基于遺傳算法的不同輪轂高度風(fēng)電場布局優(yōu)化。1.以風(fēng)電場輸出功率最大為目標(biāo)，風(fēng)機(jī)數(shù)量、輪轂高度、風(fēng)機(jī)位置為變量，使用嵌套遺傳算法（具有隨機(jī)初始風(fēng)機(jī)數(shù)量，GA1生成一個(gè)二進(jìn)制矩陣m×n（m：一代的個(gè)體總數(shù)，n：可放風(fēng)機(jī)的位置總數(shù)。.m、n在優(yōu)化開始時(shí)確定）優(yōu)化風(fēng)機(jī)位置；基于GA1的每個(gè)個(gè)體中確定的風(fēng)機(jī)數(shù)量，GA2生成一個(gè)二進(jìn)制矩陣g×h（g：輪轂高度組合的個(gè)體數(shù)量，h：隨GA1中確定的風(fēng)機(jī)數(shù)量和位置決定，是變化的）優(yōu)化輪轂高度。在為GA1中的相應(yīng)個(gè)體選擇GA2中的輪轂高度的最佳組合之后，可以確定潛在風(fēng)電場布局的功率輸出。然后，GA2將繼續(xù)優(yōu)化由GA1生成的所有潛在布局的輪轂高度。在得到所有潛在布局的功率輸出后，GA1將根據(jù)目標(biāo)函數(shù)選擇達(dá)到較好結(jié)果的布局，然后對(duì)所選擇的布局進(jìn)行交叉和變異）優(yōu)化風(fēng)機(jī)布局。2.通過預(yù)測試和與以前的研究結(jié)果進(jìn)行比較，驗(yàn)證了遺傳算法參數(shù)的合理性（基于文獻(xiàn)13進(jìn)行）。3.通過三個(gè)案例研究（恒定風(fēng)速風(fēng)向（78m輪轂高度處12m/s，50m處的風(fēng)速可根據(jù)78m處的計(jì)算得出（下同），北風(fēng)）、恒風(fēng)速（12m/s）36個(gè)風(fēng)向(各風(fēng)向概率相同)、變風(fēng)速（8m/s、12m/s、17m/s）變風(fēng)向（文中圖8給出各風(fēng)向的概率）），比較使用不同輪轂高度的風(fēng)機(jī)和使用相同輪轂高度的風(fēng)機(jī)的風(fēng)電場最大輸出功率。結(jié)果表明，在風(fēng)機(jī)總數(shù)相同的情況下，采用不同輪轂高度風(fēng)機(jī)的風(fēng)電場輸出功率較好。4.基于案例3還考慮了不同的成本模型（簡化的成本模型及綜合成本模型），以單位功率成本最小為目標(biāo)優(yōu)化布局。結(jié)果表明，使用不同輪轂高度的風(fēng)機(jī)可以降低風(fēng)電場的單位功率成本。5.以一個(gè)大型實(shí)際風(fēng)電場為例，對(duì)不同輪轂高度的風(fēng)力發(fā)電機(jī)組的實(shí)際運(yùn)行情況進(jìn)行了分析，驗(yàn)證了前三個(gè)案例的結(jié)論。