新型離網型風力機氣動特性測試與分析

代元軍 ， 汪建文 ， 劉雄飛 ， 溫彩鳳 ，4， 車 飛

（1.內蒙古工業大學能源動力學院，內蒙古 呼和浩特 010051；2.內蒙古可再生能源實驗室，內蒙古 呼和浩特 010051；3.新疆工業高等專科學校，新疆 烏魯木齊 830091；4.內蒙古呼和浩特職業學院，內蒙古 呼和浩特 010051）

0 引言

目前在石油、煤炭等傳統能源緊張的環境下，世界各國均將目光投向新能源領域，其中風能倍受關注。風力機葉片作為將風能轉換為動能的“心臟”，其設計直接決定著風力機組的效率[1]，而翼型又是葉片的重要組成部分，因此，對風力機翼型的設計是當前風力機空氣動力學研究的一個熱點，也是風力機研究的基礎[2-5]。該文對采用不同翼型設計的風力機在風洞進行了氣動特性實驗，得到了風力機風速功率特性曲線和風速風能利用系數曲線，然后利用中國氣象科學數據共享網提供的當地風資源數據和WAsP軟件在當地實際風場的數字地圖上，建立模擬風力機站[6]，求解風力機的年發電量和單位面積年發電量，用以分析和評價不同翼型風力機的性能好壞。

1 風力機氣動特性實驗

1.1 實驗設備

實驗設備主要由低速開口直流式風洞、9033G測試模塊和風力機等組成，如圖1所示。實驗風洞為B1/K2直流式低速風洞，分為開口段和閉口段，采用數字變頻技術調節風速，變頻器的變頻范圍為0~60.0 Hz。風洞開口實驗段的圓形橫截面直徑為2.04 m，風速調節范圍為0~18m/s。測試樣機1#風力機是某公司生產的400W風力機，2#風力機是該課題組自行設計制造的采用新翼型S809的300 W風力機，進行氣動特性實驗，其參數見表1。

圖1 實驗設備

表1 風力機參數

1.2 實驗方法

實驗按照GB/T 19068.3-2003《離網型風力發電機組第3部分：風洞實驗方法》[7]和GB/T 19068.2-2003《離網型風力發電機組第2部分：試驗方法》[8]，風洞試驗在內蒙古工業大學的B1/K2低速風洞出口段進行。該實驗具體采用的實驗方法是對兩種不同翼型的風力機，改變來流風速，改變電阻大小，得出不同尖速比下風力機的輸出功率和功率系數，繪制風速功率特性曲線和風速功率系數曲線。

1.3 實驗結果及分析

由實驗得到的2個風力機的風速功率特性曲線和風速風能利用系數曲線，如圖2和圖3。

圖2 風速功率特性曲線

圖3 風速功率系數曲線

從圖2可以看出，1#風力機在額定風速12 m/s的輸出功率是405.3W，2#風力機在額定風速10m/s的輸出功率是303W，都達到設計工況要求。2#風力機在風速3～14 m/s的范圍內輸出功率明顯大于1#風力機輸出功率。

從圖3可以看出，1#風力機和2#風力機的功率系數最大值都出現在5 m/s，分別為0.248和0.395。2#風力機的功率系數和1#風力機功率系數風速3～14 m/s的范圍變化趨勢相同，2#風力機的功率系數明顯大于1#風力機功率系數。

以上分析說明2#風力機所采用的翼型能夠滿足風力機的出力，同時提高了風力機對風能的利用率，達到了既追求輸出功率的增大，又追求在各風速段較高的功率系數的設計要求。

2 風譜圖建立和分析

風譜圖是指某個區域獨立于地形地貌障礙物等因素之外的風況特征。根據中國氣象科學數據共享網提供的2008年內蒙古24個地區的風資源數據，利用WAsP軟件進行分析統計，選出具有代表特性的4個地區，分別是阿巴嘎旗、巴彥毛道、朱日和、海力素，對以上4個地區進行分析，得到風譜圖的相關參數，為計算風力機年發電量提供數據。

利用WAsP OWC Wizard工具，首先導入欲安裝風力機地區1年的原始的按時間序列的風速風向數據；其次輸入取得風資源數據的地點及設備距地面高度，主要是指實測點的經度、緯度、當地標準氣壓、溫度及海拔高度；然后設置單位換算系數和風速的上下限以及16風向方位；最后計算得到風譜圖[9]。按照以上步驟分析得到內蒙古阿巴嘎旗、巴彥毛道、朱日和、海力素4個地區2008年的風譜圖，見圖4～圖7。從圖4～圖7可以看出4個地區的2008年平均風速分別是阿巴嘎旗3.5 m/s，巴彥毛道3.98 m/s，朱日和4.19m/s，海力素4.94m/s。

3 風機站的建立

圖4 2008年阿巴嘎旗地區風譜圖

圖6 2008年朱日和地區風譜圖

圖7 2008年海力素地區風譜圖

首先，利用地圖編輯WAsP Map Editor工具在數字化圖板或地圖掃描圖形文件上，用鼠標選取需要的地圖直接生成WAsP可以接受地圖文件；然后提供風力機站的位置坐標：阿巴嘎旗地區是北緯44.01°，東經 114.57°，海拔高度 112.61 m；巴彥毛道地區是北緯40.10°，東經104.48°，海拔高度132.39m；朱日和地區是北緯42.24°，東經112.54°，海拔高度115.08 m；海力素地區北緯 41.24°，東經 106.24°，海拔高度150.96m，按照給定坐標在地圖上標定風力機站的位置；最后在風力機站周圍根據實際情況選擇設置障礙物參數和地面粗糙度參數，由于風力機安裝內蒙古4個地區的戈壁、草原等非常開闊平坦的區域，阻風物很少，障礙物參數的取值從最小的房屋建筑為0到最大的防風樹林為0.5，故該文選取障礙物參數房屋建筑0，粗糙度1級（Z=0.003）[10]。

4 風力機發電量計算及分析

利用2008年4個地區的年風譜圖和兩種風力機的功率特性曲線，通過計算得到兩種風力機在4個地區的年發電量和單位面積年發電量，見圖8和圖9。

從圖8和圖9可以看出，2#風力機無論在年平均風速較小的阿巴嘎旗風場，還是在年平均風速較大的海力素風場的單位面積年發電量明顯大于1#風力機單位面積年發電量，說明2#風力機采用新翼型的優化設計提高了風力機的輸出功率，也就是在實際風場中提高了風力機的單位面積的年發電量。通過計算分析，2#風力機單位面積的發電量比1#風力機單位面積年發電量在4個平均風速由低到高的風場分別提高了30.6%、29.1%、27.7%、26.5%，平均提高28.4%，說明2#風力機的性能明顯優于1#風力機[11-12]。

圖8 風力機年發電量

圖9 風力機單位面積年發電量

5 結束語

該文對采用兩種不同翼型的水平軸風力機利用風洞進行了氣動特性實驗，得到了2個風力機的風速功率特性曲線和風速風能利用系數曲線，2#風力機所采用的翼型能夠滿足風力機的出力，同時提高了風力機對風能的利用率，達到了既追求輸出功率的增大，又追求在各風速段較高的功率系數的設計要求。

利用WAsP軟件對內蒙古阿巴嘎旗，巴彥毛道、朱日和、海力素4個地區2008年風能資源進行了評估，得到了風譜圖。通過分析計算得到1#風力機和2#風力機的年發電量、單位面積年發電量，2#風力機單位面積的發電量比1#風力機單位面積年發電量平均提高28.4%，2#風力機的性能明顯優于1#風力機，說明新翼型在氣動性能方面是優于傳統翼型的。

但是對于采用新翼型的風力機的可靠性能，需要對其結構動態進行測試和分析，為設計輸出功率高、結構穩定的風力機提供一定參考。

[1]王軍，周丙超.基于Matlab的小型風力機葉片設計[J].水電能源科學，2007，25（5）：142-144.

[2]竇秀榮.水平軸風力機起動性能及結構動力學特性研究[D].濟南：山東工業大學，1995.

[3]巫發明，王立鵬，楊從新，等.基于遺傳算法的直葉片垂直軸風力機風輪優化設計[J].西華大學學報：自然科學版，2009，28（5）：36-39.

[4]George S.Dulikravich.Aerodynamic shape design and optimization：status and trends[J].Journal of Aircraft，1992，29（6）：1020-1026.

[5]Jamshid A.Generation Samareh.Status and future of geometry modeling and grid for design[J].Journal of Aircraft，1999，36（1）：97-104.

[6]Dai Y J，Wang J W，Wen C F.Determination of characteristic wind speed for wind power under conditions of low cost and constant power[C]∥Proceedings of the first IEEE International Conference on Mechanic Automation and Control Engineering，2010：4054-4057.

[7]GB/T 19068.3—2003離網型風力發電機組第3部分：風洞實驗方法[S].北京：中國標準出版社，2003.

[8]GB/T 190682.2—2003離網型風力發電機組第2部分：試驗方法[S].北京：中國標準出版社，2003.

[9]Justus C G，Hargraves W R，Mikhail，et al.Methods for Estimating Wind Speed Frequency Distributions[J].Journal of Applied Meteorology，1978，17（3）：350-353.

[10]代元軍，汪建文，溫彩鳳，等.利用WasP軟件對風力機發電量的預測[J].可再生能源，2011，29（1）：103-106.

[11]Alexiadis M C，Dokopoulos P S，Sahsamanoglou H S，et al.Wind speed and powerforecasting based on spatial correlation models[C]∥Institute of Electrical and Electronics Engineers Transactions on Energy Conversion，1999，14（3）：836-842.

[12]Jaramillo O A， Borja，BimOda M A.Weibull wind speed distributions：an analysis of wind energy potential in laventa，mexico[J].Wind Engineering，2004（28）：225-234.