摘要：为提高叶根弯矩的测量精度,提出了一种风力发电机组叶片叶根应力自动化标定的流程和算法。在小风时,控制风力发电机组不并网空转,同时固定叶片在不同桨距角,利用叶片重力在叶根坐标系下产生不同弯矩,从而获得标定输入。基于线性测量假设,采用线性回归的方法,得出标定系数和中心波长。以某国产7MW大型海上风力发电机组为例,通过仿真验证了所选标定工况的误差满足设计要求,同时将该方法应用于现场测试数据,并利用测试数据进行精度验证,测试结果证明了标定流程和算法的有效性。

摘要：常规风力机叶片的优化设计都是从二维翼型开始的,且翼型总是以升阻比最大为优化目标。然而,二维翼型的升阻比最大和三维叶片的高风能利用率与低气动载荷有本质的不同,采用以往的叶片优化方法常常会在提高风能利用率的同时,使叶片所受的气动载荷也提高。针对这一问题,提出基于多岛遗传算法和动量叶素理论,在给定风况条件下,以加权风能利用率最高与气动载荷最小为目标函数,以叶片各个截面的翼型型线及扭角作为设计变量,对三维叶片开展多目标优化方法设计研究。并对某实际NREL Phase VI叶片进行优化设计,结果表明:在给定风况下相比原叶片,优化叶片在风能利用率提升了3.06%的基础上,叶根弯矩降低了11.68%。在变转速与变风况下,优化叶片的气动效率整体提升,叶根弯矩明显降低。

摘要：由于风速的随机性、风电机组参数的时变性以及复杂的变桨系统引起的时滞性,随着风力机桨叶长度的不断增加,叶片受力拍打振动的情况越来越严重,同时造成输出功率不稳定.为改善风机变桨系统在运行区域内的动态性能,本文依据风力机空气动力学原理、风剪切特性和塔影效应,提出了基于径向基函数(RBF)神经网络自适应独立变桨距控制方法,采用RBF神经网络逼近变桨系统未知的非线性函数,通过Lyapunov方法导出神经网络自适应率,在线调整神经网络权值来改善独立变桨系统的动态性能,最后通过设计风电机组的独立变桨控制模型进行相关实验,证明基于RBF神经网络自适应独立变桨控制系统具有良好的动态性能,可以有效稳定输出功率,降低桨叶、轮毂、机舱、塔架等风电机组关键部件的疲劳载荷.

摘要：湍流强度是影响风力机载荷的重要因素之一。基于OpenFAST软件对NREL-5MW风力机进行了不同强度湍流风为入流条件下的数值计算,利用Turbsim软件生成的5%、10%、15%和20%这4种湍流强度的湍流风作为入流条件,探究了不同湍流强度对风力机叶根处的剪切力和弯矩的影响,并分析了不同湍流强度下风力机叶片整体的载荷分布情况。结果表明:随着湍流强度的增加,风力机的气动载荷和气动功率波动幅值相应出现规律性的增加,但大体变化趋势不变。10%、15%和20%湍流强度下的气动功率标准差比5%湍流强度下的分别高出87%、163%和243%,摆振弯矩标准差比5%湍流强度下的分别高出30%、64%和95%;叶片上的弯矩载荷从叶根向叶尖方向逐渐减小,且随着湍流强度的增加,叶片上的弯矩标准差值也随之增加,在叶根处差别最大,从叶根向叶尖方向逐渐减小,到叶尖处完全重合。且10%、15%和20%湍流强度下的叶根处第一个节点位置的挥舞弯矩比5%湍流强度下的摆振弯矩分别高出44.94%、93.1%和137%。湍流强度的增加对叶片的摆振弯矩影响最大。