伴随着全球范围内的常规能源储量下降以及环境污染日趋严重等问题的影响,各国都认识到了开发新能源迫在眉睫。风能因其无污染,利用率高,具有大规模开发利用的前景受到越来越广泛的关注。近年来,我国也很重视风能资源开发,已建和在建有多个大规模风电场。因此,对于拟建风场来说,风能资源评估和风机选型具有重要的现实意义。本文的主要研究内容是智能优化算法在风电场风能资源评估和风电场风机优化选型中的应用。本文在对文化算法和微粒群算法进行详细分析后,提出了一种增强型的文化微粒群算法,将微粒群算法应用于文化算法框架的主群体空间,改进了微粒群算法的速度更新公式,同时对信念空间的知识及其更新方式进行了重新定义,提出了用历史知识来引导形势知识更新的策略,从而使得这种混合算法在寻优过程中既可以保持种群多样性,也具有较快的收敛速度。实验结果证明,该算法是一种能够发挥文化算法优点,提高微粒群算法性能的混合算法。在提出以上改进混合算法后,本文以风能资源评估中的Weibull分布参数为研究对象,将增强型文化微粒群算法应用于Weibull分布参数的优化,优化得到的参数值精度较高,由该参数拟合的风速分布曲线接近实际曲线,这既体现了算法的实用性,也再次验证了算法的优化性能。最后,针对风电场风机优化选型的需要,建立最大装机容量模型和最优性价比模型两个风机优化选型模型,并将改进的离散文化微粒群算法应用到风电场风机选型的模型的优化中,为拟建风场确定所选风机类型和数量提供依据,在实际算例中取得较好的效果。