一种综合性风电机组塔架优化方案.docxVIP

一种综合性风电机组塔架优化方案 摘要：将传统的单管风电机组钢制塔架底部改为混凝土塔架,形成钢-混组合式风电机组塔架,可有效提高塔架的抗侧刚度,解决纯钢制单管风电机组高塔振动过大的问题。基于改进的遗传算法,综合考虑材料、人工、制作和运输等因素对塔架建造成本的影响,以塔架外径、壁厚、混凝土段高度和预应力钢绞线面积等为优化变量,以相关规范和行业标准的设计要求为约束条件,建立优化设计程序对某单机装机容量为2.0 MW、混塔土段32 m总高度为120 m的钢-混组合式风电机组塔架进行优化。通过优化前后的成本和结构承载力等计算结果的对比,表明优化后钢-混组合式风电机组塔架具有较好的塔架刚度和经济性能,证明该优化程序能满足设计使用要求,提高结构设计的经济性。 0 引言随着风电行业的发展，陆地上适宜开发的风速相对稳定且年平均风速较高的风力发电区域越来越少。为了捕获更多的风能、获得更大的发电量，风电机组的单机容量越来越大，需要更高的支撑塔架将机舱和叶片举到设计高度处运行。随着塔架高度的增加，传统的单管式钢塔架底部直径受运输条件所限，使得基于强度设计的塔架刚度并非随塔架高度成比例增加，导致塔架的自振频率越来越低，对风荷载愈发敏感，振动问题非常严峻为了提高风电机组的经济效益、缩短投资回报周期，许多学者针对风电机组塔架的结构优化问题进行了探讨和研究。Yoshida1 优化问题数学模型结构优化的目的是在保证结构安全性和适用性的前提下，通过对结构设计参数的优化式中：X——优化变量，X=[D根据《高耸结构设计规范》（GB 50135—2006)式中：i——截面编号，由塔架底面开始自下而上依次编号为1,2,3，…，n;N2 优化设计Matlab程序优化算法主体程序以改进遗传算法为框架进行编制，在基本遗传算法的基础上引入替换操作，基本流程如图3所示。在优化程序中，以二进制数字存储和操作个体基因；以十进制运算个体子函数，以完成结构优化计算。本文中，种群大小设置为100，优化次数设置为450。2.1 初始种群优化为了使得初始种群中个体的分布尽可能广，本文先根据均分的原则确定每个塔段高度的分布范围，然后随机生成其他设计参数；采用约束条件对个体进行检查，如果不满足要求则重新生成，直至达到预设条件。生成初始种群的流程如图4所示。2.2 替换操作本文在程序中引入替换操作以克服传统遗传算法可能收敛于局部解的局限性。通过计算出每个个体和最优个体之间以及相邻个体之间的差异性，替换低于预期的个体来保证种群的多样性，避免陷入局部解。采用二进制编码的矢量差表达基因的差异性，基本流程如图5所示。个体基因差异性的计算方法如式（4）和式（5）所示。式中：Difference2.3 自适应的交叉和变异次数交叉与变异是产生新个体的途径，其基本流程如图6所示。为提高优化程序的优化效率，引入自适应的交叉与变异技术式中：n本文中，设置交叉次数的上限和下限分别为4和1，设置变异次数的上限和下限分别为8和2，交叉次数和变异次数与个体适应度的相对大小关系曲线如图7所示，其中0代表个体适应度等于种群适应度最小值，50%代表个体适应度等于种群平均适应度，100%代表个体适应度等于种群适应度最大值。3 优化实例本文采用基于改进遗传算法的钢-混组合式风电机组塔架设计优化一体化程序对某单机装机容量为2.0 MW、总高度为120 m的钢-混组合式风电机组塔架进行设计优化，并与原设计进行对比，以验证该程序的优化效果。3.1 设计参数及优化变量3.1.1 风电机组参数风电机组额定功率为2.0 MW，设计风区等级为S级，额定风速为9 m/s，切出风速为19 m/s。叶轮直径为115 m，扫风面积为10381.6 m3.1.2 基本设计条件风电机组通常建设于开阔场地，场地类别为A类。极端风速等效基本风压为0.80 kN/m3.1.3 优化变量本文共设置8个优化变量，分别为混凝土塔架底面外径（D3.2 成本计算方法由于生产工艺的特殊性，风电行业内暂时未有针对混凝土塔架的吊装及模板费用的具体计算方法，因此本文结合民用建筑工程造价计算方法和现有风电行业工程经验进行成本计算。目前，单机装机容量为2.0 MW、底部混凝土段高度为32 m、总高度为120 m的钢-混组合式风电机组塔架总造价约为330万元，其中混凝土段吊装费用为19万元，模板费用为5.2万元（按一套模板造价260万元、流转使用50次计）；钢塔段吊装费用为20万元，含运输费用的材料单价为1万元/m3.3 优化结果3.3.1 成本变化趋势钢-混组合式风电机组塔架建造成本与优化迭代次数之间的关系如图8所示。可看出，在优化前期成本下降速度快，优化后