(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111389327.9 (22)申请日 2021.11.22 (71)申请人 华能华家岭风力发电有限公司 地址 743305 甘肃省定西市通渭县华家岭 乡老站村 申请人 中国华能集团清洁能源技 术研究院 有限公司 (72)发明人 曹朔　祝金涛　薛录宏　童彤　 满锋利　任鑫　曾谁飞　吴昊　 朱俊杰　吕亮　武青　李恭斌　 万芳　张小艳　任涛　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 赵迪(51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 30/28(2020.01) G06F 111/08(2020.01) G06F 113/06(2020.01) G06F 119/06(2020.01) G06F 119/14(2020.01) (54)发明名称 基于Wilson模型和粒子群算法的风机叶片 优化设计方法 (57)摘要 本申请提出了一种基于Wilson模型和粒子 群算法的风机叶片优化设计方法， 该方法包括： 确定待优化的叶片设计参数， 建立初始叶片模 型； 将初始叶片模型沿展向等分成预设数量个叶 素， 并通过Wil son模型迭代 计算出每个翼型的轴 向诱导系数和切向诱导系数； 根据每个翼型的轴 向诱导系数和切向诱导系数分别计算每个翼型 的扭角和弦长； 将每个翼型的扭角和弦长作为粒 子群算法的输入值， 通过粒子群算法同时重新优 化出每个翼型的扭角和弦长。 该方法通过Wil son 模型和粒子群算法对叶片 进行联合优化设计， 有 效提高叶片的气动性能， 提高了风机的发电效 率。 权利要求书2页 说明书12页 附图4页 CN 114329813 A 2022.04.12 CN 114329813 A 1.一种基于Wilson模型和粒子群算法的风机叶片优化设计方法， 其特征在于， 包括以 下步骤： 确定待优化的叶片设计参数， 建立初始叶片模型； 将所述初始叶片模型沿展向等分成预设数量个叶素， 确定每个所述叶素的翼型， 并通 过Wilson模型迭代计算出每 个所述翼型的轴向诱 导系数和 切向诱导系数； 根据每个所述翼型的轴向诱导系数和切向诱导系数分别计算每个所述翼型的扭角和 弦长； 将每个所述翼型的扭角和弦长作为粒子群算法的输入值， 通过所述粒子群算法同时重 新优化出每 个所述翼型的扭角和弦长 。 2.根据权利要求1所述的方法， 其特征在于， 在所述通过所述粒子群算法同时重新优化 出每个所述翼型的扭角和弦长之后， 还 包括： 根据每个所述翼型重新优化后的扭角和弦长确定风机叶片的弦长和扭角， 并拟合每个 所述叶素的翼面和外形参数。 3.根据权利要求1或2所述的方法， 其特征在于， 所述通过Wilson模型迭代计算出每个 所述翼型的轴向诱 导系数和 切向诱导系数， 包括： 确定所述轴向诱 导系数和所述切向诱 导系数的初始值； 获取预设的入流角与 所述轴向诱导系数和所述切向诱导系数的关系式， 并获取预设的 所述轴向诱 导系数和所述切向诱 导系数的迭代公式； 根据所述关系式和所述迭代公式对所述轴向诱导系数和所述切向诱导系数进行迭代 计算， 直至所述轴向诱 导系数和所述切向诱 导系数收敛。 4.根据权利要求3所述的方法， 其特征在于， 通过以下公式迭代所述轴向诱导系数和所 述切向诱 导系数: 其中， a是轴向诱导系数， b是切向诱导系数， 是入流角， Cx是法向升力系数， Cy是切向升 力系数， σ 为 风轮实度。 5.根据权利要求1所述的方法， 其特征在于， 所述通过所述粒子群算法同时重新优化出 每个所述翼型的扭角和弦长， 包括： 根据每个所述翼型的扭角和弦长对粒子群进行初始化； 计算粒子适应值， 并基于预设约束条件， 获取 粒子个体最优值和粒子全局最优值； 根据粒子个体最优值和粒子全局最优值， 通过预设的优化公式更新粒子的速度和位 置； 判断是否满足收敛精度， 如果满足所述收敛精度则 输出每个所述翼型重新优化后的扭 角和弦长 。 6.根据权利要求5所述的方法， 其特 征在于， 所述获取 粒子全局最优值， 包括：权　利　要　求　书 1/2 页 2 CN 114329813 A 2选取风机最大年发电量为目标函数， 根据 所述目标函数确定粒子全局最优值， 其中， 通 过以下公式表示所述目标函数： 其中， E是年发电量， N是截面数量， P是输出功率， f()是概 率密度分布函数， v是风速 。 7.一种基于W ilson模型和粒子群算法的风机叶片优化设计系统， 其特 征在于， 包括： 建立模块， 用于确定待优化的叶片设计参数， 建立初始叶片模型； 第一计算模块， 用于将所述初始叶片模型沿展向等分成预设数量个叶素， 确定每个所 述叶素的翼型， 并通过Wilson模 型迭代计算出每个所述翼型的轴向诱导系数和切向诱导系 数； 第二计算模块， 用于根据每个所述翼型的轴向诱导系数和切向诱导系数分别计算每个 所述翼型的扭角和弦长； 优化模块， 用于将所述每个所述翼型的扭角和 弦长作为粒子群算法的输入值， 通过所 述粒子群算法同时重新优化出每 个所述翼型的扭角和弦长 。 8.根据权利要求7 所述的系统， 其特 征在于， 所述优化模块还用于： 根据每个所述翼型重新优化后的扭角和弦长确定风机叶片的弦长和扭角， 并拟合每个 所述叶素的翼面和外形参数。 9.根据权利要求7或8所述的系统， 其特 征在于， 所述第一计算模块具体用于： 确定所述轴向诱 导系数和所述切向诱 导系数的初始值； 获取预设的入流角与 所述轴向诱导系数和所述切向诱导系数的关系式， 并获取预设的 所述轴向诱 导系数和所述切向诱 导系数的迭代公式； 根据所述关系式和所述迭代公式对所述轴向诱导系数和所述切向诱导系数进行迭代 计算， 直至所述轴向诱 导系数和所述切向诱 导系数收敛。 10.一种非临时性计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计 算机程序被处理器执行时实现如权利要求 1‑6中任一所述的基于Wilson模 型和粒子群算法 的风机叶片优化设计方法。权　利　要　求　书 2/2 页 3 CN 114329813 A 3