基于遗传算法的直叶片垂直轴风力机风轮优化设计

　　设计一个较好气动性能的直叶片垂直轴风力机风轮[1],需要对风轮的参数进行合理选择。传统的研究方法是通过制作一系列不同参数的风轮模型,由风洞试验筛选出最佳性能的风轮,其缺点是时间长、费用高、周期长,对设计新型风力机十分不利。早期的优化设计方法有单流管、多流管、双向多流管[2]理论,其缺点是没有考虑实际风速的概率分布,因而并不能使所设计风力机的年能量输出最大,另外设计结果需大幅修正,设计效果难以控制。

　　现代风力机设计通常都考虑风场、风速的概率分布,常用的是Weibull模型[3],设计目标为在满足额定功率的要求下,年能量输出最大,根据所查阅的文献,国内外学者很少有针对特定风场对直叶片垂直轴风力机进行优化设计。

　　本文建立了直叶片垂直轴风力机风轮的优化设计模型,在模型中考虑了风场风速的概率分布,设计目标为在满足额定功率的要求下,年能量输出最大,在寻优算法中采用遗传算法[4],因而有利于建立通用的风轮优化设计程序,并能保证收敛于全局最优解。

　　1　基本理论

　　1·1　直叶片垂直轴双向多流管理论计算方法

　　双向多流管模型是在多流管模型的基础上发展形成,在适当的尖速比下其计算精度[5]比多流管模型高,本文即采用双向多流管理论导出直叶片垂直轴风力机的功率及功率利用系数关系式。直叶片垂直轴风力机风轮俯视结构如图1所示,双向多流管模型如图2所示.

　　根据运动分析,动量方程各扭矩转速关系,导出直叶片垂直轴风力机上风轮、下风轮功率系数、功率关系式分别如式(1)、式(2)所示:

　　2　优化设计数学模型

　　2·1　遗传算法

　　遗传算法是一种模仿生物的进化和遗传规律,通过繁殖-竞争-再繁殖-再竞争,实现优胜劣汰,一步一步地逼近问题最优解的搜索寻优技术。只用编码和适应度表示问题,并不要求明确的数学方程及导数表达式,较之传统的优化算法通用性强。遗传算法的搜索寻优过程是有指导、自适应的搜索,它每次迭代借助变换和突变产生新个体,不断扩大搜索范围,容易得到全局最优解。因此,遗传算法已被成功地应用于许多领域中。

　　2·2　设计变量

　　由第二节的关系式(1)、(2)、(3)可知,直叶片垂直轴风力机风轮气动性能与叶片数、叶片弦长、风轮直径、风轮高度有紧密联系.当风轮叶片使用的翼型确定之后,就需要根据设计目标确定整个风轮的最佳直径、高度,叶片最佳弦长和叶片数。而额定风速(设计风速)是风力机设计的另一重要参数,额定风速的选择直接影响风力机的输出总能量的大小,因而影响风力机的经济性。