[发明专利]基于Wilson模型和粒子群算法的风机叶片优化设计方法

说明书

本申请提出了一种基于Wilson模型和粒子群算法的风机叶片优化设计方法，该方法包括：确定待优化的叶片设计参数，建立初始叶片模型；将初始叶片模型沿展向等分成预设数量个叶素，并通过Wilson模型迭代计算出每个翼型的轴向诱导系数和切向诱导系数；根据每个翼型的轴向诱导系数和切向诱导系数分别计算每个翼型的扭角和弦长；将每个翼型的扭角和弦长作为粒子群算法的输入值，通过粒子群算法同时重新优化出每个翼型的扭角和弦长。该方法通过Wilson模型和粒子群算法对叶片进行联合优化设计，有效提高叶片的气动性能，提高了风机的发电效率。

技术领域

本申请涉风力发电技术领域，尤其涉及一种基于Wilson模型和粒子群算法的风机叶片优化设计方法。

背景技术

随着人们环保意识的增强，清洁能源的开发越来越得到的重视。而风力发电在可再生新型清洁能源的技术开发中占据重要地位，尤其是在风资源丰富的区域，风力发电具备较好的应用前景。

其中，风机叶片是风力发电机的重要组件，叶片气动性能的提升是提高风能利用效率的关键，直接影响风机的发电效率。

相关技术中，通常是在叶片设计软件中根据需要设计叶片的翼型和外形，再对叶片的设计参数进行优化。然而，申请人发现，相关技术中叶片设计方式，仅是通过单一的优化方法对叶片设计参数进行优化，优化效果有限，导致风机的叶片气动性能较差，风机的发电效率较低。

发明内容

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。

为此，本申请的第一个目的在于提出一种基于Wilson模型和粒子群算法的风机叶片优化设计方法，该方法通过Wilson模型和粒子群算法对叶片进行联合优化设计，有效改善了设计出的叶片的气动性能，通过粒子群优化算法对叶片设计参数进行二次优化后，显著提高了风能利用系数，进而提高了风机的风能利用率，提升了风机的发电效率，有利于在相同的载荷需求下降低了风力发电的生产成本。

本申请的第二个目的在于提出一种基于Wilson模型和粒子群算法的风机叶片优化设计系统；

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。

为达上述目的，本申请的第一方面实施例在于提出一种基于Wilson模型和粒子群算法的风机叶片优化设计方法，该方法包括以下步骤：

确定待优化的叶片设计参数，建立初始叶片模型；

将所述初始叶片模型沿展向等分成预设数量个叶素，确定每个所述叶素的翼型，并通过Wilson模型迭代计算出每个所述翼型的轴向诱导系数和切向诱导系数；

根据每个所述翼型的轴向诱导系数和切向诱导系数分别计算每个所述翼型的扭角和弦长；

将所述每个所述翼型的扭角和弦长作为粒子群算法的输入值，通过所述粒子群算法同时重新优化出每个所述翼型的扭角和弦长。

可选地，在本申请的一个实施例中，在所述通过所述粒子群算法同时重新优化出每个所述翼型的扭角和弦长之后，还包括：根据每个所述翼型重新优化后的扭角和弦长确定风机叶片的弦长和扭角，并拟合每个所述叶素的翼面和外形参数。

可选地，在本申请的一个实施例中，通过Wilson模型迭代计算出每个所述翼型的轴向诱导系数和切向诱导系数，包括：确定所述轴向诱导系数和所述切向诱导系数的初始值；获取预设的入流角与所述轴向诱导系数和所述切向诱导系数的关系式，并获取预设的所述轴向诱导系数和所述切向诱导系数的迭代公式；根据所述关系式和所述迭代公式对所述轴向诱导系数和所述切向诱导系数进行迭代计算，直至所述轴向诱导系数和所述切向诱导系数收敛。

可选地，在本申请的一个实施例中，轴向诱导系数和切向诱导系数的迭代公式是: