基于遗传算法的风力机叶片优化设计方法研究

发布时间：2020-05-29 07:53

【摘要】：风能是一种可再生的清洁能源,通过风力发电机将风能转换成电能。风力发电机的叶片是实现风能转换成电能的关键部件，叶片的气动外形结构设计决定了风力机的转换效率,进而要对风力机叶片的外形结构进行优化：本文根据风力发电机的工作原理,建立风力机叶片优化设计的数学模型。考虑到风场风速的概率分布,以NM1.3MW型水平轴风力机为例采用改进的遗传算法的对风力机的叶片进行了优化设计。以叶片每段年输出功率最大为目标函数；叶片的弦长和扭角为设计变量；把叶片切分成5个段,利用MATLAB优化工具箱求出每段的最大功率,进而确定每段叶片截面处的弦长和扭角的最佳值,并与传统遗传算法的计算结果进行了比较。在不同的风速下,设计出的叶片功率比实例中的叶片功率都有一定程度的提高。采用的改进遗传算法与传统的遗传算法相比,结果发现：改进后的遗传算法可以选用更小的种群,运算次数更少,收敛速度更快,精度更高。实验结果为：截面1处的弦长为2.15m,扭角为5.24度；截面3处的弦长为1.98m,扭角为5.12度；截面5处的弦长为1.02m,扭角为2.06度。当风速为5m/s时,设计的叶片功率为62.208kw,实例的叶片功率为30.280 kw风速为15m/s时,设计的叶片功率为1146.000 kw,实例的叶片功率为1278.000 kw；风速为25m/s时,设计叶片功率为890.901 kw,实例叶片功率为832.379 kw。通过将设计出的叶片和实例给的叶片的功率对比,改进遗产算法的收敛图和一般遗传算法的收敛图对比,说明了改进遗传算法在风机叶片设计方面的实用性和优越性,也说明了改进遗传算法要比一般遗传算法在多目标函数中具有更高的实用价值。
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TK83

【参考文献】