CN109409013A - 一种低风速风电机组风轮智能优化设计方法 - Google Patents
一种低风速风电机组风轮智能优化设计方法 Download PDFInfo
- Publication number
- CN109409013A CN109409013A CN201811501277.7A CN201811501277A CN109409013A CN 109409013 A CN109409013 A CN 109409013A CN 201811501277 A CN201811501277 A CN 201811501277A CN 109409013 A CN109409013 A CN 109409013A
- Authority
- CN
- China
- Prior art keywords
- blade
- wind turbines
- design
- wind
- wind speed
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
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
本发明公开了一种低风速风电机组风轮智能优化设计方法,包括:选取叶片气动外形参数为优化变量,根据变量值得叶片气动外形,计算叶片功率系数和推力系数,并对Cpmax和Ctr进行约束;再选取结构铺层设计参数为优化变量,计算得叶片各截面的质量中心、刚度分布、惯量结构性能,结合气动外形数据,形成叶片模型;再将叶片模型加到整机模型中,计算整机年发电量;还计算动态载荷并统计,得叶根最大极限载荷、疲劳载荷及叶片净空,对叶片净空进行约束;最后选取各优化变量的合理范围,以年发电量最大和叶根载荷最小为优化目标,寻找叶片设计最优解。本发明优化后的叶片能保证结构强度,使年发电量增大,叶根载荷减小,叶片增效降本,更具有竞争力。
Description
技术领域
本发明涉及风电机组风轮设计技术领域,特别是涉及一种低风速风电机组风轮智能优化设计方法。
背景技术
随着中东南部低风速风电市场快速发展,以及竞价上网对风电机组成本竞争更加激烈,对低风速风电机组性能、安全稳定性和经济性的要求不断提高,其中对于风轮叶片的优化设计尤为重要。
现有专利申请(CN106894947)中公开了一种低风速变速变桨风力机叶片优化设计方法。该发明申请以低风速条件下年发电量最大和材料成本最低为目标,通过寻优算法计算叶片每个截面的弦长和扭角的最优解。该方法优化变量少,只有弦长和扭角;并且仅通过面积来预估材料的用量和叶片的重量,与实际结构设计存在较大差别;也没有考虑叶片本身的安全性。
专利申请(CN102332043)中公开了一种基于结构尺寸参数优化的水平轴风力机叶片的优化设计方法。以分段处梁帽的厚度与弦向宽度、以及腹板厚度为优化变量,以叶片重量为优化目标,并考虑了叶片刚度、强度、动力特性,但是采用确定的叶片气动外形参数对结构优化带来了很大的限制,需要迭代寻优。
还有,专利申请(CN106777525)中公开了一种考虑设计叶尖速比对风力机静、动态性能影响的风力机气动设计方法。该方法以风力机闭环性能指标——平均风能捕获效率作为目标函数。该方法只考虑了气动设计,没有考虑结构、成本等影响叶片设计的重要因素。
由此可见,现阶段迫切需要更先进更智能的叶片优化设计方法。本发明就是要创设一种新的低风速风电机组风轮智能优化设计方法,使其集成气动外形和结构铺层设计关键参数,同时考虑叶片性能和安全性,以低风速条件下叶片年发电量最大和载荷最小为优化目标,实现叶片增效降本,使叶片设计更高效、更具有竞争力。
发明内容
本发明要解决的技术问题是提供一种低风速风电机组风轮智能优化设计方法,使其集成气动外形和结构铺层设计关键参数,同时考虑叶片性能和安全性,以低风速条件下叶片年发电量最大和载荷最小为优化目标,实现叶片增效降本,使叶片设计更高效、更具有竞争力。从而克服现有的风轮优化设计方法的不足。
为解决上述技术问题,本发明提供一种低风速风电机组风轮智能优化设计方法,所述方法包括如下步骤:
(1)从风电机组风轮的气动外形设计参数中选取优化变量,选取的气动外形优化变量包括风轮直径、弦长、扭角、厚度分布和预弯曲线,各气动外形优化变量均选取多个控制点作为优化变量;
(2)根据所述步骤(1)中选取的气动外形优化变量值得到叶片气动外形,进行气动性能的计算,得到叶片功率系数Cp和推力系数Ct,并对叶片最大功率系数Cpmax和额定推力系数Ctr进行约束,获得满足叶片最大功率系数Cpmax和额定推力系数Ctr约束条件的设计点;
(3)从风电机组风轮的结构铺层设计参数中选取优化变量,选取的结构铺层优化变量包括主梁、附梁和叶根斜角布铺层厚度分布,根据已有叶片设计经验进行曲线拟合,在此基础上,各结构铺层优化变量均选取多个控制点作为优化变量;
(4)由所述步骤(3)中选取的结构铺层优化变量值计算叶片结构铺层分布,得到所述叶片各截面的质量中心、刚度分布、惯量结构性能,再结合所述步骤(2)得到的气动外形性能数据,形成完整的叶片模型;
(5)将所述步骤(4)得到的叶片模型加入到风电机组的整机模型中,计算所述风电机组的年发电量,以所述风电机组的年发电量作为优化目标之一;
(6)选取典型工况进行动态载荷计算,对动态载荷计算结果进行统计,得到叶根的最大极限载荷、疲劳载荷以及叶片净空,对叶片净空进行约束,获得满足叶片净空约束条件的设计点;
(7)对上述步骤中选取的每个优化变量选取合理的变量范围,以年发电量最大和叶根载荷最小为优化目标,通过多目标优化方法,寻找Pareto解,再结合所述风电机组的整机设计,得到最优的叶片设计。
作为本发明的一种改进,所述步骤(1)中所述弦长和扭角分布以高阶贝塞尔曲线来定义,所述厚度分布采用递减函数,所述预弯曲线采用多项式拟合。
进一步改进,所述步骤(1)中弦长分布选择6点控制贝塞尔曲线,扭角分布选择5点控制贝塞尔曲线,厚度分布采用4点控制的递减函数,预弯曲线采用3点控制的插值曲线。
进一步改进,所述步骤(2)中气动性能计算方法采用动量叶素BEM方法进行。
进一步改进,所述步骤(2)中叶片最大功率系数Cpmax和额定推力系数Ctr的约束条件为:Cpmax>0.47,Ctr≤0.75。
进一步改进,所述步骤(3)中主梁铺层层数选择6个控制点进行优化控制,所述辅梁、叶根斜角布铺层厚度选择共5个控制点进行优化控制。
进一步改进,所述步骤(5)中风电机组的年发电量计算公式为:
其中,为年发电量,p(U)为不同风速下的功率值,fw(U)为年风速的累计分布。
进一步改进,所述步骤(6)中叶片净空Clearance的计算公式为:Clearance=D-(S-T)×1.1×PSF×1.0
其中,D为叶片离塔筒的最小距离,S为静态净空,T为动态净空,PSF为安全因子,且所述叶片净空的约束条件为Clearance≥0。
进一步改进,所述步骤(7)中还包括敏感度分析步骤,所述敏感度分析步骤为将根据所述多目标优化方法得到的每个变量和优化目标之间的变化关系,通过敏感度分析,辨别出对目标影响较大的设计变量及其影响规律。
采用这样的设计后,本发明至少具有以下优点:
本发明为一种基于成本的低风速风电机组风轮智能优化设计方法,以低风速条件下年发电量最大和叶根载荷最小为目标,优化变量同时考虑气动和结构设计变量,以高阶贝塞尔曲线来定义叶片在整个长度上的弦长和扭角,同时设置厚度分布、预弯为气动优化变量,并选取主梁、辅梁、叶根斜角布铺层厚度分布为结构优化变量,使得优化后的叶片在保证结构强度的基础上,年发电量增大,叶根载荷减小,不但有效控制叶片重量,实现叶片增效降本,使叶片设计更高效、更具有竞争力,同时有利于整机的电力成本降低。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明低风速风电机组风轮智能优化设计方法的流程示意图。
图2是本发明中弦长优化变量6个贝塞尔曲线控制点的示意图。
图3是本发明中预弯曲线优化变量3个控制点的示意图。
图4是本发明中主梁铺层层数优化变量6个控制点的示意图。
图5是本发明中采用多目标优化方法得到的全部计算结果的示意图。
图6是本发明中采用多目标优化方法得到的优化Pareto解的示意图。
图7是本发明中不同优化变量对年发电量优化目标的影响曲线示意图。
图8是本发明中不同优化变量对极限载荷优化目标的影响曲线示意图。
图9是本发明中不同优化变量对疲劳载荷优化目标的影响曲线示意图。
具体实施方式
参照附图1所示,本实施例以用于低风速的兆瓦级长叶片为例,进行风轮智能优化设计方法的具体描述,具体方法如下。
本实施例低风速风电机组风轮智能优化设计方法,包括如下步骤:
(1)从风电机组风轮的气动外形设计参数中选取优化变量,选取的气动外形优化变量包括风轮直径L、弦长、扭角、厚度分布和预弯曲线,各气动外形优化变量均选取多个控制点作为优化变量;
其中,弦长和扭角分布以高阶贝塞尔曲线来定义,能保障叶型的光滑过度。厚度分布采用递减函数,预弯曲线采用多项式拟合。
较优实施例为,弦长分布选择6点控制(cx[xi,yi])贝塞尔曲线,如图2所示;扭角分布选择5点控制(tx[xi,yi])贝塞尔曲线,与弦长同理;厚度分布采用4点控制([th[i])递减函数,预弯曲线采用3点控制(prebendx[i],prebendy[i])插值曲线,如图3所示。
(2)根据上述步骤中选取的气动外形优化变量值得到叶片气动外形,采用动量叶素BEM方法进行气动性能的计算,得到叶片功率系数Cp和推力系数Ct,并对叶片最大功率系数Cpmax和额定推力系数Ctr进行约束,获得满足叶片最大功率系数Cpmax和额定推力系数Ctr约束条件的设计点。
本实施例中叶片最大功率系数Cpmax和额定推力系数Ctr的约束条件为:Cpmax>0.47,Ctr≤0.75。
(3)从风电机组风轮的结构铺层设计参数中选取优化变量,选取的结构铺层优化变量包括主梁、附梁和叶根斜角布铺层厚度分布,根据已有叶片设计经验进行曲线拟合,在此基础上,各结构铺层优化变量均选取多个控制点作为优化变量。
本实施例中主梁铺层层数选择6个控制点([scxi,scyi])进行优化控制,如图4所示;辅梁、叶根斜角布铺层厚度选择共5个控制点进行优化控制。
(4)由上述步骤中选取的结构铺层优化变量值计算叶片结构铺层分布,得到所述叶片各截面的质量中心、刚度分布、惯量结构性能,再结合步骤(2)得到的气动外形性能数据,形成完整的叶片模型。
(5)将步骤(4)得到的叶片模型加入到风电机组的整机模型中,计算风电机组的年发电量,以风电机组的年发电量作为优化目标之一。
本实施例按照年平均风速Uave=6.5m/s,切入风速Uin=3m/s,切出风速Uout=20m/s,按照标准威布尔分布计算该风电机组的年发电量(annualpower),计算公式为:
其中,为年发电量,p(U)为不同风速下的功率值,fw(U)为年风速的累计分布。
(6)选取典型工况进行动态载荷计算,对动态载荷计算结果进行统计,得到叶根的最大极限载荷(Extr)、疲劳载荷(Fatg)以及叶片净空(Clearance),对叶片净空进行约束,以满足叶片刚度需求,从而获得满足叶片净空约束条件的设计点。
该叶片净空Clearance的计算公式为:
Clearance=D-(S-T)×1.1×PSF×1.0
其中,D为叶片离塔筒的最小距离,S为静态净空,T为动态净空,PSF为安全因子,且本实施例中叶片净空的约束条件为Clearance≥0。
(7)对上述步骤中选取的每个优化变量选取合理的变量范围,以年发电量最大和叶根载荷最小为优化目标,通过多目标优化方法采用NSGA-II方法,寻找Pareto解(最优解),如图5和6中蓝色点所示,可进行筛选。再结合风电机组的整机设计,得到最优的叶片设计。还可以根据得到的每个变量和优化目标之间的变化关系,通过敏感度分析,辨别出对目标影响较大的设计变量及其影响规律,如图7-9所示。
本发明基于叶片设计参数中气动外形与结构设计变量对叶片性能的较大影响,并且气动外形与结构性能之间相互影响,缺一不可的原理,该风轮智能优化方法同时考虑气动外形与结构设计参数作为优化变量,还通过多目标优化方法和敏感度分析,辨别出对目标影响较大的设计变量及其影响规律,再结合风电机组的整机设计,最终得到最优的叶片设计。该方法不但能有效控制叶片重量,同时还有利于整机的电力成本降低。
本发明通过对优化变量进行约束条件选取,能有效保证叶片性能,合理的约束条件能够减少优化变量、节省优化计算时间。其中功率系数和推力系数能考察叶片的气动性能,保证叶片外型具有良好的气动特性;还有对叶片净空的约束,能保证叶片的刚度,达到确保叶片安全性的目的。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
Claims (9)
1.一种低风速风电机组风轮智能优化设计方法,其特征在于,所述方法包括如下步骤:
(1)从风电机组风轮的气动外形设计参数中选取优化变量,选取的气动外形优化变量包括风轮直径、弦长、扭角、厚度分布和预弯曲线,各气动外形优化变量均选取多个控制点作为优化变量;
(2)根据所述步骤(1)中选取的气动外形优化变量值得到叶片气动外形,进行气动性能的计算,得到叶片功率系数Cp和推力系数Ct,并对叶片最大功率系数Cpmax和额定推力系数Ctr进行约束,获得满足叶片最大功率系数Cpmax和额定推力系数Ctr约束条件的设计点;
(3)从风电机组风轮的结构铺层设计参数中选取优化变量,选取的结构铺层优化变量包括主梁、附梁和叶根斜角布铺层厚度分布,根据已有叶片设计经验进行曲线拟合,在此基础上,各结构铺层优化变量均选取多个控制点作为优化变量;
(4)由所述步骤(3)中选取的结构铺层优化变量值计算叶片结构铺层分布,得到所述叶片各截面的质量中心、刚度分布、惯量结构性能,再结合所述步骤(2)得到的气动外形性能数据,形成完整的叶片模型;
(5)将所述步骤(4)得到的叶片模型加入到风电机组的整机模型中,计算所述风电机组的年发电量,以所述风电机组的年发电量作为优化目标之一;
(6)选取典型工况进行动态载荷计算,对动态载荷计算结果进行统计,得到叶根的最大极限载荷、疲劳载荷以及叶片净空,对叶片净空进行约束,获得满足叶片净空约束条件的设计点;
(7)对上述步骤中选取的每个优化变量选取合理的变量范围,以年发电量最大和叶根载荷最小为优化目标,通过多目标优化方法,寻找Pareto解,再结合所述风电机组的整机设计,得到最优的叶片设计。
2.根据权利要求1所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(1)中所述弦长和扭角分布以高阶贝塞尔曲线来定义,所述厚度分布采用递减函数,所述预弯曲线采用多项式拟合。
3.根据权利要求2所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(1)中弦长分布选择6点控制贝塞尔曲线,扭角分布选择5点控制贝塞尔曲线,厚度分布采用4点控制的递减函数,预弯曲线采用3点控制的插值曲线。
4.根据权利要求1所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(2)中气动性能计算方法采用动量叶素BEM方法进行。
5.根据权利要求1所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(2)中叶片最大功率系数Cpmax和额定推力系数Ctr的约束条件为:Cpmax>0.47,Ctr≤0.75。
6.根据权利要求1所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(3)中主梁铺层层数选择6个控制点进行优化控制,所述辅梁、叶根斜角布铺层厚度选择共5个控制点进行优化控制。
7.根据权利要求1所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(5)中风电机组的年发电量计算公式为:
其中,为年发电量,p(U)为不同风速下的功率值,fw(U)为年风速的累计分布。
8.根据权利要求1所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(6)中叶片净空Clearance的计算公式为:
Clearance=D-(S-T)×1.1×PSF×1.0
其中,D为叶片离塔筒的最小距离,S为静态净空,T为动态净空,PSF为安全因子,且所述叶片净空的约束条件为Clearance≥0。
9.根据权利要求1所述的低风速风电机组风轮优化设计方法,其特征在于,所述步骤(7)中还包括敏感度分析步骤,所述敏感度分析步骤为将根据所述多目标优化方法得到的每个变量和优化目标之间的变化关系,通过敏感度分析,辨别出对目标影响较大的设计变量及其影响规律。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811501277.7A CN109409013B (zh) | 2018-12-10 | 2018-12-10 | 一种低风速风电机组风轮智能优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811501277.7A CN109409013B (zh) | 2018-12-10 | 2018-12-10 | 一种低风速风电机组风轮智能优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109409013A true CN109409013A (zh) | 2019-03-01 |
CN109409013B CN109409013B (zh) | 2023-02-24 |
Family
ID=65458124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811501277.7A Active CN109409013B (zh) | 2018-12-10 | 2018-12-10 | 一种低风速风电机组风轮智能优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409013B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489925A (zh) * | 2019-09-02 | 2019-11-22 | 杭州汽轮动力集团有限公司 | 一种燃气轮机涡轮枞树型叶根叶槽模块化设计方法 |
CN111310252A (zh) * | 2020-03-05 | 2020-06-19 | 明阳智慧能源集团股份公司 | 一种风电叶片气动结构耦合设计方法 |
CN111400952A (zh) * | 2020-03-20 | 2020-07-10 | 中原工学院 | 一种玻碳混合低风速叶片铺层结构的优化设计方法 |
CN111783347A (zh) * | 2020-07-27 | 2020-10-16 | 内蒙古工业大学 | 一种复合纤维风力机叶片分区细观铺层参数优化方法 |
CN111832211A (zh) * | 2020-07-27 | 2020-10-27 | 内蒙古工业大学 | 一种复合纤维风力机叶片的刚度优化方法 |
CN111859651A (zh) * | 2020-07-10 | 2020-10-30 | 浙江运达风电股份有限公司 | 一种低空气密度下风电机组发电性能优化方法 |
CN112035979A (zh) * | 2020-09-03 | 2020-12-04 | 国电联合动力技术有限公司 | 一种风电机组整机一体化优化设计方法、平台及寻优方法 |
CN112287617A (zh) * | 2020-10-30 | 2021-01-29 | 西北工业大学 | 基于nsga-ii的拟s1流面反问题优化方法 |
CN112283047A (zh) * | 2020-09-10 | 2021-01-29 | 中车株洲电力机车研究所有限公司 | 一种基于风电机组净空监测的载荷监控方法及系统 |
CN112906166A (zh) * | 2021-04-06 | 2021-06-04 | 上海理工大学 | 一种考虑气动效率与气动载荷的风力机叶片优化设计方法 |
CN113408059A (zh) * | 2021-06-30 | 2021-09-17 | 吉林大学 | 一种汽车复合材料保险杠防撞梁厚度的多目标优化方法 |
CN117057208A (zh) * | 2023-10-12 | 2023-11-14 | 中国船舶集团风电发展有限公司 | 一种风轮叶片优化设计方法、系统、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101440783A (zh) * | 2008-12-22 | 2009-05-27 | 三一电气有限责任公司 | 风力发电机组、风力发电系统及其运行控制方法 |
CN102750410A (zh) * | 2012-06-12 | 2012-10-24 | 中国科学院工程热物理研究所 | 一种水平轴风力机叶片铺层的优化设计方法 |
CN105760629A (zh) * | 2016-03-25 | 2016-07-13 | 兰州理工大学 | 风力机叶片主梁铺层优化设计方法 |
CN106894947A (zh) * | 2017-03-06 | 2017-06-27 | 重庆大学 | 一种低风速变速变桨风力机叶片优化设计方法 |
-
2018
- 2018-12-10 CN CN201811501277.7A patent/CN109409013B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101440783A (zh) * | 2008-12-22 | 2009-05-27 | 三一电气有限责任公司 | 风力发电机组、风力发电系统及其运行控制方法 |
WO2010072112A1 (zh) * | 2008-12-22 | 2010-07-01 | 三一电气有限责任公司 | 风力发电机组、风力发电系统及其运行控制方法 |
CN102750410A (zh) * | 2012-06-12 | 2012-10-24 | 中国科学院工程热物理研究所 | 一种水平轴风力机叶片铺层的优化设计方法 |
CN105760629A (zh) * | 2016-03-25 | 2016-07-13 | 兰州理工大学 | 风力机叶片主梁铺层优化设计方法 |
CN106894947A (zh) * | 2017-03-06 | 2017-06-27 | 重庆大学 | 一种低风速变速变桨风力机叶片优化设计方法 |
Non-Patent Citations (2)
Title |
---|
潘磊 等: "基于BPNN - PID 的风电机组桨距控制分析", 《人民长江》 * |
郭小锋等: "风力机预弯叶片多目标优化设计", 《可再生能源》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489925B (zh) * | 2019-09-02 | 2023-03-21 | 杭州汽轮动力集团有限公司 | 一种燃气轮机涡轮枞树型叶根叶槽模块化设计方法 |
CN110489925A (zh) * | 2019-09-02 | 2019-11-22 | 杭州汽轮动力集团有限公司 | 一种燃气轮机涡轮枞树型叶根叶槽模块化设计方法 |
CN111310252A (zh) * | 2020-03-05 | 2020-06-19 | 明阳智慧能源集团股份公司 | 一种风电叶片气动结构耦合设计方法 |
CN111310252B (zh) * | 2020-03-05 | 2023-05-23 | 明阳智慧能源集团股份公司 | 一种风电叶片气动结构耦合设计方法 |
CN111400952A (zh) * | 2020-03-20 | 2020-07-10 | 中原工学院 | 一种玻碳混合低风速叶片铺层结构的优化设计方法 |
CN111400952B (zh) * | 2020-03-20 | 2023-04-07 | 中原工学院 | 一种玻碳混合低风速叶片铺层结构的优化设计方法 |
CN111859651A (zh) * | 2020-07-10 | 2020-10-30 | 浙江运达风电股份有限公司 | 一种低空气密度下风电机组发电性能优化方法 |
CN111783347A (zh) * | 2020-07-27 | 2020-10-16 | 内蒙古工业大学 | 一种复合纤维风力机叶片分区细观铺层参数优化方法 |
CN111832211A (zh) * | 2020-07-27 | 2020-10-27 | 内蒙古工业大学 | 一种复合纤维风力机叶片的刚度优化方法 |
CN111832211B (zh) * | 2020-07-27 | 2023-07-07 | 内蒙古工业大学 | 一种复合纤维风力机叶片的刚度优化方法 |
CN111783347B (zh) * | 2020-07-27 | 2023-06-09 | 内蒙古工业大学 | 一种复合纤维风力机叶片分区细观铺层参数优化方法 |
CN112035979A (zh) * | 2020-09-03 | 2020-12-04 | 国电联合动力技术有限公司 | 一种风电机组整机一体化优化设计方法、平台及寻优方法 |
CN112283047A (zh) * | 2020-09-10 | 2021-01-29 | 中车株洲电力机车研究所有限公司 | 一种基于风电机组净空监测的载荷监控方法及系统 |
CN112283047B (zh) * | 2020-09-10 | 2022-07-12 | 中车株洲电力机车研究所有限公司 | 一种基于风电机组净空监测的载荷监控方法及系统 |
CN112287617A (zh) * | 2020-10-30 | 2021-01-29 | 西北工业大学 | 基于nsga-ii的拟s1流面反问题优化方法 |
CN112906166B (zh) * | 2021-04-06 | 2022-12-27 | 上海理工大学 | 一种考虑气动效率与气动载荷的风力机叶片优化设计方法 |
CN112906166A (zh) * | 2021-04-06 | 2021-06-04 | 上海理工大学 | 一种考虑气动效率与气动载荷的风力机叶片优化设计方法 |
CN113408059A (zh) * | 2021-06-30 | 2021-09-17 | 吉林大学 | 一种汽车复合材料保险杠防撞梁厚度的多目标优化方法 |
CN117057208A (zh) * | 2023-10-12 | 2023-11-14 | 中国船舶集团风电发展有限公司 | 一种风轮叶片优化设计方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109409013B (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109409013A (zh) | 一种低风速风电机组风轮智能优化设计方法 | |
CA2539647C (en) | Method and installation for extracting energy from a flowing fluid | |
Xudong et al. | Shape optimization of wind turbine blades | |
CN103244348A (zh) | 变速变桨风力发电机组功率曲线优化方法 | |
CN106894947B (zh) | 一种低风速变速变桨风力机叶片优化设计方法 | |
CN102606396B (zh) | 风电场内多机组间偏航扇区管理和优化控制方法及其系统 | |
AU2009292717B2 (en) | Wind turbine with low induction tips | |
Leithead et al. | The X-Rotor offshore wind turbine concept | |
CN103225588A (zh) | 基于模式识别技术的风力发电功率曲线优化方法 | |
CN107194122A (zh) | 一种变速风机叶片的多工况气动优化的改进方法 | |
CN109255184A (zh) | 一种风力机全尾流场风速分布的确定方法及系统 | |
Yang et al. | A multi-objective optimization for HAWT blades design by considering structural strength | |
CN103216381B (zh) | 一种风力发电机组叶片 | |
CN108708823A (zh) | 风力发电机组的最优增益参数在线优化方法与系统 | |
CN102108947A (zh) | 低启动风速的风力机叶片气动设计方法 | |
Chaudhary et al. | Investigation of blade geometry and airfoil for small wind turbine blade | |
CN101956649B (zh) | 一种高效的1.5mw风电叶片空气动力外型 | |
CN201751570U (zh) | 一种高效的1.5mw风电叶片空气动力外型 | |
CN203515963U (zh) | 风力涡轮机模块化组件、风力涡轮机及其风力涡轮机组 | |
CN102705173B (zh) | 一种风力发电机及其叶片 | |
Wang et al. | Optimal design of a simplified morphing blade for fixed-speed horizontal axis wind turbines | |
CN210714921U (zh) | 一种风电机组叶片及含有其的风电机组 | |
Perez-Blanco et al. | Aerodynamic performance of preferred wind turbine airfoils | |
Abood et al. | Determination of the Optimum Aerodynamic Parameters in the Design of Wind Turbine Using COMSOL Multiphysics Software | |
Sandquist et al. | Gain scheduled and robust H∞ control above rated wind speed for wind turbines |
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 |