一种基于多目标遗传算法的风电场微观选址优化方法

本发明涉及一种基于多目标遗传算法的风电场微观选址优化方法，包括以下步骤：S1、输入风力机组参数、风电场边界条件、风速、风向数据以及改进的BP尾流模型；S2、设置IHHO算法的参数；S3、随机分配坐标给n台风力发电机；S4、迭代次数初始化；S5、对风力机进行排序，采用改进的BP尾流模型计算每台风力发电机的尾流损失，再基于平方和模型对多层流叠加合成；S6、计算风电场的总输出功率和总成本，得到目标函数LCOE；S7、多次迭代输出最优风力机微观选址及对应的目标函数数值；解决传统优化算法在应对风电场微观选址的复杂解空间时，极易陷入局部最优解的困境，难以满足大规模风电场微观选址优化对高效计算要求的问题。