈 수를 고정하는 데 도전하는 것.
• 기존 유전 알고리즘에 비해 수렴 속도와 해법 품질을 향상시키는 것.
• 최적의 경제적 계획을 위해 풍력 발전소 면적 크기와 전력 출력 효율 간의 상호 상충 관계를 탐색하는 것.
• 목표 전력 출력을 달성하기 위한 최소한의 실현 가능한 풍력 발전소 면적을 결정하는 데 새로운 시각을 제공하는 것.

제안 방법

• AGA는 표준 무작위 교배 대신 터빈 수를 유지하기 위해 터빈 위치를 교환하는 메커니즘을 도입한다.
• 알고리즘은 반복적으로 가장 성능이 열악한 터빈을 식별하고, 이를 이동시켜 전체 발전소 효율을 향상시킨다.
• 각 터빈 뒤쪽의 바람 속도 감소를 계산하기 위해 젠슨 웨이크 모델을 사용하여 웨이크 효과를 정량화한다.
• 단일 바람 속도 및 방향, 다수의 바람 속도, 균일한 바람 분포, 그리고 웨이블 분포된 바람 속도 및 방향을 포함한 네 가지 케이스에서 시험한다.
• 풍력 발전소 면적 감소와 전력 출력 손실 간의 관계를 모델링하기 위해 3차 다항식 피팅을 적용한다.
• 수렴성과 효율성 향상을 검증하기 위해 AGA의 성능을 균일 레이아웃과 기존 유전 알고리즘과 비교한다.

실험 결과

연구 질문

• RQ1 유전 알고리즘은 어떻게 터빈 수를 고정하면서도 수렴 속도를 높일 수 있는가?
• RQ2 다양한 바람 속도 및 방향 분포 조건에서 웨이크 효과가 전체 풍력 발전소 효율에 어떤 영향을 미치는가?
• RQ3 전력 출력을 비례적으로 줄이지 않으면서도 풍력 발전소 면적을 크게 줄일 수 있는가? 만약 가능하다면 최적의 상충 관계는 무엇인가?
• RQ4 제안된 AGA의 성능과 수렴 속도는 기존 유전 알고리즘과 균일 레이아웃에 비해 어떻게 비교되는가?
• RQ5 실제 해상 바람 조건 하에서 최대 전력 출력에 가까운 수준을 유지하면서도 지속 가능한 최소한의 실현 가능한 풍력 발전소 면적은 얼마인가?

주요 결과

• 제안된 AGA는 모든 시험 케이스에서 기존 유전 알고리즘보다 더 빠른 수렴 속도와 높은 효율성을 달성했다.
• 형상 매개수 2.1인 웨이블 분포된 바람 조건 하에서 AGA는 97.67%의 효율성을 달성하여 실제 바람 변동성에 대한 강건성을 입증했다.
• 풍력 발전소 모서리 길이를 줄일 경우, 160m에서 100m로 줄였을 때 전력 출력은 12 m/s 바람 속도 조건에서 동일하게 유지되었다.
• 전력 손실 허용 범위가 5%일 경우, 풍력 발전소 면적을 64%까지 줄일 수 있었으며, 이는 토지 이용 최적화 측면에서 뚜렷한 경제적 잠재력을 보였다.
• 면적을 47.44% 줄였을 때 전력 손실은 단지 0.325%에 그쳐 면적 활용 효율성이 매우 높다는 점을 입증했다.
• 특히 복잡한 바람 조건 하에서 AGA는 균일 레이아웃에 비해 평균 전력 출력 측면에서 뚜렷한 성능 향상을 보였다.