基于多目标遗传算法的风力机叶片全局优化设计-机械工程学报.PDF

第 51 卷第 14 期 机 械 工 程 学 报 Vol.51 No.14 2 0 1 5 年 7 月 JOURNAL OF MECHANICAL ENGINEERING Jul. 2 0 1 5 DOI ：10.3901/JME.2015.14.192 基于多目标遗传算法的风力机叶片全局优化设计* 1 1, 2 1 1, 2 杨 阳 李 春 缪维跑 叶 舟 (1. 上海理工大学能源与动力工程学院 上海 200093 ； 2. 上海理工大学上海市动力工程多相流动与传热重点实验室 上海 200093) 摘要：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 5 MW 大型风力机叶 片，得到 Pareto 分布优化解集。与美国可再生能源实验室(National Renewable Energy Laboratory, NREL)设计的 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，年发电量最大提高量为 3.3%，最大质量减少量为 8.7%， 其中优化设计叶片 2 在质量降低 3.8% 的基础上，提高了 3%的年发电量，达到了优化设计的目的。优化设计叶片额定风况下 推力系数和叶根弯矩均更小，最大功率系数更大。变风况下功率特性与参考叶片相差不大，低风速下设计叶片输出功率略高， 推力系数更小。 关键词：风力机叶片；多目标优化；遗传算法；Pareto 解集 中图分类号：TK83 Global Optimal Design of Wind Turbines Blade Based on Multi-object Genetic Algorithm YANG Yang1 LI Chun1, 2 MIAO Weipao1 YE Zhou1, 2 (1. School of Energy and Power Engineering, University of Shanghai for Science and Technology, Shanghai 200093; 2. Shanghai Key Laboratory of Multiphase Flow and Heat Transfer in Power Engineering, University of Shanghai for Science and Technology, Shanghai 200093) Abstract ：Conventional single-object design methods which have been adopted previously should not meet the requirements universally because of the diversity of wind turbines blade design-objectives. Therefore, the contradiction between high capacity and heavy load of large-scale wind turbines must be balanced. In order to solve the mention challenge, design blades of a 5 MW wind turbine wi