技术特征：
1.一种基于局域疲劳载荷均衡的海上风电场功率调度方法，其特征在于，包括以下步骤：1)获取海上风电场气象参数和风电机排布位置信息，获得风电机推力系数和功率系数与桨距角的关联关系；2)将桨距角作为风电场内风电机调度方案的优化变量，将风电场中所有风电机的桨距角可行取值范围作为搜索域，应用快速非支配排序遗传算法在搜索域内对所有风电机的桨距角进行优化，在搜索域内随机生成风电机的初始调度方案矩阵作为算法初始解，矩阵的每一行代表风电场的一种调度方法，矩阵的行数代表算法每代种群的个体数，对矩阵进行编码；3)计算当代每个个体的适应度值，其中适应度由风电场产能指标和局域疲劳载荷均衡性指标两部分组成；4)根据每个个体的适应度值进行非支配排序和拥挤度计算，根据排序结果生成新的种群，并得到当代最优解集，结合历史最优解集记录，求出全局最优解集及其对应的个体群；5)判断是否达到算法最大迭代次数或设定收敛标准，若是，则在全局最优解集对应的个体群中，挑选局域疲劳载荷均衡性指标对应的适应度值最小的个体，并解码作为优化后的调度方案，完成风电机功率调度优化，否则进行步骤6)；6)根据竞标赛选择方法，在当代所有个体中选择部分个体作为父代种群，以保证每一代种群大小相同，再根据设定的交叉率和变异率，进行交叉操作和变异操作后，将父子代种群合并，并返回步骤4)。2.根据权利要求1所述的基于局域疲劳载荷均衡的海上风电场功率调度方法，其特征在于，所述步骤3)中，每个个体的适应度由两个适应度函数组成，个体适应度fitness计算公式为：其中：fitness(1)是风电场产能指标对应的适应度值；fitness(2)是局域疲劳载荷均衡性指标对应的适应度值；aep是风电场年平均发电量；n是风电场风电机总台数；每台风电机形成的局域是以该风电机为圆心，r为局域规模半径的圆形区域；f
i
，i＝1，2，
…
，n是第i台风电机对应的局域疲劳载荷均衡性指标，其表达式为：其中：对于第i台风电机，n
i
是该风电机形成的局域内的风电机总数，是该风电机形成的局域内的风电机组疲劳载荷均值，f
i，j
，j＝1，2，
…
，n
i
是属于该风电机局域内的第j台风电机的疲劳载荷，w
i
是该风电机的局域风电机密度权重，3.根据权利要求2所述的基于局域疲劳载荷均衡的海上风电场功率调度方法，其特征
在于，基于降低维护频率提出局域疲劳载荷均衡性指标，对全场疲劳载荷均衡方法进行改进，将全场疲劳载荷均衡性指标替代为n个局域疲劳载荷均衡性指标和；通过引入局域规模参数r，来设定需要进行载荷均衡的局域范围，松弛全场疲劳载荷均衡方法对全场疲劳载荷分布的约束，减小对每台风电机产能的限制；引入局域风电机密度权重，来表征每台风电机形成的局域特征的重要程度，减少风电机之间的运输费用，降低总维护费用；优化目标旨在使每台风电机作为中心的局域内的风电机具有相近的疲劳载荷，从而在完成中心风电机的维护后，可以考虑对其局域内的近邻风电机进行机会性维护，从而降低维护频率。
技术总结
本发明公开了一种基于局域疲劳载荷均衡的海上风电场功率调度方法。本发明引入局域疲劳载荷均衡性指标对全场疲劳载荷均衡方法进行改进；引入局域规模参数，来设定需要进行载荷均衡的局域范围。引入局域风电机密度权重，来表征每台风电机形成的局域特征的重要程度。将风电场中所有风电机的桨距角可行取值范围作为搜索域，利用快速非支配排序遗传算法进行优化，其中优化目标的适应度由风电场产能指标和局域疲劳载荷均衡性指标两部分组成。本发明提出局域疲劳载荷均衡性指标，在提高海上风电场总产能的同时，有效减少疲劳载荷离群风电机(简称离群风电机)的数目，降低海上风电场维护频率，更符合海上风电场实际运维需求。更符合海上风电场实际运维需求。更符合海上风电场实际运维需求。
技术研发人员：唐晓宇 林锟炜 赵文博
受保护的技术使用者：浙江大学
技术研发日：2021.10.12
技术公布日：2021/12/30