风力机智能叶片气动特性研究

Study on aerodynamic performance of smart rotor for wind turbine

何科杉1,2，石永超2

（1. 汕头职业技术学院 机电工程系，汕头 515078；2. 汕头大学 工学院，汕头 515063）

HE Ke-shan1,2,　SHI Yong-chao2



风力机智能叶片气动特性研究

Study on aerodynamic performance of smart rotor for wind turbine

何科杉1,2，石永超2

（1. 汕头职业技术学院 机电工程系，汕头 515078；2. 汕头大学 工学院，汕头 515063）

HE Ke-shan1,2,SHI Yong-chao2

摘要：全球能源危机和环境污染问题有力地推动了以风能为代表的新能源产业的发展，风电装备制造技术成为我国风电产业可持续发展的瓶颈。为了降低风力发电成本，风力机大型化是必然的发展趋势，但也带来了叶片惯性过大，控制响应过慢等结构和控制的一系列问题。智能叶片技术的提出为解决传统变桨矩控制局限性提供了新方法，但智能叶片的气动特性与控制方式等核心技术有待进一步开展研究。通过研究安装尾缘襟翼的智能叶片的气动参数与尾缘襟翼占弦长，尾缘襟翼偏转角，攻角的变化规律，可为智能叶片控制系统设计提供参考依据，完善智能叶片技术，从而提升风电装备制造技术水平。

关键词：风力机；智能叶片；尾缘襟翼；气动特性

0　引言

全球能源危机和环境污染问题推动了新能源的开发与利用，风能作为种可再生的清洁能源，已经成为世界各国的新能源发展的重要方向。我国正在大力发展风电产业，近几年风电装机容量增长均处于世界前列，风电装备制造产业成为国家战略新兴产业。风电装备制造核心技术不足成为阻碍我国风电产业持续发展的瓶颈，通过研发先进的风电装备制造技术，提高风电产业的技术水平，是我国风电产业发展的必由之路。为了降低风力发电成本，风力机大型化是必然的发展趋势[1-2]。风力机大型化使叶片的长度的不断增大，叶片长度增加使叶片传统的变桨距控制局限性越来越明显，主要表现在以下个方面：1）大型风力机叶片惯性较大，变速变桨控制难以应对湍流风况下快速变化的气动载荷；2）由于叶片过大载荷沿叶片分布不均，变速变桨控制无法针对叶片局部载荷施加有效控制；3）过度使用变桨控制易导致变桨装置疲劳损坏[3～5]。针对传统变桨距控制的不足，研究人员提出了“智能叶片”概念，即在叶片安装套由传感器、控制器、执行器及气动装置组成的智能控制系统[6～8]。智能叶片对风力机叶片局部形态和周边流场进行控制，产生失速延迟或弦线变化从而快速调节叶片气动载荷，善叶片的气动特性。智能叶片具有惯性小、响应快速、局部可调等优点，可与变桨距控制协调工作对风力机载荷及功率进行有效的控制。智能叶片气动装置类型主要包括尾缘襟翼、微伸缩片、主动扭转、中弧线主动变形等，其中尾缘襟翼模仿飞机机翼上添加襟翼的做法，将飞机机翼上的襟翼概念移植到风力机叶片上，具有气动调节效果好，反应速度快，良好的结构和安全特性，较易在风力机上应用等优点，被认为是最具可行性的气动装置[9～12]。智能叶片为大型化风力机叶片设计与制造提供种新的思路，弥补了变桨距控制的不足，可以有效的降低叶片的气动载荷，稳定输出功率，降低风力发电成本，具有广阔的应用前景；但智能叶片的气动特性和控制方式等核心技术还未有待进步展开研究。本文应用风力机叶片翼型气动分析代码Xfoil对安装尾缘襟翼的智能叶片气动特性做了深入研究和分析，可为风力机智能叶片的设计制造提供参考依据。

1　安装尾缘襟翼的智能叶片气动特性研究

1.1研究方法及可靠性验证

参考翼型采用美国可再生能源实验室设计的5MW风力机叶片的NACA64-618层流翼型，该翼型特点是上表面较平坦，可较好的保持层流流动，减少摩擦阻力。以NACA64-618翼型做为基础翼型加入尾缘襟翼，研究尾缘襟翼占弦长、偏角对翼型气动特性的影响作用。采用Xfoil计算研究翼型升力系数，阻力系数，升阻比，力矩系数等气动参数随翼型攻角为-20°～20°、尾缘襟翼偏角为-20°～20°、占弦长为5%～30%之间的气动参数变化规律。选取取雷诺数Re为6.0×106，采用Xfoil计算攻角分别为-3°、0°、3°时的翼型气动参数，与美国NASA国家风洞实验室中心的风洞实验实测数据比对，如表1所示。

表1　Xfoil计算数据与与风洞实验数据对照表

数据对比表明，升力系数Cl的相对偏差分别为0，0.0074和0.0076，阻力系数Cd的相对偏差为0,0.5和0.5。升力系数和阻力系数的相对偏差较小，力矩系数的数值偏小，造成相对偏差较大，但对翼型气动性能研究影响不大。通过数据对比分析，可知翼型小攻角范围内Xfoil计算数据与美国NASA风洞实验数据基本致，误差在可以接受的范围之内。

1.2尾缘襟翼占弦长对翼型气动参数的影响

选取NACA64-618翼型添加尾缘襟翼，固定攻角为4°，尾缘襟翼偏转角为5°，取雷诺数Re为2.0×105，尾缘襟翼占弦长范围由5%变化至30%，通过Xfoil计算翼型气动参数随尾缘襟翼占弦长变化的数值，通过数据处理和分析，得到翼型气动特性参数（包括升力系数Cl，阻力系数Cd，升阻比Cl/Cd，力矩系数Cm），如图1所示。

计算结果表明，尾缘襟翼占弦长由5%～30%的变化范围内，NACA64-618翼型的升力系数Cl连续上升，当尾缘襟翼占弦长达到28%时升力系数达到最大值1.1568，随后升力系数略微下降。阻力系数Cd随尾缘襟翼占弦长变化不大，始终处于0.020～0.021范围内。升阻比系数Cl/Cd在尾缘襟翼占弦长5%～30%区间内逐渐上升，在尾缘襟翼占弦长为28%时达到最大值55.3493，此时翼型气动性能达到最优状态，随后升阻比逐渐下降。力矩系数Cm的绝对值大小首先在占弦长的变化范围内直增大，在占弦长为25%时达到最大值0.1444，随后力矩系数逐渐下降。

图1　翼型气动参数随尾缘襟翼占弦长的变化关系

1.3攻角对添加尾缘襟翼翼型气动参数的影响

选取尾缘襟翼占弦长为5%，在雷诺数为6.0×105，采用Xfoil计算添加尾缘襟翼的NACA64-618翼型气动参数，尾缘襟翼偏转角分别为-5°，0°，5°，得到攻角与翼型气动参数的变化关系，如图2所示。

图2　翼型气动参数与攻角的关系

1.4尾缘襟翼偏转角对翼型气动参数的影响

选取来流攻角为3°，尾缘襟翼占弦长为5%，雷诺数为6.0×106，采用Xfoil计算得到尾缘襟翼偏转角与翼型气动参数的变化关系图，如图3所示。

计算结果表明，尾缘襟翼偏转角由-20°～20°的范围之内，翼型的升力系数、阻力系数持续提高，在尾缘襟翼偏转角达到11°时升力系数增长减缓，阻力系数增长加快，翼型升阻比先持续增长，并在11°时达到最大194.58054，随后升阻比随着尾缘襟翼偏转角增大逐渐下降，翼型力矩系数的绝对值也直随着尾缘襟翼偏转角持续增大。

图3　翼型气动特性参数与尾缘襟翼偏转角关系图

1.5实验结论

添加尾缘襟翼对风力机智能叶片翼型气动特性的主要影响如下：

1）尾缘襟翼占弦长5%～30%的范围内，翼型升力系数逐渐上升，在达到峰值（28%）后降低；阻力系数始终在个较小的区间内稳步上升；尾缘襟翼占弦长存在个较优的取值范围。

【】【】

2）攻角从-20°～20°范围内，尾缘襟翼偏转角变化会导致翼型气动参数曲线偏移，当尾缘襟翼向下偏转（正向）时，升力系数曲线向左偏移，且失速点提前；当尾缘襟翼向上偏转（负向）时，升力系数曲线向右偏移，且失速点延迟。该气动参数变化规律可用于智能叶片气动控制设计。

2　结束语

风力机智能叶片技术作为变桨矩控制技术的有力补充，与变桨矩控制系统共同作用，可使风力机功率输出保持稳定性，并减小风力机承受的气动载荷，提高风力机的使用寿命，降低风力发电成本，具有广阔的工程应用前景。

参考文献：

[1] P. Veers, T.Ashwill, H. Sutherland,et al. Trends in the Design, Manufacture and Evaluation of Wind Turbine Blades[J].Wind Energy,2003,6(3):245-259.

[2] A. Natarajan,P.Jensen, F. Rasmussen, et al.Innovative Wind Conversion Systems (10-20 MW) For Offshore Applications [EB/ OL]. http://www.innwind.eu/,June 24,2014.

[3] H. A. Madsen. Development of Smart Blade Technology-Trailing Edge Flaps[R].Roskilde, Danmark: DTU Wind Energy Annual Report,2013:12-13.

[4] 余畏,张明明,徐建中.基于柔性尾缘襟翼的风电叶片气动载荷智能控制[J].工程热物理学报.2013,34(6):1055–1060.

[5] L. Bergami, V. Riziotis, M. Gaunaa. Aerodynamic response of an airfoil section undergoing pitch motion and trailing edge flap deflection: a comparison of simulation methods[J].Wind Energy, 2014,17(3):389-406.

[6] J. Berg, M. Barone, and N. Yoder. SMART Wind Turbine Rotor: Data Analysis and Conclusions[R].New Mexico, USA: Sandia National Laboratories Report,2014.

[7] J. Berg, B. Resor, J. Paquette, at el. SMART Wind Turbine Rotor: Design and Field Test[R].New Mexico, USA: Sandia National Laboratories Report,2014.

[8] C. Bak, M. Gaunaa, P.Andersen, et al. Wind tunnel test on airfoil Risoe-B1-18 with an Active Trailing Edge Flap[J].Wind Energy, 2010, 13(3):207-219.

[9] D. Castaignet, T.Barlas, T. Buhl, et al. Full-scale test of trailing edge flaps on a Vestas V27 wind turbine active load reduction and system identification[J].Wind Energy,2014,17(4):549-564.

[10] T. Barlas, K. Van. Review of State of the Art in Smart Rotor Control Research for Wind Turbines[J].Progress in Aerospace Sciences,2010,46(1):1-27.

[11] T. Barlas, W. Wingerden, A.Hulskamp, at el. Smart dynamic rotor control using active flaps on a small-scale wind turbine: aeroelastic modeling and comparison with wind tunnel measurements[J]. Wind Energy,2013,16(8):1287-1301.

[12] 李传峰,徐宇,赵晓路,徐建中.风力机翼型尾缘襟翼动态特性分析[J].工程热物理学报.2014,35(5):883-887.

作者简介：何科杉（1981 -），男，广东揭阳人，讲师，博士，研究方向为风能利用及风力机械。

基金项目：广东省自然科学基金资助重点项目：大型风力机柔性叶片气动弹性问题研究（S2012020011095）；汕头职业技术学院科研项目：风力机主动减载控制技术研究（SZK2014Y20）；汕头职业技术学院创新强校项目：大型风力机智能控制技术研究与应用（STP-ZZ-016）

收稿日期：2015-12-14

中图分类号：TH122；TK83

文献标识码：A

文章编号：1009-0134(2016)03-0061-03