用于降低风电机组叶片载荷的设计方法及系统与流程

本申请涉及风力发电设备设计，尤其涉及一种用于降低风电机组叶片载荷的设计方法及系统。

背景技术：

1、目前，风力发电机组的普及率逐渐提高，为了降低风力发电的度电成本，风电机组正向大型化的方向发展，叶片尺寸逐渐增大。然而，这种发展趋势导致叶片载荷越来越高，叶片质量不断增大，由此带来叶片整机其他部件的重量增加和机组成本升高等问题。

2、因此，如何降低叶片载荷和质量已经成为目前风电行业亟需解决的问题。

技术实现思路

1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本申请的第一个目的在于提出一种用于降低风电机组叶片载荷的设计方法，该方法以叶片外形参数为自变量，以叶片的年发电量为约束，以叶根载荷最小为目标开展优化设计，能够得到优化后的叶片弦长和扭角的分布多项式，能够在保证发电量的基础上降低叶片的载荷。

3、本申请的第二个目的在于提出一种用于降低风电机组叶片载荷的设计系统。

4、本申请的第三个目的在于提出一种非临时性计算机可读存储介质。

5、为达上述目的，本申请的第一方面提出了一种用于降低风电机组叶片载荷的设计方法，包括以下步骤：

6、基于待设计叶片的最大弦长，将叶片划分为多个区段；

7、以叶片的年发电量为约束条件，以叶根载荷最小化为目标，基于粒子群优化算法对所述多个区段的弦长分布和扭角分布进行迭代优化，获得最优粒子，并通过分段拟合所述最优粒子中每个区段的多个控制截面的弦长和扭角，得到每个所述区段的弦长分布多项式和扭角分布多项式；

8、按照每个所述区段的弦长分布多项式和扭角分布多项式加工叶片外形。

9、可选地，在本申请的一个实施例中，所述基于粒子群优化算法对所述多个区段的弦长分布和扭角分布进行迭代优化，包括：在每个所述区段中划分出多个控制截面和多个已知截面，并初始化生成第一代的多个粒子，其中，所述多个控制截面的弦长和扭角为各个粒子的控制变量；对每个粒子中各个控制截面的弦长和扭角按由大到小的顺序进行排序，基于排序结果分段拟合得到每个所述区段的初步气动外形分布多项式；对于每个粒子，基于所述初步气动外形分布多项式，计算相应区段中所述多个已知截面的弦长和扭角，并根据所述多个区段的已知截面的弦长和扭角计算叶片的叶根载荷和年发电量；判断计算出的年发电量是否满足发电量约束条件，根据判断结果更新计算出的叶根载荷，并基于各个粒子更新后的叶根载荷，通过比较得到每个粒子当前的最小叶根载荷以及全部粒子中的最小叶根载荷；基于比选结果判断是否满足终止迭代条件，在不满足所述终止迭代条件的情况下，根据上一代粒子的信息通过粒子群优化算法生成下一代的多个粒子，并返回至排序步骤进行下一轮迭代，直至得到满足所述终止迭代条件的所述最优粒子。

10、可选地，在本申请的一个实施例中，所述根据判断结果更新计算出的叶根载荷，包括：在满足所述发电量约束条件的情况下，保持所述计算出的叶根载荷不变；在不满足所述发电量约束条件的情况下，将所述计算出的叶根载荷乘以预设的放大倍数；所述通过比较得到每个粒子当前的最小叶根载荷，包括：对于每个粒子，比较截止至本轮的全部迭代轮次下的更新后的叶根载荷，将数值最小的叶根载荷作为本粒子当前的最小叶根载荷。

11、可选地，在本申请的一个实施例中，所述根据上一代粒子的信息通过粒子群优化算法生成下一代的多个粒子，包括：将上一代的各个粒子的所述控制变量、所述当前的最小叶根载荷以及所述全部粒子中的最小叶根载荷对应的粒子的控制变量作为输入量，通过粒子群优化算法生成各个粒子对应的下一代粒子。

12、可选地，在本申请的一个实施例中，所述基于待设计叶片的最大弦长，将叶片划分为多个区段，包括：根据所述最大弦长的所处位置确定距离叶根端点相应距离的划分位置；按照所述划分位置将叶片划分为叶片内侧区和叶片外侧区，并从所述叶片内侧区中划分出过渡段；其中，基于拟合结果，所述过渡段的弦长分布和扭角分布分别由3次多项式表示，所述叶片外侧区的弦长分布由6次多项式表示，所述叶片外侧区的扭角分布由4次多项式表示。

13、可选地，在本申请的一个实施例中，所述约束条件还包括：从所述划分位置处的截面至叶尖方向的弦长分布逐渐减小，且小于所述最大弦长。

14、可选地，在本申请的一个实施例中，所述将叶片划分为多个区段之后，还包括：将叶片的叶尖的弦长设置为预设长度阈值内的定值，将叶尖的扭角设置为预设角度阈值内的一个正值；对与叶尖相距预设距离内各个截面的扭角分布进行4次多项式拟合。

15、为达上述目的，本申请的第二方面提出了一种用于降低风电机组叶片载荷的设计系统，包括以下模块：

16、划分模块，用于基于待设计叶片的最大弦长，将叶片划分为多个区段；

17、优化模块，用于以叶片的年发电量为约束条件，以叶根载荷最小化为目标，基于粒子群优化算法对所述多个区段的弦长分布和扭角分布进行迭代优化，获得最优粒子，并通过分段拟合所述最优粒子中每个区段的多个控制截面的弦长和扭角，得到每个所述区段的弦长分布多项式和扭角分布多项式；

18、设计模块，用于按照每个所述区段的弦长分布多项式和扭角分布多项式加工叶片外形。

19、为了实现上述实施例，本申请第三方面实施例还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面中的用于降低风电机组叶片载荷的设计方法。

20、本申请的实施例提供的技术方案至少带来以下有益效果：本申请以叶片外形参数为自变量、以叶片的年发电量为约束条件以及以叶根载荷最小为目标来开展优化设计。将叶片划分为多个区段，针对多个区段中的截面，利用粒子群优化算法对弦长分布和扭角分布进行迭代优化，最终可以拟合得到优化后的叶片弦长和扭角的分布多项式，按照优化后的叶片弦长和扭角的分布多项式设计出的叶片，可以在保证发电量的基础上降低叶片的载荷。由此，本申请通过降低叶片弦长和扭角的协调优化，可在满足发电量的约束条件下，有效降低叶根载荷，且确保叶片的最大弦长和最大扭角均处在约束范围内，便于叶片的加工和运输。并且，基于叶片弦长的降低和扭角的协调，能够保证叶片结构安全性前提下降低叶片的重量，有利于降低风电机组的运行成本。

21、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种用于降低风电机组叶片载荷的设计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的设计方法，其特征在于，所述基于粒子群优化算法对所述多个区段的弦长分布和扭角分布进行迭代优化，包括：

3.根据权利要求2所述的设计方法，其特征在于，所述根据判断结果更新计算出的叶根载荷，包括：

4.根据权利要求2所述的设计方法，其特征在于，所述根据上一代粒子的信息通过粒子群优化算法生成下一代的多个粒子，包括：

5.根据权利要求1所述的设计方法，其特征在于，所述基于待设计叶片的最大弦长，将叶片划分为多个区段，包括：

6.根据权利要求5所述的设计方法，其特征在于，所述约束条件还包括：从所述划分位置处的截面至叶尖方向的弦长分布逐渐减小，且小于所述最大弦长。

7.根据权利要求5所述的设计方法，其特征在于，所述将叶片划分为多个区段之后，还包括：

8.一种用于降低风电机组叶片载荷的设计系统，其特征在于，包括：

9.根据权利要求8所述的设计系统，其特征在于，所述划分模块，具体用于：

10.一种非临时性计算机可读存储介质，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如权利要求1-7中任一所述的用于降低风电机组叶片载荷的设计方法。

技术总结本申请提出一种用于降低风电机组叶片载荷的设计方法及系统，该方法包括：基于待设计叶片的最大弦长，将叶片划分为多个区段；以叶片的年发电量为约束条件，以叶根载荷最小化为目标，基于粒子群优化算法对多个区段的弦长分布和扭角分布进行迭代优化，获得最优粒子，并通过分段拟合最优粒子中每个区段的多个控制截面的弦长和扭角，得到每个区段的弦长分布多项式和扭角分布多项式；按照每个区段的弦长分布多项式和扭角分布多项式加工叶片外形。该方法通过对叶片弦长和扭角的优化设计，能够在保证发电量的基础上降低叶片的载荷。技术研发人员：刘鑫,廖猜猜,郭小江,李新凯,闫姝,叶昭良,秦志文,唐巍,余璐受保护的技术使用者：中国华能集团清洁能源技术研究院有限公司技术研发日：技术公布日：2024/10/17