CN109190283A - 一种考虑高湍流自由来流效应的风力机翼型气动优化方法 - Google Patents

Abstract

本发明公开了一种考虑高湍流自由来流效应的风力机翼型气动优化方法，根据实际风场中叶片翼型来流的高湍流特性，将入流湍流强度对翼型气动效率、载荷等的影响参数化，建立最大升阻比和最大升力系数的敏感性参数，再以权重系数法结合翼型效率与载荷参数、表面粗糙敏感性以及雷诺数效应等目标参数，形成了翼型多工况气动优化模型，并结合遗传算法构建了翼型气动优化方法。基于数值模拟与评估表明，采用本发明所提出的翼型气动优化方法，在保持高设计升力系数、提高最大升阻比同时，显著降低了翼型气动性能随着自由来流湍流强度变化的敏感性参数；另外翼型的最大升力系数得到了有效限制，失速过程更为平缓。

Description

一种考虑高湍流自由来流效应的风力机翼型气动优化方法

技术领域

本发明属于风力机翼型设计领域，涉及一种风力机翼型的气动优化方法，具体涉及适用于高湍流自由来流风场中具有气动性能低敏感性的风力机翼型优化设计方法。

背景技术

翼型是风电叶片的展向设计元素。翼型空气动力学性能的优劣从根本上决定了风电叶片的风能转换效率和载荷特性。因此，从二维翼型的角度研究各种入流条件下边界层发展规律，研发出气动性能优异的风力机翼型，是实现风电叶片在复杂风场环境下高效、稳定、安全运行的基本手段。

自20世纪80年代以来，研发人员设计出多种通用型风力机翼型系列并逐步取代了航空翼型在水平轴风力机上的应用。这些风力机翼型是基于运行在大气边界层底层的风电叶片和运动在高层稳定大气层中的机翼的流动差异专门设计得到；另一方面，随着风电产业的发展，翼型气动目标也随着风电叶片的功率控制类型、人们对于叶片流动机理的认识水平、设计技术的进步而不断丰富和深化。例如，为保证实际风场中复杂风况条件下的发电量，对于风力机翼型的气动优化目前至少达到了以下共识：1)在设计条件下具有高气动效率，2)非设计攻角下气动力波动小，3)最大升力系数随前缘粗糙具有低敏感性等。

风场实测表明，具有低前缘粗糙敏感性的风力机专用翼型有效提高了风场的发电量(30％以上)。但风场实测的风力机运行功率曲线仍与设计条件下的静态功率曲线存在较大差距。其原因在于复杂风场条件下的风电叶片多尺度流动因素相互耦合，使得叶片无法稳定运行在“设计条件”下；例如运行攻角、运行雷诺数、表面粗糙状况、入流湍流强度等均与设计条件存在较大差异。从翼型的角度分析，表面粗糙导致的强制转捩可使翼型最大升阻比下降50％左右，因此低前缘粗糙敏感性一直是风力机翼型的关键优化目标；近年来有学者进一步将雷诺数效应导致的翼型气动力变化作为优化目标，以提高叶片气动载荷稳定性。但是对于翼型流动边界层转捩和分离具有重要影响的自由来流湍流扰动，至今尚没有将其考虑到翼型设计之中。

目前风力机翼型气动设计通常基于均匀自由来流假设(设定为极低自由来流湍流水平，一般为0.1％以下，对应为自然转捩模式)；而用于叶片设计的翼型数据也是低湍流风洞中测量结果，所对应的入流湍流强度一般在0.5％以下，纯净的低速风洞甚至可以低至0.07％。而实际风场中自由来流湍流强度则高达10％以上；即便对处于额定风速以上运行的多兆瓦级叶片外侧翼型来说，其入流湍流强度也可达到1％～2％的水平，远高于设计时的入流湍流强度。风洞试验和数值模拟均表明，高湍流自由来流对翼型边界层的转捩模式(自然转捩或旁路转捩)、发展方式以及分离点的位置存在显著影响，进而对翼型的气动力系数则存在负面效应。例如，评估表明，对于通用型叶片外侧翼型而言，当自由来流湍流强度自0.1％增加至1％左右时，翼型的最大升阻比可下降25％，最大升力系数可下降5％。更为重要的是，自由来流湍流具有时空的非定常性和不确定性，以极低自由来流湍流扰动为设计条件的翼型在高扰动条件下的实际风场中不仅会导致叶片的气动效率偏低，疲劳载荷增加，更会使得叶片极限载荷具有不可预测性。为提高叶片在实际风场条件下的风能捕获效率，降低运行安全风险，必须将高湍流自由来流对翼型气动性能的影响考虑到风力机翼型的优化设计之中，发展风力机翼型气动优化模型和优化设计方法。

发明内容

鉴于以上问题，本发明旨在将高湍流自由来流的影响引入到风力机翼型优化设计中，根据复杂风场中风电叶片的高湍流入流特性，在满足翼型基本设计需求外，进一步对翼型气动效率、载荷等随来流扰动的敏感性进行优化，集成翼型多工况分析与优化设计，形成具有自由来流扰动低敏感性的翼型气动优化方法以及由该方法得到的风力机翼型。

本发明的技术目的是通过以下技术方案实现的：

一种考虑高湍流自由来流效应的翼型气动优化方法，根据复杂风场中风电叶片的高湍流入流特性，在满足翼型基本设计需求的前提下，对翼型气动效率、载荷随来流扰动的敏感性进行优化，其特征在于，所述翼型气动优化方法包括如下步骤：

SS1.确定目标翼型基本运行条件：

根据目标翼型所适用的风力机叶片的容量、长度以及目标翼型在风力机叶片展向上的适用位置，确定目标翼型的相对厚度以及在风力机叶片适用位置处的运行条件；

根据目标翼型在风力机叶片适用位置处的运行条件，确定目标翼型的运行攻角范围、运行雷诺数条件和入流风湍流水平；

SS2.预评估参考翼型的各项气动性能特征参数：

选择一组与目标翼形的相对厚度基本相同的现有风力机翼型作为参考翼型系列，计算各参考翼型在所述目标翼型的设计工况条件以及若干非设计变工况条件下的基本气动力系数，进而评估各参考翼型的各项气动性能特征参数，所述各项气动性能特征参数中至少包括表征气动效率的气动性能特征参数、表征设计载荷的气动性能特征参数以及表征变工况条件影响的敏感性参数；

SS3.确定目标翼形的气动优化目标函数：

基于步骤SS2获得的各项气动性能特征参数的预评估结果，至少将表征气动效率的气动性能特征参数、表征设计载荷的气动性能特征参数以及表征变工况条件影响的敏感性参数设定为优化目标参数f_i；

基于各项优化目标参数f_i的量级大小，对各项优化目标参数f_i赋予归一化尺度因子s_i；

根据目标翼型设计需求侧重确定各项优化目标参数f_i的权重系数w_i；

根据各项优化目标参数f_i在优化过程中增减的期望，对各项优化目标参数f_i赋予期望系数e_i；

根据各项优化目标参数f_i以及其归一化尺度因子s_i、权重系数w_i、期望系数e_i，得到目标翼型的气动优化目标函数f，所述目标翼型的气动优化目标函数f的表达式如下：

f＝∑e_is_iw_if_i；

SS4.设定目标翼型的寻优空间和约束条件：

选择一与目标翼形的相对厚度基本相同的现有风力机翼型作为初始翼型，以翼型的几何特征参数作为目标翼型设计变量，根据所述初始翼型的几何特征及其叶片结构兼容性要求，设定目标翼型设计变量的上下界，所述目标翼型设计变量的上下界即为目标翼型的寻优空间和约束条件，其中，所述叶片结构兼容性要求为初始翼型和与其同一系列的其他厚度翼形的几何兼容性，至少包括最大厚度位置与尾缘厚度的几何兼容性；

SS5.迭代优化与评估：

采用全局性最优化方法对所述目标翼型的气动目标函数f进行迭代优化，得到目标翼型；其中每一步迭代优化过程中均至少包括翼型几何设计、多工况条件下的翼型气动性能计算、翼型气动性能评估等过程。

进一步地，步骤SS1中，目标翼型的基本运行条件采用叶素动量理论预估得到：根据目标翼型所适用风力机叶片的容量以及长度，采用叶素动量理论分别计算得到切入风速、额定风速以及切出风速条件下目标翼型所适用风力机叶片展向位置附近的运行攻角范围、运行雷诺数范围；目标翼型的入流湍流水平根据所适用风力机叶片的尖速比以及风场湍流水平预估得到。

进一步地，步骤SS2中，将目标翼型的基本运行条件作为目标翼型的设计工况条件，以所述基本运行条件的上界和/或下界作为变工况条件；其中，为与各参考翼型的气动特性以及实验数据进行有效比较，仍以低湍流自由来流为目标翼型的设计入流湍流条件，但设定目标翼型实际运行的高湍流入流强度作为变工况入流湍流条件。

进一步地，步骤SS2中，表征气动效率的气动性能特征参数至少包括最大升阻比l/d_max；表征设计载荷的气动性能特征参数至少包括设计点升力系数 c_l,design。

进一步地，步骤SS2中，表征气动效率的气动性能特征参数和表征设计载荷的气动性能特征参数包括：设计点升力系数c_l,design、最大升阻比l/d_max、失速点最大升力系数c_l,max、设计点与失速点之间升力系数的平均变化率R_cl、设计点与失速点之间升阻比的平均变化率R_ld。

进一步地，步骤SS2中，表征变工况条件影响的敏感性参数包括表征表面粗糙对翼型气动特性影响的敏感性参数、表征雷诺数效应对翼型气动特性影响的敏感性参数、表征自由来流扰动效应对翼型气动特性影响的敏感性参数。

进一步地，步骤SS2中，表征变工况条件影响的敏感性参数包括：最大升力系数随着表面粗糙的敏感性参数R_sf,cl、最大升阻比随着表面粗糙的敏感性参数R_sf,ld、最大升力系数随着雷诺数变化的敏感性参数R_rn,cl、最大升阻比随着雷诺数变化的敏感性参数R_rn,ld、最大升力系数随着来流湍流强度变化的敏感性参数R_ti,cl、最大升阻比随着来流湍流强度变化的敏感性参数R_ti,ld。

进一步地，步骤SS2中，表征变工况条件影响的敏感性参数采用线性平均方法以相对变化率R的方式进行定义，各敏感性参数分别定义为：

其中，R_sf,ld为翼型的最大升阻比随表面粗糙变化的敏感性参数，R_sf,cl为翼型最大升力系数随着表面粗糙变化的敏感性参数，(l/d)_max,sf为变表面粗糙度下的最大升阻比，c_l,max,sf为变表面粗糙度下的最大升力系数；R_rn,ld为翼型的最大升阻比随雷诺数变化的敏感性参数，R_rn,cl为翼型最大升力系数随着雷诺数变化的敏感性参数，(l/d)_max,rn为变雷诺数下的最大升阻比，c_l,max,rn为变雷诺数下的最大升力系数；R_ti,ld为翼型的最大升阻比随入流湍流强度变化的敏感性参数，R_ti,cl为翼型最大升力系数随着入流湍流强度变化的敏感性参数， (l/d)_max,TI为变工况入流湍流强度下的最大升阻比，c_l,max,TI为变工况入流湍流强度下的最大升力系数。

进一步地，步骤SS2中，翼型的基本气动力系数采用基于无粘势流-粘性边界层方程强耦合迭代方法，综合考虑设计工况条件和变工况条件计算得到；其中的自由来流湍流效采用基于线性小扰动理论的e^N自然转捩预测方法模拟，设计条件入流湍流强度设为0.07％，对应的扰动放大因子N＝9；变工况条件的湍流强度设为1％，对应的扰动放大因子N＝2.6；前缘粗糙效应采用设置固定转捩点的方式模拟，上表面固定转捩点设定为1％，下表面固定转捩点设定为10％。

进一步地，步骤SS2中，基于设计工况条件以及非设计变工况条件下的翼型气动力系数，计算得到各参考翼型的各项气动性能特征参数并进行评估。

进一步地，步骤SS3中，翼型优化目标参数f_i除至少包含表征气动效率的最大升阻比和表征设计载荷的设计升力系数外，还包含表征变工况条件影响的敏感性参数。

进一步地，步骤SS3中，各项优化目标参数f_i中，最大升阻比和设计升力系数的期望系数均为+1，意味着期望这两个参数在优化过程中尽可能增大；而表征变工况条件的敏感性参数则均为-1，意味着期望优化过程可以降低翼型的最大升阻比、最大升力系数随运行条件变化的敏感性，使其在翼型前缘粗糙、运行雷诺数变化、入流湍流强度变化时更为稳定，此时翼型多工况优化目标函数表达式为：

f＝∑e_is_iw_if_i

＝s₁w₁c_l,max+s₂w₂(l/d)_max-s₃w₃R_ti,cl-s₄w₄R_ti,ld-s₅w₅R_ft,cl-s₆w₆R_ft,ld-s₇w₇R_rn,cl-s₈w₈R_rn,ld

其中，e_i为期望系数，s_i为归一化尺度因子，w_i为权重系数，c_l,max为最大升力系数，(l/d)_max为最大升阻比。

进一步地，步骤SS4中，所述翼型设计空间取决于翼型几何解析方法，翼型的几何解析采用基于样条曲线的弧长参数化方法，以翼型几何特征参数为翼型设计变量，包括相对厚度、最大厚度位置、相对弯度、最大弯度位置、前缘半径、尾缘厚度等。

进一步地，步骤SS4中，对翼型设计变量上下界的约束一方面实现了翼型的几何结构约束，另一方面界定了翼型的优化空间。其中相对厚度设定为目标值附近。

进一步地，步骤SS5中，所述多工况条件下的翼型气动性能计算，至少包括一种设计工况条件计算和三种变工况条件计算，所述三种变工况条件为强制转捩、非设计雷诺数条件以及高自由流扰动条件等。

进一步地，步骤SS5中，每一步迭代优化过程中需对翼型最大升力系数、非设计攻角域等进一步设定约束，确保可行解的获得，加快最优解的寻优过程。

进一步地，步骤SS5中，所采用的最优化算法是具有全局搜索能力的遗传算法，最优化问题为最大型f(x)_MAX优化问题，即以使得总体目标函数朝着增加的方向为期望优化方向。

进一步地，步骤SS5中，除了目标函数外，还对目标翼型的关键特征以约束参数的形式设定，内在地以罚函数的形式耦合到优化目标函数评估中，其中，气动优化目标的约束参数主要为翼型非设计攻角性能，包括最大升力系数、非设计攻角域及升力与升阻比的平均变化率等参数。

进一步地，步骤SS5中，在翼型优化过程中，会对所得到的新翼型的综合气动性能进行评估。

下面对本发明的翼型气动优化方法的工作原理进行介绍：

本发明所提出的一种考虑自由来流湍流影响的风力机翼型优化方法实质上是多工况气动数值优化方法，由CFD(计算流体动力学)方法与数值最优化方法结合得到；其优化平台框架由翼型几何设计模块、多工况CFD计算模块、翼型气动特性评估模块以及最优化算法驱动模块等集成得到。基于该多工况自动优化平台，设计者可以通过给定具体优化模型参数(设计变量空间、约束参数以及子目标函数)，确定多工况CFD计算条件，确定评估系数以及驱动算法模块等操作实现翼型的自动化、智能化以及全局化搜索，最终得到符合要求的新翼型。

其一，翼型目标函数的主要特征在于引入了表征高湍流自由来流效应的的气动性能敏感性参数。风电叶片运行于底层大气边界层之中，其典型特征在于高湍流特性。底层大气边界层湍流具有时间和空间的多尺度性。大尺度的湍流风会导致叶片的入流速度大小以及方向不断变化，主要表征为雷诺数以及入流攻角的变化。这两种因素在目前的翼型设计中已经有所考虑。本发明所针对的问题是空间尺度与叶片边界层厚度相当的入流湍流对叶片翼型边界层的发展演化产生的影响及其所导致的气动力变化。基于湍流的时空多尺度性，在不同风速下其扰动强度也是不同的。风场中的湍流强度在叶片额定风速下仍可高达10％甚至20％；对于兆瓦级叶片外侧翼型而言，即便考虑叶片旋转速度，入流湍流强度仍可以达到1％～2％的量级。而现有的风力机翼型设计体系中仍以均匀入流条件(湍流强度0.07％左右)作为设计条件。评估表明，对于21％厚度的风力机翼型而言，当自由来流湍流强度有0.1％增加至 1％时，最大升阻比可下降25％以上。其对翼型气动特性的影响仅次于前缘粗糙的作用。因此，本发明在考虑翼型的基本设计需求之上(如高最大升阻比、高设计升力系数、低前缘粗糙敏感性等)，进一步将实际风场中翼型气动特性随自由来流扰动敏感性作为重要的子优化目标。

其二，翼型气动性能由基于物理模型的CFD方法计算得到，该方法实现无粘势流模型方程与粘性边界层方程的强耦合迭代，计算快速、稳健且精度满足设计需求。该方法不同于一般的面元法，一方面引入了湍流模型计算雷诺应力项，可以计算弱分离的条件；另一方面耦合了基于线性小扰动理论的自然转捩计算模拟。自由来流湍流以广谱扰动的形式存在，对翼型边界层的最直接影响在于边界层的转捩过程，主要包括转捩的起始、非线性演化以及完成等过程。基于线性小扰动理论的e^N方法尤其适用于低扰动条件下的自然转捩过程预测。实际上，当自由来流扰动强度大于1％时，边界层转捩就不再属于经典的自然转捩过程，而沿旁路转捩模式发展。一方面，目前缺乏高效、稳健的旁路转捩预测模型，而大涡模拟方法以及高精度RANS-转捩模型结合的方法计算成本都过高，难以应用到需反复多工况计算的迭代优化过程。另一方面，风电叶片外侧翼型的运行条件下的入流湍流水平在额定风速及以上风速时约在1％左右，e^N方法对于湍流强度在1％以内的转捩预测具有足够的精度，已经为大量的工程实践所验证。因此本发明仍然采用e^N方法预测自由来流湍流对边界层转捩的影响。为与现有风力机翼型比较，分别选择低湍流入流条件(湍流强度为0.07％，对应放大因子N为9)为设计条件，以翼型实际运行时经历的高湍流扰动为典型变工况条件(湍流强度为1％，对应放大因子N为2.6)。两种条件下翼型气动力系数的相对变化率作为敏感性参数，也即气动优化的主要目标参数。

其三，所采用的最优化算法为多目标遗传算法，具有全局探索能力，尤其适用于高度非线性、不连续甚至非凸集设计空间，可以有效保证设计空间内翼型全局最优解的实现。为了确保可行解的获得，加速寻优进程，翼型优化模型中还设置了两个方面的约束参数。一方面，将翼型其他重要目标特性作为约束条件，如相对厚度、最大升力系数、非设计攻角范围等。这是由于对于翼型设计而言，在提高升阻比和设计升力系数时往往会造成最大升力系数的明显提升，导致叶片的极限载荷也随着增加，因此必须对最大升力系数加以限制；针对阵风波动导致的攻角波动，要求设计攻角与失速攻角有一定的攻角范围以降低疲劳载荷等。另一方面，为了加快优化过程，对部分已经作为目标参数的重要特征也进一步设置约束条件。

同现有技术相比，本发明的考虑高湍流自由来流效应的翼型气动优化方法具有显著的技术结果：本发明提出的翼型优化设计方法可以实现风力机翼型在“设计工况条件下”获得良好气动性能的同时(如高的最大升阻比和设计升力系数)，优化其气动性能随着运行工况条件变化的敏感性，尤其是可以降低其对自由来流湍流扰动的敏感性，提高叶片风能捕获能力和载荷的稳定性。

附图说明

图1为本发明的翼型多工况优化集成平台的框架示意图；

图2为本发明所提出的新翼型CAS-Ti-210的几何轮廓示意图；

图3为本发明所提出的新翼型在两种不同入流湍流强度下的升力特征与初始翼型的对比示意图；

图4为本发明所提出的新翼型在两种不同入流湍流强度下的升阻比特征与初始翼型的对比示意图。

具体实施方式

下面结合实例以及附图对本发明技术方案和优势加以详述。

叶片外侧流动复杂并且是风能捕获的主要区域，因此选择外侧翼型优化作为本发明实例，目标翼型的相对厚度设定为21％。我国风电场目前主流机型是2MW/3MW机型，因此选择某一长度为43m的2MW级叶片为参考叶片。基于动量叶素理论，计算得到该叶片21％相对厚度翼型在切入切出风速间 (3-25)m/s的运行攻角范围(3°～7°)和运行雷诺数范围(3.0E+06～6.0E+06)；从而设定翼型的设计雷诺数Re＝4.5E+06，设计攻角为5°。翼型设计与试验测试中通常采取低湍流强度入流条件(<0.1％),然而在额定风速及以上风速运行时，叶片外侧翼型的自由来流湍流强度在1％～2％。最终确定翼型的设计条件为：自然转捩、Re＝4.5E6、Ti＝0.07；在保持其它条件不变时，分别以固定转捩(上表面转捩位置1％、下表面转捩位置10％)、高雷诺数Re＝6.0E+06、高湍流自由来流(Ti＝1)为三种变工况非设计运行条件。

选择已有的叶片外侧风力机翼型作为参考翼型进行初步评估。所选择的参考翼型有S809翼型、DU93-W-210翼型、NACA63421翼型、NACA4421 翼型以及CAS-W1-210翼型。采用无粘-粘性边界层迭代方法计算设计条件以及三种变工况条件下自-10°至25°攻角范围内的气动力系数，并进一步对翼型的气动性能进行综合的参数化评估，包括设计点性能、非设计攻角性能以及非设计工况条件下的敏感性等，进而得到各项性能参数的平均性能参数水平。参考翼型的性能特征参数如下表所示：

表1参考翼型的气动特性参数

其中，c_l,design为设计点升力系数，l/d_max为最大升阻比，c_l,max为失速点最大升力系数，R_cl为设计点与失速点之间升力系数的平均变化率，R_ld为设计点与失速点之间升阻比的平均变化率，R_sf,cl,R_sf,ld为翼型的最大升力系数和最大升阻比随着表面粗糙的敏感性参数，R_rn,cl、R_rn,ld为翼型的最大升力系数和最大升阻比随着雷诺数变化的敏感性参数，R_ti,cl、R_ti,ld为翼型的最大升力系数和最大升阻比随着来流湍流强度变化的敏感性参数。由于在每一迭代优化过程中要分别进行四种流动条件下的计算，每一种流动条件都要计算从-10°至25°攻角范围内(间隔为1°)的气动系数，因此每一迭代中至少包含144 种工况下的流动计算。为减少每一迭代步中的计算成本，变工况条件的气动特征敏感性参数不采用随机采样统计方法，而采用线性平均方法以相对变化率(R)的方式进行定义，如表征自由来流扰动的翼型气动敏感性参数R_ti,cl和R_ti,ld分别定义为：

在翼型气动特性参数中，除表征气动效率的最大升阻比和设计载荷的设计升力系数作为优化目标参数外，尤其需要将表征变工况条件影响(如前缘粗糙、雷诺数效应、自由来流扰动效应等)的敏感性参数设定为目标参数。采用权重系数法将多目标参数转化为一个综合优化目标函数f，要求各子目标权重系数之和为1。由于外侧叶片翼型需要较高的升阻比、较大的设计升力系数以传递足够的转矩并具有高气动效率，因此分别赋予最大升阻比和设计升力系数权重系数为0.5、0.15。对于作为优化子目标函数的敏感性参数体系，由参考翼型的评估参数表可以看出表面粗糙对翼型的气动特性影响最大，自由来流湍流的影响与其接近，而雷诺数效应的影响则相对小得多；因此分别赋予表面粗糙敏感性参数、自由来流扰动敏感性参数以及雷诺数效应敏感性参数权重系数为0.14、0.14、0.07。另一方面，不同目标参数的量级不同，必须根据相应的量级大小赋予归一化尺度因子才能正确反映对各个参数的权重；此外，对于不同参数在优化过程总增减的期望也不通，需要赋予期望系数。具体的权重系数w、归一化尺度因子s以及权重系数e如下表所示：

表2翼型优化目标参数的模型系数

从而得到翼型多工况优化数学模型中目标函数的表达式为：

f＝∑e_is_iw_if_i

＝s₁w₁c_l,design+s₂w₂(l/d)_max-s₃w₃R_ti,cl-s₄w₄R_ti,ld-s₅w₅R_ft,cl-s₆w₆R_ft,ld-s₇w₇R_rn,cl-s₈w₈R_rn,ld

＝0.15c_l,design+0.005(l/d)_max-1.4R_ti,cl-0.28R_ti,ld-0.7R_sf,cl-0.14R_sf,ld-0.7R_rn,cl-0.7R_rn,ld

其中e为期望系数，s为尺度因子，w为权重系数；最优化问题为最大型问题f_MAX；子目标函数中期望最大升阻比和设计升力系数在优化过程中增加，其余表征敏感性的参数均降低。

翼型优化模型中约束参数的设置考虑两方面的因素。一方面，将翼型其他重要目标特性作为约束条件，如相对厚度、最大升力系数、非设计攻角范围等。这是由于在提高升阻比和设计升力系数时往往会造成最大升力系数的明显提升，导致叶片的极限载荷也随着增加，因此必须对最大升力系数加以限制；针对阵风波动导致的攻角波动，要求设计攻角与失速攻角有一定的攻角范围以降低疲劳载荷等。从而，目标翼型的相对厚度T设置在0.21左右，最大升力系数的上界值为设为1.95，设计点攻角与失速攻角差值设置为不小于3°攻角。另一方面，为加快优化过程最优解的获得，对已经作为目标参数敏感性参数也进一步设置了约束条件，这一部分参数具体设置如下表所示：

表3目标参数进一步作为约束参数的设置

选择CAS-W1-210翼型为初始翼型。采用基于S样条曲线的弧长参数化方法对翼型进行解析，翼型的几何设计变量为几何特征参数，包括最大厚度位置X_t、相对弯度C_am、最大弯度位置X_cam、前缘半径R_le以及尾缘厚度T_tr等参数。几何设计变量的范围构成了翼型设计空间，其设置要考虑几何兼容性约束与设计空间的充分性这两方面的平衡。根据CAS-W1-210翼型特征，主要控制最大厚度位置与尾缘厚度来实现与其他厚度CAS翼型的兼容性。其设计变量的具体设置如下：

表4翼型设计变量范围

确定初始翼型及优化模型、多工况分析条件以后，基于所构建的考虑自由来流扰动敏感性的翼型多工况优化设计平台，采用存档微遗传算法进行迭代优化得到新翼型。翼型多工况优化集成平台由CFD方法和最优化方法结合得到，框架如图1所示，包含翼型几何设计、翼型多工况气动分析与评估以及最优化算法模块构成。翼型几何设计模块实现翼型二维坐标的读取、几何解析与修型、输出新翼型的二维坐标等功能。翼型气动分析采用无粘-粘性边界层强耦合迭代方法，以设置固定转捩带的方式模拟表面粗糙的影响，以e^N方法模拟自由流扰动的影响，计算四种条件(1种设计条件、3种变工况条件) 各36种攻角下(共144种工况)的气动力系数。具体为，设计入流条件湍流强度设为0.07％，对应的扰动放大因子N＝9；变工况入流扰动条件的湍流强度设为1％，对应的扰动放大因子N＝2.6；前缘粗糙效应采用设置固定转捩点的方式模拟，上表面固定转捩点设定为1％，下表面固定转捩点设定为10％。翼型气动参数评估模块实现对多种条件下翼型设计点、非设计点以及变工况特性进行参数化评估，判断每一步优化目标是否达成。

所采用的最优化算法是遗传算法，具体为存档微遗传算法(AMGA), 其具体参数设置如下表5，包括交叉分布指数、交叉概率、初始种群、变异分布指数、变异概率、种群数等。

表5存档微遗传算法关键参数设置

本发明实例所提出的新翼型CAS-Ti-210的几何轮廓如图2所示。对于该翼型的气动性能采用基于无粘-粘性边界层迭代方法进行预测和评估。翼型在两种不同入流湍流强度下的升力特征和升阻比特征与初始翼型的对比如图 3-4所示。更为详细的评估参数见表6，表6中给出了新翼型与参考翼型的对比。结合图表可以看出，新翼型附着流区的升力系数高于原始翼型，维持了较高的设计升力系数在1.182左右；在失速区，新翼型的失速过程更为平缓，翼型的最大升力系数得到了有效限制，仅为1.572，比原始翼型降低了6％。另一方面，新翼型的最大升阻比由原始翼型的160.31增加到162.74。更重要的是，本发明提出的优化方法大幅度降低了翼型的最大升阻比和最大升力系数随着自由流扰动敏感性参数，从初始翼型的3.5％、21.6％分别降低到2.6％和10.9％，提升了翼型变工况条件下的稳定性。所采用的权重系数法实现了各个目标参数的有效平衡，新翼型的整体气动性能得到提升。

表6新翼型的气动特性参数与初始翼型、参考翼型的对比

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的范围之内。

Claims (10)

1.一种考虑高湍流自由来流效应的翼型气动优化方法，根据复杂风场中风电叶片的高湍流入流特性，在满足翼型基本设计需求的前提下，对翼型气动效率、载荷随来流扰动的敏感性进行优化，其特征在于，所述翼型气动优化方法包括如下步骤：

SS1.确定目标翼型基本运行条件：

根据目标翼型所适用的风力机叶片的容量、长度以及目标翼型在风力机叶片展向上的适用位置，确定目标翼型的相对厚度以及在风力机叶片适用位置处的运行条件；

根据目标翼型在风力机叶片适用位置处的运行条件，确定目标翼型的运行攻角范围、运行雷诺数条件和入流风湍流水平；

SS2.预评估参考翼型的各项气动性能特征参数：

选择一组与目标翼形的相对厚度基本相同的现有风力机翼型作为参考翼型系列，计算各参考翼型在所述目标翼型的设计工况条件以及若干非设计变工况条件下的基本气动力系数，进而评估各参考翼型的各项气动性能特征参数，所述各项气动性能特征参数中至少包括表征气动效率的气动性能特征参数、表征设计载荷的气动性能特征参数以及表征变工况条件影响的敏感性参数；

SS3.确定目标翼形的气动优化目标函数：

基于步骤SS2获得的各项气动性能特征参数的预评估结果，至少将表征气动效率的气动性能特征参数、表征设计载荷的气动性能特征参数以及表征变工况条件影响的敏感性参数设定为优化目标参数f_i；

基于各项优化目标参数f_i的量级大小，对各项优化目标参数f_i赋予归一化尺度因子s_i；

根据目标翼型设计需求侧重确定各项优化目标参数f_i的权重系数w_i；

根据各项优化目标参数f_i在优化过程中增减的期望，对各项优化目标参数f_i赋予期望系数e_i；

根据各项优化目标参数f_i以及其归一化尺度因子s_i、权重系数w_i、期望系数e_i，得到目标翼型的气动优化目标函数f，所述目标翼型的气动优化目标函数f的表达式如下：

f＝∑e_is_iw_if_i；

SS4.设定目标翼型的寻优空间和约束条件：

选择一与目标翼形的相对厚度基本相同的现有风力机翼型作为初始翼型，以翼型的几何特征参数作为目标翼型设计变量，根据所述初始翼型的几何特征及其叶片结构兼容性要求，设定目标翼型设计变量的上下界，所述目标翼型设计变量的上下界即为目标翼型的寻优空间和约束条件，其中，所述叶片结构兼容性要求为初始翼型和与其同一系列的其他厚度翼形的几何兼容性，至少包括最大厚度位置与尾缘厚度的几何兼容性；

SS5.迭代优化与评估：

采用全局性最优化方法对所述目标翼型的气动目标函数f进行迭代优化，得到目标翼型；其中每一步迭代优化过程中均至少包括翼型几何设计、多工况条件下的翼型气动性能计算、翼型气动性能评估等过程。

2.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS1中，目标翼型的基本运行条件采用叶素动量理论预估得到：根据目标翼型所适用风力机叶片的容量以及长度，采用叶素动量理论分别计算得到切入风速、额定风速以及切出风速条件下目标翼型所适用风力机叶片展向位置附近的运行攻角范围、运行雷诺数范围；目标翼型的入流湍流水平根据所适用风力机叶片的尖速比以及风场湍流水平预估得到。

3.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，将目标翼型的基本运行条件作为目标翼型的设计工况条件，以所述基本运行条件的上界和/或下界作为变工况条件；其中，为与各参考翼型的气动特性以及实验数据进行有效比较，仍以低湍流自由来流为目标翼型的设计入流湍流条件，但设定目标翼型实际运行的高湍流入流强度作为变工况入流湍流条件。

4.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，表征气动效率的气动性能特征参数至少包括最大升阻比l/d_max；表征设计载荷的气动性能特征参数至少包括设计点升力系数c_l,design。

5.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，表征气动效率的气动性能特征参数和表征设计载荷的气动性能特征参数包括：设计点升力系数c_l,design、最大升阻比l/d_max、失速点最大升力系数c_l,max、设计点与失速点之间升力系数的平均变化率R_cl、设计点与失速点之间升阻比的平均变化率R_ld。

6.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，表征变工况条件影响的敏感性参数包括表征表面粗糙对翼型气动特性影响的敏感性参数、表征雷诺数效应对翼型气动特性影响的敏感性参数、表征自由来流扰动效应对翼型气动特性影响的敏感性参数。

7.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，表征变工况条件影响的敏感性参数包括：最大升力系数随着表面粗糙的敏感性参数R_sf,cl、最大升阻比随着表面粗糙的敏感性参数R_sf,ld、最大升力系数随着雷诺数变化的敏感性参数R_rn,cl、最大升阻比随着雷诺数变化的敏感性参数R_rn,ld、最大升力系数随着来流湍流强度变化的敏感性参数R_ti,cl、最大升阻比随着来流湍流强度变化的敏感性参数R_ti,ld。

8.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，表征变工况条件影响的敏感性参数采用线性平均方法以相对变化率R的方式进行定义，各敏感性参数分别定义为：

其中，R_sf,ld为翼型的最大升阻比随表面粗糙变化的敏感性参数，R_sf,cl为翼型最大升力系数随着表面粗糙变化的敏感性参数，(l/d)_max,sf为变表面粗糙度下的最大升阻比，c_l,max,sf为变表面粗糙度下的最大升力系数；R_rn,ld为翼型的最大升阻比随雷诺数变化的敏感性参数，R_rn,cl为翼型最大升力系数随着雷诺数变化的敏感性参数，(l/d)_max,rn为变雷诺数下的最大升阻比，c_l,max,rn为变雷诺数下的最大升力系数；R_ti,ld为翼型的最大升阻比随入流湍流强度变化的敏感性参数，R_ti,cl为翼型最大升力系数随着入流湍流强度变化的敏感性参数，(l/d)_max,TI为变工况入流湍流强度下的最大升阻比，c_l,max,TI为变工况入流湍流强度下的最大升力系数。

9.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，翼型的基本气动力系数采用基于无粘势流-粘性边界层方程强耦合迭代方法，综合考虑设计工况条件和变工况条件计算得到；其中的自由来流湍流效采用基于线性小扰动理论的e^N自然转捩预测方法模拟，设计条件入流湍流强度设为0.07％，对应的扰动放大因子N＝9；变工况条件的湍流强度设为1％，对应的扰动放大因子N＝2.6；前缘粗糙效应采用设置固定转捩点的方式模拟，上表面固定转捩点设定为1％，下表面固定转捩点设定为10％。

10.根据上述权利要求所述的翼型气动优化方法，其特征在于，步骤SS2中，基于设计工况条件以及非设计变工况条件下的翼型气动力系数，计算得到各参考翼型的各项气动性能特征参数并进行评估。