a new hybrid metaheuristic algorithm for wind farm micrositing

خوارزمية فوق حدسية هجينة جديدة للتموضع الدقيق لمزارع الرياح

Clicks: 377
ID: 154758
2017
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #7 of 33 articles by views in parkinson's disease

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
This work focuses on proposing a new algorithm, referred as HMA (Hybrid Metaheuristic Algorithm) for the solution of the WTO (Wind Turbine Optimization) problem. It is well documented that turbines located behind one another face a power loss due to the obstruction of the wind due to wake loss. It is required to reduce this wake loss by the effective placement of turbines using a new HMA. This HMA is derived from the two basic algorithms i.e. DEA (Differential Evolution Algorithm) and the FA (Firefly Algorithm). The function of optimization is undertaken on the N.O. Jensen model. The blending of DEA and FA into HMA are discussed and the new algorithm HMA is implemented maximize power and minimize the cost in a WTO problem. The results by HMA have been compared with GA (Genetic Algorithm) used in some previous studies. The successfully calculated total power produced and cost per unit turbine for a wind farm by using HMA and its comparison with past approaches using single algorithms have shown that there is a significant advantage of using the HMA as compared to the use of single algorithms. The first time implementation of a new algorithm by blending two single algorithms is a significant step towards learning the behavior of algorithms and their added advantages by using them together.
يركز هذا العمل على اقتراح خوارزمية جديدة تُعرف باسم "الخوارزمية الإرشادية الفوقية الهجينة" (Hybrid Metaheuristic Algorithm - HMA) لحل مسألة "تحسين توربينات الرياح" (Wind Turbine Optimization - WTO). ومن المُثبت علمياً أن التوربينات التي تقع خلف بعضها البعض تواجه فقداً في القدرة ناتجاً عن إعاقة تدفق الرياح بفعل فواقد مسار الأثر الهوائي (wake loss). لذا، يتطلب الأمر تقليل فواقد مسار الأثر هذه عبر التوزيع المكاني الفعّال للتوربينات باستخدام خوارزمية HMA الجديدة، والتي اشتُقّت من خوارزميتين أساسيتين هما: خوارزمية التطور التفاضلي (Differential Evolution Algorithm - DEA) وخوارزمية اليراع (Firefly Algorithm - FA). وتُنفَّذ دالة التحسين بالاعتماد على نموذج "إن. أو. جنسن" (N.O. Jensen model). وتتناول الدراسة دمج خوارزميتي DEA وFA لتكوين خوارزمية HMA، كما يُطبَّق هذا النهج الخوارزمي الجديد لتعظيم إنتاج القدرة والحد من التكلفة في مسألة WTO. وقد قُورنت النتائج المستخلصة من خوارزمية HMA بالخوارزمية الجينية (Genetic Algorithm - GA) المستخدمة في دراسات سابقة؛ حيث أثبت الحساب الناجح لإجمالي القدرة المنتجة وتكلفة وحدة التوربين الواحدة لمزرعة الرياح باستخدام HMA—ومقارنتها بالنهوج السابقة المعتمدة على خوارزميات أحادية—وجود تفوق ملحوظ لاستخدام HMA على الخوارزميات الفردية. ويُعد هذا التطبيق الرائد لخوارزمية جديدة قائمة على الجمع بين خوارزميتين فرديتين خطوةً ذات دلالة نحو فهم سلوك الخوارزميات واستكشاف المزايا الإضافية المتحققة من دمجها معاً.
Reference Key
massan2017mehrana Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;SHAFIQ-UR-REHMAN MASSAN;ASIM IMDAD WAGAN;MUHAMMAD MUJTABA SHAIKH
Journal parkinson's disease
Year 2017
DOI
DOI not found
URL
http://publications.muet.edu.pk/research_papers/pdf/pdf1574.pdf
Keywords
genetic algorithm wind farm firefly algorithm civil engineering (general)science

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.