CN109918778B - 一种霜冰条件下风力机钝尾缘翼型优化设计方法 - Google Patents

Abstract

本发明公开了一种霜冰条件下风力机钝尾缘翼型优化设计方法，包括以下步骤：采用翼型型线集成理论和B样条曲线，构建钝尾缘翼型型线控制方程组。利用LEWICE软件得到钝尾缘翼型的霜冰冰形，以等距离和等角度相结合为步长的线性插值方法进行冰形拟合，获得相同数量的描述冰形形状特征的关键点。以霜冰翼型的升力系数最大为优化目标，采用粒子群算法耦合GAMBIT和FLUENT软件进行型线优化，提出霜冰条件下钝尾缘翼型优化设计方法，针对S809RI翼型(RI表示霜冰)优化得到尾缘厚度为4.45％弦长且上、下翼面的尾缘厚度分配比为1∶13.35的钝尾缘改型。本发明的钝尾缘翼型，降低了结冰对叶片气动性能的不利影响，更好地提高了风力机在霜冰条件下捕获风能的能力。

Description

一种霜冰条件下风力机钝尾缘翼型优化设计方法

技术领域

本发明属于翼型优化设计及改型技术领域，尤其是涉及利用计算流体力学与最优化算法的霜冰条件下风力机钝尾缘翼型优化设计方法。

背景技术

风力机叶片是风能利用中捕获风能的关键部件。结冰会改变叶片气动外形，使得边界层转变位置前移并提前发生转捩、失速以及减小翼型的弯度，进而导致风力机的年发电量降低。因此，研究合理、有效的防冰方法，改善运行工况下风力机叶片结冰后的气动性能与结构特性，具有重要的理论意义和工程应用价值，是目前风电技术的研究热点。

利用翼型的优化设计和一些外部处理方法，可以降低叶片表面结冰对风力机的不利影响。但利用外部处理措施的同时，也会增加风力机的运行成本。因而，国内外学者针对结冰环境下风力机翼型的优化设计开展了一系列的研究工作。Ozcan等建立风力机翼型冰形预测方法，并结合叶素动量理论以及梯度下降算法进行翼型设计。Laszlo等提出一种基于MGM方法(Modifed Garabedian-McFadden method)的翼型反设计方法，降低了结冰对翼型气动性能的影响。陈进等以翼型形状函数系数为设计变量，LEWICE模拟冰形，RFOIL计算气动性能，采用遗传算法进行典型霜冰条件下风力机翼型优化设计。以上研究表明，反设计和直接优化是翼型设计的主要方法。但直接优化方法因能很好解决难以给定恰当目标压力和速率分布的问题，且可以进行计算流体动力学和最优化方法的多学科交叉设计，因而被广泛应用。

此外，很多学者也对翼型钝尾缘改型进行了深入研究。结果表明，钝尾缘改型可以增加最大升力和失速攻角，降低最大升力对前缘粗糙的敏感性；同时，也可以增大横截面面积和弯曲惯性矩，使叶片能承担更大的压力载荷。

上述研究均在单独考虑翼型的直接优化设计和钝尾缘改型情况下进行。而将两者相结合，采用粒子群算法耦合GAMBIT和FLUENT进行霜冰条件下风力机翼型的钝尾缘优化设计并未涉及。然而，研究霜冰冰形拟合方法以及设计变量计及尾缘厚度几何参数的钝尾缘翼型优化，对于风力机在高寒、沿海等地区的应用推广以及安全、高效运行均具有重要的意义。

发明内容

本发明要解决的问题是提供一种霜冰条件下风力机钝尾缘翼型优化设计方法，该方法可采用翼型型线集成理论和B样条曲线，构建钝尾缘翼型型线控制方程组；以等距离和等角度相结合为步长的线性插值方法，进行LEWICE软件得到的翼型霜冰冰形拟合；以霜冰翼型的升力系数最大为优化目标，采用粒子群算法耦合GAMBIT和FLUENT软件进行型线优化，获得霜冰条件下叶片的最佳钝尾缘翼型形状，实现风力机在结冰环境下翼型的钝尾缘优化设计以及风能利用率的提高。

为解决上述技术问题，本发明采用的技术方案是：一种霜冰条件下风力机钝尾缘翼型优化设计方法，其特征在于：包括以下步骤：

步骤(1)，翼型型线控制方程组：翼型的上翼面距前缘0.4c(c为弦长)之前和下翼面距前缘0.5c之前的型线，均采用翼型型线集成理论进行表达；上翼面距前缘0.4c之后、下翼面距前缘0.5c之后的型线坐标，均采用B样条曲线进行表示；

所述步骤(1)中翼型采用美国可再生能源实验室发展的风力机专用翼型S809；

步骤(2)，翼型霜冰冰形拟合：以等距离和等角度相结合为步长的线性插值方法进行翼型霜冰冰形拟合，即第一、四象限采用以等距离为步长以及第二、三象限采用以等角度为步长；在第一、四象限，以结冰翼型的x坐标进行等距离插值，得到相同数量的描述冰形形状特征的关键点；在第二、三象限，以未结冰翼型的翼弦为x轴、结冰冰形与x轴的交点M和N的连线中点为坐标原点建立直角坐标系，任意选取两个冰形特征关键点，插值后的点和坐标原点的连线与x轴正向的夹角α分别为θ、θ+dθ、θ+2dθ，以角度dθ为步长进行线性插值，有效增加了描述翼型前缘霜冰冰形特征的关键点数量；

步骤(3)，霜冰条件下钝尾缘翼型优化设计：选取翼型的形状函数系数、尾缘厚度和其在中弧线上侧分配比以及B样条曲线控制参数为设计变量；

由于大部分风力机叶片在其主要功率产生区采用翼型的最大相对厚度一般为0.12～0.20，且翼型的相对厚度对叶片结构特性的影响不容忽视，则翼型厚度的约束条件为：

t∈[0.12～0.20]   (1)

式中，t为最大相对厚度；

在一定的霜冰条件下，优化后钝尾缘翼型的升力系数C_L须高于尖尾缘翼型的升力系数C′_L，则约束条件为：

C_L＞C′_L   (2)

式中，C′_L和C_L分别为优化前后尖、钝尾缘翼型的升力系数；

以霜冰翼型的升力系数最大为目标函数，即：

f(x)＝max(C_L)   (3)

采用粒子群算法耦合GAMBIT、FLUENT软件对霜冰条件下钝尾缘翼型进行优化设计，优化过程中利用Journal file技术实现在GAMBIT编程化、参数化、自动化地进行几何建模、计算域建立、网格生成，以及FLUENT的自动化计算；

步骤(4)，通过步骤(1)至步骤(3)实现霜冰条件下风力机钝尾缘翼型优化设计。

由于采用上述技术方案，与现有方法相比，本发明霜冰条件下风力机钝尾缘翼型优化设计方法，采用翼型型线集成理论和B样条曲线，可形成钝尾缘翼型型线参数化控制方程组；以等距离和等角度相结合为步长的线性插值方法对LEWICE软件得到的翼型霜冰冰形进行拟合，可获得相同数量的描述冰形形状特征的关键点；以翼型的形状函数系数、B样条控制参数以及钝尾缘厚度和其分配比为设计变量，霜冰翼型的升力系数最大为优化目标，采用粒子群算法耦合GAMBIT和FLUENT软件进行型线优化，可实现霜冰条件下计及尾缘厚度几何参数的翼型优化设计，该设计翼型的升力系数及最大升阻比明显增大，且失速推迟，从而提高了结冰环境下风力机捕获风能的能力。本发明方法解决了所述的问题，为霜冰条件下风力机钝尾缘翼型优化设计提供了技术支持和重要参考。

附图说明

下面通过参考附图并结合实例具体地描述本发明，本发明的优点和实现方式将会更加明显，其中附图所示内容仅用于对本发明的解释说明，而不构成对本发明的任何意义上的限制，在附图中：

图1是本发明优化设计过程中翼型的计算域；

图2a是本发明优化设计过程中翼型的计算网格；

图2b是本发明优化设计过程中翼型的局部计算网格；

图3是本发明S发809RI翼型原型及其钝尾缘优化后的型线图。

具体实施方式

下面结合实施例及其附图进一步叙述本发明：

本发明一种霜冰条件下风力机钝尾缘翼型优化设计方法基于以下设计思想：

1、采用一、四象限以等距离为步长和二、三象限以等角度为步长相结合的线性插值算法，对LEWICE软件得到的霜冰冰形进行拟合，以防止结冰翼型不具有相同数量的冰形特征关键点；

2、翼型优化设计过程中，利用GAMBIT划分网格，并在FLUENT里选用较高精度的湍流模型计算升、阻力系数，以防止计算流体动力学软件计算精度的过低和计算资源的浪费；

3、以霜冰翼型的升力系数最大为优化目标，建立霜冰条件下设计变量计及尾缘厚度几何参数的钝尾缘翼型优化模型，以防止未计及霜冰条件和尾缘厚度几何参数造成结冰环境下翼型优化模型的准确度降低。

解决所述技术问题，本发明从翼型霜冰冰形的拟合、数值计算方法的选取以及优化数学模型的建立等方面进行了创新设计：

1、翼型霜冰冰形的拟合

鉴于以等距离为步长的线性插值方法在翼型前缘结冰区域拟合、以等角度为步长的线性插值方法在结冰翼型下翼面尾缘部分拟合各自存在的问题，提出以等距离和等角度相结合为步长的线性插值方法进行翼型霜冰冰形拟合，即第一、四象限采用以等距离为步长以及第二、三象限采用以等角度为步长。

2、数值计算方法的选取

数值计算方法的选取必须考虑以下几方面问题：

(1).计算网格不宜过密或过疏，以避免翼型气动性能计算中产生过大的结果误差，造成计算精度差和计算资源浪费等缺陷；

(2).选取的湍流模型应能正确地描述翼型近壁面的流动，以利于控制数值计算的精度；

(3).利用Journal file技术实现在GAMBIT编程化、参数化、自动化地进行几何建模、计算域建立、网格生成，以及FLUENT的自动化计算。

3、霜冰条件下钝尾缘翼型优化设计

利用本发明优化方法，采用粒子群算法耦合GAMBIT和FLUENT软件进行霜冰条件下钝尾缘翼型型线优化设计。

本发明一种霜冰条件下风力机钝尾缘翼型优化设计方法，其特征在于：包括以下步骤：

步骤(1)，翼型型线控制方程组：翼型的上翼面距前缘0.4c(c为弦长)之前和下翼面距前缘0.5c之前的型线，均采用翼型型线集成理论进行表达；上翼面距前缘0.4c之后、下翼面距前缘0.5c之后的型线坐标，均采用B样条曲线进行表示；

所述步骤(1)中翼型采用美国可再生能源实验室发展的风力机专用翼型S809；

步骤(2)，翼型霜冰冰形拟合：以等距离和等角度相结合为步长的线性插值方法进行翼型霜冰冰形拟合，即第一、四象限采用以等距离为步长以及第二、三象限采用以等角度为步长；在第一、四象限，以结冰翼型的x坐标进行等距离插值，得到相同数量的描述冰形形状特征的关键点；在第二、三象限，以未结冰翼型的翼弦为x轴、结冰冰形与x轴的交点M和N的连线中点为坐标原点建立直角坐标系，任意选取两个冰形特征关键点，插值后的点和坐标原点的连线与x轴正向的夹角α分别为θ、θ+dθ、θ+2dθ，以角度dθ为步长进行线性插值，有效增加了描述翼型前缘霜冰冰形特征的关键点数量；

步骤(3)，霜冰条件下钝尾缘翼型优化设计：选取翼型的形状函数系数、尾缘厚度和其在中弧线上侧分配比以及B样条曲线控制参数为设计变量；

由于大部分风力机叶片在其主要功率产生区采用翼型的最大相对厚度一般为0.12～0.20，且翼型的相对厚度对叶片结构特性的影响不容忽视，则翼型厚度的约束条件为：

t∈[0.12～0.20]   (1)

式中，t为最大相对厚度；

在一定的霜冰条件下，优化后钝尾缘翼型的升力系数C_L须高于尖尾缘翼型的升力系数C′_L，则约束条件为：

C_L＞C′_L   (2)

式中，C′_L和C_L分别为优化前后尖、钝尾缘翼型的升力系数；

以霜冰翼型的升力系数最大为目标函数，即：

f(x)＝max(C_L)   (3)

采用粒子群算法耦合GAMBIT、FLUENT软件对霜冰条件下钝尾缘翼型进行优化设计，优化过程中利用Journal file技术实现在GAMBIT编程化、参数化、自动化地进行几何建模、计算域建立、网格生成，以及FLUENT的自动化计算；

步骤(4)，通过步骤(1)至步骤(3)实现霜冰条件下风力机钝尾缘翼型优化设计。

本发明未述及之处适用于现有技术。

实施例：

1、以S809翼型为初始翼型，该翼型在39.5％翼弦处具有21％最大相对厚度，在82.3％翼弦处具有最大相对弯度0.99％，弦长为0.267m。霜冰条件参数：水滴直径(MVD)为20μm，风速为50m/s，积冰时间为1800s，液态水含量(LWC)为0.08g/m³，环境温度为-7℃，压强为101330Pa。

2、

(1)计算域

编写GAMBIT的.jou文件自动化地进行计算域建立和网格生成，并导出.msh文件。优化过程中，翼型的计算域均由一个直径为30c的半圆形和一个长30c、宽20c的矩形构成，翼型位于半圆中心且随着优化过程不断的变化，如图1所示。

(2)计算网格

S809RI-BT翼型采用C型结构化网格进行离散，将计算域分成两部分，每部分均构成四边形。因此，获得3个面IHAFG、AHGFEDCB、IHG。对于边IH、IG、DE、CB、GF、HA，首先指定网格划分的方向、首段和末段长度以及划分的份数，然后由GAMBIT自动计算连续比率，采用First Length方式进行划分。对于边HG和CD，指定网格划分的方向，间隔计数和连续比率，采用Successive Ratio方式进行划分。对于边AB和FE，首先指定网格划分的方向、首段长度以及划分的份数，然后由GAMBIT自动计算连续比率，采用First Length方式进行划分。对于边AF，指定网格划分的方向、划分份数和连续比率，采用Bi-expoent方式进行划分。为节约计算时间和计算资源，提高优化效率，在霜冰翼型上共布置200个节点，总体网格由13520个四边形及13832个节点构成。翼型绕流的模拟计算网格如图2a和2b所示。

(3)边界条件

定义边AF、AB、FE为速度入口边界，边BC、CD、DE为压力出口边界，霜冰翼型表面的边IH、IG、HG为固壁绝热无滑移条件。

(4)计算方法

采用FLUENT的TUI语言编写.jou文件，调用.msh文件进行数值模拟计算。选取湍流模型为k-ω SST，各方程离散格式均采用二阶迎风格式，压力和速度耦合采用SIMPLE算法，压力出口边界压力为0Pa，连续性和速度分量、k和ω的收敛准则均为10^-4。通过Journalfile技术，自动地初始化和计算翼型的流场并同时保存升、阻力系数的计算结果。

3、霜冰条件下翼型钝尾缘优化前后的型线

针对霜冰条件下2°攻角时的S809RI翼型进行优化，得到尾缘厚度为4.45％c且上、下翼面尾缘厚度分配比为1∶13.35的S809RI-BT翼型，如图3所示。优化的初始条件：雷诺数Re为1×10⁶，基于优化翼型网格生成和计算方法得到霜冰工况下S809RI尖尾缘翼型的升力系数为0.3133。粒子群算法中，选取粒子个数为20，变量维数为20，最大迭代次数为300，学习因子C₁、C₂为2，惯性权重为0.9。

以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。

Claims (4)

1.一种霜冰条件下风力机钝尾缘翼型优化设计方法，其特征在于：包括以下步骤：

步骤(1)，翼型型线控制方程组：翼型的上翼面距前缘0.4c之前和下翼面距前缘0.5c之前的型线，c为弦长，均采用翼型型线集成理论进行表达；上翼面距前缘0.4c之后、下翼面距前缘0.5c之后的型线坐标，均采用B样条曲线进行表示；

所述步骤(1)中翼型采用美国可再生能源实验室发展的风力机专用翼型S809；

步骤(2)，翼型霜冰冰形拟合：以等距离和等角度相结合为步长的线性插值方法进行翼型霜冰冰形拟合，即第一、四象限采用以等距离为步长以及第二、三象限采用以等角度为步长；在第一、四象限，以结冰翼型的x坐标进行等距离插值，得到相同数量的描述冰形形状特征的关键点；在第二、三象限，以未结冰翼型的翼弦为x轴、结冰冰形与x轴的交点M和N的连线中点为坐标原点建立直角坐标系，任意选取两个冰形特征关键点，插值后的点和坐标原点的连线与x轴正向的夹角分别为θ、θ+dθ、θ+2dθ，以角度dθ为步长进行线性插值，有效增加了描述翼型前缘霜冰冰形特征的关键点数量；

步骤(3)，霜冰条件下钝尾缘翼型优化设计：选取翼型的形状函数系数、尾缘厚度和其在中弧线上侧分配比以及B样条曲线控制参数为设计变量；

由于大部分风力机叶片在其主要功率产生区采用翼型的最大相对厚度为0.12～0.20，且翼型的相对厚度对叶片结构特性的影响不容忽视，则翼型厚度的约束条件为：

t∈[0.12～0.20]      (1)

式中，t为最大相对厚度；

在一定的霜冰条件下，优化后钝尾缘翼型的升力系数C_L须高于尖尾缘翼型的升力系数C′_L，则约束条件为：

C_L＞C′_L      (2)

式中，C′_L和C_L分别为优化前后尖、钝尾缘翼型的升力系数；

以霜冰翼型的升力系数最大为目标函数，即：

f(x)＝max(C_L)      (3)

采用粒子群算法耦合GAMBIT、FLUENT软件对霜冰条件下钝尾缘翼型进行优化设计，优化过程中利用Journal file技术实现在GAMBIT编程化、参数化、自动化地进行几何建模、计算域建立、网格生成，以及FLUENT的自动化计算；

步骤(4)，通过步骤(1)至步骤(3)实现霜冰条件下风力机钝尾缘翼型优化设计。

2.根据权利要求1所述的霜冰条件下风力机钝尾缘翼型优化设计方法，其特征在于：在步骤(1)钝尾缘翼型型线控制方程组建立后，通过以等距离和等角度相结合为步长的线性插值方法进行翼型霜冰冰形拟合，获得相同数量的描述冰形形状特征的关键点。

3.根据权利要求1或2所述的霜冰条件下风力机钝尾缘翼型优化设计方法，其特征在于：将所述翼型采用粒子群算法耦合GAMBIT和FLUENT软件进行霜冰条件下钝尾缘翼型型线优化设计。

4.根据权利要求3所述的霜冰条件下风力机钝尾缘翼型优化设计方法，其特征在于：S809RI-BT翼型的尾缘厚度为4.45％弦长，以及上、下翼面的尾缘厚度分配比为1∶13.35，RI表示霜冰，BT表示钝尾缘。

Images