风力机叶片多目标遗传算法优化设计

工程热物理学报 , 2015, 36(5): 1011-1014.

风力机叶片多目标遗传算法优化设计

1.上海理工大学能源与动力工程学院,上海,200093

2.上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093

3.上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093

4.上海理工大学能源与动力工程学院,上海,200093

基金项目: 教育部高等学校博士学科点专项科研基金(博导类)项目(No.20123120110008) 上海市研究生创新基金项目(No.JWCXSL1402) 上海市教育委员会科研创新(重点)项目(No.13ZZ120,No.13YZ066) 国家自然科学基金资助项目(No.E51176129)

关键词：风力机叶片 , 多目标优化 , 遗传算法 , Pareto解集

Optimal Design of Horizontal-Axis Wind Turbines Blade Based on Multi-Object Genetic Algorithm

Keywords： wind turbine blade , multi-object optimization , genetic algorithm , Pareto solutions

风力机叶片设计的目标多样性使得传统单一目标设计方法无法满足设计要求,大型风力机的高发电量与大负载之间的矛盾必须得到平衡.为此,以年发电量最大和叶片质量最轻为优化设计目标,通过多目标遗传算法设计了5 MW大型风力机叶片,得到Pareto分布优化解集.与NREL 5 MW风力机叶片比较结果表明:Pareto优化解集均一定程度优于参考叶片,其中得到了全面优于参考叶片的优化解,年发电量提高了2.48％的同时降低了质量7.7％.叶片气动外形不是影响质量的唯一因素,气动载荷对结构强度的要求间接地影响了叶片质量,进一步表明了以气动效率作为叶片设计唯一目标的设计方法的局限性.

参考文献

[1]	A. Rashedi;I. Sridhar;K.J. Tseng .Multi-objective material selection for wind turbine blade and tower: Ashby's approach[J].Materials & design,2012(May):521-532.
[2]	Scherer, GW;Prevost, JH;Wang, ZH .Bending of a poroelastic beam with lateral diffusion[J].International Journal of Solids and Structures,2009(18/19):3451-3462.
[3]	Long WANG,Tong-guang WANG,Yuan LUO.Improved non-dominated sorting genetic algorithm (NSGA)-Ⅱ in multi-objective optimization studies of wind turbine blades[J].应用数学和力学（英文版）,2011(06):739-748.

上一张下一张

计量

下载量()
访问量()

作者相关

在本站搜索
杨阳李春叶舟缪维跑
在百度学术搜索
杨阳李春叶舟缪维跑
在万方数据库搜索
杨阳李春叶舟缪维跑
在CNKI搜索
杨阳李春叶舟缪维跑

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网