風力機尾緣襟翼結構參數優化及控制性能分析

張文廣， 白雪劍， 韓 越

(1．華北電力大學 新能源電力系統國家重點實驗室，北京 102206；2．華北電力大學 工業過程測控新技術與系統北京市重點實驗室，北京 102206)

風力機尾緣襟翼結構參數優化及控制性能分析

張文廣1， 白雪劍2， 韓 越2

(1．華北電力大學 新能源電力系統國家重點實驗室，北京 102206；2．華北電力大學 工業過程測控新技術與系統北京市重點實驗室，北京 102206)

為研究適應不同風況下的尾緣襟翼最優結構參數，以NREL 5 MW風力機為參考對象，對FAST進行二次開發，在Matlab/Simulink上搭建了帶尾緣襟翼的風力機氣動彈性伺服仿真平臺；以11.4 m/s穩定風為例，綜合考慮尾緣襟翼位置、長度、占弦比及擺角范圍對風力機載荷抑制及功率捕獲的影響，提出了基于正交設計的大型智能風力機尾緣襟翼的參數優化方法，得到一組最優的尾緣襟翼結構參數；研究了標準湍流風況下尾緣襟翼控制對風力機動態性能的影響.結果表明：尾緣襟翼不僅可顯著降低葉片的疲勞載荷、減少變槳機構動作，還可有效抑制風力機輸出功率的波動.

大型水平軸風力機； 尾緣襟翼； 正交設計； 載荷抑制； 風力發電控制

隨著風力發電技術的發展，風力機的單機功率不斷增大，導致葉片尺寸也不斷增加.目前，西門子7 MW海上風力機組SWT-7.0-154的葉片長度達到75 m[1].水平軸風力機的大型化加劇了風力機的疲勞載荷和極限載荷，不僅增加了風力機的制造成本和后期的維護費用，還增大了風力機的控制難度.目前，變槳控制技術作為應用于風力機葉片的主動降載技術，由于其只能改變整個葉片的迎風角，且變槳機構慣性較大，無法應對大型葉片的局部載荷和極限載荷波動[2]，不能滿足大型風力機(尤其是海上風力機)的需求.因此，智能葉片的概念應運而生.通過主動消減氣動力引起的不利振動，智能葉片能夠減小風力機疲勞載荷和極限載荷，從而降低風力機的維護費用，并提高風力機運行的可靠性，進而降低風力發電成本[3].目前處于研究階段的主動降載技術中，尾緣襟翼技術可通過改變翼型來改變葉片的氣動性能，具有響應速度快、調節能力強等特點，因此尾緣襟翼技術被認為是最可行的主動降載技術[4].

國內外學者對帶尾緣襟翼的大型風力機智能葉片技術進行了一定程度的研究.Castaignet等[5]在Vestas V27型風力機葉片上安裝了長為70 cm的尾緣襟翼，并根據38 min的測試數據得出葉片根部載荷平均減少了14%的結論.Berg等[6-7]設計、制造并測試了1個具有主動氣動載荷控制設備的風力機轉子，研究結果表明尾緣襟翼可有效降低葉片根部的疲勞載荷，但也會在一定程度上減少風力機的功率捕獲.郝文星等[8]通過對柔性尾緣襟翼進行參數化建模，采用數值模擬方法研究了尾緣襟翼對翼型整體靜態與動態氣動性能的影響.祖紅亞等[9]以NACA0018為基準翼型，采用Fluent數值模擬方法對比研究了尾緣襟翼相對長度對翼型氣動性能的影響.上述研究從理論和實踐上驗證了尾緣襟翼具有改變氣動性能、降低葉片載荷的作用.但有關尾緣襟翼結構參數對增大降載作用、減小功率損失以及風力機動態性能影響，尚沒有詳細的研究和優化方法.

筆者通過改進FAST，在Matlab/Simulink上搭建了帶尾緣襟翼的風力機氣動彈性伺服仿真平臺，以NREL 5 MW風力機模型為參考對象，以11.4 m/s穩定風為例，使用正交設計法[10]設計了尾緣襟翼結構參數的優化方案，并探究了標準湍流風況下尾緣襟翼控制對風力機動態性能的影響.

1 計算模型

FAST[11]是由美國國家可再生能源實驗室(NREL)開發的氣動彈性伺服仿真平臺，可計算2葉片或3葉片水平軸風力機的疲勞載荷和極限載荷.

1.1 氣動性能計算模型

利用FAST對風力機的氣動性能進行數值模擬時，主要采用了葉素動量理論模型、動態入流模型及動態失速模型等[11].

葉素動量理論模型分為葉素理論模型和動量理論模型.葉素理論模型是將葉片沿展向分為有限個葉素，對每個葉素進行獨立的氣動性能分析.動量理論模型是假設風力機流場中的流體與外界沒有能量交換，氣流總能量保持不變，并采用動量定理計算葉輪從風能中獲得的機械能.葉素動量理論模型是理想的空氣動力學理論，當誘導因子值較大時需進行葛勞渥特修正[12].為了使計算結果與實際風力機的表現更一致，計算過程中考慮了斜入流修正和葉尖損失修正，進一步提高了靜態氣動性能的計算精度.

動態入流模型是基于廣義動態尾流理論的氣動計算模型，考慮了流場從變化到穩定的短暫延遲時間[13].相比葉素動量理論模型，在葉片攻角快速變化時，動態入流模型的計算更加準確.

動態失速模型是基于Beddoes和Leishman研究的半經驗模型，考慮了后緣失速、附著流動、前緣分離和可壓縮效應，且修正了阻力和力矩系數.Beddoes-Leishman動態失速模型可使葉片揮舞方向的振動計算更加準確[14].

FAST在模擬3葉片水平軸風力機時考慮了24個自由度，計算結果準確度高[11].全球風力發電領域中德國勞氏集團(GL)風能事業部是世界上公認的權威檢測認證機構.2005年GL發布了對FAST的檢測報告，通過分析比較FAST與GL的DHAT仿真工具仿真得到的3種不同風力機40個輸出參數值，認證了FAST是可接受的風力機設計仿真工具[15].筆者使用的計算模型是在FAST基礎上搭建的，其計算及仿真結果的可信度較高.

1.2 帶尾緣襟翼的風力機氣動彈性伺服仿真平臺

通過對FAST的二次開發，結合AeroDyn[13]、Turbsim[16]及Xfoil[17]，在Matlab/Simulink上搭建了帶尾緣襟翼的風力機氣動彈性伺服仿真平臺.在該平臺上，通過修改Aerodyn輸入文件來實現不同尾緣襟翼結構參數下的仿真實驗，具體步驟為：

(1)利用Xfoil設計生成指定占弦比和角度的尾緣襟翼翼型，分析其氣動性能，并生成翼型氣動數據文件.

(2)利用Turbsim建立風場模型文件.

(3)利用Aerodyn輸入文件調用風場模型文件及尾緣襟翼翼型氣動數據文件，組成指定長度、占弦比及位置的尾緣襟翼葉片文件.

(4)利用FAST調用Aerodyn輸入文件，得到尾緣襟翼葉片的氣動力數據，計算分析風力機的動態特性.

(5)在所搭建的帶尾緣襟翼的風力機氣動彈性伺服仿真平臺上實現變槳、變速及尾緣襟翼的閉環控制.

1.3 NREL 5 MW風力機

筆者選用的模型為NREL 5 MW 3葉片變速變槳型風力機，其原始葉片總長為61.5 m，由8種翼型組成[18].為方便正交設計，從DU35_A17翼型開始，將葉片分為每段長為2.05 m的葉素，從葉根到葉尖共29段葉素，葉片結構如圖1所示.

圖1 NREL 5 MW風力機的葉片結構

2 正交設計與分析

由于因子水平數較多，實驗規模過大，因此難以進行全面的仿真實驗.正交設計是一種可安排多因素實驗、尋求最優因子水平組合的高效率實驗設計方法，具有整齊可比、均勻分散、簡單易行的優點，因此筆者采用正交設計方法進行尾緣襟翼結構參數優化.

2.1 正交設計

2.1.1 仿真實驗優化目標

由文獻[7]可知，尾緣襟翼可有效降低葉片載荷，但也會一定程度上減少風力機的功率捕獲，因此正交設計需綜合考慮這兩方面因素.仿真實驗有2個優化目標：最大程度增大尾緣襟翼在降低葉片載荷方面的作用；最大程度減小尾緣襟翼對風力機輸出功率的影響.

2.1.2 仿真實驗指標

針對2個優化目標，確定仿真實驗指標如下：

(1)最大程度降低葉片載荷，主要指標為葉根揮舞彎矩平均值變化率y1，葉根揮舞彎矩標準偏差變化率y2，葉尖揮舞方向偏移量平均值變化率y3，葉尖揮舞方向偏移量標準偏差變化率y4.

(2)最大程度減小尾緣襟翼對風力機輸出功率的影響，主要指標為高速軸功率平均值變化率y5和高速軸功率標準差變化率y6.

2.1.3 仿真因子與因子水平

仿真因子如下：尾緣襟翼的長度A、擺角范圍B、占弦比C和位置D.

因子水平如下：長度為9水平(基準長度2.05 m的1～9倍)，擺角范圍為4水平(-5°～5°、-10°～10°、-15°～15°、-20°～20°)，占弦比為10水平(5%、10%、…、50%)和位置為20水平(10～29段葉素).

仿真實驗中，由于因子水平數較大，不便設計單一的正交分析表，因此采用2次正交設計來進行優化實驗.

2.2 第1次正交實驗

2.2.1 正交設計

如表1所示，均勻選取因子水平，所需正交設計表為L25(42×52)，可由L25(56)正交表[10]改造得到.正交設計表如表2所示.

表1 第1次正交設計因子水平表

NREL 5 MW風力機的額定風速為11.4 m/s，因此筆者選用11.4 m/s的穩定風況進行300 s無尾緣襟翼仿真實驗，考慮到初始階段存在風力機啟機等不穩定過程，取100～300 s數據進行分析，風力機參數見表3.

根據表2進行25次仿真實驗，取100～300 s數據進行分析，得到25個葉根揮舞彎矩平均值、葉根揮舞彎矩標準差、葉尖揮舞方向偏移量平均值、葉尖揮舞方向偏移量標準差、高速軸功率平均值和高速軸功率標準差.

(1)

根據式(1)可得到25次仿真實驗的6組指標，即葉根揮舞彎矩平均值變化率y1、葉根揮舞彎矩標準差變化率y2、葉尖揮舞方向偏移量平均值變化率y3、葉尖揮舞方向偏移量標準差變化率y4、高速軸功率平均值變化率y5和高速軸功率標準差變化率y6.表4給出了3組仿真實驗結果，其余不再贅述.

表2 L25(42×52)正交設計表

表3 無尾緣襟翼時的風力機參數

表4 第1次仿真實驗結果

2.2.2 正交分析

根據正交設計的仿真實驗結果，采用極差分析、方差分析和綜合評分這3種分析方法來獲取最優因子水平組合.

(1)極差分析

分別對6組指標進行極差分析，結果見表5.由表5可知，因子D最重要，應取為26；其次是因子A，應取為7；再次是因子B，應取為-20°～20°；最后是因子C，應取為0.2.極差分析的最優因子水平組合為A4B4C2D5.

表5 第1次正交設計極差分析結果

(2)方差分析

分別對6組指標進行方差分析，各仿真因子方差分析F比見表6.

表6 第1次正交設計方差分析F比

各因子自由度fA為3、fB為3、fC為4、fD為4，正交表的自由度fT為24.誤差自由度為fe=fT-fA-fB-fC-fD=10.

查閱F分布的0.90分位數表可知，顯著性水平為0.1時，F0.90(3,10)=2.73，F0.90(4,10)=2.61.當因子A、因子B、因子C和因子D的F比分別大于2.73、2.73、2.61和2.61時，該指標下仿真因子為顯著因子，方差分析結果見表7.由表7可知，方差分析最優因子水平組合為A4B4D5.

(3)綜合評分分析

表7 第1次正交設計方差分析結果

將1個因子水平組合下的多個指標綜合成為一個指標，稱該指標為綜合評分指標.在6個指標中，y1、y2、y3、y4越小，表明尾緣襟翼在降低葉片根部疲勞載荷方面的作用越大；y5越大，y6越小，表明尾緣襟翼對風力機輸出功率的影響越小，均衡考慮仿真實驗優化的2個目標，設計綜合評分指標為：

(2)

根據25次仿真實驗結果計算可得，第19號的綜合評分指標最大，z為0.42，即第19號仿真實驗組合(A4B4C2D5)為最優因子水平組合.

綜合比較3種分析方法，得到第1次正交設計的最優因子水平組合為A4B4C2D5.尾緣襟翼結構參數分別為：長度為基準長度的7倍，即14.35 m；擺角范圍為-20°～20°；占弦比為20%；位置為第26段葉素，即距葉根55.825 m處.

2.3 第2次正交實驗

2.3.1 正交設計

在第1次正交設計的基礎上，進行第2次正交設計，因子水平如表8所示.

表8 第2次正交設計因子水平表

由表8可知，所需正交設計表為L25(42×52)，將表2表頭的長度A與位置D交換位置即可，第2次仿真實驗結果如表9所示，表中僅列出3組仿真實驗結果，其余不再贅述.

2.3.2 正交分析

極差分析、方差分析和綜合評分分析得到的最優因子水平組合分別為A3B4C4D4、A5B4C4D4和A5B3C4D2.對3種最優因子水平組合進行仿真實驗，并對其數據進行綜合評分分析，結果見表10.由表10可知，最優因子水平組合為A3B4C4D4.

表9 第2次仿真實驗結果

表10 第2次正交分析結果

2.4 最優因子水平組合均值估計

為判斷正交設計的準確性，需估計出最優因子水平組合均值，并與實際仿真實驗結果進行比較.最優因子水平組合均值估計分為點估計和區間估計.

2.4.1 點估計

根據上述統計模型，利用最小二乘法可得到一般平均μ與每個因子水平效應的估計：

(3)

(4)

類似可得到其他主效應的估計，均為相應參數的無偏估計.根據第2次仿真實驗方差分析，y1的顯著因子為B和C，最優因子水平組合為B4C4，則：

(5)

(6)

B4C4因子水平組合下，y1均值的無偏估計可取為：

(7)

2.4.2 區間估計

y1,11+4y1,12-y1,13+4y1,14-y1,15+4y1,16-y1,17-y1,18+4y1,19-y1,20-y1,21-y1,22-y1,23+4y1,24+4y1,25)kiy1,i

(8)

(9)

σ2的無偏估計可取為：

(10)

為提高誤差方差估計的精度，將不顯著因子的平方和并入Se，同時將相應的自由度也并入誤差的自由度，即

(11)

(12)

(13)

(14)

(15)

由表11可知，最優因子水平組合A3B4C4D4的6個實際仿真數據指標均在其各自的0.99置信區間內，說明正交分析結果較準確，該因子水平組合滿足仿真實驗優化目標.

最優尾緣襟翼結構參數分別為：長度為基準長度的7倍，即14.35 m；擺角范圍為-20°～20°；占弦比為25%；位置為第26段葉素，即距葉根55.825 m處，位于NACA64_A17翼型段.

表11 最優因子水平組合的各指標置信區間與實際仿真數據

3 標準湍流風況下風力機動態性能

采用上述最優尾緣襟翼結構參數，在輪轂處平均風速為11.4 m/s的湍流風況下進行仿真，并與無尾緣襟翼的仿真結果進行對比，選取100～200 s數據進行分析，結果見表12和表13.

表12 標準湍流風況下風力機參數對比

表13 標準湍流風況下風力機參數的變化率

標準湍流風況下風力機葉片1葉根揮舞彎矩、葉片1葉尖揮舞方向偏移量、高速軸轉速、高速軸功率、葉片1槳距角及葉片1尾緣襟翼角的動態曲線如圖2～圖7所示.

圖2 標準湍流風況下葉片1葉根揮舞彎矩的動態曲線

圖3 標準湍流風況下葉片1葉尖揮舞方向偏移量的動態曲線

圖4 標準湍流風況下高速軸轉速的動態曲線

由圖2和圖3可知，尾緣襟翼控制下葉片1葉根揮舞彎矩及葉片1葉尖揮舞方向偏移量均明顯降低.由表13可知，兩者平均值分別減少11.13%和34.79%，標準差分別減少33.65%和40.17%，說明在標準湍流風況下，尾緣襟翼控制可有效降低葉片的疲勞載荷.

由圖4和圖5可知，尾緣襟翼控制下，高速軸轉速和高速軸功率的動態超調量均明顯降低.由表13可知，其平均值分別減少2.23%和6.74%，標準差分別減少21.69%和23.54%，說明尾緣襟翼控制可使風力機輸出功率更平滑，風電場的出力變化更平穩，更利于電網接納風能.

圖5 標準湍流風況下高速軸功率的動態曲線

圖6 標準湍流風況下葉片1槳距角的動態曲線

圖7 標準湍流風況下葉片1尾緣襟翼角的動態曲線

由圖6可知，尾緣襟翼控制作用下葉片1變槳角度明顯減小，變槳時間明顯縮短.由圖7可知，葉片1尾緣襟翼角變化迅速，說明尾緣襟翼控制具有快速、準確的特點，不僅有效地彌補了變槳控制遲鈍滯后的缺點，還可減輕變槳機構動作產生的磨損，提高變槳機構壽命.

4 結 論

(1)在11.4 m/s的額定風況下，NREL 5 MW風力機葉片的最優尾緣襟翼結構參數為：長度為14.35 m，擺角范圍為-20°～20°，占弦比為25%，位置為距葉根55.825 m處，位于NACA64_A17翼型段.此基于正交設計的尾緣襟翼結構參數優化方法同樣適用于選取其他風況下的參數，具有一定的實際參考價值.

(2)標準湍流風況下，尾緣襟翼不僅可顯著降低葉片的疲勞載荷，還可有效減弱風力機輸出功率的波動，同時也可以減少變槳機構動作，在延長風力機壽命、減弱風力機輸出功率波動等方面均有良好的應用前景.

[1] SIEMENS A G. Siemens wind turbine SWT-7.0-154 technical specifications[EB/OL]. (2016)[2016-11-01]. http://www.siemens.com/content/dam/internet/siemens-com/global/market-specific-solutions/wind/data_sheets/data-sheet-wind-turbine-swt-7.0-154.pdf.

[2] BARLAS T K, VAN KUIK G A M. Review of state of the art in smart rotor control research for wind turbines[J].ProgressinAerospaceSciences, 2010, 46(1): 1-27.

[3] BARLAS T K, VAN KUI G A M. State of the art and prospectives of smart rotor control for wind turbines[J].JournalofPhysics:ConferenceSeries, 2007, 75(1): 1-20.

[4] COUCHMAN I, CASTAIGNET D, POULSEN N K, et al. Active load reduction by means of trailing edge flaps on a wind turbine blade[C]//2014AmericanControlConference. Portland, USA: IEEE, 2014.

[5] CASTAIGNET D, BARLAS T, BUHL T, et al. Full-scale test of trailing edge flaps on a vestas V27 wind turbine: active load reduction and system identification[J].WindEnergy, 2014, 17(4): 549-564.

[6] BERG J C, RESOR B R, PAQUETTE J A, et al. Smart wind turbine rotor: design and field test[R]. Albuquerque, USA: Sandia National Laboratories, 2014.

[7] BERG J C, BARONE M F, YODER N C. Smart wind turbine rotor: data analysis and conclusions[R]. Albuquerque, USA: Sandia National Laboratories, 2014.

[8] 郝文星, 葉舟, 丁勤衛, 等. 柔性襟翼對風力機翼型氣動性能的影響[J].動力工程學報, 2016, 36(6): 473-479.

HAO Wenxing, YE Zhou, DING Qinwei, et al. Influence of deformable trailing edge flap on aerodynamic performance of the wind turbine airfoil[J].JournalofChineseSocietyPowerEngineering, 2016, 36(6): 473-479.

[9] 祖紅亞, 李春, 李潤杰, 等. 襟翼相對長度對翼型氣動性能的影響[J].動力工程學報, 2015, 35(8): 666-673.

ZU Hongya, LI Chun, LI Runjie, et al. Effect of relative flap length on aerodynamic performance of the airfoil[J].JournalofChineseSocietyofPowerEngineering, 2015, 35(8): 666-673.

[10] 茆詩松, 周紀薌, 陳穎. 試驗設計[M]. 2版. 北京: 中國統計出版社, 2012: 107-185.

[11] JONKMAN J M, BUHL J M L. FAST user's guide[R]. USA: National Renewable Energy Laboratory,2005.

[12] HANSEN M O L. Aerodynamics of wind turbines[M]. 2nd ed. Oxford, U K: Eathscan, 2008: 45-62.

[13] DAVID J L, HANSEN A C. User's guide to the wind turbine aerodynamics computer software aerodyn[R]. USA: Technical Report, 2002.

[14] LEISHMAN J G, BEDDOES T S. A semi-empirical model for dynamic stall[J].JournaloftheAmericanHelicoptersociety, 1989, 34(3): 3-17.

[15] MANJOCK A. Design codes FAST and ADAMS for load calculations of onshore wind turbines[R]. USA: National Renewable Energy Laboratory, 2005.

[16] JONKMAN B J, KILCHER L. TurbSim user's guide: version 1.06.00[R]. USA: National Renewable Energy Laboratory, 2012.

[17] DRELA M, YOUNGREN. XFOIL 6.9 user primer[EB/OL]. (2001)[2016-11-01]. http://web.mit.edu/drela/Public/web/xfoil/xfoil_doc.txt.

[18] JONKMAN J, BUTTERFIELD S, MUSIAL W, et al. Definition of a 5 MW reference wind turbine for offshore system development[R]. USA: National Renewable Energy Laboratory, 2009.

TrailingEdgeFlapStructureParametersOptimizationofaWindTurbineandAnalysisoftheControlPerformance

ZHANGWenguang1,BAIXuejian2,HANYue2
(1.State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Beijing 102206, China; 2. Beijing Key Laboratory of New Technology and System on Measuring and Control for Industrial Process, North China Electric Power University, Beijing 102206, China)

To find the optimal structure parameters of trailing edge flaps (TEF) under different wind conditions, an aero-servo-elasticity wind turbine simulation platform was set up on Matlab/Simulink with secondarily developed FAST by taking the NREL 5 MW reference wind turbine as an object of study. Under 11.4 m/s steady wind condition, considering the effects of position, length, chord length ratio and angle range of TEF on load suppression and power capture of the wind turbine, an optimization scheme of TEF parameters was introduced based on orthogonal design method, and a group of optimal parameters were thus obtained. Moreover, the effects of TEF control on wind turbine dynamic properties were explored under standard turbulent wind condition. Results show that the TEF can not only significantly alleviate the fatigue load and reduce the action of pitch mechanism, but also effectively weaken the fluctuation of wind turbine power output.

large-scale horizontal axis wind turbine; trailing edge flap; orthogonal design; load suppression; wind power control

2016-11-16

2017-01-04

國家重點基礎研究發展計劃(973計劃)資助項目(2012CB215203)

張文廣(1975-)，男，副教授，博士，主要從事風力機振動檢測及主動控制方面的研究.電話(Tel．)：010-61772843；E-mail：zwg@ncepu.edu.cn.

1674-7607(2017)12-1023-08

TK83

A

470.30