CN115391926A - 基于代理模型的海上风机支撑结构优化设计方法及系统 - Google Patents

基于代理模型的海上风机支撑结构优化设计方法及系统 Download PDF

Info

Publication number
CN115391926A
CN115391926A CN202111130009.0A CN202111130009A CN115391926A CN 115391926 A CN115391926 A CN 115391926A CN 202111130009 A CN202111130009 A CN 202111130009A CN 115391926 A CN115391926 A CN 115391926A
Authority
CN
China
Prior art keywords
design
tower
foundation
optimization
wind turbine
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.)
Pending
Application number
CN202111130009.0A
Other languages
English (en)
Inventor
周昳鸣
李卫东
郭小江
刘鑫
闫姝
陈新明
唐巍
杭兆峰
刘溟江
姜绪良
苏新民
李必辉
晏伟军
张宇
李冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Guanyun Clean Energy Power Generation Co ltd
Huaneng Clean Energy Research Institute
Huaneng Offshore Wind Power Science and Technology Research Co Ltd
Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch
Original Assignee
Huaneng Guanyun Clean Energy Power Generation Co ltd
Huaneng Clean Energy Research Institute
Huaneng Offshore Wind Power Science and Technology Research Co Ltd
Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaneng Guanyun Clean Energy Power Generation Co ltd, Huaneng Clean Energy Research Institute, Huaneng Offshore Wind Power Science and Technology Research Co Ltd, Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch filed Critical Huaneng Guanyun Clean Energy Power Generation Co ltd
Priority to CN202111130009.0A priority Critical patent/CN115391926A/zh
Priority to PCT/CN2022/077804 priority patent/WO2023045244A1/zh
Publication of CN115391926A publication Critical patent/CN115391926A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/06Wind turbines or wind farms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开基于代理模型的海上风机支撑结构优化设计方法及系统,方法基于Kriging代理模型建立不同容量大小海上风电机组的支撑结构设计参数与优化设计的结构性能响应之间的关系,同时对塔架和单桩基础进行优化设计以找到整体支撑结构质量最轻的优化设计;采用本发明所述方法能够避免海上风机支撑结构优化设计时陷入局部最优解,导致找到的只是塔架或者单桩最轻设计的问题;采用本发明所用的方法和流程,在载荷计算后同时对塔架和基础结构进行校核和优化设计,能找到全局最优设计,使得结构整体性更强,刚度分布更均匀,受力更合理,最终达到整体支撑结构重量最轻,基于代理模型进行优化设计减少需要的计算机模拟结构分析次数,提高优化效率。

Description

基于代理模型的海上风机支撑结构优化设计方法及系统
技术领域
本发明属于海上风力发电机组支撑结构设计技术领域,具体涉及基于代理模型的海上风机支撑结构优化设计方法及系统。
背景技术
受益于风电的技术进步和规模扩大,风电机组价格、风电开发投资成本及运行维护成本呈现不断下降趋势。从风电机组价格来看,海上风机支撑结构包括塔架和基础两部分:风机塔架成本约占海上风电项目投资成本8%左右,海上风机基础主要包括单桩、导管架、高桩承台等不同基础形式,一般占海上风电项目投资成本的14%左右,即整体支撑结构成本在总建设成本中占比约22%左右。因此,降低海上风电支撑结构成本能够有效降低海上风电的平准化度电成本。
当前国内海上风电项目在招投标时通常采用分步迭代设计方法,一般由风机厂家给出塔架设计并担保塔架工程量,评标过程中会对塔架重量进行排名和评分;标后详细设计阶段时风机厂家和设计院依次分别对塔架和基础进行优化设计。在此流程下,风机厂家会尽可能给出塔架最轻的局部最优设计方案,而塔架最轻的设计往往不是整体支撑结构最轻的全局最优设计方案。目前已有的研究往往只对整体支撑结构的一部分(塔架或者基础)进行优化设计,因此得到的结果具有一定局限性。
在设计海上风机支撑结构时都包含了三部分:载荷计算、塔架设计和基础设计。
1)载荷计算
海上风电支撑结构受到风、浪、流等多种环境载荷的联合作用。行业内大部分风机厂家采用GH-Bladed进行一体化建模和载荷计算。
一体化建模包含环境条件输入和整体支撑结构模型搭建两方面。其中,环境条件包括风资源参数、海洋水文参数、工程地质参数及其他特殊工况(海冰、地震、台风等);整体支撑结构模型包括机头、塔架、泥面以上结构和基础(也可统称为基础结构)。
载荷计算中考虑了风浪异向作用,根据IEC规范需要考虑正常发电、紧急停机、开机、正常停机、空转、维修等多种工况,根据风浪联合分布可分成多达20000多个工况。
2)塔架设计
塔架设计中,需要进行塔架主体及局部结构的极限强度、屈曲强度和疲劳强度校核。极限强度校核包括塔架筒体、塔架法兰、门洞及海缆孔、锚栓笼等局部结构的校核;屈曲强度校核包括塔架筒体和门洞海缆孔等结构的校核;疲劳强度校核包括塔架筒体焊缝、法兰连接螺栓、门框及海缆孔、顶法兰、锚栓笼等结构的校核。
3)基础设计
在基础结构主体设计中,主要包含极限海况下的强度承载力分析、正常服役工况分析、船撞分析、地震工况分析等。荷载组合中考虑可能出现的最不利水位下的波浪、海流与风机运行载荷的极端组合作用。疲劳强度分析利用S-N曲线与Miner线性累计损伤理论进行疲劳计算。分别计算各个管节点在疲劳荷载作用下累积损伤程度,利用累积损伤程度评估结构的抗疲劳设计安全性。
当前国内风电行业大都采用的是分步迭代设计方法。图1给出了海上单桩基础整体支撑结构的示意图。如图1所示,整体支撑结构以设计交界面为分界,交界面以上为塔架,交界面以下为基础结构。图2给出了分步迭代设计方法的流程。首先由设计院提供项目的环境输入;风机厂家根据环境输入给出塔架和基础的初始构型并进行整体建模和载荷计算,在得到最优的塔架后把设计交界面处的载荷、塔架构型和频率要求提给设计院;接着设计院在给定载荷和塔架构型的前提下对基础结构进行校核和优化设计,并满足风机厂家给出的频率要求;最后风机厂家在得到优化的基础结构后判断是否收敛,如果满足则迭代结束,如不满足则重新建模并进行载荷计算。在这里收敛准则包含两类:一类是根据规范对塔架和基础校核的设计准则;另一类是本轮和上轮得到的优化设计的质量和频率差别是否在1%以内。
在这里,需要说明的是,在当前国内采用海上风机支撑结构设计方法时,在确定了初步构型以后(塔架和单桩基础的直径)一般需要2-4轮迭代才能收敛,每一轮都需要进行载荷计算、塔架和基础的设计优化。如果要进一步优化塔架和单桩的直径以找到整体支撑结构质量最轻的设计,将十分耗费计算时间,以致于影响项目进度。因此,在实际工程项目中为了尽快提供塔架和单桩基础的施工图,往往没有足够的时间用于进行优化,并且在此过程中,塔架和基础的设计和优化是依次先后进行的,是两个独立的设计域,目标都是找到各自设计域中的最优设计。因此在国内实际的项目中,最终得到的设计往往是塔架最轻的局部最优设计,而不是整体支撑结构最轻的全局最优设计。
如果要采用基于灵敏度的优化算法来求解海上风机支撑结构的最优设计,只能通过有限差分法求得结构性能对设计变量的灵敏度,工作量十分大,无法满足实际工期的要求。因此,减少需要的计算机模拟结构分析次数,提高优化效率是克服这个困难的一个途径;而另一个途径也受到广泛的关注。这个途径就是将商业结构分析软件作为黑箱,利用黑箱对一批样本设计计算复杂结构的性能响应,在此基础上构造结构分析模型的代理模型。
根据构造的代理模型的不同,主要的代理模型有多项式响应面法(ResponseSurface Method,RSM),径向基函数(Radial Basis Function,RBF),支持向量回归法(Support Vector Regression,SVR),Kriging等。在本发明中,我们建议采用Kriging代理模型,需要说明的是,使用其它代理模型方法也可以达到优化的目的。
Kriging代理模型可以给出样本点的预测值和方差,适用于高度非线性的问题,能够以较少的样本点光滑地描绘出近似的原模型。但是,由于Kriging方法属于插值法,所以对数值噪音比较敏感。
Kriging模型可以写作为:
y(x)=F(β,x)+z(x)=fTβ+z(x) (1)
其中,β是回归系数;f(x)是近似函数,表示为x的0阶、一阶或者二阶多项式;z(x)为随机分布的误差,有如下统计特性:
E[z(x)]=0
Figure BDA0003280102320000041
Figure BDA0003280102320000042
其中xi,xj是样本集合中任意两个样本点,R(θ,xi,xj)是带有参数θ的相关函数,可以给定为:
Figure BDA0003280102320000043
其中nv是设计变量数,
Figure BDA0003280102320000044
分别是样本点xi,xj的第k个分量。其中Rkk,dk)有多种形式,包括:
线性函数Rkk,dk)=max{0,1-θkdk}
二次多项式函数
Figure BDA0003280102320000045
指数函数Rkk,dk)=exp(-θkdk)
高斯函数
Figure BDA0003280102320000046
其中计算效果较好,被广泛采用的相关函数为高斯相关函数。
值得说明的是,我们可以通过选择不同的回归函数和相关函数来构造误差最小的响应面,相关内容将在第四章中进一步讨论。
假设有ns个样本点,给定样本集S=[x1,x2,...,xns]及其响应集Y=[y1,y2,...,yns],对于模型(1),对于任意一个待测点xnew的预测响应值为:
Figure BDA0003280102320000051
预测的误差为:
Figure BDA0003280102320000052
其中
Figure BDA0003280102320000053
为了保证模拟过程的无偏性,误差的均值应为零,即:
Figure BDA0003280102320000054
可得:
FTc-f=0 (7)
式(1-4)的预测方差为:
Figure BDA0003280102320000055
其中:
Figure BDA0003280102320000056
此式表示的是新样本点xnew与各样本点的空间相关性。此时,可通过最小化预测值的预测方差来确定差值系数c,其优化模型为:
Figure BDA0003280102320000057
通过求解可以得到:
Figure BDA0003280102320000061
Figure BDA0003280102320000062
将上式求得的c代入式(4)和(8)中,就得到了待测点xnew的预测值和预测值方差:
Figure BDA0003280102320000063
由回归问题
Figure BDA0003280102320000064
的广义最小二乘估计可得:
β*=(FTR-1F)-1FTR-1Y (13)
将式(13)代入(12),并考虑余量表达式Rγ*=Y-Fβ*可得:
Figure BDA0003280102320000065
由于矩阵F,R和向量Y是由给定样本S来计算的,与xnew无关,所以β和γ与xnew无关,那么在式(14)中就只有向量f(xnew)和r(xnew)与xnew有关。也就是说,对于任一待测点xnew,只要求出f(xnew)和r(xnew),就可以得到这一点的预测响应值。
将式(1-11)代入到式(1-18),则预测值的预测方差为:
Figure BDA0003280102320000066
其中:
Figure BDA0003280102320000067
至此,式(14)和(15)就可以被用来计算任一点的预测值和预测值的预测方差。这两个式子中存在两个参数
Figure BDA0003280102320000068
和θ。这两个参数可以通过最大化响应值的似然估计来计算。z(x)服从正态分布,那么y(x)也应服从正态分布,它的似然函数为:
Figure BDA0003280102320000069
对上式取对数,去掉常数项,可得:
Figure BDA0003280102320000071
将上式对
Figure BDA0003280102320000072
求偏导数并令其导数为零,可以得到:
Figure BDA0003280102320000073
再将(17)代入到(16)中,并忽略常数项,可以得到:
Figure BDA0003280102320000074
通过最大化(17)即可得到θ值,求解最大化问题:
Figure BDA0003280102320000075
综上所述,Kriging代理模型的构建就转化成一个非线性无约束优化问题。
如果要采用基于灵敏度的优化算法来求解海上风机支撑结构的最优设计,只能通过有限差分法求得结构性能对设计变量的灵敏度,工作量十分大,无法满足实际工期的要求。
发明内容
为了解决现有技术中存在的问题,本发明提供基于代理模型的海上风机支撑结构优化设计方法及系统,同时对塔架和基础结构进行优化设计,站在寻找全局最优设计的角度对海上风机支撑结构进行设计,降低海上风电平准化度电成本以及设计周期。
为了实现上述目的,本发明采用的技术方案是:基于代理模型的海上风机支撑结构优化设计方法及系统,包括以下步骤:
基于确定风机支撑结构的设计变量,采用抽样方法在设计空间内生成初始样本集合;
对所述初始样本集合中的每一个样本点进行数值模拟,得到相应的结构性能响应结果;
选择代理模型,基于所述初始样本集合和结构性能响应结果,采用所对应的拟合或插值方法建立根据初始样本集合和结构性能响应结果之间的映射关系;
使用代理模型进行结构优化设计,得到塔架和基础结构的初步设计结果,在进行结构优化设计时,在载荷计算后同时对塔架和基础结构进行校核和优化设计;
对所得初步设计结果采用数值仿真进行模拟,确认其可行性和最优性,并校验是否满足收敛准则;如果不满足收敛准则,则选择合适的加点准则添加样本点,更新代理模型,采用更新后的代理模型进行优化设计,直至满足收敛准则,则优化迭代结束。
所述设计变量为塔底直径和单桩直径;结构性能响应为塔架质量、单桩质量以及整体支撑结构频率。
采用中心复合试验方法生成初始样本集合。
结构性能响应为塔架质量、单桩质量以及整体支撑结构频率。
采用Kriging代理模型。
所述收敛准则为:
Δweigh/Weighn-1≤1%
Δfrequency/Frequencyn-1≤1%
其中,Δweigh/Weighn-1≤1%表示本轮和上轮得到的优化设计的塔架质量、单桩质量差别是否在1%以内;Δfrequency/Frequencyn-1≤1%表示本轮和上轮得到的优化设计的整体支撑结构频率差别是否在1%以内。
采用代理模型优化过程中的优化列式为:
find:塔底和单桩基础的直径、壁厚、焊缝高度
minimum:整体支撑结构质量
subject to:
SRFULS_tower≥1 ①
SRFFLS_tower≥1 ②
UCULS_foundation≤1 ③
DamageFLS_foundation≤1 ④
单桩基础的设计抗压承载力≤单桩基础的允许抗压承载力 ⑤
单桩基础的设计变形值≤单桩基础的许用变形值 ⑥
其中:SRFULS_tower表示塔架结构在极限状态下的安全裕度;SRFFLS_tower表示塔架结构在疲劳状态下的安全裕度;UCULS_foundation表示单桩基础结构在极限状态下的单元指标;DamageFLS_foundation表示单桩基础结构的疲劳损伤。
①塔架最轻的设计不是整体支撑结构最轻的设计;
②整体支撑结构最轻的设计所对应的塔架直径较大:3-5MW级别机组为6.0m,6-8MW机组为7.0m,且对应的单桩直径都稍比塔底直径大0.5m-1.0m范围内,即3-5MW级别机组单桩直径为6.5-7.0m,6-8MW机组单桩直径为7.5-8.0m。
本发明的另一个方面是提供基于代理模型的海上风机支撑结构优化设计系统,包括初始样本集合生成模块、结构性能响应获取模块、映射关系构建模块、优化模块、迭代校验模块;
初始样本集合生成模块基于风机支撑结构的设计变量,采用抽样方法在设计空间内生成初始样本集合;
结构性能响应获取模块用于对所述初始样本集合中的每一个样本点进行数值模拟,得到相应的结构性能响应结果;
映射关系构建模块用于选择代理模型,基于所述初始样本集合和结构性能响应结果,采用所对应的拟合或插值方法建立根据初始样本集合和结构性能响应结果之间的映射关系;
优化模块使用代理模型进行结构优化设计,得到塔架和基础结构的初步设计结果,在进行结构优化设计时,在载荷计算后同时对塔架和基础结构进行校核和优化设计;
迭代校验模块对所得初步设计结果采用数值仿真进行模拟,确认其可行性和最优性,并校验是否满足收敛准则;如果不满足收敛准则,则选择合适的加点准则添加样本点,更新代理模型,采用更新后的代理模型进行优化设计,直至满足收敛准则,则优化迭代结束。
本发明还提供一种计算机设备,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取计算机可执行程序并执行,处理器执行计算机可执行程序时能实现本发明所述基于代理模型的海上风机支撑结构优化设计方法。
与现有技术相比,本发明至少具有以下有益效果:
采用本发明所述方法能够避免海上风机支撑结构优化设计时陷入局部最优解,导致找到的只是塔架或者单桩最轻设计的问题;采用本发明所用的方法和流程,在载荷计算后同时对塔架和基础结构进行校核和优化设计,能找到全局最优设计,使得结构整体性更强,刚度分布更均匀,受力更合理,最终达到整体支撑结构重量最轻,降低海上风机支撑结构造价的目的;基于代理模型进行优化设计减少需要的计算机模拟结构分析次数,提高优化效率。
附图说明
下面结合附图对本发明的示例性实施例进行详细描述,本发明的以上和其它特点及优点将变得更加清楚,附图中:
图1是海上支撑结构示意图。
图2是海上风机支撑结构分步迭代设计方法流程。
图3是代理模型优化算法流程。
图4是海上风机支撑结构整体优化设计方法流程。
图5是3-5MW级海上风电机组塔底直径及单桩直径初始样本点。
图6是6-8MW级海上风电机组塔底直径及单桩直径初始样本点。
图7是3-5MW级海上风电机组塔架质量代理模型。
图8是3-5MW级海上风电机组整体支撑结构质量代理模型。
图9是6-8MW级海上风电机组塔架质量代理模型。
图10是6-8MW级海上风电机组整体支撑结构质量代理模型。
具体实施方式
下面结合图3-图10和具体实施例对本发明作进一步详细说明。
参考图3中,代理模型优化算法的一般流程图,包括以下步骤:
步骤1,通过工程项目经验获取海上支撑结构设计特征并筛选设计变量,在本发明中设计变量为为塔底直径和单桩直径;
步骤2,采用抽样方法在设计空间内生成初始样本集合,本发明采用中心复合试验方法;
步骤3,对所述初始样本集合中的每一个样本点进行数值模拟分析,得到相应的结构性能响应,本发明中结构性能响应为塔架质量、单桩质量以及整体支撑结构频率。
步骤4,选择代理模型(建议但不限于Kriging代理模型),采用所对应的合适的拟合或插值方法根据步骤2和步骤3中的输入和输出,建立它们之间的映射关系。
步骤5,使用代理模型进行结构优化设计,得到塔架和基础结构的初步设计结果,在进行结构优化设计时,在载荷计算后同时对塔架和基础结构进行校核和优化设计;
步骤6,对步骤5所得初步设计结果采用数值仿真进行模拟分析,确认其可行性和最优性,并校验是否满足收敛准则;如果不满足收敛准则,则选择合适的加点准则添加样本点,更新代理模型,返回步骤5。如果满足收敛准则,则优化迭代结束;这里的收敛准则指:本轮和上轮得到的优化设计的响应值及塔架质量、单桩质量以及整体支撑结构频率等物理量差别是否在1%以内。
在如上所述的步骤2对样本点进行数值模拟的方法,本发明提出的一种基于代理模型的海上风机支撑结构整体优化设计方法;参考图4所示支撑结构整体优化设计方法的流程,海上风电支撑结构整体优化设计方法与分步迭代法设计方法最大的不同是在载荷计算后同时对塔架和基础结构进行校核和优化设计,在整个设计域中寻找整体支撑结构最轻的全局最优设计。风机厂家和设计院在得到载荷后,同时对塔架和基础结构进行优化设计,站在寻找全局最优设计的角度进行设计。当前海上支撑结构的材料的采购费基本只考虑质量因素,通过支撑结构整体优化设计方法可以降低整体支撑结构的质量,因此达到降低海上风电平准化度电成本的目的。优化列式如下:
find:塔底和单桩基础的直径、壁厚、焊缝高度
minimum:整体支撑结构质量
subject to:
SRFULS_tower≥1 ①
SRFFLS_tower≥1 ②
UCULS_foundation≤1 ③
DamageFLS_foundation≤1 ④
单桩基础的设计抗压承载力≤单桩基础的允许抗压承载力 ⑤
单桩基础的设计变形值≤单桩基础的许用变形值 ⑥
其中:SRFULS_tower表示塔架结构在极限状态下的安全裕度;SRFFLS_tower表示塔架结构在疲劳状态下的安全裕度;UCULS_foundation表示单桩基础结构在极限状态下的单元指标;DamageFLS_foundation表示单桩基础结构的疲劳损伤。
通过本发明提出的基于代理模型的海上风机支撑结构优化设计方法,可以得到的最优支撑结构:
①塔架最轻的设计不是整体支撑结构最轻的设计;
②整体支撑结构最轻的设计所对应的塔架直径较大(3-5MW级别机组为6.0m,6-8MW机组为7.0m),且对应的单桩直径都稍比塔底直径大0.5m-1.0m范围内,即3-5MW级别机组为6.5-7.0m,6-8MW机组为7.5-8.0m。
以3-5MW和6-8MW级海上风电机组支撑结构优化设计为例:
步骤1,选择塔底直径和单桩直径为设计变量。
步骤2,选用中心复合试验方法生成初始样本点(如图5是3-5MW级海上风电机组塔底直径及单桩直径初始样本点;图6是6-8MW级海上风电机组塔底直径及单桩直径初始样本点)。
步骤3,采用海上风机支撑结构整体优化得到相应的结构性能响应(塔架质量、单桩质量、整体支撑结构频率等)。
步骤4,选择Kriging代理模型,采用所对应的合适的拟合或插值方法根据第2),3)步中的输入和输出,建立它们之间的映射关系的代理模型(如图7和图8是3-5MW级海上风电机组塔架质量代理模型和整体支撑结构质量代理模型;图9和图10是6-8MW级海上风电机组塔底直径及单桩直径初始样本点)。
步骤5,使用代理模型代替原模型进行结构优化设计。
步骤6,对步骤5求得的优化设计采用原模型进行校核,确认其可行性和最优性,并校验收敛准则。如果不满足,则选择合适的加点准则添加样本点,更新代理模型,返回步骤5。如果满足,则优化迭代结束。
这里的收敛准则指:本轮和上轮得到的优化设计的响应值(塔架质量、单桩质量、整体支撑结构频率等物理量)差别是否在1%以内。
优化列式如下:
find:塔底直径,单桩直径
minimum:整体支撑结构质量
subject to:
SRFULS_tower≥1
SRFFLS_tower≥1
UCULS_foundation≤1
DamageFLS_foundation≤1
单桩基础的设计抗压承载力≤单桩基础的允许抗压承载力。
单桩基础的设计变形值≤单桩基础的许用变形值。
表1 3-5MW海上风机支撑结构计算结果
Figure BDA0003280102320000141
表2 6-8MW海上风机支撑结构计算结果
Figure BDA0003280102320000142
Figure BDA0003280102320000151
表1和表2分别给出了基于代理模型优化算法给出的3-5MW和6-8MW海上风机支撑结构计算结果。其中,对于3-5MW机组,塔架最轻的设计为D塔架=5.5m,D单桩=6.0m;整体支撑结构最轻的设计为D塔架=6.0m,D桩=6.5m。对于6-8MW机组,塔架最轻的设计为D塔架=6.5m,D单桩=8.5m;整体支撑结构最轻的设计为D塔架=7.0m,D桩=7.5m。
通过本示例可以得到的最优支撑结构的特征在于:
1)塔架最轻的设计不是整体支撑结构最轻的设计;
2)整体支撑结构最轻的设计所对应的塔架直径较大(3-5MW级别机组为6.0m,6-8MW机组为7.0m),且对应的单桩直径都比塔底直径大0.5m,即3-5MW级别机组为6.5m,6-8MW机组为7.5m。
基于代理模型的海上风机支撑结构优化设计系统,包括初始样本集合生成模块、结构性能响应获取模块、映射关系构建模块、优化模块、迭代校验模块;
初始样本集合生成模块基于风机支撑结构的设计变量,采用抽样方法在设计空间内生成初始样本集合;
结构性能响应获取模块用于对所述初始样本集合中的每一个样本点进行数值模拟,得到相应的结构性能响应结果;
映射关系构建模块用于选择代理模型,基于所述初始样本集合和结构性能响应结果,采用所对应的拟合或插值方法建立根据初始样本集合和结构性能响应结果之间的映射关系;
优化模块使用代理模型进行结构优化设计,得到塔架和基础结构的初步设计结果,在进行结构优化设计时,在载荷计算后同时对塔架和基础结构进行校核和优化设计;
迭代校验模块对所得初步设计结果采用数值仿真进行模拟,确认其可行性和最优性,并校验是否满足收敛准则;如果不满足收敛准则,则选择合适的加点准则添加样本点,更新代理模型,采用更新后的代理模型进行优化设计,直至满足收敛准则,则优化迭代结束。
本发明还提供一种计算机设备,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取可执行程序并执行,处理器执行计算机可执行程序时能实现本发明所述基于代理模型的海上风机支撑结构优化设计方法。
所述计算机设备可以是笔记本电脑、平板电脑、桌面型计算机或工作站。
处理器可以是中央处理器(CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)或现成可编程门阵列(FPGA)。
对于本发明所述存储器,可以是笔记本电脑、平板电脑、桌面型计算机、手机或工作站的内部存储单元,如内存、硬盘;也可以采用外部存储单元,如移动硬盘、闪存卡。

Claims (10)

1.一种基于代理模型的海上风机支撑结构优化设计方法,其特征在于,包括以下步骤:
基于确定风机支撑结构的设计变量,采用抽样方法在设计空间内生成初始样本集合;
对所述初始样本集合中的每一个样本点进行数值模拟,得到相应的结构性能响应结果;
选择代理模型,基于所述初始样本集合和结构性能响应结果,采用所对应的拟合或插值方法建立根据初始样本集合和结构性能响应结果之间的映射关系;
使用代理模型进行结构优化设计,得到塔架和基础结构的初步设计结果,在进行结构优化设计时,在载荷计算后同时对塔架和基础结构进行校核和优化设计;
对所得初步设计结果采用数值仿真进行模拟,确认其可行性和最优性,并校验是否满足收敛准则;如果不满足收敛准则,则选择合适的加点准则添加样本点,更新代理模型,采用更新后的代理模型进行优化设计,直至满足收敛准则,则优化迭代结束。
2.根据权利要求1所述的基于代理模型的海上风机支撑结构优化设计方法,其特征在于,所述设计变量为塔底直径和单桩直径;结构性能响应为塔架质量、单桩质量以及整体支撑结构频率。
3.根据权利要求1所述的基于代理模型的海上风机支撑结构优化设计方法,其特征在于,采用中心复合试验方法生成初始样本集合。
4.根据权利要求1所述的基于代理模型的海上风机支撑结构优化设计方法,其特征在于,结构性能响应为塔架质量、单桩质量以及整体支撑结构频率。
5.根据权利要求1所述的基于代理模型的海上风机支撑结构优化设计方法,其特征在于,采用Kriging代理模型。
6.根据权利要求1所述的基于代理模型的海上风机支撑结构优化设计方法,其特征在于,所述收敛准则为:
Δweigh/Weighn-1≤1%
Δfrequency/Frequencyn-1≤1%
其中,Δweigh/Weighn-1≤1%表示本轮和上轮得到的优化设计的塔架质量、单桩质量差别是否在1%以内;Δfrequency/Frequencyn-1≤1%表示本轮和上轮得到的优化设计的整体支撑结构频率差别是否在1%以内。
7.根据权利要求1所述的基于代理模型的海上风机支撑结构优化设计方法,其特征在于,采用代理模型优化过程中的优化列式为:
find:塔底和单桩基础的直径、壁厚、焊缝高度
minimum:整体支撑结构质量
subject to:
SRFULS_tower≥1 ①
SRFFLS_tower≥1 ②
UCULS_foundation≤1 ③
DamageFLS_foundation≤1 ④
单桩基础的设计抗压承载力≤单桩基础的允许抗压承载力 ⑤
单桩基础的设计变形值≤单桩基础的许用变形值 ⑥
其中:SRFULS_tower表示塔架结构在极限状态下的安全裕度;SRFFLS_tower表示塔架结构在疲劳状态下的安全裕度;UCULS_foundation表示单桩基础结构在极限状态下的单元指标;DamageFLS_foundation表示单桩基础结构的疲劳损伤。
8.根据权利要求1所述的基于代理模型的海上风机支撑结构优化设计方法,其特征在于,
①塔架最轻的设计不是整体支撑结构最轻的设计;
②整体支撑结构最轻的设计所对应的塔架直径较大:3-5MW级别机组为6.0m,6-8MW机组为7.0m,且对应的单桩直径都稍比塔底直径大0.5m-1.0m范围内,即3-5MW级别机组单桩直径为6.5-7.0m,6-8MW机组单桩直径为7.5-8.0m。
9.基于代理模型的海上风机支撑结构优化设计系统,其特征在于,包括初始样本集合生成模块、结构性能响应获取模块、映射关系构建模块、优化模块、迭代校验模块;
初始样本集合生成模块基于风机支撑结构的设计变量,采用抽样方法在设计空间内生成初始样本集合;
结构性能响应获取模块用于对所述初始样本集合中的每一个样本点进行数值模拟,得到相应的结构性能响应结果;
映射关系构建模块用于选择代理模型,基于所述初始样本集合和结构性能响应结果,采用所对应的拟合或插值方法建立根据初始样本集合和结构性能响应结果之间的映射关系;
优化模块使用代理模型进行结构优化设计,得到塔架和基础结构的初步设计结果,在进行结构优化设计时,在载荷计算后同时对塔架和基础结构进行校核和优化设计;
迭代校验模块对所得初步设计结果采用数值仿真进行模拟,确认其可行性和最优性,并校验是否满足收敛准则;如果不满足收敛准则,则选择合适的加点准则添加样本点,更新代理模型,采用更新后的代理模型进行优化设计,直至满足收敛准则,则优化迭代结束。
10.一种计算机设备,其特征在于,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取计算机可执行程序并执行,处理器执行计算机可执行程序时能实现权利要求1~8任一项所述基于代理模型的海上风机支撑结构优化设计方法。
CN202111130009.0A 2021-09-26 2021-09-26 基于代理模型的海上风机支撑结构优化设计方法及系统 Pending CN115391926A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111130009.0A CN115391926A (zh) 2021-09-26 2021-09-26 基于代理模型的海上风机支撑结构优化设计方法及系统
PCT/CN2022/077804 WO2023045244A1 (zh) 2021-09-26 2022-02-25 基于代理模型的海上风机支撑结构优化设计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111130009.0A CN115391926A (zh) 2021-09-26 2021-09-26 基于代理模型的海上风机支撑结构优化设计方法及系统

Publications (1)

Publication Number Publication Date
CN115391926A true CN115391926A (zh) 2022-11-25

Family

ID=84114206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111130009.0A Pending CN115391926A (zh) 2021-09-26 2021-09-26 基于代理模型的海上风机支撑结构优化设计方法及系统

Country Status (2)

Country Link
CN (1) CN115391926A (zh)
WO (1) WO2023045244A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117188510A (zh) * 2023-09-07 2023-12-08 江苏科技大学 一种自振频率可调的海上风电单桩基础及其频率调控方法
CN118013650A (zh) * 2023-12-02 2024-05-10 水电水利规划设计总院有限公司 大型漂浮式海上风机浮式基础和系泊系统的智能优化设计方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117313465B (zh) * 2023-09-22 2024-04-19 中国能源建设集团广东省电力设计研究院有限公司 一种适用于大兆瓦海上风力机的阻尼器系统及其优化方法
CN117010259B (zh) * 2023-10-07 2024-02-20 中国船舶集团风电发展有限公司 风电机组门洞结构的优化方法
CN117454772A (zh) * 2023-11-08 2024-01-26 盛东如东海上风力发电有限责任公司 一种海上风电单桩基础的设计方法及其装置
CN117556551B (zh) * 2024-01-11 2024-04-09 中国人民解放军国防科技大学 发动机燃烧室壳体的轻量化设计方法、装置、设备和介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1205877A1 (en) * 2000-11-14 2002-05-15 Honda R&D Europe (Deutschland) GmbH Approximate fitness functions
US8335677B2 (en) * 2006-09-01 2012-12-18 Chevron U.S.A. Inc. Method for history matching and uncertainty quantification assisted by global optimization techniques utilizing proxies
CN112580228B (zh) * 2019-09-29 2022-11-29 中国航发商用航空发动机有限责任公司 一种涡扇发动机混合结构风扇叶片结构设计优化方法
CN112836318A (zh) * 2021-03-08 2021-05-25 中国华能集团清洁能源技术研究院有限公司 基于代理模型的海上风机支撑结构优化设计方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117188510A (zh) * 2023-09-07 2023-12-08 江苏科技大学 一种自振频率可调的海上风电单桩基础及其频率调控方法
CN117188510B (zh) * 2023-09-07 2024-05-24 江苏科技大学 一种自振频率可调的海上风电单桩基础及其频率调控方法
CN118013650A (zh) * 2023-12-02 2024-05-10 水电水利规划设计总院有限公司 大型漂浮式海上风机浮式基础和系泊系统的智能优化设计方法

Also Published As

Publication number Publication date
WO2023045244A1 (zh) 2023-03-30

Similar Documents

Publication Publication Date Title
CN115391926A (zh) 基于代理模型的海上风机支撑结构优化设计方法及系统
CN112836318A (zh) 基于代理模型的海上风机支撑结构优化设计方法及系统
Shittu et al. Comparative study between SN and fracture mechanics approach on reliability assessment of offshore wind turbine jacket foundations
Shittu et al. Structural reliability assessment of offshore wind turbine support structures subjected to pitting corrosion‐fatigue: A damage tolerance modelling approach
Yang et al. Dynamic reliability based design optimization of the tripod sub-structure of offshore wind turbines
Muskulus et al. Design optimization of wind turbine support structures-a review
Nuta et al. Methodology for seismic risk assessment for tubular steel wind turbine towers: application to Canadian seismic environment
Meng et al. Kriging-assisted hybrid reliability design and optimization of offshore wind turbine support structure based on a portfolio allocation strategy
Chengwei et al. Dynamic parametric modeling-based model updating strategy of aeroengine casings
CN113654756B (zh) 一种海上浮式风机主动式实时混合模型试验方法
Teixeira et al. Analysis of the design of experiments of offshore wind turbine fatigue reliability design with Kriging surfaces
CN112818437B (zh) 海上风电单桩基础设计计算优化出图的集成化分析方法
Ju et al. Fatigue design of offshore wind turbine jacket-type structures using a parallel scheme
Zhang et al. Multi‐hazard fragility assessment of monopile offshore wind turbines under earthquake, wind and wave loads
Moan et al. Recent advances in integrated response analysis of floating wind turbines in a reliability perspective
Yang et al. Robust design optimization of supporting structure of offshore wind turbine
CN118378461B (zh) 一种基于力学数值仿真的支架结构校核仿真方法和设备
CN115859864A (zh) 一种适用于海上风机结构方案设计分项系数的修正方法
CN116467877A (zh) 漂浮式风电机组平台动态响应确定方法、装置及电子设备
Al-Sanad et al. Design optimisation of wind turbine towers with reliability-based calibration of partial safety factors
Lu et al. A time-domain fatigue damage assessment approach for the tripod structure of offshore wind turbines
Han et al. An efficient fatigue assessment model of offshore wind turbine using a half coupling analysis
Zheng et al. Efficient optimization design method of jacket structures for offshore wind turbines
CN113047332B (zh) 一种海上风电单桩基础的塔架及其构型设计方法
Xu et al. Using Bayesian updating for monopile offshore wind turbines monitoring

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