基于弗蘭德森-高斯尾流模型的海上風(fēng)電場風(fēng)力渦輪機優(yōu)化微選址 總結(jié)： 1. 本文在Frandsen模型的基礎(chǔ)上導(dǎo)出了高斯尾流模型，在尾流合成上提出了一個多WT的排序策略。2. 混合灰狼算法（HGWO）在灰狼優(yōu)化（GWO）算法基礎(chǔ)上引入遺傳算法的交叉和變異操作，以避免過早收斂和陷入局部最小值，并使用非線性控制參數(shù)來保證迭代的更快收斂速度。 3.將F-G模型應(yīng)用于WT優(yōu)化微觀選址問題，以平準(zhǔn)化能源成本（LCOE）最小化為目標(biāo)，采用HGWO算法求解。使用威布爾概率分布表征風(fēng)況。仿真結(jié)果表明，與Jensen模型相比，F(xiàn)-G模型下的風(fēng)電場效率下降，總尾流虧損增加。這與Jensen模型低估了尾流赤字的事實是一致的。F-G模型接近真實的尾流。4.HGWO算法與GA和GWO算法相比，在尋找最優(yōu)解和收斂速度方面具有最好的性能。