借助生物学优化风电场

风力涡轮机摆放位置的不同会阻挡空气流向其他的涡轮机。

为了最大化风力涡轮机的发电量，数值计算演化算法（EA）被应用于制定最好的风力涡轮机的安置方案。来自Adelaide大学的计算机科学家Frank Neumann博士使用Max-Planck机构的超级计算机进行该项研究。

“我们正在考虑如何才能优化风电场涡轮机的安置方案”，Neumann说。

他说风电场的涡轮机会阻挡空气流向其他的涡轮机。所谓的“尾流效应”（wake effects）会极大的降低风电场的发电量。在节约空间和减少尾流效应之间需要权衡取舍。

Neumann和他的同事开发出了在给定地形、涡轮机类型、风向和土地面积情况下最小化尾流效应同时最大化发电量的计算机算法。它们被称作“演化算法”，因为它们受生物进化的启发，Newmann说。

该过程从一组特定的涡轮机布局的集合开始（这可被认为解决问题的‘双亲’方案）。每对父母成为一个新的具有不同特征的布局集合的基础（可被认为是‘后代’方案）。这种思想复制了进化过程中所发生的事情，新的一代对于前一代会有所改善。

“最终我们从集合中选择最好的解决方案”，Newmann说。

他说，通过使用这些算法，可能使风电场的发电量增加4%到5%。

“从利润上来看，对于一个发电厂来说这将是数亿美元”，Newmann说。

Newmann说，在不同情景下对所有涡轮机之间的相互影响进行估计需要巨大的计算能力。他说其余的风电场布局优化途径只能处理很少数量的涡轮机，而他的算法可以支持最多1000台。

Newmann说，为了使计算的时间降低到一个星期，需要一台超级计算机，并行的对所有的解决方案进行评估。“使用普通的计算机可能会耗费一年的时间”。

Newmann说其它受生物启发的已被用于解决复杂问题的算法基于