李德順，胡 淵，李仁年，郭 濤，董彥斌，李銀然，王 清

強(qiáng)湍流相干結(jié)構(gòu)對(duì)偏航風(fēng)力機(jī)葉根載荷的影響

李德順1,2,3，胡 淵1，李仁年1,2,3※，郭 濤1，董彥斌1，李銀然1,2,3，王 清1,2,3

（1. 蘭州理工大學(xué)能源與動(dòng)力工程學(xué)院，蘭州 730050；2. 甘肅省風(fēng)力機(jī)工程技術(shù)研究中心，蘭州 730050；3. 甘肅省流體機(jī)械及系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，蘭州 730050）

強(qiáng)湍流風(fēng)對(duì)偏航狀態(tài)風(fēng)力機(jī)葉片的動(dòng)態(tài)載荷會(huì)產(chǎn)生顯著影響，葉片根部載荷的動(dòng)態(tài)特性是影響風(fēng)力機(jī)使用壽命和安全運(yùn)行的關(guān)鍵因素。該研究采用NWTCUP（The NREL National Wind Technology Center Model）風(fēng)譜模型耦合KHB（Kelvin-Helmholtz Billow）流動(dòng)，構(gòu)建了一種強(qiáng)湍流相干結(jié)構(gòu)風(fēng)況，利用FAST（Fatigue，Aerodynamics，Structures and Turbulence）程序計(jì)算了該風(fēng)況下NREL 1.5 MW風(fēng)力機(jī)在不同偏航角下的氣動(dòng)載荷，研究了KHB湍流相干結(jié)構(gòu)對(duì)偏航狀態(tài)下風(fēng)力機(jī)葉根動(dòng)態(tài)載荷的影響。研究表明，湍流相干結(jié)構(gòu)會(huì)使風(fēng)力機(jī)載荷的波動(dòng)幅值和能量增加。偏航角的增大對(duì)葉根擺振力矩影響較小，但對(duì)葉根揮舞力矩影響較大，并使二者波動(dòng)程度增強(qiáng)。湍流相干結(jié)構(gòu)使葉根擺振力矩的最大值、標(biāo)準(zhǔn)差平均升高28.30%和0.64%，最小值和平均值平均降低27.28%和1.903%，葉根揮舞力矩的最大值、標(biāo)準(zhǔn)差和平均值平均升高36.27%、59.57%和2.906%，最小值平均降低114.83%。葉根載荷的小波分析表明，湍流相干結(jié)構(gòu)對(duì)擺振力矩頻域能量影響較小，且能量主要集中在低頻段并與雷諾應(yīng)力的剪應(yīng)力分量（、）對(duì)應(yīng)較好；對(duì)葉根揮舞力矩頻域能量影響顯著，且能量變化與雷諾應(yīng)力的剪應(yīng)力分量（）對(duì)應(yīng)較好，隨著偏航角的增大，葉根揮舞力矩頻域能量整體升高。對(duì)葉片根部進(jìn)行加固則可以有效提升葉片的使用可靠性。

風(fēng)力機(jī)；數(shù)值分析；葉根載荷；偏航；強(qiáng)湍流相干結(jié)構(gòu)；FAST；小波分析

0 引 言

強(qiáng)湍流風(fēng)況下偏航狀態(tài)風(fēng)力機(jī)的載荷多變且復(fù)雜，風(fēng)力機(jī)的前期研究注重于風(fēng)力機(jī)氣動(dòng)性能的提升[1-2]，近年來(lái)頻繁出現(xiàn)的風(fēng)力機(jī)損壞事故使得風(fēng)力機(jī)動(dòng)態(tài)載荷特性成為風(fēng)力機(jī)研究領(lǐng)域新熱點(diǎn)[3-4]。楊陽(yáng)等[5-6]基于NWTCUP湍流風(fēng)譜和KHI相干結(jié)構(gòu)，構(gòu)建了速度和方向均劇烈波動(dòng)的湍流風(fēng)，發(fā)現(xiàn)KHI相干結(jié)構(gòu)的加入會(huì)嚴(yán)重影響風(fēng)力機(jī)的動(dòng)態(tài)響應(yīng)。Kelley等[7-9]利用小波分析方法研究了風(fēng)輪前來(lái)流湍流與風(fēng)力機(jī)載荷響應(yīng)的關(guān)系，結(jié)果表明，來(lái)流的湍流相干結(jié)構(gòu)是風(fēng)力機(jī)載荷波動(dòng)的主要因素。徐磊等[10]通過(guò)建立風(fēng)力機(jī)柔性葉片氣彈耦合方程，分析葉片的振動(dòng)、葉根揮舞和擺振力矩，研究了柔性葉片振動(dòng)對(duì)氣動(dòng)載荷的影響。上述學(xué)者均對(duì)湍流相干結(jié)構(gòu)與風(fēng)力機(jī)載荷之間的關(guān)系進(jìn)行研究，結(jié)果表明相干結(jié)構(gòu)的加入對(duì)風(fēng)力機(jī)載荷波動(dòng)影響很大，但是忽視了偏航誤差對(duì)風(fēng)力機(jī)可靠性的影響[11]。

為研究強(qiáng)湍流相干結(jié)構(gòu)下風(fēng)力機(jī)葉根的動(dòng)態(tài)載荷，選擇合適的方法構(gòu)建隨時(shí)間及空間變化的湍流風(fēng)是仿真首先要解決的問(wèn)題。湍流風(fēng)譜模型的選擇難度較大，具有一定的盲目性[12]，目前對(duì)Kaimal和Von Karman風(fēng)譜模型研究較多。Tabrizi等[13]將風(fēng)力機(jī)分別布置于由標(biāo)準(zhǔn)Kaimal風(fēng)譜生成的風(fēng)場(chǎng)和通過(guò)修改標(biāo)準(zhǔn)Kaimal風(fēng)譜建立的極端高湍流強(qiáng)度風(fēng)場(chǎng)中，模擬了小型風(fēng)力機(jī)的結(jié)構(gòu)載荷，發(fā)現(xiàn)修改后的Kaimal風(fēng)譜所構(gòu)建風(fēng)場(chǎng)中的風(fēng)力機(jī)載荷是標(biāo)準(zhǔn)Kaimal風(fēng)譜所構(gòu)建風(fēng)場(chǎng)中的2倍。Banerjee等[14]分別使用Von karman譜和Pierson Moskowitz譜模擬近海隨機(jī)風(fēng)和波浪載荷對(duì)5MW海上風(fēng)力機(jī)的動(dòng)態(tài)響應(yīng)。楊從新等[15]基于改進(jìn)Von Karman模型，分別采用諧波疊加法和自回歸滑動(dòng)平均法對(duì)一臺(tái)33 kW水平軸風(fēng)力機(jī)來(lái)流風(fēng)況進(jìn)行脈動(dòng)風(fēng)速模擬。上述學(xué)者均采用基于湍流風(fēng)譜的方法建立風(fēng)場(chǎng)仿真模型。由于風(fēng)力機(jī)運(yùn)行環(huán)境差異極大，湍流風(fēng)譜及其參數(shù)對(duì)載荷計(jì)算結(jié)果有較大影響。Bilgili等[16-17]通過(guò)神經(jīng)網(wǎng)絡(luò)和模糊邏輯預(yù)測(cè)等方法得到小空間范圍的風(fēng)速分布規(guī)律，該方法較為準(zhǔn)確且適用性強(qiáng)，但對(duì)于大空間風(fēng)場(chǎng)模型需要極其豐富的實(shí)測(cè)數(shù)據(jù)作為樣本，成本較高。Frank等[18]考慮風(fēng)電場(chǎng)周?chē)鷮?shí)際地形和地表粗糙度等地貌條件，基于風(fēng)電場(chǎng)近期測(cè)量數(shù)據(jù)，通過(guò)氣象方法預(yù)測(cè)整個(gè)風(fēng)電場(chǎng)風(fēng)速分布，該模型準(zhǔn)確度和可靠性高，但由于空間尺度過(guò)大，容易導(dǎo)致氣動(dòng)載荷計(jì)算誤差偏大。Fleming等[19]通過(guò)大渦模擬方法，考慮大氣邊界層和地表粗糙度等條件，建立風(fēng)電場(chǎng)區(qū)域的三維風(fēng)場(chǎng)，該方法雖然空間、時(shí)間尺度均滿足仿真需求，但需耗費(fèi)大量的計(jì)算資源。李倩倩等[20]基于Kaimal、Von Karman、SMOOTH和NWTCUP湍流風(fēng)譜模型模擬了不同地表粗糙度和湍流強(qiáng)度條件下所建立風(fēng)場(chǎng)的風(fēng)速分布規(guī)律，發(fā)現(xiàn)NWTCUP模型在50 m和80 m高度處的風(fēng)速分布與實(shí)測(cè)值最為接近。

綜上所述，相關(guān)學(xué)者僅針對(duì)湍流風(fēng)況下風(fēng)力機(jī)的動(dòng)態(tài)載荷響應(yīng)和葉片振動(dòng)進(jìn)行研究，但對(duì)強(qiáng)湍流相干結(jié)構(gòu)下偏航風(fēng)力機(jī)的動(dòng)載荷特性的研究沒(méi)有深入開(kāi)展。因此，本文采用NREL提出的NWTCUP湍流風(fēng)譜模型構(gòu)建基礎(chǔ)湍流風(fēng)，同時(shí)，為模擬時(shí)有發(fā)生的風(fēng)速突然加劇的風(fēng)況，將基礎(chǔ)湍流風(fēng)耦合KHB相干結(jié)構(gòu)，以增強(qiáng)風(fēng)速的擾動(dòng)程度，構(gòu)建了一種強(qiáng)湍流相干結(jié)構(gòu)風(fēng)況，進(jìn)而采用FAST程序計(jì)算風(fēng)力機(jī)葉片在不同偏航角時(shí)所受的氣動(dòng)載荷，研究強(qiáng)湍流相干結(jié)構(gòu)對(duì)偏航風(fēng)力機(jī)葉根擺振和揮舞載荷的影響規(guī)律，為風(fēng)力機(jī)安全性分析提供參考。

1 仿真模型及軟件構(gòu)架

1.1 模型及參數(shù)

本文以美國(guó)可再生能源實(shí)驗(yàn)室（National Renewable Energy Laboratory，NREL）的WindPACT（The Wind Partnerships for Advanced Component Technology）1.5MW風(fēng)力機(jī)[21]作為研究對(duì)象，風(fēng)力機(jī)具體參數(shù)見(jiàn)表1。由于葉片受到時(shí)變風(fēng)載荷作用，因此，本文選用不同的坐標(biāo)系開(kāi)展研究，其中為葉片坐標(biāo)系，用以分析葉片的受力和位移；-為輪轂坐標(biāo)系，用以描述輪轂高度處的風(fēng)速的大小和方向（坐標(biāo)軸的正方向表示風(fēng)速分量的正方向，的正方向表示風(fēng)速分量的正方向，的正方向表示風(fēng)速分量的正方向，下同），風(fēng)力機(jī)模型及計(jì)算坐標(biāo)系如圖1所示。

表1 WindPACT 1.5MW風(fēng)力機(jī)主要參數(shù)

1.2 FAST軟件構(gòu)架

本文通過(guò)TurbSim生成計(jì)算域上時(shí)間步長(zhǎng)為0.005 s的二進(jìn)制風(fēng)文件[22]，將其作為AeroDyn的輸入文件，進(jìn)而通過(guò)FAST及其氣動(dòng)模塊（AeroDyn）進(jìn)行聯(lián)合仿真計(jì)算[23]，得到部件載荷與變形的時(shí)序結(jié)果。為反映波動(dòng)風(fēng)速對(duì)風(fēng)力機(jī)氣動(dòng)性能的影響，將載荷數(shù)據(jù)輸出時(shí)間步長(zhǎng)也設(shè)置為0.005 s，以建立來(lái)流風(fēng)速與葉根載荷的對(duì)應(yīng)關(guān)系。

1.葉片1 2.葉片2 3.葉片3 4.輪轂 5.機(jī)艙 6.塔架

1.Bladed 1 2.Bladed 2 3.Bladed 3 4.Hub 5.Nacelle 6.Tower

注：為葉片坐標(biāo)系，軸正方向沿風(fēng)輪軸線方向，軸正方向沿弦線方向，軸正方向沿葉片展向方向；-為輪轂坐標(biāo)系，的正方向表示風(fēng)速分量的正方向，的正方向表示風(fēng)速分量的正方向，的正方向表示風(fēng)速分量的正方向。

Note:is the blade coordinate system, the positive direction ofis along the axis of the wind turbine, the positive direction ofis along the direction of the chord line, and the positive direction ofis along the direction of the blade span;is the hub coordinate system, the positive direction ofrepresents the positive direction of the wind speed component, the positive direction ofrepresents the positive direction of the wind speed component, and the positive direction ofrepresents the positive direction of the wind speed component.

圖1 風(fēng)力機(jī)模型及計(jì)算坐標(biāo)系

Fig.1 Wind turbine model and calculation coordinate system

FAST主輸入文件內(nèi)容包括風(fēng)力發(fā)電機(jī)組整機(jī)結(jié)構(gòu)參數(shù)、質(zhì)量特性、系統(tǒng)自由度以及仿真控制參數(shù)等。氣動(dòng)力模型采用基于Glauert的推力系數(shù)修正、基于Prandtl的葉尖輪轂損失修正、偏航損失修正和風(fēng)輪錐角損失修正的葉素動(dòng)量理論（Blade Element Momentum Theory，BEMT）[24]。計(jì)算輸入輸出文件結(jié)構(gòu)如圖2所示。

仿真參數(shù)中風(fēng)譜模型采用基于IEC 61400-3的NWTCUP模型，輪轂中心平均風(fēng)速為12 m/s，地表粗糙長(zhǎng)度為默認(rèn)值，漸變理查森數(shù)（RICH_NO）為0.05，模擬時(shí)常為800 s，輸出時(shí)常為600 s，偏航時(shí)機(jī)艙慣性為49.13×103kg·m2，發(fā)電機(jī)效率為95%。

圖2 FAST輸入輸出文件

2 湍流風(fēng)場(chǎng)建模

2.1 風(fēng)譜模型

由于本文所選風(fēng)力機(jī)的輪轂高度為84.28 m，結(jié)合文獻(xiàn)[20]的研究，采用基于NWTC/LIST項(xiàng)目[25]測(cè)量數(shù)據(jù)和SMOOTH風(fēng)譜模型建立的NWTCUP風(fēng)譜模型生成基礎(chǔ)湍流風(fēng)。

NWTC/LIST是在洛杉磯附近San Gorgonio風(fēng)電場(chǎng)開(kāi)展的低海拔測(cè)風(fēng)項(xiàng)目，該風(fēng)電場(chǎng)能量密度及湍流強(qiáng)度較高。NWTCUP風(fēng)譜通過(guò)比例縮放SMOOTH功率密度函數(shù)得到。中性和穩(wěn)定流動(dòng)的NWTCUP風(fēng)譜S(f)[26]為

式中為周期頻率，Hz；表示風(fēng)向，=,,；P和F為縮放系數(shù)（=1,2），由經(jīng)驗(yàn)函數(shù)確定。S()為SMOOTH風(fēng)譜模型[26]，具體為

式中Z一般取值0.4[22]。

2.2 相干結(jié)構(gòu)湍流風(fēng)模型

由于自然風(fēng)是一種典型的湍流運(yùn)動(dòng)，相干結(jié)構(gòu)是湍流運(yùn)動(dòng)的基本特征，可通過(guò)在基礎(chǔ)風(fēng)譜模型疊加湍流相干結(jié)構(gòu)的方法構(gòu)建風(fēng)速急劇變化的強(qiáng)湍流風(fēng)。KHB（Kelvin-Helmholtz Billow）流動(dòng)是一種典型的相干結(jié)構(gòu)，是描述自然界連續(xù)流場(chǎng)中由于速度梯度而導(dǎo)致渦迅速卷起并破裂的較為規(guī)則的周期性流動(dòng)現(xiàn)象，具體流動(dòng)結(jié)構(gòu)參考文獻(xiàn)[27]。

為了使KHB數(shù)值模擬結(jié)果方便有效的疊加在任意時(shí)空的基礎(chǔ)湍流風(fēng)況中，將時(shí)間和空間維度的KHB數(shù)值模擬速度場(chǎng)信息無(wú)量綱化，構(gòu)建風(fēng)速劇烈變化的風(fēng)況。

假設(shè)選定區(qū)域共有×個(gè)節(jié)點(diǎn)，其中第行列節(jié)點(diǎn)的基礎(chǔ)風(fēng)速為u(t)，相干結(jié)構(gòu)無(wú)量綱速度為CohU()，則疊加相干結(jié)構(gòu)后的風(fēng)速U()為

本文根據(jù)風(fēng)輪直徑構(gòu)建風(fēng)場(chǎng)計(jì)算域網(wǎng)格，網(wǎng)格以輪轂為中心，空間范圍為84 m×84 m，網(wǎng)格節(jié)點(diǎn)數(shù)為19×19，網(wǎng)格數(shù)為361，最小網(wǎng)格尺度為4.66 m，如圖3所示。

利用相干湍動(dòng)能（CTKE，m2/s2）量化描述KHB強(qiáng)弱，CTKE為

式中、、分別為某節(jié)點(diǎn)處的3個(gè)雷諾應(yīng)力分量，m2/s2。

3 風(fēng)況模擬結(jié)果與分析

輪轂中心處模擬主要來(lái)流方向平均風(fēng)速為12 m/s風(fēng)況，時(shí)間步長(zhǎng)為0.005 s，總時(shí)長(zhǎng)為600 s，KHB加入的起始時(shí)間是150 s，持續(xù)時(shí)間為300 s。輪轂處的風(fēng)速分布及相干湍動(dòng)能CTKE如圖4所示。由圖可以看出，在KHB加入的150～450 s內(nèi)，3個(gè)方向的風(fēng)速分量波動(dòng)均明顯加劇，風(fēng)速波動(dòng)具有明顯周期性，共計(jì)8個(gè)周期。圖4d為有、無(wú)KHB來(lái)流的CTKE時(shí)程曲線，可以看出，KHB的加入使得來(lái)流湍動(dòng)能明顯增大，并出現(xiàn)強(qiáng)烈波動(dòng)。

注：u、v、w分別為X’、Y’、Z’方向的速度分量，m·s-1；CTKE為相干湍動(dòng)能，m2·s-2。下同。

4 數(shù)值模擬驗(yàn)證與計(jì)算

4.1 FAST驗(yàn)證

GH-Bladed軟件是風(fēng)電行業(yè)廣泛使用的載荷計(jì)算軟件，其仿真結(jié)果的可靠性已通過(guò)GL認(rèn)證，并且大量研究學(xué)者均使用其對(duì)FAST進(jìn)行驗(yàn)證[28]。因此，本文將風(fēng)力機(jī)葉根載荷的FAST計(jì)算結(jié)果與相同來(lái)流情況下GH-Bladed的計(jì)算結(jié)果進(jìn)行對(duì)比，以驗(yàn)證FAST計(jì)算的準(zhǔn)確性和可靠性。由于GH-Bladed無(wú)法添加KHB風(fēng)況條件，故使用額定風(fēng)速（12 m/s）均勻來(lái)流作為入流風(fēng)況條件。

圖5為FAST計(jì)算的擺振力矩、揮舞力矩與GH-Bladed計(jì)算結(jié)果對(duì)比?？梢钥闯?，對(duì)于葉根載荷FAST與GH-Bladed的計(jì)算結(jié)果僅存在相位差，其幅值基本一致，F(xiàn)AST相較GH-Bladed計(jì)算的擺振力矩和揮舞力矩的誤差約在4.73%和0.02%，相位差的出現(xiàn)與葉片的初始方位角有關(guān)。

圖5 FAST與Bladed葉根載荷對(duì)比

4.2 計(jì)算工況

在目前風(fēng)電場(chǎng)運(yùn)行中，15°偏航角為偏航控制臨界值，當(dāng)風(fēng)力機(jī)與來(lái)流夾角大于15°時(shí)會(huì)立刻執(zhí)行偏航動(dòng)作，當(dāng)夾角小于15°時(shí)則會(huì)統(tǒng)計(jì)10min風(fēng)向數(shù)據(jù)后進(jìn)行偏航，因此大氣邊界層中運(yùn)行的風(fēng)力機(jī)，偏航角度大多數(shù)在15°范圍內(nèi)。所以為了研究KHB湍流相干結(jié)構(gòu)對(duì)不同偏航角下風(fēng)力機(jī)葉根載荷的影響規(guī)律，設(shè)計(jì)計(jì)算工況如表2所示，研究有、無(wú)KHB的來(lái)流風(fēng)況下，偏航角分別為0°、5°、10°和15°時(shí)風(fēng)力機(jī)葉根的擺振力矩和揮舞力矩變化規(guī)律。

表2 計(jì)算工況

4.3 數(shù)值計(jì)算結(jié)果與分析

本文在有、無(wú)KHB湍流相干結(jié)構(gòu)風(fēng)況下，分析風(fēng)力機(jī)在不同偏航狀態(tài)下葉根載荷的時(shí)程圖、平均值、最值、標(biāo)準(zhǔn)差的變化規(guī)律，并結(jié)合小波分析研究了KHB對(duì)風(fēng)力機(jī)葉根載荷影響的時(shí)頻特性。

4.3.1 KHB對(duì)葉根載荷時(shí)程及統(tǒng)計(jì)量的影響

圖6為0°偏航角時(shí)有、無(wú)KHB的擺振力矩和揮舞力矩時(shí)程圖。由圖6a可知，KHB對(duì)葉根擺振力矩影響較小，同未加入KHB相比，葉根擺振力矩的周期性基本相同，幅值略增約27.78%。由圖6b可知，KHB對(duì)葉根揮舞力矩影響較大，同未加入KHB相比，葉根揮舞力矩的振蕩頻率和幅值均有增加，尤其振蕩幅值增加明顯，約增加75.51%。

圖6 0°偏航角有無(wú)KHB的力矩時(shí)程圖對(duì)比

圖7為有、無(wú)KHB時(shí)不同偏航角下風(fēng)力機(jī)葉根所受擺振和揮舞力矩的最大值、最小值和標(biāo)準(zhǔn)差統(tǒng)計(jì)圖。由圖 7可知，KHB使葉根載荷的最大值、標(biāo)準(zhǔn)差、離散程度增大，最小值減小，將使風(fēng)力機(jī)葉片的疲勞壽命降低。無(wú)KHB時(shí)，隨著偏航角的增大，葉根載荷的最值基本不變，但標(biāo)準(zhǔn)差降低，說(shuō)明偏航角對(duì)風(fēng)力機(jī)葉根載荷的離散程度會(huì)產(chǎn)生影響，偏航角越大，離散程度有所下降，即載荷波動(dòng)降低。隨后分別將0°、5°、10°、15°偏航角下KHB對(duì)載荷統(tǒng)計(jì)量的影響進(jìn)行對(duì)比，由圖7a可知，擺振力矩最大值相比未加入KHB分別增大了22.83%、31.67%、31.92%和26.72%，平均增大28.30%；最小值分別減小了20.13%、24.72%、31.53%和32.72%，平均降低27.28%；標(biāo)準(zhǔn)差分別增大了0.52%、0.58%、0.60%和0.87%，平均增大0.64%，且隨著偏航角的增大，其最大值變化較小，最小值略有減小，標(biāo)準(zhǔn)差降低。由圖7b可知，對(duì)于揮舞力矩，其最大值分別增加了30.52%、29.75%、43.40%和41.40%，平均增大36.27%，最小值分別降低了126%、130.44%、98.21%和104.65%，平均降低114.83%；標(biāo)準(zhǔn)差分別增加了46.47%、53.29%、63.70%和74.83%，平均增大59.57%。揮舞力矩的標(biāo)準(zhǔn)差增大明顯，表明偏航角越大，KHB對(duì)葉根揮舞力矩的波動(dòng)影響越明顯。

綜上所述，KHB湍流相干結(jié)構(gòu)對(duì)葉根擺振載荷影響較小，對(duì)葉根揮舞載荷影響較大，KHB湍流相干結(jié)構(gòu)會(huì)降低風(fēng)力機(jī)的使用壽命。加入KHB湍流相干結(jié)構(gòu)時(shí)，隨著偏航角的增大，葉根擺振載荷的各統(tǒng)計(jì)量變化較小，揮舞載荷各統(tǒng)計(jì)量有所增加，說(shuō)明隨著KHB的加入和偏航角的增加，對(duì)葉根擺振載荷影響不大，對(duì)葉根揮舞載荷影響明顯。

注：0′、5′、10′、15′分別表示有KHB時(shí)偏航角為0°、5°、10°、15°；0、5、10、15分別表示無(wú)KHB時(shí)偏航角為0°、5°、10°、15°。

4.3.2 KHB對(duì)葉根平均載荷的影響

圖8為風(fēng)力機(jī)葉根所受擺振力矩和揮舞力矩平均值隨偏航角的變化曲線。由圖8a可知，無(wú)論有無(wú)KHB的加入，葉根擺振力矩平均值均隨著偏航角的增大均逐漸減??；在各偏航角下，KHB對(duì)葉根擺振力矩均值的影響均在0.5 kN·m以內(nèi)；偏航角從0°增加到15°，未加入KHB時(shí)擺振力矩平均值減小了1.869%，加入時(shí)減小了1.903%。因此，KHB的加入對(duì)擺振力矩平均值影響很小。

圖8 不同偏航角下的力矩平均值

由圖8b可知，對(duì)于揮舞力矩，無(wú)論是否加入KHB，隨著偏航角的增大，均呈非線性增加；加入KHB后，各偏航角下?lián)]舞力矩的平均值均較未加入時(shí)小，如15°偏航角時(shí)減小了8.571%；偏航角從0°到15°，未加入KHB時(shí)揮舞力矩平均值增加了5.213%，加入KHB時(shí)增加了2.906%。因此，揮舞力矩的平均值隨偏航角的增加而增加，且未加入KHB時(shí)增加更明顯。KHB的加入會(huì)降低揮舞力矩平均值，究其原因，結(jié)合圖4和圖6b可知，KHB的加入使得、、方向的風(fēng)速脈動(dòng)加劇，導(dǎo)致葉片的振動(dòng)幅值和頻率均增加，且向內(nèi)側(cè)擺動(dòng)（-方向）的頻率和幅值大于向外側(cè)擺動(dòng)的，所以均值小于未加入時(shí)的均值。結(jié)合圖7中各工況標(biāo)準(zhǔn)差分布可知，無(wú)論是否加入KHB，隨著偏航角的增加，擺振力矩平均值減小的同時(shí)，其分布更集中，更靠近平均值；而對(duì)于揮舞力矩，加入KHB時(shí)，隨著偏航角的增加，其平均值增大的同時(shí)，其分布更加分散，更遠(yuǎn)離平均值，這與未加入KHB時(shí)的規(guī)律恰恰相反?？芍狵HB湍流相干結(jié)構(gòu)和偏航角對(duì)葉根擺振力矩影響較小，但對(duì)葉根揮舞力矩影響顯著，結(jié)合圖7發(fā)現(xiàn)葉根載荷的變化規(guī)律一致，進(jìn)一步論證KHB的加入和偏航角的增加對(duì)擺振力矩影響較小對(duì)揮舞力矩影響較大。

4.3.3 KHB對(duì)葉根載荷時(shí)頻變化的影響

為了研究湍流時(shí)間和空間上變化對(duì)風(fēng)力機(jī)葉片動(dòng)態(tài)響應(yīng)影響，對(duì)偏航狀態(tài)下風(fēng)力機(jī)葉片的葉根擺振載荷和揮舞載荷分別進(jìn)行時(shí)頻分析。

湍流具有時(shí)、空尺度的局部性特征，而小波變換能同時(shí)反映時(shí)序信號(hào)的時(shí)頻特征，適用于湍流特性的分析[29]，因此本文采用小波變換分析湍流與風(fēng)力機(jī)載荷的相互作用。

墨西哥帽函數(shù)能夠有效反映信號(hào)在時(shí)間域和頻率域的局部特性，適用于湍流特性分析[30]，因此，本文選取其作為母波函數(shù)。根據(jù)輸出數(shù)據(jù)可知，在0.02 s內(nèi)的風(fēng)速和對(duì)應(yīng)的葉根載荷變化較小，因此，本文選用小波函數(shù)的采樣頻率為50 Hz。為研究來(lái)流雷諾應(yīng)力分量與載荷的時(shí)頻關(guān)系，將尺度因子（）確定為0.5至70范圍內(nèi)以0.1為公差的等差數(shù)列[9,31]。根據(jù)實(shí)際頻率（）與尺度因子（）的關(guān)系：=·/，確定實(shí)際頻率（）范圍為25～0.18 Hz，其中是小波中心頻率與母波函數(shù)有關(guān)，在這里為0.25 Hz。

連續(xù)性小波分析結(jié)果如圖9所示。結(jié)合圖4可知，在該時(shí)段內(nèi)加入了2個(gè)周期的KHB湍流相干結(jié)構(gòu)。由圖 10中雷諾應(yīng)力分量的時(shí)程圖可知，雷諾應(yīng)力的分量、、的波動(dòng)出現(xiàn)在214～252.5 s和252.5～291 s，具有相似的周期性。

由圖9a可知，對(duì)于擺振力矩，當(dāng)偏航角為0°且無(wú)KHB加入時(shí)，周期性明顯，低頻帶能量高于高頻帶。當(dāng)加入KHB后，高頻帶能量升高，低頻帶能量降低，可以看出，在235～242 s、249和277 s附近時(shí)，擺振力矩低頻能量明顯降低，高頻能量明顯增加，此時(shí)對(duì)應(yīng)的雷諾應(yīng)力的分量、能量變化較劇烈，說(shuō)明擺振力矩與雷諾應(yīng)力的分量、存在明顯的對(duì)應(yīng)關(guān)系。加入KHB后，隨著偏航角度的增大，擺振力矩低頻帶能量變化不明顯，僅高頻帶能量略有升高。表明由于KHB的加入，使得來(lái)流風(fēng)的湍動(dòng)能增大，并攜帶了更多的小尺度湍流，使得擺振力矩的高頻部分增強(qiáng)，但偏航角對(duì)擺振力矩的影響總體較弱。

由圖9b可知，對(duì)于揮舞力矩，當(dāng)偏航角為0°且無(wú)KHB加入時(shí)，能量主要集中在低頻帶，當(dāng)加入KHB后，高頻帶和低頻帶能量均發(fā)生變化，在235～242 s、249和277 s附近時(shí)，揮舞力矩能量明顯增加且與雷諾應(yīng)力分量對(duì)應(yīng)較好，說(shuō)明揮舞力矩與雷諾應(yīng)力的分量存在明顯的對(duì)應(yīng)關(guān)系。隨著偏航角的增大，在雷諾應(yīng)力的分量能量變化較劇烈時(shí)揮舞力矩對(duì)應(yīng)時(shí)刻高、低頻能量均降低，其余時(shí)刻能量升高。說(shuō)明當(dāng)偏航角為0°時(shí)雷諾應(yīng)力的分量所在平面垂直于風(fēng)輪平面，與揮舞力矩方向一致，因此對(duì)揮舞力矩影響較大，當(dāng)偏航角逐漸增大時(shí)，雷諾應(yīng)力的分量所在平面與風(fēng)輪平面夾角逐漸增大，使得其垂直于風(fēng)輪平面的分量減小，導(dǎo)致?lián)]舞力矩減小即對(duì)應(yīng)時(shí)刻能量降低，而在其它時(shí)刻能量增大是因?yàn)轱L(fēng)輪平面受力不均導(dǎo)致的，且結(jié)合圖9b發(fā)現(xiàn)，揮舞力矩的整體能量升高。表明加入KHB后來(lái)流的最值風(fēng)速和風(fēng)速標(biāo)準(zhǔn)差增加使得風(fēng)速隨機(jī)波動(dòng)加劇導(dǎo)致葉片揮舞載荷增加；偏航角度的增大使得葉片受力不均性增強(qiáng)導(dǎo)致葉片揮舞力矩加劇。綜上所述，KHB的加入均使得擺振力矩和揮舞力矩頻域能量發(fā)生變化且與雷諾應(yīng)力有著良好的對(duì)應(yīng)關(guān)系；隨著偏航角的增大擺振力矩頻域能量變化較小，揮舞力矩頻域能量整體升高。

注：Rsc為雷諾應(yīng)力分量的縮寫(xiě)。

5 結(jié) 論

本文通過(guò)NWTCUP湍流風(fēng)譜模型耦合KHB流動(dòng)構(gòu)建了構(gòu)建了一種強(qiáng)湍流相干結(jié)構(gòu)風(fēng)況，在該風(fēng)況下計(jì)算了NREL 1.5 MW風(fēng)力機(jī)在不同偏航工況下的葉根擺振和揮舞載荷，并通過(guò)載荷統(tǒng)計(jì)參數(shù)和時(shí)頻分析，研究了強(qiáng)湍流相干結(jié)構(gòu)對(duì)偏航風(fēng)力機(jī)葉根載荷的影響規(guī)律，得到以下結(jié)論：

1）KHB湍流相干結(jié)構(gòu)導(dǎo)致來(lái)流紊亂度增強(qiáng)，使得葉根擺振力矩和揮舞力矩的最大值、標(biāo)準(zhǔn)差均升高，平均升高28.30%、0.64%和36.27%、59.57%，最小值減小，平均降低27.28%和114.83%。

2）隨著偏航角的增大，KHB對(duì)葉根擺振力矩影響較小，離散程度降低0.76%，且與未加入KHB相比，各統(tǒng)計(jì)量變化較??；揮舞力矩離散程度升高36.67%，且與未加入KHB相比，各統(tǒng)計(jì)量變化明顯。

3）對(duì)于葉根力矩平均值，無(wú)論有無(wú)KHB的加入擺振力矩均非線性降低、揮舞力矩均非線性升高，且KHB對(duì)擺振力矩均值影響不大，平均下降1.903%，而揮舞力矩在加入KHB后各偏航角下的均值均小于未加入時(shí)的值，平均下降2.906%，且隨著偏航角的增大揮舞力矩增長(zhǎng)速率增加，故波動(dòng)性增強(qiáng)均值下降，揮舞力矩對(duì)葉片影響更劇烈，且偏航角度越大這一現(xiàn)象越明顯。

4）KHB的加入會(huì)導(dǎo)致雷諾應(yīng)力分量波動(dòng)加劇，使得各葉根載荷在低頻帶和高頻帶能量均發(fā)生變化且擺振力矩與雷諾應(yīng)力的剪應(yīng)力分量（）對(duì)應(yīng)關(guān)系較好，揮舞力矩與雷諾應(yīng)力的剪應(yīng)力分量（）對(duì)應(yīng)關(guān)系較好。隨著偏航角的增大擺振載荷頻域能量變化不明顯，揮舞載荷頻域能量整體升高。

綜合上述研究可知，在實(shí)際工程中如果能夠降低偏航誤差，并且對(duì)葉片根部進(jìn)行加固可以有效提升葉片使用的可靠性。

[1] Habali S M. Design and testing of small mixed airfoil wind turbine blades[J]. Renewable Energy, 1995, 6(2): 161-169.

[2] Fuglsang P, Bak C. Development of the ris? wind turbine airfoils[J]. Wind Energy, 2004, 7(2): 145-162.

[3] Ibá?ez B, Inthamoussou F A, Battista H D. Wind turbine load analysis of a full range LPV controller[J]. Renewable Energy, 2020, 145: 2741-2753.

[4] Bakhtiari E, Gharali K, Chini S F. Corrigendum to “Super-hydrophobicity effects on performance of a dynamic wind turbine blade element under yaw loads”[J]. Renewable Energy, 2019, 140: 539-551.

[5] 楊陽(yáng)，李春，葉柯華，等. 基于HHT方法的非穩(wěn)定工況風(fēng)力機(jī)結(jié)構(gòu)動(dòng)態(tài)響應(yīng)時(shí)頻特性分析[J]. 振動(dòng)與沖擊，2016，35(21)：22-28. Yang Yang, Li Chun, Ye Kehua, et al. Analysis of time-frequency characteristics of the dynamic response of wind turbines under unsteady condition based on the HHT method[J]. Journal of Vibration and Shock, 2016, 35(21): 22-28. (in Chinese with English abstract)

[6] 楊陽(yáng)，李春，繆維跑，等. 高速?gòu)?qiáng)湍流風(fēng)況下的風(fēng)力機(jī)結(jié)構(gòu)動(dòng)力學(xué)響應(yīng)[J]. 動(dòng)力工程學(xué)報(bào)，2016，36(8)：638-644. Yang Yang, Li Chun, Miao Weipao, et al. The dynamic response of wind turbines under high-speed and strong turbulent wind conditions[J]. Journal of Power Engineering, 2016, 36(8): 638-644. (in Chinese with English abstract)

[7] Kelley N D, Jonkman B J, Scott G N, et al. The impact of coherent turbulence on wind turbine aeroelastic response and its simulation: Preprint[R]. Global Windpower 2005 Conference Proceedings (CD-ROM).

[8] Kelley N D, Osgood R M, Bialasiewicz J T, et al. Using wavelet analysis to assess turbulence/rotor interactions[J]. Wind Energy, 2000, 3(3): 121-134.

[9] Kelley N D. Turbulence-turbine interaction: The basis for the development of the turbSim stochastic simulator[R]. Golden, CO: office of scientific & technical information technical reports, 2011.

[10] 徐磊，李德源，莫文威，等. 基于非線性氣彈耦合模型的風(fēng)力機(jī)柔性葉片隨機(jī)響應(yīng)分析[J]. 振動(dòng)與沖擊，2015，34(10)：20-27. Xu Lei, Li Deyuan, Mo Wenwei, et al. Analysis of random response of flexible blades of wind turbines based on nonlinear aeroelastic coupled model[J]. Journal of Vibration & Shock, 2015, 34(10): 20-27. (in Chinese with English abstract)

[11] Bakhshi R, Sandborn P. The effect of yaw error on the reliability of wind turbine blades[C]. North Carolina: Proceedings of the ASME 2016 Power and Energy Conference. Charlotte, 2016.

[12] 李倩倩，李春，楊陽(yáng)，等. 風(fēng)場(chǎng)風(fēng)譜模型的分形維數(shù)研究[J]. 能源工程，2016(2)：28-31. Li Qianqian, Li Chun, Yang Yang, et al. Research on fractal dimension of wind field wind spectrum model[J]. Energy Engineering, 2016(2): 28-31. (in Chinese with English abstract)

[13] Tabrizi A B, Whale J, Lyons T, et al. Modelling the structural loading of a small wind turbine at a highly turbulent site via modifications to the kaimal turbulence spectra[J]. Renewable Energy, 2017, 105: 288-300.

[14] Banerjee A, Chakraborty T, Matsagar V, et al. Dynamic analysis of an offshore wind turbine under random wind and wave excitation with soil-structure interaction and blade tower coupling[J]. Soil Dynamics and Earthquake Engineering, 2019, 125: 1-17.

[15] 楊從新，郜志騰，張旭耀. 基于改進(jìn)VonKarman模型的風(fēng)力機(jī)來(lái)流三維風(fēng)速模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(15)：39-46. Yang Congxin, Zang Zhiteng, Zhang Xuyao. Three-dimensional wind speed simulation of wind turbine flow based on improved VonKarman model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(15): 39-46. (in Chinese with English abstract)

[16] Bilgili M, Sahin B, Yasar A. Application of artificial neural networks for the wind speed prediction of target station using reference stations data[J]. Renewable Energy, 2006, 32(14): 2350-2360.

[17] Agüera A, Rosa J J G D L, Ramiro J G, et al. Genetic fuzzy systems applied to model local winds[J]. Procedia Computer Science, 2010, 1(1): 27-35.

[18] Frank H P, Rathmann O, Mortensen N G, et al. The numerical wind atlas-the KAMM/WAsP method[R]. Riso National Laboratory, 2001.

[19] Fleming P, Gebraad P, Van Wingerden J W, et al. The SOWFA super-controller: A high-fidelity tool for evaluating wind plant control approaches[C] //Proceedings of the EWEA Annual Meeting, Vienna, Austria. 2013.

[20] 李倩倩，李春，楊陽(yáng)，等. 基于分形學(xué)的湍流風(fēng)譜模型適用性研究[J]. 太陽(yáng)能學(xué)報(bào)，2017，38(11)：3123-3130. Li Qianqian, Li Chun, Yang Yang, et al. Study on applicability of turbulence wind spectrum model based on fractal theory[J]. Acta Energia Sinica, 2017, 38(11): 3123-3130. (in Chinese with English abstract).

[21] Smith K. WindPACT turbine design scaling studies technical area 2: turbine, rotor and blade logistics; Topical[R]. Golden, CO: Office of Scientific & Technical Information Technical Reports, 2001.

[22] Jonkman B J, Kilcher L. TurbSim User's Guide: Version 1. 06. 00[M]. United States: Colorado, 2012.

[23] Jonkman J M, Buhl Jr M L. FAST User's Guide[M]. United States: Colorado, 2005.

[24] Moriarty P, Hansen C. Aerodyn theory manual[R]. Golden: National Renewable Energy Laboratory (NREL), 2005.

[25] Shirazi M, Jager D, Wilde S, et al. Lamar low-level jet project interim report[R]. Golden: National Renewable Energy Laboratory (NREL), 2004.

[26] Kelley N D, Hand M, Larwood S, et al. The NREL large-scale turbine inflow and response experiment: preliminary results[C]//ASME 2002 Wind Energy Symposium. American Society of Mechanical Engineers, 2002.

[27] WIKIPEDIA. Kelvin-Helmholtz instability[EB/OL]. 2015-07-30[2020-1-30]. https: //www. img. lvfukeji. com/img/wikipedia/commons/transcoded/d/d8/Kelvin-Helmholtz_Instability. ogv/Kelvin-Helmholtz_Instability. ogv. 240p. vp9. webm.

[28] 熊海洋. 基于FAST軟件的大型風(fēng)力發(fā)電機(jī)組系統(tǒng)建模與控制研究[D]. 重慶：重慶大學(xué)，2014. Xiong Haiyang. Research on Modeling and Control of Large-Scale Wind Turbine System Based on FAST Software[D]. Chongqing: Chongqing University, 2014. (in Chinese with English abstract).

[29] 白士偉. 典型地區(qū)大氣湍流相干結(jié)構(gòu)特征研究[D]. 合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2018. Bai Shiwei. Research on Coherent Structure Characteristics of Atmospheric Turbulence in Typical Areas of China[D]. Hefei: University of Science and Technology of China, 2018. (in Chinese with English abstract).

[30] 白士偉，孫剛，李學(xué)彬，等. 小波分析在近地面湍流相干結(jié)構(gòu)研究中的應(yīng)用[J]. 光學(xué)學(xué)報(bào)，2018，38(5)：16-24. Bai Shiwei, Sun Gang, Li Xuebin, et al. Application of wavelet analysis in research of near-surface turbulence coherent structure[J]. Journal of Optics, 2018, 38(5): 16-24. (in Chinese with English abstract).

[31] 胡進(jìn)森. 中性大氣邊界層中風(fēng)力機(jī)與湍流的相互作用[D]. 蘭州：蘭州理工大學(xué)，2018. Hu Jinsen. Interaction Between Wind Turbine and Turbulent Flow in the Neutral Atmospheric Boundary Layer[D]. Lanzhou: Lanzhou University of Technology, 2018. (in Chinese with English abstract).

Effects of strong turbulence structure coherent on load of blade root in a yaw wind turbine

Li Deshun1,2,3, Hu Yuan1, Li Rennian1,2,3※, Guo Tao1, Dong Yanbin1, Li Yinran1,2,3, Wang Qing1,2,3

(1.,,730050,; 2.,730050,; 3.,730050,)

The strong turbulent wind has a significant impact on the dynamic load of wind turbine blade in a yaw state. Because the root of blade is the most stressed position, the dynamic characteristics of load are the key factors affecting the life and safe operation of wind turbine. In this study, the NWTCUP (The NREL National Wind Technology Center Model) wind spectrum model was used to couple KHB (Kelvin-Helmholtz Billow) flow, in order to construct a strong turbulent coherent structure wind condition. Subsequently, the FAST (Fatigue, Aerodynamics, Structures, and Turbulence) program was used to calculate the aerodynamic load of the NREL 1.5MW wind turbine under different yaw angles. Finally, the effect of KHB turbulent coherent structure was investigated on the dynamic load of wind turbine blade roots under yaw conditions. The results showed that the turbulent coherent structures increased the amplitude and energy of load fluctuations in a wind turbine. The increase of yaw angle has a smaller effect on the blade root edgewise moment, while a greater effect on the blade root flapwise moment, indicating the stronger dispersion of both factors. The turbulent coherent structure reduced the average value of blade root edgewise moment by 1.903%, while increased the average value of blade root flapwise moment by 2.906%. In Wavelet analysis of the root load, the turbulent coherent structure has a small effect on the energy of the edgewise moment, while, the energy was mainly concentrated in the low frequency band, corresponding to'',''. There was a significant effect in terms of the leaf root flapwise moment, where the energy change corresponds well with''. The energy of leaf root flapwise moment increased, as the yaw angle increased.

wind turbine; numerical analysis; blade root load; yaw; strong turbulent coherent structure; FAST; wavelet analysis

李德順，胡淵，李仁年，等. 強(qiáng)湍流相干結(jié)構(gòu)對(duì)偏航風(fēng)力機(jī)葉根載荷的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(20)：102-109.doi：10.11975/j.issn.1002-6819.2020.20.013 http://www.tcsae.org

Li Deshun, Hu Yuan, Li Rennian, et al. Effects of strong turbulence structure coherent on load of blade root in a yaw wind turbine[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(20): 102-109. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.20.013 http://www.tcsae.org

2020-04-01

2020-10-08

國(guó)家自然科學(xué)基金（51766009，51566011）；國(guó)家基礎(chǔ)研究計(jì)劃（973計(jì)劃）（2014CB046201）；隴原青年創(chuàng)新創(chuàng)業(yè)人才項(xiàng)目；西華大學(xué)開(kāi)放課題

李德順，博士，教授，主要從事風(fēng)力機(jī)空氣動(dòng)力學(xué)、氣固兩相流及其磨損方向的研究。Email：lideshun_8510@sina.com

李仁年，教授，博士生導(dǎo)師，主要從事流體機(jī)械及工程、多相流、風(fēng)力機(jī)械等方向的研究。Email：lirn@lut.cn

10.11975/j.issn.1002-6819.2020.20.013

TK83

A

1002-6819(2020)-20-0102-08