CN115408958A - 一种基于网格无关致动线模型的风力机仿真方法及系统 - Google Patents
一种基于网格无关致动线模型的风力机仿真方法及系统 Download PDFInfo
- Publication number
- CN115408958A CN115408958A CN202211074856.4A CN202211074856A CN115408958A CN 115408958 A CN115408958 A CN 115408958A CN 202211074856 A CN202211074856 A CN 202211074856A CN 115408958 A CN115408958 A CN 115408958A
- Authority
- CN
- China
- Prior art keywords
- information
- wind turbine
- variable
- simulation
- function
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
Abstract
本发明提供一种基于网格无关致动线模型的风力机仿真方法及系统,本方案在仿真过程中,只需通过构建体积力源项函数实现体积力的计算,进而实现风力机的仿真,无需像传统仿真方法一样,需要提前设定风轮、叶片的网格区域并使用旋转动网格,与传统的致动线方法相比,本方案的仿真对于任何形式的网格都能使用,不仅大幅降低了致动线的使用难度,扩大了致动线的使用范围,还减少了大量的前期处理的工作量,提高了仿真的效率。
Description
技术领域
本发明涉及风力发电技术领域,具体涉及一种基于网格无关致动线模型的风力机仿真方法及系统,
背景技术
风力机外流场仿真对机位点优化布局、发电效率提升、扫塔故障分析等工作具有重大意义,常使用计算流体力学(CFD)方法对风力机尾流流场进行数值模拟,但是由于风力机实际模型非常复杂,采用风力机实际模型进行仿真对计算资源消耗极大,很难实现对风场中风力机进行模拟。
致动线模型(ALM)借鉴动量叶素理论(BEM)的叶片气动模型,根据来流条件与翼型性能数据等计算叶片气动力,作为体积力源项,加载到流场中代替真实叶片的作用。致动线模型既避免了建立复杂的风力机模型,又能对风力机尾流进行准确的仿真,是一种被广泛认可的方法。
传统的致动线建模方法,首先需要划分旋转网格区域,在旋转区域中确定叶片所在位置,再次划分叶片区域,然后在叶片上均布叶素点施加体积力。最后采用动网格的形式,让叶素点随旋转网格区域一同旋转,模拟风力机运行。
由于传统的致动线方法需要提前设定动网格区域,因此限定了风力机的位置,无法再进行机位点布局优化;当风向发生改变时,风力机在运行过程中,无法调整偏航角度。因此传统的致动线方法需要花费大量的工作量来进行前处理,并且使用场景有一定的局限性。
发明内容
针对现有技术存在的不足,本发明提出一种基于网格无关致动线模型的风力机仿真方法及系统,以解决现有技术中存在的传统的致动线方法需要花费大量的工作量来进行前处理,并且使用场景有一定的局限性的技术问题。
一种基于网格无关致动线模型的风力机仿真方法,包括:构建携带有风电机组信息的初始化函数,并根据预设信息对所述风电机组信息进行初始化;构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至所述变量调整函数中;根据所述风电机组信息和所述变量信息,构建体积力源项函数;根据所述体积力源项函数,基于叶素动量理论得到体积力;将所述体积力传递至仿真进行程序,完成风力机的流场仿真。
在一个实施例中,所述构建携带有风电机组信息的初始化函数,并根据预设信息对所述风电机组信息进行初始化步骤,包括:定义多个容纳风电机组信息的二维数组,所述风电机组信息包括风机参数、叶片信息和翼型信息;根据预设信息对所述二维数组进行赋值,完成对风电机组信息的初始化。
在一个实施例中,所述定义多个容纳风电机组信息的二维数组,所述风电机组信息包括风机参数、叶片信息和翼型信息步骤,包括:定义多个容纳风机参数的二维数组,其中各风机参数的二维数组的行表征风电机组的编号,各风机参数的二维数组的列分别表征坐标、偏航角、仰角、桨距角、转速;定义多个容纳叶片信息的二维数组,其中各叶片信息的二维数组的行表征叶片分段的编号,各叶片信息的二维数组的列表征叶片分段所使用的翼型信息;定义多个容纳翼型信息的二维数组,其中各翼型信息的二维数组的行表征不同的攻角,各翼型信息的二维数组的列表征不同攻角下的升力、阻力。
在一个实施例中,所述构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至所述变量调整函数中步骤,包括:构建变量调整函数,所述变量调整函数中定义有时间、风轮转角两个变量;在仿真程序开始运行后,根据所述变量调整函数获取当前仿真时间、转速;所述变量调整函数将所述仿真时间作为值传递至时间变量中;所述变量调整函数基于所述仿真时间和转速得到风轮转角值传递至风轮转角变量中。
在一个实施例中,根据所述风电机组信息和所述变量信息,构建体积力源项函数步骤,包括:构建体积力源项函数,所述体积力源项函数用于接收所述初始化函数和所述变量调整函数传递的风电机组信息和变量信息;所述体积力源项函数并根据所述风电机组信息和所述变量信息,在流场域中构建一台虚拟的风力机。
在一个实施例中,根据所述体积力源项函数,基于叶素动量理论得到体积力步骤,包括:对仿真进程的每一步迭代过程中,遍历流场域中的所有单元,判断当前时刻被遍历的单元是否与风机叶片重合;若重合,则当前时刻被遍历的单元为叶素点,并获取当前时刻被遍历的单元处的风速;根据叶素动量理论计算出所述当前时刻被遍历的单元的升力和阻力;将所述升力和所述阻力分解为全局坐标系中三个方向上的分力,各分力即构成体积力。
一种基于网格无关致动线模型的风力机仿真系统,其特征在于,包括数据构建模块、体积力计算模块和仿真建立模块,其中:所述数据构建模块用于,构建携带有风电机组信息的初始化函数,并根据预设信息对所述风电机组信息进行初始化;构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至所述变量调整函数中;根据所述风电机组信息和所述变量信息,构建体积力源项函数;所述体积力计算模块用于,根据所述体积力源项函数,基于叶素动量理论得到体积力;所述仿真建立模块用于,将所述体积力传递至仿真进行程序,完成风力机的流场仿真。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述各个实施例中所述的一种基于网格无关致动线模型的风力机仿真方法的步骤。
一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述各个实施例中所述的一种基于网格无关致动线模型的风力机仿真方法的步骤。
由上述技术方案可知,本发明的有益技术效果如下:
1.在仿真过程中,只需通过构建体积力源项函数实现体积力的计算,进而实现风力机的仿真,无需像传统仿真方法一样,需要提前设定风轮、叶片的网格区域并使用旋转动网格,与传统的致动线方法相比,本方案的仿真对于任何形式的网格都能使用,不仅大幅降低了致动线的使用难度,扩大了致动线的使用范围,还减少了大量的前期处理的工作量,提高了仿真的效率。
2.本方案只需简历一个流场域,对流体域所有单元进行遍历,自动判断网格单元是否在虚拟的叶片上,计算单元体积力,对风机进行仿真,减少了大量的前期处理的工作量,提高了仿真的效率。
3.本方案的网格无关致动线模型还可以与其他控制函数结合,实时调整风机坐标及朝向,应用于机位点布局优化、尾流控制策略设计等场合,扩展了致动线模型的使用范围。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为一个实施例中网格无关致动线模型对风力机仿真的流程图;
图2为一个实施例中一种基于网格无关致动线模型的风力机仿真方法的流程示意图;
图3为一个实施例中网格关致动线模型对风力机仿真的风轮平面内速度云图;
图4为一个实施例中网格关致动线模型对风力机仿真的翼尖涡量云图;
图5为一个实施例中一种基于网格无关致动线模型的风力机仿真系统的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
在一个实施例中,本方法采用C语言编写适用于流体计算软件Fluent的用户自定义程序。该程序经过编译后,生成初始化函数、变量调整函数、体积力源项函数。仿真过程中,主进程会调用以上三种函数来模拟风机的运行,输出流场信息。本方法的简要流程如图1所示,结合图1和下述实施可知,本案无须进行复杂的前处理来定义风轮区域,对于任何形式的网格都能使用,能大幅度降低风力机外流场仿真前处理工作量;网格无关致动线模型还可以与其他控制函数结合,实时调整风机坐标及朝向,应用于机位点布局优化、尾流控制策略设计等场合,扩展了致动线模型的使用范围。
在一个实施例中,如图2所示,提供了一种基于网格无关致动线模型的风力机仿真方法,包括以下步骤:
S1构建携带有风电机组信息的初始化函数,并根据预设信息对风电机组信息进行初始化。
在其中一个实施例中,步骤S1包括:定义多个容纳风电机组信息的二维数组,风电机组信息包括风机参数、叶片信息和翼型信息;根据预设信息对二维数组进行赋值,完成对风电机组信息的初始化。
在其中一个实施例中,定义多个容纳风电机组信息的二维数组,风电机组信息包括风机参数、叶片信息和翼型信息步骤,包括:定义多个容纳风机参数的二维数组,其中各风机参数的二维数组的行表征风电机组的编号,各风机参数的二维数组的列分别表征坐标、偏航角、仰角、桨距角、转速;定义多个容纳叶片信息的二维数组,其中各叶片信息的二维数组的行表征叶片分段的编号,各叶片信息的二维数组的列表征叶片分段所使用的翼型信息;定义多个容纳翼型信息的二维数组,其中各翼型信息的二维数组的行表征不同的攻角,各翼型信息的二维数组的列表征不同攻角下的升力、阻力。
具体地,编写初始化函数。初始化函数是一段名为DEFINE_INIT的C语言程序代码,在本函数体中,首先定义多个容纳风机参数的二维数组,这些数组的行表示风电机组的编号,列表示风电机组的坐标、偏航角、仰角、桨距角、转速等信息;然后定义多个容纳叶片信息的二维素组,这些数组的行代表叶片分段编号列代表该段叶片所使用的翼型信息;然后定义多个容纳翼型信息的二维数组,这些数组的行代表不同的攻角,列代不同攻角下的升力、阻力。最后通过读取外部文本文档的形式或手动输入的形式对这些数组进行赋值,完成对风电机组的初始化,并将以上参数传递给体积力源项函数。
S2构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至变量调整函数中。
在其中一个实施例中,步骤S2包括:构建变量调整函数,变量调整函数中定义有时间、风轮转角两个变量;在仿真程序开始运行后,根据变量调整函数获取当前仿真时间、转速;变量调整函数将仿真时间作为值传递至时间变量中;变量调整函数基于仿真时间和转速得到风轮转角值传递至风轮转角变量中。
具体地,编写变量调整函数。变量调整函数是一段名为DEFINE_ADJUST的C语言程序代码,在本函数体中,定义了两个实数型变量,分别是时间和风轮转角。仿真进行程序即为,fluent程序开始运行(fluent是国际上比较流行的商用CFD软件包,用来模拟从不可压缩到高度可压缩范围内的复杂流动),当fluent程序开始运行后,变量调整函数从fluent程序中获取当前仿真时间传递给时间变量,然后再乘以转速即可得到风轮转角。最后本函数将时间和风轮转角这两个参数传递给体积力源项函数。
S3根据风电机组信息和变量信息,构建体积力源项函数。
在其中一个实施例中,步骤S3包括:构建体积力源项函数,体积力源项函数用于接收初始化函数和变量调整函数传递的风电机组信息和变量信息;体积力源项函数并根据风电机组信息和变量信息,在流场域中构建一台虚拟的风力机。
具体地,编写体积力源项函数,体积力源项函数是一段名为DEFINE_SOURCE的C语言程序代码。本函数接收来自初始化函数和变量调整函数传递来的各种参数,在流场域中形成一台虚拟的风力机。
S4根据体积力源项函数,基于叶素动量理论得到体积力。
在其中一个实施例中,步骤S4包括:对仿真进程的每一步迭代过程中,遍历流场域中的所有单元,判断当前时刻被遍历的单元是否与风机叶片重合;若重合,则当前时刻被遍历的单元为叶素点,并获取当前时刻被遍历的单元处的风速;根据叶素动量理论计算出当前时刻被遍历的单元的升力和阻力;将升力和阻力分解为全局坐标系中三个方向上的分力,各分力即构成体积力。
具体地,如图3和图4所示,分别为仿真进程好感对风力机仿真的风轮平面内速度云图、翼尖涡量云图。在仿真进程的每一步迭代过程中,遍历流场域中的所有单元,判断当前时刻被遍历的单元是否与风机叶片重合。如果重合,则该单元为叶素点,获取该单元处的风速。并根据叶素动量理论计算出该单元的升力和阻力。获取的升力和阻力是以该叶素点翼型截面中心为局部坐标系原点的,必须结合叶片扭转角、风机仰角、偏航角、风轮旋转角来进行坐标转化。将升力和阻力分解成全局坐标系下三个方向上的分力,即体积力。
S5将体积力传递至仿真进行程序,完成风力机的流场仿真。
具体地,体积力源项函数以这三个体积力作为函数输出项,传递给仿真主进程,进行流场仿真。仿真主进程即为fluent软件对风电场流体域进行仿真计算的进程。
在一个实施例中,如图5所示,提供一种基于网格无关致动线模型的风力机仿真系统,包括数据构建模块210、体积力计算模块220和仿真建立模块230,其中:
数据构建模块210用于,构建携带有风电机组信息的初始化函数,并根据预设信息对风电机组信息进行初始化;构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至变量调整函数中;根据风电机组信息和变量信息,构建体积力源项函数;
体积力计算模块220用于,根据体积力源项函数,基于叶素动量理论得到体积力;
仿真建立模块230用于,将体积力传递至仿真进行程序,完成风力机的流场仿真。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储配置模板,还可用于存储目标网页数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于网格无关致动线模型的风力机仿真方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供一种存储介质,存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被计算机执行时使计算机执行如前述实施例的方法,计算机可以为上述提到的一种基于网格无关致动线模型的风力机仿真系统的一部分。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (9)
1.一种基于网格无关致动线模型的风力机仿真方法,其特征在于,包括:
构建携带有风电机组信息的初始化函数,并根据预设信息对所述风电机组信息进行初始化;
构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至所述变量调整函数中;
根据所述风电机组信息和所述变量信息,构建体积力源项函数;
根据所述体积力源项函数,基于叶素动量理论得到体积力;
将所述体积力传递至仿真进行程序,完成风力机的流场仿真。
2.根据权利要求1所述的方法,其特征在于,所述构建携带有风电机组信息的初始化函数,并根据预设信息对所述风电机组信息进行初始化步骤,包括:
定义多个容纳风电机组信息的二维数组,所述风电机组信息包括风机参数、叶片信息和翼型信息;
根据预设信息对所述二维数组进行赋值,完成对风电机组信息的初始化。
3.根据权利要求2所述的方法,其特征在于,所述定义多个容纳风电机组信息的二维数组,所述风电机组信息包括风机参数、叶片信息和翼型信息步骤,包括:
定义多个容纳风机参数的二维数组,其中各风机参数的二维数组的行表征风电机组的编号,各风机参数的二维数组的列分别表征坐标、偏航角、仰角、桨距角、转速;
定义多个容纳叶片信息的二维数组,其中各叶片信息的二维数组的行表征叶片分段的编号,各叶片信息的二维数组的列表征叶片分段所使用的翼型信息;
定义多个容纳翼型信息的二维数组,其中各翼型信息的二维数组的行表征不同的攻角,各翼型信息的二维数组的列表征不同攻角下的升力、阻力。
4.根据权利要求1所述的方法,其特征在于,所述构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至所述变量调整函数中步骤,包括:
构建变量调整函数,所述变量调整函数中定义有时间、风轮转角两个变量;
在仿真程序开始运行后,根据所述变量调整函数获取当前仿真时间、转速;
所述变量调整函数将所述仿真时间作为值传递至时间变量中;
所述变量调整函数基于所述仿真时间和转速得到风轮转角值传递至风轮转角变量中。
5.根据权利要求1所述的方法,其特征在于,根据所述风电机组信息和所述变量信息,构建体积力源项函数步骤,包括:
构建体积力源项函数,所述体积力源项函数用于接收所述初始化函数和所述变量调整函数传递的风电机组信息和变量信息;
所述体积力源项函数并根据所述风电机组信息和所述变量信息,在流场域中构建一台虚拟的风力机。
6.根据权利要求1所述的方法,其特征在于,根据所述体积力源项函数,基于叶素动量理论得到体积力步骤,包括:
对仿真进程的每一步迭代过程中,遍历流场域中的所有单元,判断当前时刻被遍历的单元是否与风机叶片重合;
若重合,则当前时刻被遍历的单元为叶素点,并获取当前时刻被遍历的单元处的风速;
根据叶素动量理论计算出所述当前时刻被遍历的单元的升力和阻力;
将所述升力和所述阻力分解为全局坐标系中三个方向上的分力,各分力即构成体积力。
7.一种基于网格无关致动线模型的风力机仿真系统,其特征在于,包括数据构建模块、体积力计算模块和仿真建立模块,其中:
所述数据构建模块用于,构建携带有风电机组信息的初始化函数,并根据预设信息对所述风电机组信息进行初始化;构建携带有变量信息的变量调整函数,并将基于仿真运行程序得到的变量值传递至所述变量调整函数中;根据所述风电机组信息和所述变量信息,构建体积力源项函数;
所述体积力计算模块用于,根据所述体积力源项函数,基于叶素动量理论得到体积力;
所述仿真建立模块用于,将所述体积力传递至仿真进行程序,完成风力机的流场仿真。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211074856.4A CN115408958A (zh) | 2022-09-02 | 2022-09-02 | 一种基于网格无关致动线模型的风力机仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211074856.4A CN115408958A (zh) | 2022-09-02 | 2022-09-02 | 一种基于网格无关致动线模型的风力机仿真方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115408958A true CN115408958A (zh) | 2022-11-29 |
Family
ID=84163973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211074856.4A Pending CN115408958A (zh) | 2022-09-02 | 2022-09-02 | 一种基于网格无关致动线模型的风力机仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115408958A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436322A (zh) * | 2023-12-21 | 2024-01-23 | 浙江远算科技有限公司 | 基于叶素理论的风力机叶片气动弹性仿真方法和介质 |
-
2022
- 2022-09-02 CN CN202211074856.4A patent/CN115408958A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436322A (zh) * | 2023-12-21 | 2024-01-23 | 浙江远算科技有限公司 | 基于叶素理论的风力机叶片气动弹性仿真方法和介质 |
CN117436322B (zh) * | 2023-12-21 | 2024-04-19 | 浙江远算科技有限公司 | 基于叶素理论的风力机叶片气动弹性仿真方法和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jonkman et al. | Fast. farm user's guide and theory manual | |
Liu et al. | Aeroelastic analysis of a floating offshore wind turbine in platform‐induced surge motion using a fully coupled CFD‐MBD method | |
Jonkman et al. | Development of fast. farm: A new multi-physics engineering tool for wind-farm design and analysis | |
Daróczy et al. | Comparative analysis of turbulence models for the aerodynamic simulation of H-Darrieus rotors | |
Ramos‐García et al. | Aero‐hydro‐servo‐elastic coupling of a multi‐body finite‐element solver and a multi‐fidelity vortex method | |
Kear et al. | Computational aerodynamic optimisation of vertical axis wind turbine blades | |
Sessarego et al. | Development of an aeroelastic code based on three‐dimensional viscous–inviscid method for wind turbine computations | |
CN116628894B (zh) | 基于深度学习的水翼设计优化方法及水翼设计优化框架 | |
Wang et al. | Coupled aerostructural shape and topology optimization of horizontal-axis wind turbine rotor blades | |
CN115408958A (zh) | 一种基于网格无关致动线模型的风力机仿真方法及系统 | |
Lim et al. | An examination of aerodynamic and structural loads for a rotor blade optimized with multi-objective genetic algorithm | |
CN117436322B (zh) | 基于叶素理论的风力机叶片气动弹性仿真方法和介质 | |
CN111680823A (zh) | 一种风向信息预测方法及系统 | |
Tesfahunegn et al. | Surrogate-based airfoil design with space mapping and adjoint sensitivity | |
CN112052604A (zh) | 风机等效疲劳载荷的预测方法、系统、设备及可读介质 | |
CN112990674A (zh) | 一种海上浮式风电场多目标运行调度方法 | |
Anusonti-Inthra | Full vehicle simulations for a coaxial rotorcraft using high-fidelity CFD/CSD coupling | |
CN115293069B (zh) | 一种用于飞行器外流场仿真控制参数智能优化的系统 | |
Taschner et al. | A new coupling of a GPU‐resident large‐eddy simulation code with a multiphysics wind turbine simulation tool | |
WO2023099414A1 (en) | A method for controlling a wind farm | |
Dong et al. | Intelligent wind farm control via grouping-based reinforcement learning | |
Li et al. | A multiple instance solver framework based on dynamic overset grid method for flow field simulation of array configuration with moving components | |
US8170813B2 (en) | Determining effects of turbine blades on fluid motion | |
Kim et al. | A design and implementation wind farm real-time simulator with various types of wind turbine considering wake effect | |
CN104123442B (zh) | 一种风电机组有功功率在线等值模型建模方法 |
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 |