Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Windmill Farm Pattern Optimization using Evolutionary Algorithms

Abstract : When designing a wind farm layout, we can reduce the number of variables by optimizing a pattern instead of considering the position of each turbine. In this paper we show that when reducing the problem to only two variables defining a grid, we can gain up to 3% of energy output on simple examples of wind farms dealing with many turbines (up to 1000) while dramatically reducing computation time. To achieve these results, we compared both a genetic algorithm and a differential evolution algorithm to previous results from the literature. These preliminary results should be extended to examples involving non-rectangular farm layouts and wind distributions that may require pattern deformation variables in order to increase solution diversity.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

Littérature citée [14 références]  Voir  Masquer  Télécharger

https://hal-enac.archives-ouvertes.fr/hal-00996716
Contributeur : Céline Smith Connectez-vous pour contacter le contributeur
Soumis le : vendredi 5 septembre 2014 - 17:16:00
Dernière modification le : lundi 4 juillet 2022 - 09:27:41
Archivage à long terme le : : samedi 6 décembre 2014 - 10:10:29

Fichier

Vanaret_GECCO2014.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Charlie Vanaret, Nicolas Durand, Jean-Marc Alliot. Windmill Farm Pattern Optimization using Evolutionary Algorithms. GECCO 2014, Genetic and Evolutionary Computation Conference, Jul 2014, Vancouver, Canada. pp 181-182, ⟨10.1145/2598394.2598506⟩. ⟨hal-00996716⟩

Partager

Métriques

Consultations de la notice

185

Téléchargements de fichiers

429