CN107194122A - 一种变速风机叶片的多工况气动优化的改进方法 - Google Patents
一种变速风机叶片的多工况气动优化的改进方法 Download PDFInfo
- Publication number
- CN107194122A CN107194122A CN201710483684.9A CN201710483684A CN107194122A CN 107194122 A CN107194122 A CN 107194122A CN 201710483684 A CN201710483684 A CN 201710483684A CN 107194122 A CN107194122 A CN 107194122A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- speed ratio
- tip speed
- optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种适用于变速风机的多工况气动优化设计方法,该方法基于直接优化方法,考虑风轮设计过程中集总参数对运行叶尖速比λope分布特性的影响以预测优化过程中新风轮的λope分布特性,并据此自动更新目标函数中的多个设计叶尖速比及其权重,采用遗传算法搜索目标函数的最优值。本发明无需限制优化风轮的λope分布特性与初始风轮,使得所得优化风轮的运行工况集中分布于更容易提升风能利用系数CP的叶尖速比处,能够进一步提高风力机的平均风能捕获效率。
Description
技术领域
本发明属于风力机叶片气动优化设计领域,特别是一种变速风机叶片的多工况气动优化的改进方法。
背景技术
近年来,变速风机(VSWT)已成为大型风电机组的主流机型。在低于额定风速时,风机普遍采用最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制策略。它会根据风速的变化调整风轮转速,使风轮运行在最佳叶尖速比λopt,并以最大风能利用系数Cp,max捕获风能。因此,传统的针对变速风机风轮的气动设计一般仅优化风轮在单一工况点(即λopt)的气动性能。而实际上,由于风轮转动惯量较大,风力机无法快速响应风速的突然变化、从而常运行在跟踪λopt的过程中而非λopt处。
考虑到变速风机无法保持运行在单一叶尖速比,为提高其在多工况点的平均气动性能,现有技术已经提出以多个叶尖速处的风能利用系数CP的加权和作为目标函数的多工况气动优化设计方法。该方法通过风力机闭环系统(含风轮、传动链和MPPT控制)的数值仿真获得对应于不同运行叶尖速比区间的来流风能、并将其作为量化描述各工况重要程度的指标,然后基于重点提升对应来流风能较大的叶尖速比处的CP的思路,确定目标函数中的多个设计叶尖速比及其对应权值。仿真结果表明,该方法能够提高变速风机在多个运行叶尖速比λope处的平均气动性能。
但是,由于该多工况方法是根据初始风轮的λope的分布特性来确定目标函数进而获得优化风轮,为保证该方法有效,必须保证优化风轮与初始风轮的λope分布相同,且优化风轮能够在这些固定的叶尖速比处(即对应初始风轮来流风能较大的叶尖速比)提升CP。而实际上,风力机在不同叶尖速比所能达到的功率系数极限是不同的,也即风力机在不同叶尖速比提升CP的难易程度是不同的。因此,主动调整运行工况使其集中分布于更容易提升CP的叶尖速比处,可以进一步提升风力机的平均气动性能。
由上可知,现有技术固定了优化风轮的运行叶尖速比λope分布,使得运行工况单一且固定,不能主动调整至提升风能利用系数CP更容易的工况下,因而风力机的平均气动性能提升比例有待提高。
发明内容
本发明所解决的技术问题在于提供一种变速风机叶片的多工况气动优化的改进方法。
实现本发明目的的技术解决方案为:一种变速风机叶片的多工况气动优化的改进方法,包括以下步骤:
步骤1、对控制点进行初始化,利用贝塞尔曲线拟合初始叶片的弦长和扭角曲线,得到控制点的初始值;同时构建初始表格,该表格为最优叶尖速比-设计叶尖速比-权重表,表格包含上述三种参数;
步骤2、利用贝塞尔曲线的控制点生成叶片气动外形,该外形包括弦长和扭角分布;
步骤3、判断叶片外形是否满足所有约束条件,若满足,执行步骤4,否则,将目标函数值设为零,执行步骤7;
步骤4、调用Bladed软件计算风能利用系数和叶尖速比的关系曲线以及最优叶尖速比λopt;所述风能利用系数和叶尖速比的关系曲线为Cp-λ曲线;
步骤5、根据最优叶尖速比λopt更新目标函数,确定需要考虑的工况以及对应工况的权重系数μj;
步骤6、计算目标函数值,得到平均风能捕获效率Pfavg;
步骤7、判断是否满足终止条件,若不满足,通过调用遗传算法产生新一代个体,转向步骤2;若满足,则输出最优叶片的气动外形。
本发明与现有技术相比,其显著优点为:1)本发明考虑了风轮实际运行中受MPPT动态过程影响,在设计优化阶段,提升多个工况下的平均气动性能;2)本发明提出了在优化过程中主动调整运行工况的方法,主动调整运行工况使其集中分布于更容易提升CP的叶尖速比处,可以进一步提升风力机的平均气动性能;3)本发明无需限制优化风轮的λope分布特性与初始风轮,使得所得优化风轮的运行工况集中分布于更容易提升风能利用系数CP的叶尖速比处,能够进一步提高风力机的平均风能捕获效率。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明的改进的多工况气动设计方法流程图。
图2为本发明优化后的风轮与其他两种优化方法获得的风轮以及初始风轮的气动外形对比图,其中图(A)为弦长对比图,图(B)为扭角对比图。其中,通过集总参数λopt的多工况改进设计方法标记为MPVW blade,固定优化风轮λope分布的多工况设计方法标记为MPCWblade,多工况数值计算的方法标记为MPNC blade,以及初始叶片标记为Original blade。
图3为本发明优化后的风轮与其他两种优化方法得到的风轮分别与初始风轮进行来流风能比例分布和风能利用系数的对比图,其中图(A)为MPVW blade与Original blade的对比图,图(B)为MPCW blade与Original blade的对比图,图(C)为MPNC blade与Original blade的对比图。
具体实施方式
结合附图,本发明的一种变速风机叶片的多工况气动优化的改进方法,包括以下步骤:
步骤1、对控制点进行初始化,利用贝塞尔曲线拟合初始叶片的弦长和扭角曲线,得到控制点的初始值;同时构建初始表格,该表格为最优叶尖速比-设计叶尖速比-权重表,表格包含上述三种参数;
步骤2、利用贝塞尔曲线的控制点生成叶片气动外形,该外形包括弦长和扭角分布;
步骤3、判断叶片外形是否满足所有约束条件,若满足,执行步骤4,否则,将目标函数值设为零,执行步骤7;所述约束条件为:
1)弦长变化不超过初始叶片弦长的1.05倍;
2)弦长变化不低于初始叶片弦长的0.8倍;
3)叶片弦长和扭角曲线平滑过渡,从最大值位置开始直到叶尖位置的弦长和扭角均单调递减。
步骤4、调用Bladed软件计算风能利用系数和叶尖速比的关系曲线以及最优叶尖速比λopt;所述风能利用系数和叶尖速比的关系曲线为Cp-λ曲线;
步骤5、根据最优叶尖速比λopt更新目标函数,确定需要考虑的工况以及对应工况的权重系数μj;
所述目标函数为:
式中,K是设计叶尖速比λj的个数,是在λj处的风能利用系数,μj是在处的权重系数,并且满足0<μj<1和 是在λj处的来流风能比例,Pfavg是平均风能捕获效率;
根据最优叶尖速比λopt更新目标函数包括以下步骤:
步骤5-1、将最优叶尖速比λopt与步骤1中的最优叶尖速比-设计叶尖速比-权重表进行比对,若最优叶尖速比λopt已经存在,则直接进行查表,更新权重;否则,进行步骤5-2;
步骤5-2、将步骤4中计算得到的最佳叶尖速比λopt的新的风轮外形,基于风力机闭环系统进行动态仿真,得到来流风能分布从而确定设计叶尖速比λj和权重μj,具体步骤如下:
步骤5-2-1、按照来流风能分布依次递减的顺序选择设计叶尖速比区间直到满足条件其中rtot为90%;
步骤5-2-2、将步骤5-2-1中确定的区间中点作为对应设计叶尖速比λj,相应的权重系数μj由下式确定:
步骤6、计算目标函数值,得到平均风能捕获效率Pfavg;
步骤7、判断是否满足终止条件,若不满足,通过调用遗传算法产生新一代个体,转向步骤2;若满足,则输出最优叶片的气动外形。所述终止条件是指:
1)遗传代数不超过500代;
或者,
2)遗传算法连续计算300代,目标函数的值未变化。
本发明无需限制优化风轮的λope分布特性与初始风轮,使得所得优化风轮的运行工况集中分布于更容易提升风能利用系数CP的叶尖速比处,能够进一步提高风力机的平均风能捕获效率。
下面结合实施例对本发明做进一步详细的描述:
实施例
利用英国Garrad Hassan Partners Limited公司(简称GH公司)开发的通过GL(德国劳埃船级社)认证的用于风电机组设计的专业软件Bladed进行仿真计算。风力机选用美国国家能源部可再生能源实验室(National Renewable Energy Laboratory,NREL)开发的1.5MW机型,基准叶片参数见表1。
表1 1.5MW风力机叶片参数
计算Pfavg所用湍流风速参数如表2所示。
表2湍流风速参数
参数 | 数值 |
平均风速(m/s) | 5 |
定义速度的高度(m) | 84 |
风速序列长度(sec.) | 3600 |
时间步长(sec.) | 0.05 |
湍流模型 | IEC Kaimal |
湍流强度 | A |
积分尺度 | 150 |
按照传统的多工况设计方法(MPCW),根据初始风轮的λope的分布特性来确定目标函数,并且保持目标函数不变,以此来优化风轮的气动外形,并且计算出MPCW方法得到优化后风轮的设计叶尖速比λopt和平均风能捕获效率Pfavg。
然后,按照本发明提出的改进的多工况设计方法(MPVW),不固定优化风轮的λope分布特性与初始风轮相同,通过风轮的集总参数λopt确定目标函数中不同的叶尖速比及其权重。计算出MPVW方法优化后风轮的设计叶尖速比λopt和平均风能捕获效率Pfavg。
此外,还做了一组不通过集总参数λopt,每一次都计算来流风能比例分布并且按照要求确定目标函数的仿真,也就是通过数值计算的多工况优化方法(MPNC),也计算出优化后风轮的设计叶尖速比λopt和平均风能捕获效率Pfavg。
三种方法的优化过程耗时记录如表3,仿真结果记录如表4:
表3优化仿真耗时
优化方法 | MPCW | MPVW | MPNC |
仿真时间(h) | 6.3 | 23.5 | 368.1 |
表4仿真结果
从表3和表4中可以看出:
1)本发明提出的MPVW方法,相比于初始风轮,Pfavg提升1.97%,是三种优化方法中最高的。
2)未改进前的MPCW方法,虽然相比于初始风轮,Pfavg虽然提升1.43%,但是本发明中改进以后的方法,能够提升更多的效率。
3)MPNC方法由于未引入集总参数λopt直接进行数值计算,虽然目标函数的确定每一次都是精准的,Pfavg相比于初始风轮提升1.89%,但也没有本发明中提出的MPVW方法优化出来的叶片提升效率高。此外,MPNC方法的仿真耗时远远超过MPVW方法,显然优化过程过长,时间成本过高。
图2(A)是三种优化方法与初始叶片的弦长分布对比图,从图中可以看出,除了靠近叶根的部分,MPVW方法叶片的弦长比初始叶片小,节省了叶片的材料成本。MPVW和MPNC方法设计得到的叶片弦长在叶片中部(30%到70%处)很接近,这部分也是捕获功率最主要的部分。
图2(B)是三种优化方法与初始叶片的扭角分布对比图,从图中可以看出,三种优化方法得到的叶片扭角很接近,都比初始叶片的扭角大。
图3(A)是MPVW叶片与初始叶片的性能比较,从图中可以看出,由于两种叶片的Cp-λ曲线相交于叶尖速比为6.7的位置,因此将运行叶尖速比的分布范围划分为两个区间U(5.0,6.7)和U(6.7,10.0)。尽管在区间U(5.0,6.7)中MPVW叶片的Cp较初始叶片小,但是对应的来流风能分布的比例也较小,而在区间U(6.7,10.0)中来流风能分布得更多,具体的分布比例p(U(6.7,10.0))=60.8%,相应的Cp值也更高,这解释了MPVW叶片效率提升的主要原因。
图3(B)是MPCW叶片与初始叶片的性能比较,从图中可以看出,两种叶片的来流风能分布是一样的,但是MPCW叶片的Cp-λ曲线较初始叶片有了普遍的提升,因而效率更高。
图3(C)是MPNC叶片与初始叶片的性能比较,与MPVW的分析类似,在来流风能分布更集中的设计叶尖速比区间提升风能利用效率,从而提升平均风能捕获效率。
由上述实施例,可以验证本发明提出的MPVW优化方法,相比于传统的多工况优化方法,在湍流风况下能够进一步改善风力机的风能捕获效率,此外,相较于每一次优化都采用直接数值计算的方法,本发明引入风轮集总参数λopt,不仅在风能捕获效率上有了一定的提升,更重要的是减少了很多优化时间,节省了时间成本。
Claims (4)
1.一种变速风机叶片的多工况气动优化的改进方法,其特征在于,包括以下步骤:
步骤1、对控制点进行初始化,利用贝塞尔曲线拟合初始叶片的弦长和扭角曲线,得到控制点的初始值;同时构建初始表格,该表格为最优叶尖速比-设计叶尖速比-权重表,表格包含上述三种参数;
步骤2、利用贝塞尔曲线的控制点生成叶片气动外形,该外形包括弦长和扭角分布;
步骤3、判断叶片外形是否满足所有约束条件,若满足,执行步骤4,否则,将目标函数值设为零,执行步骤7;
步骤4、调用Bladed软件计算风能利用系数和叶尖速比的关系曲线以及最优叶尖速比λopt;所述风能利用系数和叶尖速比的关系曲线为Cp-λ曲线;
步骤5、根据最优叶尖速比λopt更新目标函数,确定需要考虑的工况以及对应工况的权重系数μj;
步骤6、计算目标函数值,得到平均风能捕获效率Pfavg;
步骤7、判断是否满足终止条件,若不满足,通过调用遗传算法产生新一代个体,转向步骤2;若满足,则输出最优叶片的气动外形。
2.根据权利要求1所述的一种变速风机叶片的多工况气动优化的改进方法,其特征在于,步骤3中约束条件为:
1)弦长变化不超过初始叶片弦长的1.05倍;
2)弦长变化不低于初始叶片弦长的0.8倍;
3)叶片弦长和扭角曲线平滑过渡,从最大值位置开始直到叶尖位置的弦长和扭角均单调递减。
3.根据权利要求1所述的一种变速风机叶片的多工况气动优化的改进方法,其特征在于,步骤5中所述目标函数为:
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>j</mi>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>&mu;</mi>
<mi>j</mi>
</msub>
<msubsup>
<mi>C</mi>
<mi>P</mi>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>(</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
</msub>
<mo>)</mo>
<msubsup>
<mi>C</mi>
<mi>P</mi>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>maxP</mi>
<mrow>
<mi>f</mi>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
</mrow>
式中,K是设计叶尖速比λj的个数,是在λj处的风能利用系数,μj是在处的权重系数,并且满足0<μj<1和 是在λj处的来流风能比例,Pfavg是平均风能捕获效率;
根据最优叶尖速比λopt更新目标函数包括以下步骤:
步骤5-1、将最优叶尖速比λopt与步骤1中的最优叶尖速比-设计叶尖速比-权重表进行比对,若最优叶尖速比λopt已经存在,则直接进行查表,更新权重;否则,进行步骤5-2;
步骤5-2、将步骤4中计算得到的最佳叶尖速比λopt的新的风轮外形,基于风力机闭环系统进行动态仿真,得到来流风能分布从而确定设计叶尖速比λj和权重μj,具体步骤如下:
步骤5-2-1、按照来流风能分布依次递减的顺序选择设计叶尖速比区间直到满足条件其中rtot为90%;
步骤5-2-2、将步骤5-2-1中确定的区间中点作为对应设计叶尖速比λj,相应的权重系数μj由下式确定:
<mrow>
<msub>
<mi>&mu;</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>U</mi>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>U</mi>
<msub>
<mi>&lambda;</mi>
<mi>j</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
4.根据权利要求1所述的一种变速风机叶片的多工况气动优化的改进方法,其特征在于,步骤7终止条件是指:
1)遗传代数不超过500代;
或者,
2)遗传算法连续计算300代,目标函数的值未变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710483684.9A CN107194122B (zh) | 2017-06-23 | 2017-06-23 | 一种变速风机叶片的多工况气动优化的改进方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710483684.9A CN107194122B (zh) | 2017-06-23 | 2017-06-23 | 一种变速风机叶片的多工况气动优化的改进方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107194122A true CN107194122A (zh) | 2017-09-22 |
CN107194122B CN107194122B (zh) | 2021-01-15 |
Family
ID=59879565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710483684.9A Active CN107194122B (zh) | 2017-06-23 | 2017-06-23 | 一种变速风机叶片的多工况气动优化的改进方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194122B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359426A (zh) * | 2018-11-26 | 2019-02-19 | 南京理工大学 | 一种风力机叶片气动参数与控制器参数的联合优化方法 |
CN111310382A (zh) * | 2019-12-31 | 2020-06-19 | 南京理工大学 | 考虑运行多工况的变速风机叶片设计攻角优化方法 |
CN112780484A (zh) * | 2021-03-02 | 2021-05-11 | 三一重能股份有限公司 | 风电叶片的扭角分布设计方法、装置和电子设备 |
CN115238613A (zh) * | 2022-09-19 | 2022-10-25 | 齐鲁工业大学 | 一种风机叶片形状优化方法、系统、存储介质及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120237354A1 (en) * | 2010-12-02 | 2012-09-20 | Alan Brocklehurst | Aerofoil |
CN105844361A (zh) * | 2016-03-29 | 2016-08-10 | 北京金风科创风电设备有限公司 | 风电机组风功率预测方法、解缆方法和装置 |
CN106777525A (zh) * | 2016-11-24 | 2017-05-31 | 南京理工大学 | 考虑设计叶尖速比风轮静、动态影响的风力机气动设计方法 |
-
2017
- 2017-06-23 CN CN201710483684.9A patent/CN107194122B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120237354A1 (en) * | 2010-12-02 | 2012-09-20 | Alan Brocklehurst | Aerofoil |
CN105844361A (zh) * | 2016-03-29 | 2016-08-10 | 北京金风科创风电设备有限公司 | 风电机组风功率预测方法、解缆方法和装置 |
CN106777525A (zh) * | 2016-11-24 | 2017-05-31 | 南京理工大学 | 考虑设计叶尖速比风轮静、动态影响的风力机气动设计方法 |
Non-Patent Citations (2)
Title |
---|
ZHIQIANG YANG 等: "A Multi-Point Method Considering the Maximum Power Point Tracking Dynamic Process for Aerodynamic Optimization of Variable-Speed Wind Turbine Blades", 《ENERGIES》 * |
张小莲 等: "风电机组最大功率点跟踪控制的影响因素分析", 《电力系统自动化》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359426A (zh) * | 2018-11-26 | 2019-02-19 | 南京理工大学 | 一种风力机叶片气动参数与控制器参数的联合优化方法 |
CN111310382A (zh) * | 2019-12-31 | 2020-06-19 | 南京理工大学 | 考虑运行多工况的变速风机叶片设计攻角优化方法 |
CN112780484A (zh) * | 2021-03-02 | 2021-05-11 | 三一重能股份有限公司 | 风电叶片的扭角分布设计方法、装置和电子设备 |
CN115238613A (zh) * | 2022-09-19 | 2022-10-25 | 齐鲁工业大学 | 一种风机叶片形状优化方法、系统、存储介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107194122B (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194122A (zh) | 一种变速风机叶片的多工况气动优化的改进方法 | |
CN109409013A (zh) | 一种低风速风电机组风轮智能优化设计方法 | |
US7357622B2 (en) | Method and installation for extracting energy from a flowing fluid | |
CN103244348A (zh) | 变速变桨风力发电机组功率曲线优化方法 | |
CN107559143A (zh) | 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法 | |
CN106499581B (zh) | 一种考虑变化湍流风况的风力机自适应转矩控制方法 | |
CN106894947B (zh) | 一种低风速变速变桨风力机叶片优化设计方法 | |
CN109145506B (zh) | 一种高气动性能低噪声水平风力机外侧翼型的优化设计方法 | |
CN112507471B (zh) | 一种大攻角范围条件下垂直轴风力机翼型设计方法 | |
CN111209638B (zh) | 基于运行攻角偏差修正的低风速风力机叶片气动设计方法 | |
CN106777525B (zh) | 考虑设计叶尖速比风轮静、动态影响的风力机气动设计方法 | |
CN108843489A (zh) | 基于限转速平滑功率控制的风机变桨优化方法 | |
CN109268205B (zh) | 一种基于智能风力机的风电场优化控制方法 | |
CN105156270A (zh) | 风力发电机独立变桨控制系统及方法 | |
Liu et al. | Optimization model for rotor blades of horizontal axis wind turbines | |
CN108825434A (zh) | 基于风轮动能平滑功率控制的风机变桨优化方法 | |
CN108843494A (zh) | 基于斜线平滑功率控制的风机变桨优化方法 | |
CN104863799A (zh) | 一种利用贝塞尔函数曲线的风力机翼型设计方法 | |
CN109783912A (zh) | 一种升力型垂直轴风力发电机叶片翼型优化设计方法 | |
CN113742861A (zh) | 一种适用于风力发电机风洞试验的叶片模型优化设计方法 | |
CN105909469A (zh) | 一种减小变桨动作的变速恒频风电机组的限功率控制方法 | |
CN105927470A (zh) | 一种基于动态转矩限值的风电机组最大风能捕获控制方法 | |
CN109611268A (zh) | 一种双叶轮水平轴风力机设计优化方法 | |
Soraghan et al. | Influence of lift to drag ratio on optimal aerodynamic performance of straight blade vertical axis wind turbines | |
CN113098057B (zh) | 一种双馈风机参数的多目标高维多分数阶优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |