本部分最初由清华大学张兴教授团队研发，目前研究团队还包括：同济大学王峻、上海第二工业大学宋梦譞、华南理工大学陈凯、广州铁路职业技术学院吴兵恒及各团队研究生、本科生。
聚风型风力机与普通风力机相比，增加了聚风罩，可对气流产生局部加速效果，从而提高发电功率。我们采用遗传算法对整个聚风罩的形状进行优化。通过将数值计算软件与优化控制脚本相结合，可实现聚风罩形状的自动优化算法，其目标是找出载荷小、提速效果大的聚风罩形状。
风力机运转时，提取了空气动能，导致下游风速降低。这种效应会扩散到风轮直径若干倍的区域，对下游风力机的效率产生影响。风电场评估部仅需要对流场模拟准确，还要能够对放置风力机之后的情形进行模拟。而风力机的尺寸与整个风电场的尺寸相差甚远，局部生成加密的贴体网格会带来极大的计算量，不利于工程应用。我们开发了用于在不均匀流场中模拟风力机尾流的模型。该模型将尾流影响作为一种虚拟物质的对流扩散运动来近似求解，并采用粒子追踪的无网格方法对该虚拟物质的演化进行模拟。
由于多个风力机尾流的互相干扰，为了实现风电场总体产能最优，需要精确安排每一台风力机的位置和塔架高度。我们针对不同的需求和条件，采用了包括遗传算法、粒子群算法、贪婪算法在内的多种优化算法时间风力机布局的自动寻优，同时还能考虑产能稳定性和建设运营成本。
下面有一个介绍我们的风电场微观选址软件的视频。
一个简单的场景，展示了复杂地形上的风力机、流场和尾流（虚拟粒子尾流模型的模拟效果），点击此处查看。
请前往宋梦譞老师的简历查阅相关论文。