新型离网型风力机气动特性测试与分析

代元军 ， 汪建文 ， 刘雄飞 ， 温彩凤 ，4， 车 飞

（1.内蒙古工业大学能源动力学院，内蒙古 呼和浩特 010051；2.内蒙古可再生能源实验室，内蒙古 呼和浩特 010051；3.新疆工业高等专科学校，新疆 乌鲁木齐 830091；4.内蒙古呼和浩特职业学院，内蒙古 呼和浩特 010051）

0 引言

目前在石油、煤炭等传统能源紧张的环境下，世界各国均将目光投向新能源领域，其中风能倍受关注。风力机叶片作为将风能转换为动能的“心脏”，其设计直接决定着风力机组的效率[1]，而翼型又是叶片的重要组成部分，因此，对风力机翼型的设计是当前风力机空气动力学研究的一个热点，也是风力机研究的基础[2-5]。该文对采用不同翼型设计的风力机在风洞进行了气动特性实验，得到了风力机风速功率特性曲线和风速风能利用系数曲线，然后利用中国气象科学数据共享网提供的当地风资源数据和WAsP软件在当地实际风场的数字地图上，建立模拟风力机站[6]，求解风力机的年发电量和单位面积年发电量，用以分析和评价不同翼型风力机的性能好坏。

1 风力机气动特性实验

1.1 实验设备

实验设备主要由低速开口直流式风洞、9033G测试模块和风力机等组成，如图1所示。实验风洞为B1/K2直流式低速风洞，分为开口段和闭口段，采用数字变频技术调节风速，变频器的变频范围为0~60.0 Hz。风洞开口实验段的圆形横截面直径为2.04 m，风速调节范围为0~18m/s。测试样机1#风力机是某公司生产的400W风力机，2#风力机是该课题组自行设计制造的采用新翼型S809的300 W风力机，进行气动特性实验，其参数见表1。

图1 实验设备

表1 风力机参数

1.2 实验方法

实验按照GB/T 19068.3-2003《离网型风力发电机组第3部分：风洞实验方法》[7]和GB/T 19068.2-2003《离网型风力发电机组第2部分：试验方法》[8]，风洞试验在内蒙古工业大学的B1/K2低速风洞出口段进行。该实验具体采用的实验方法是对两种不同翼型的风力机，改变来流风速，改变电阻大小，得出不同尖速比下风力机的输出功率和功率系数，绘制风速功率特性曲线和风速功率系数曲线。

1.3 实验结果及分析

由实验得到的2个风力机的风速功率特性曲线和风速风能利用系数曲线，如图2和图3。

图2 风速功率特性曲线

图3 风速功率系数曲线

从图2可以看出，1#风力机在额定风速12 m/s的输出功率是405.3W，2#风力机在额定风速10m/s的输出功率是303W，都达到设计工况要求。2#风力机在风速3～14 m/s的范围内输出功率明显大于1#风力机输出功率。

从图3可以看出，1#风力机和2#风力机的功率系数最大值都出现在5 m/s，分别为0.248和0.395。2#风力机的功率系数和1#风力机功率系数风速3～14 m/s的范围变化趋势相同，2#风力机的功率系数明显大于1#风力机功率系数。

以上分析说明2#风力机所采用的翼型能够满足风力机的出力，同时提高了风力机对风能的利用率，达到了既追求输出功率的增大，又追求在各风速段较高的功率系数的设计要求。

2 风谱图建立和分析

风谱图是指某个区域独立于地形地貌障碍物等因素之外的风况特征。根据中国气象科学数据共享网提供的2008年内蒙古24个地区的风资源数据，利用WAsP软件进行分析统计，选出具有代表特性的4个地区，分别是阿巴嘎旗、巴彦毛道、朱日和、海力素，对以上4个地区进行分析，得到风谱图的相关参数，为计算风力机年发电量提供数据。

利用WAsP OWC Wizard工具，首先导入欲安装风力机地区1年的原始的按时间序列的风速风向数据；其次输入取得风资源数据的地点及设备距地面高度，主要是指实测点的经度、纬度、当地标准气压、温度及海拔高度；然后设置单位换算系数和风速的上下限以及16风向方位；最后计算得到风谱图[9]。按照以上步骤分析得到内蒙古阿巴嘎旗、巴彦毛道、朱日和、海力素4个地区2008年的风谱图，见图4～图7。从图4～图7可以看出4个地区的2008年平均风速分别是阿巴嘎旗3.5 m/s，巴彦毛道3.98 m/s，朱日和4.19m/s，海力素4.94m/s。

3 风机站的建立

图4 2008年阿巴嘎旗地区风谱图

图6 2008年朱日和地区风谱图

图7 2008年海力素地区风谱图

首先，利用地图编辑WAsP Map Editor工具在数字化图板或地图扫描图形文件上，用鼠标选取需要的地图直接生成WAsP可以接受地图文件；然后提供风力机站的位置坐标：阿巴嘎旗地区是北纬44.01°，东经 114.57°，海拔高度 112.61 m；巴彦毛道地区是北纬40.10°，东经104.48°，海拔高度132.39m；朱日和地区是北纬42.24°，东经112.54°，海拔高度115.08 m；海力素地区北纬 41.24°，东经 106.24°，海拔高度150.96m，按照给定坐标在地图上标定风力机站的位置；最后在风力机站周围根据实际情况选择设置障碍物参数和地面粗糙度参数，由于风力机安装内蒙古4个地区的戈壁、草原等非常开阔平坦的区域，阻风物很少，障碍物参数的取值从最小的房屋建筑为0到最大的防风树林为0.5，故该文选取障碍物参数房屋建筑0，粗糙度1级（Z=0.003）[10]。

4 风力机发电量计算及分析

利用2008年4个地区的年风谱图和两种风力机的功率特性曲线，通过计算得到两种风力机在4个地区的年发电量和单位面积年发电量，见图8和图9。

从图8和图9可以看出，2#风力机无论在年平均风速较小的阿巴嘎旗风场，还是在年平均风速较大的海力素风场的单位面积年发电量明显大于1#风力机单位面积年发电量，说明2#风力机采用新翼型的优化设计提高了风力机的输出功率，也就是在实际风场中提高了风力机的单位面积的年发电量。通过计算分析，2#风力机单位面积的发电量比1#风力机单位面积年发电量在4个平均风速由低到高的风场分别提高了30.6%、29.1%、27.7%、26.5%，平均提高28.4%，说明2#风力机的性能明显优于1#风力机[11-12]。

图8 风力机年发电量

图9 风力机单位面积年发电量

5 结束语

该文对采用两种不同翼型的水平轴风力机利用风洞进行了气动特性实验，得到了2个风力机的风速功率特性曲线和风速风能利用系数曲线，2#风力机所采用的翼型能够满足风力机的出力，同时提高了风力机对风能的利用率，达到了既追求输出功率的增大，又追求在各风速段较高的功率系数的设计要求。

利用WAsP软件对内蒙古阿巴嘎旗，巴彦毛道、朱日和、海力素4个地区2008年风能资源进行了评估，得到了风谱图。通过分析计算得到1#风力机和2#风力机的年发电量、单位面积年发电量，2#风力机单位面积的发电量比1#风力机单位面积年发电量平均提高28.4%，2#风力机的性能明显优于1#风力机，说明新翼型在气动性能方面是优于传统翼型的。

但是对于采用新翼型的风力机的可靠性能，需要对其结构动态进行测试和分析，为设计输出功率高、结构稳定的风力机提供一定参考。

[1]王军，周丙超.基于Matlab的小型风力机叶片设计[J].水电能源科学，2007，25（5）：142-144.

[2]窦秀荣.水平轴风力机起动性能及结构动力学特性研究[D].济南：山东工业大学，1995.

[3]巫发明，王立鹏，杨从新，等.基于遗传算法的直叶片垂直轴风力机风轮优化设计[J].西华大学学报：自然科学版，2009，28（5）：36-39.

[4]George S.Dulikravich.Aerodynamic shape design and optimization：status and trends[J].Journal of Aircraft，1992，29（6）：1020-1026.

[5]Jamshid A.Generation Samareh.Status and future of geometry modeling and grid for design[J].Journal of Aircraft，1999，36（1）：97-104.

[6]Dai Y J，Wang J W，Wen C F.Determination of characteristic wind speed for wind power under conditions of low cost and constant power[C]∥Proceedings of the first IEEE International Conference on Mechanic Automation and Control Engineering，2010：4054-4057.

[7]GB/T 19068.3—2003离网型风力发电机组第3部分：风洞实验方法[S].北京：中国标准出版社，2003.

[8]GB/T 190682.2—2003离网型风力发电机组第2部分：试验方法[S].北京：中国标准出版社，2003.

[9]Justus C G，Hargraves W R，Mikhail，et al.Methods for Estimating Wind Speed Frequency Distributions[J].Journal of Applied Meteorology，1978，17（3）：350-353.

[10]代元军，汪建文，温彩凤，等.利用WasP软件对风力机发电量的预测[J].可再生能源，2011，29（1）：103-106.

[11]Alexiadis M C，Dokopoulos P S，Sahsamanoglou H S，et al.Wind speed and powerforecasting based on spatial correlation models[C]∥Institute of Electrical and Electronics Engineers Transactions on Energy Conversion，1999，14（3）：836-842.

[12]Jaramillo O A， Borja，BimOda M A.Weibull wind speed distributions：an analysis of wind energy potential in laventa，mexico[J].Wind Engineering，2004（28）：225-234.