一种双叶轮水平轴风力机设计优化方法与流程

本发明涉及一种设计优化方法，具体涉及一种双叶轮水平轴风力机设计优化方法，属于风力机技术领域。

背景技术：

水平轴风力机(horizontalaxiswindturbine,hawt)可分为升力型和阻力型两类，升力型旋转速度快，阻力型旋转速度慢。对于风力发电，多采用升力型水平轴风力机。大多数水平轴风力机具有对风装置(也称偏航系统)，能随风向改变而转动，当风速矢量的方向变化时，能够快速平稳地对准风向，以便风轮获得最大的风能；对于大型风力机，则利用风向传感元件及伺服电动机组成的传动装置，同时也构成风力发电机机舱的组成部分。

传统的水平轴风力机均为单叶轮结构，单叶轮水平轴风力机(single-rotorwindturbine,srwt)最多可吸收来流风能中59.3％的能量，即betz极限。为提高风力机的气动效率，多级叶轮的概念被引入水平轴风力机，但出于成本考虑，双叶轮水平轴风力机(dual-rotorwindturbine,drwt)最具应用潜能。drwt具有如下特征：(1)双叶轮风力机的气动效率可超过betz极限；newman基于风力机多级致动盘理论分析得到两级相同尺寸风力机叶轮的最大功率系数为64％。(2)在保证功率输出的同时双叶轮风力机可减小单个叶片的长度和重量；相对较短的叶片可大大降低单个叶轮上的极限载荷和弹性变形；换言之，双叶轮风力机可规避通过增大单叶轮风机叶片长度来提高发电功率所带来的风险。(3)双叶轮风力机可比单叶轮风力机输出更多的能量，因而具有降低单位电能生产成本的潜能。(4)双叶轮风力机具有较高的功率密度，可使采用双叶轮风力机的风电场布置更紧凑。

随着海上风电的发展、低风速风资源的开发和利用，风力机逐步向大型化方向发展。然而，风力机尺寸的不断增大会产生一系列现实问题以限制叶片长度的进一步增大。drwt可提高风力机的整体风能吸收效率，在保证功率输出的同时可克服持续增大风力机叶片长度给风力机整机带来的风险。drwt概念的提出主要是为了提高单位面积风能吸收效率，从而提高单位机组整体气动效率。目前drwt的研究仅在模型试验研究阶段，试验模型的设计主要是将现有成熟风力机叶轮按比例缩小作为模型主叶轮，另一级模型叶轮由模型主叶轮根据需要按比例变换得到。假设第一级叶轮半径为r1、第二级叶轮半径为r2；按两级叶轮半径不同，drwt可分为三类：r1＝r2、r1>r2、r1<r2。第一类和第二类主要是通过进一步利用第一级叶轮尾流中的能量提高整体气动效率，第三类则是通过减小第二级叶轮叶根损失提高机组气动效率。由于第一级叶轮后的尾流中具有较大的与第一级叶轮旋转方向相反的速度，所以第二级叶轮的旋转方向与第一级叶轮相反便可更多地吸收风能，所以drwt的研究主要集中在反转式drwt。模型试验研究主要研究两级叶轮间距、两级叶轮转速匹配、两级叶轮尺寸对风力机整体输出功率的影响，但风洞试验模型特征尺寸对应的雷诺数与实际风力机差别很大，试验所反映的规律并不一定适用于原型drwt，仅可作为原型drwt设计的参考，且目前尚无针对原型drwt的设计方法。气动性能预测是风力机设计的关键，工程应用主要采用bemt方法(bladeelementmomentumtheory，叶素动量理论)，计算速度快，但实际drwt的第二级叶轮无法工作在第一级叶轮充分发展的尾流中，bemt无法实现本专利第二级叶轮的气动性能预测；而传统cfd方法(computationalfluiddynamics，计算流体动力学)计算量大、效率低。此外，由于drwt是两级叶轮相互耦合的整体，对于整体的耦合设计，传统的工程方法不能实现工程优化设计功能。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种双叶轮水平轴风力机设计优化方法，能够实现原型drwt两级叶轮协调高效运行的快速设计优化，具有高效率和高精度的技术效果。

为实现以上目的，本发明采用以下技术方案：

本发明提供一种双叶轮水平轴风力机设计优化方法，包括以下步骤：

s1，建立drwt设计优化模型；

s2，对drwt设计优化模型进行求解；

s3，通过al(actuatorline，致动线)与cfd相耦合的方法对drwt设计优化模型求解过程中drwt的气动性能进行预测。

进一步地，步骤s1中drwt设计优化模型的建立，包括如下步骤：

s11，以一气动性能优良的成熟srwt叶轮作为参照叶轮和主叶轮，保持主叶轮尺寸不变，根据设计需要将主叶轮按比例变换得到另一级叶轮，主叶轮与另一级叶轮的旋转方向相反；

s12，以r1、ω1、θ1、r2、ω2、θ2、d为设计变量，以塔架根部所受弯矩和塔架根部所受扭矩为约束条件，以一定风速范围内平均输出功率最大为优化目标，进行drwt设计优化模型建立。

进一步地，若r1＝r2，则第一级叶轮为主叶轮，第二级叶轮与主叶轮的外形相同且尺寸一一对应；若r1>r2，则第一级叶轮为主叶轮，第二级叶轮由主叶轮按比例缩小得到；若r1<r2，则第二级叶轮为主叶轮，第一级叶轮由主叶轮按比例缩小得到。

进一步地，步骤s2中求解过程包括如下步骤：

s21，初始化drwt设计优化模型，其中，r1＝r2、θ1＝θ2、ω1＝ω2、d＝1/3r1；

s22，配合遗传算法或其他优化算法对步骤s21的初始化模型进行求解，并在约束条件范围内改变drwt的设计变量；

s23，计算步骤s22中改变设计变量后的drwt两级叶轮所受载荷和drwt输出功率，并判断是否满足约束条件；若满足，则继续优化；否则，返回到步骤s22；

s24，若步骤s23中的计算参数满足约束条件，则判断优化算法是否收敛，如收敛，则输出优化后drwt的设计变量参数；否则，返回到步骤s22，循环往复。

进一步地，步骤s3中预测过程包括如下步骤：

s31，给定drwt初始流场和drwt叶片初始位置，根据初始流场和翼型数据求得叶片体积力，并将所述叶片体积力代入n-s方程；

s32，求解给定体积力的n-s(navier-stokes)方程，得到时刻n收敛的速度场；

s33，根据步骤s32得到的收敛速度场确定相对速度和两级叶轮的功角；

s34，根据步骤s33得到的两级叶轮的功角确定两级叶轮不同径向位置翼型的升阻力系数；

s35，根据步骤s33求得的相对速度和步骤s34求得的升阻力系数求得两级叶轮叶片所受升力和阻力，根据求得的升力和阻力计算drwt输出功率以及塔架根部所受弯矩、扭矩和其他载荷，并对所述输出功率和载荷进行监测；

s36，旋转叶轮到新的位置，确定叶轮新位置的体积力，并将该体积力代入n-s方程，将时刻n的求解更新到n+1时刻，循环步骤s32至步骤s36；

s37，使求解时间足够长，直至步骤s35监测的载荷呈稳定周期性变化认为计算收敛。

已有技术相比，本发明具有如下有益效果：

本发明针对drwt的模型设计，以drwt桨距角组合、两级叶轮间距、两级叶轮尺寸、两级叶轮转速为设计变量，以drwt输出功率最大为优化设计目标，以塔架所受载荷等为约束，提出采用al理论和cfd相耦合的数值模拟方法对两级叶轮间的详细流场进行求解，方便设计变量地寻优，并对双叶轮风力机气动性能进行预测评估，大幅度提高了drwt气动性能预测的精度和速度，从而提高了drwt的设计效率，为drwt的工程设计和drwt的工程应用奠定了基础。

附图说明

图1是本发明中drwt的结构示意图。

图2为本发明的设计优化流程图。

图3为本发明中气动性能预测流程图。

具体实施方式

下面结合附图和具体的实施方式对本发明作进一步详细说明。所述实施例的示例在附图中示出，在下述本发明的实施方式中描述的具体的实施例仅作为本发明的具体实施方式的示例性说明，旨在用于解释本发明，而不构成为对本发明的限制。

双叶轮水平轴风力机，如图1所示，第一级叶轮半径为r1、旋转角速度为ω1、桨距角为θ1；第二级叶轮半径为r2、旋转角速度为ω2、桨距角为θ2；两级叶轮中心间距为d。本发明提供一种双叶轮水平轴风力机设计优化方法，用于指导两级叶轮相互耦合的大型drwt设计，包括以下步骤：

步骤s1，建立drwt设计优化模型。进一步地，drwt设计优化模型的建立具体包括如下步骤：

s11，以一气动性能优良的现有成熟srwt叶轮为参照叶轮，并将其作为主叶轮。主叶轮可以是第一级叶轮，也可以是第二级叶轮，主叶轮在设计优化过程中的尺寸保持不变。根据设计需要，另一级叶轮由主叶轮按比例变换得到。若r1＝r2，则第一级叶轮为主叶轮，第二级叶轮尺寸和外形与第一级叶轮均相同；若r1>r2，则第一级叶轮为主叶轮，第二级叶轮由第一级叶轮按比例缩小得到；若r1<r2，则第二级叶轮为主叶轮，第一级叶轮由主叶轮按比例缩小得到。上述三种情况下的两级叶轮旋转方向均相反。

s12，以r1、ω1、θ1、r2、ω2、θ2、d为设计变量；以塔架根部所受弯矩m和塔架根部所受扭矩t为约束条件，同时根据设计需要对设计变量施加其他约束；以一定风速范围内平均输出功率pi最大为优化目标，建立drwt设计优化模型。其中，式(1)中pi为不同风速下drwt的输出功率。

步骤s2，对drwt设计优化模型进行求解。进一步地，求解过程具体包括如下步骤：

s21，对drwt设计优化模型进行初始化，其中，r1＝r2、θ1＝θ2、ω1＝ω2、d＝1/3r1。

s22，配合遗传算法或其他优化算法对drwt设计优化模型进行求解，改变drwt的设计变量，并drwt设计变量控制在约束范围内。

s23，计算改变设计变量后drwt两级叶轮所受载荷、drwt输出功率、塔架根部所受弯矩和扭矩等，并判断所计算的载荷、输出功率是否满足设计优化模型的约束，若满足约束则继续优化流程，若不满足约束则返回到步骤s22。

s24，若步骤s23中的计算参数满足约束条件，则判断优化算法是否收敛，如收敛，则输出优化后drwt的设计变量参数；否则，返回到步骤s22，重复步骤s22至步骤s24，循环往复。

步骤s3，通过采用al理论与cfd相耦合的方法，对drwt设计优化模型求解过程中drwt的气动性能进行预测。具体预测过程包括如下步骤：

s31，给定drwt初始流场和drwt叶片初始位置，根据初始流场和翼型数据求得叶片体积力，并将所述叶片体积力代入n-s方程。

s32，求解给定体积力的n-s方程，得到时刻n收敛的速度场。

其中：f为叶轮叶片体积力，ρ为空气密度，c为叶素弦长，cl为翼型升力系数，cd为翼型阻力系数。

s33，根据步骤s32得到的收敛速度场确定相对速度和两级叶轮的功角。

s34，根据步骤s33得到的两级叶轮的功角确定两级叶轮不同径向位置翼型的升阻力系数。

s35，根据步骤s33求得的相对速度和步骤s34求得的升阻力系数求得两级叶轮叶片所受升力和阻力，根据求得的升力和阻力计算drwt输出功率以及塔架根部所受弯矩、扭矩和其他载荷，并对所述输出功率和载荷进行监测。

s36，旋转叶轮到新的位置，确定叶轮新位置的体积力，并将该体积力代入n-s方程，将时刻n的求解更新到n+1时刻，循环步骤s32至步骤s36。

s37，使求解时间足够长，直至步骤s35监测的载荷呈稳定周期性变化认为计算收敛。

上述气动性能预测方法主要采用al理论计算n-s控制方程中的体积力，实现两级叶轮受力的快速计算，避免传统cfd方法求解边界层流动耗费大量计算资源；并采用cfd方法计算drwt两级叶轮间的详细流场，为第二级叶轮提供准确的来流流场；最终实现drwt气动性能的准确、高效预测和drwt的高效设计。

本发明针对drwt的模型设计，以drwt桨距角组合、两级叶轮间距、两级叶轮尺寸、两级叶轮转速为设计变量，以drwt输出功率最大为优化设计目标，以塔架所受载荷等为约束，提出采用al理论和cfd相耦合的数值模拟方法对两级叶轮间的详细流场进行求解，方便设计变量地寻优，并对双叶轮风力机气动性能进行预测评估，大幅度提高了drwt气动性能预测的精度和速度，从而提高了drwt的设计效率，为drwt的工程设计和drwt的工程应用奠定了基础。

应该注意的是，上述实施例是对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，单词“包括”不排除存在未列在权利要求中的数据或步骤。