[论文解读] A new insight into the Position Optimization of Wave Energy Converters by a Hybrid Local Search

Mehdi Neshat, Bradley Alexander+2 more|arXiv (Cornell University)|Apr 21, 2019

Wave and Wind Energy Systems参考文献 28被引用 6

一句话总结

本文提出一种结合代理功率模型的混合局部搜索方法，用于优化波浪能转换器（WECs）阵列的布置，显著提升了发电量和收敛速度。该方法在五个真实与合成波况下均优于当前最先进的元启发式算法，通过利用低成本代理评估提供的局部自适应优化，实现高效性能。

ABSTRACT

Renewable energy, such as ocean wave energy, plays a pivotal role in addressing the tremendous growth of global energy demand. It is expected that wave energy will be one of the fastest-growing energy resources in the next decade, offering an enormous potential source of sustainable energy. This research investigates the placement optimization of oscillating buoy-type wave energy converters (WEC). The design of a wave farm consisting of an array of fully submerged three-tether buoys is evaluated. In a wave farm, buoy positions have a notable impact on the farm's output. Optimizing the buoy positions is a challenging research problem because of very complex interactions (constructive and destructive) between buoys. The main purpose of this research is maximizing the power output of the farm through the placement of buoys in a size-constrained environment. This paper proposes a new hybrid approach of the heuristic local search combined with a numerical optimization method that utilizes a knowledge-based surrogate power model. We compare the proposed hybrid method with other state-of-the-art search methods in five different wave scenarios -- one simplified irregular wave model and four real wave climates. Our method considerably outperforms all previous heuristic methods in terms of both quality of achieved solutions and the convergence-rate of search in all tested wave regimes.

研究动机与目标

• 解决在复杂多模态干涉环境中通过优化浮标布置以最大化波浪能农场输出的挑战。
• 降低WEC阵列布局评估的计算成本，因水动力相互作用导致单次评估耗时高达700秒。
• 开发一种搜索方法，在极低函数评估次数下获得高质量解，实现在高保真波浪模型中的实际部署。
• 研究结合局部搜索、梯度技术与代理模型的混合搜索启发式方法在真实波浪条件下的有效性。
• 探究在WEC布局优化中，解质量、收敛速度与计算成本之间的权衡。

提出的方法

• 所提方法使用代理功率模型快速估算发电量，减少在搜索过程中对昂贵全水动力模拟的依赖。
• 采用混合局部搜索策略，按顺序布置浮标，利用代理模型引导布置决策，最小化相互作用评估成本。
• 算法首先使用代理模型优化第一排浮标，待农场边界确定后，切换至局部与基于梯度的搜索。
• 根据局部景观信息自适应选择搜索方向与步长，提升收敛速度。
• 结合Nelder-Mead下坡单纯形法与基于梯度的局部搜索，高效精炼解。
• 代理模型针对局部波况定制，并在新浮标布置后动态更新，确保与不断演变的阵列构型保持相关性。

实验结果

研究问题

• RQ1 在优化WEC阵列布局方面，结合代理功率模型的混合局部搜索与当前最先进的元启发式算法相比表现如何？
• RQ2 在高成本WEC评估场景下，低保真度代理模型在不牺牲解质量的前提下，能在多大程度上提升收敛速度？
• RQ3 不同波况下的建设性与破坏性干涉模式如何影响布置算法的性能？
• RQ4 在高保真波浪模型中，通过局部优化顺序布置浮标，能否减少达到高质量解所需的全水动力评估次数？
• RQ5 在初始布置后允许回溯以进一步全局优化，解质量与计算成本之间的权衡如何？

主要发现

• ISLS(II)-AS混合方法在所有五个波况下均实现了最高的平均q因子，优于CMA-ES、DE和LS-NM在解质量与收敛速度上的表现。
• 在珀斯波况下，ISLS(II)-AS方法生成的16浮标布局发电量显著高于CMA-ES、DE和LS-NM，如插值波浪能分布图所示。
• 该方法通过聚焦于高能区域并最小化冗余相互作用建模，减少了达到高质量解所需的全函数评估次数。
• 代理模型实现了候选布局的快速评估，将平均评估时间从约700秒减少到极短时间，同时保持高预测精度。
• q因子提升轨迹显示，阿德莱德、珀斯与塔斯马尼亚的建设性干涉提升了性能，而悉尼的破坏性干涉仍带来净收益。
• 初步的回溯实验表明，能量输出可能提升2–3%，但成本是原方法的87倍，表明高成本精炼的收益有限。