《多兆瓦级风力机气动模型逼真度对气动弹性响应的影响》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2019-03-27
  • 目前,风力机的尺寸急剧增加,叶片正经历着较大的变形。因此,叶片上的气动力分布发生了变化,气动弹性分析变得十分重要。最先进的风力涡轮机气动弹性仿真工具利用工程模型来寻找气动弹性响应。这些工具使用简化的方法,如边界元法来寻找非定常气动载荷和一维结构模型来确定变形。它们在计算上很便宜,但它们是基于不同的修正来解释不稳定和3D效果。这些修正可能导致模型精度下降。因此,本研究的目的是将工程模型的结果与基于cfd的气动弹性模拟结果进行比较,后者需要较少的经验建模。采用多体仿真(MBS)求解器SIMPACK确定转子的动态响应,采用基于BEM的集成第三方模块(AeroDyn)计算叶片的气动载荷。基于非定常雷诺-平均纳维-斯托克斯方程的时间精确解,利用块结构CFD求解程序FLOWer求解叶片气动载荷。与基于高保真度cfd的气动弹性模型相比,该模型预测的动力和推力更小。此外,通过增加沿叶片使用的极数,工程模型还预测了1%-1.5%的功率和推力增长。

    ——文章发布于2019年9月

相关报告
  • 《湍流入口下神经网络和气动弹性涡旋法设计优化弯曲风力机叶片》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2019-07-25
    • 本文描述了神经网络在使用具有合成流入湍流的气动弹性模拟器进行弯曲风力涡轮机叶片设计优化中的应用。使用涡旋粒子方法,其中风力涡轮机叶片由升力线理论表示,而风力涡轮机结构动力学使用基于有限元多体的方法建模。神经网络与基于梯度的优化器一起允许在复杂的气动弹性风力涡轮机仿真场景中快速设计新的弯曲风力涡轮机叶片。与直刀片设计相比,从神经网络中找到的刀片设计增加了预弯和扫掠。它平均产生的功率大约增加1%,转子上的平均推力略微增加0.02%。这项研究表明神经网络可以有效地设计风力涡轮机转子叶片涉及复杂的气动弹性模拟情景与湍流流入条件。进一步的工作可以改善神经网络的预测能力以及优化设计的性能。 ——文章发布于2020年2月
  • 《尾流效应对风力涡轮机气动弹性变形与性能的影响》

    • 来源专题:可再生能源
    • 编译者:董璐
    • 发布时间:2015-12-13
    • 风力涡轮机是目前一种正在迅速扩大的可再生能源形式。然而,在风能资源可为美国提供大量稳定能源之前,仍有许多技术方面的挑战。主要的挑战之一便是能够根据所在空气动力学环境对风力涡轮机进行准确的分析与设计。 该研究主要关注于美国国家再生能源实验室快速代码的全面核查与确认。该验证与确认通过组合使用CFD软件与实验室相关数据,对涡轮机叶片升力分布,涡轮机功率以及力与力矩系数相比较后得出。结果表明,该改进后气动弹性代码可普遍提供更为准确的预测。然而在一些明显情况下,预测结果仅略微改善甚至相比于使用叶素动量理论空气动力学得出的结论更糟。这表明即使在考虑尾流效应情况下,空气动力学环境的相关建模仍不完善。