[논문 리뷰] Multi-objective Optimization of Savonius Wind Turbine

Seyed Ehsan Hosseini, Omid Karimi외 1명|arXiv (Cornell University)|2023. 08. 28.

Wind Energy Research and Development인용 수 6

한 줄 요약

이 연구는 수정된 NSGA-II와 TOPSIS를 사용하여 다중 목적 최적화 프레임워크를 제안하여 토크 계수, 출력 계수 및 회전 속도를 동시에 최대화한다. CFD 시뮬레이션, 실험적 검증 및 설계 변수(비틀림 각도, 길이비, 겹침 비율)의 GMDH 기반 다항식 모델링을 통합함으로써, 토크 계수는 13.74% 향상되고, 회전 속도는 0.071% 향상되며, 출력 계수는 5.32% 향상되어 향상된 유압 성능을 위한 최적의 설계 파rameter를 규명한다.

ABSTRACT

A numerical data set will be developed to assist in the design of Savonius wind turbines. The main objective of study is to improve Savonius turbine blade designs to increase torque coefficients, rotational speeds, and pressure coefficients. Simulating 3D models and validating them with wind tunnel data were part of the experimental design methodology. Multi-objective optimization is used to optimize turbine performance. Twist angle, aspect ratio, and overlap ratio are all important factors in determining the optimal torque and power coefficients. Data-driven objective functions were modeled using the group method of data handling (GMDH). Using an evolutionary Pareto-based optimization approach, polynomial models were used to plot Pareto fronts and TOPSIS to calculate optimal commercial points. The torque coefficient, rotational speed, and power coefficient are all improved by 13.74%, 0.071%, and 5.32%, respectively. As a result of the multi-objective optimization of the turbine, some significant characteristics of objective functions were discovered.

연구 동기 및 목표

• 사보니우스 풍력터빈 설계에서 고급 진화 알고리즘과 의사결정 방법을 통합한 종합적인 다중 목적 최적화 연구의 부족을 해결하기 위해.
• 기하학적 파rameter의 체계적 최적화를 통해 주요 성능 지표인 토크 계수, 출력 계수 및 회전 속도를 향상시키기 위해.
• 그룹 방법의 데이터 처리(GMDH)를 활용한 데이터 기반 모델링 접근법을 개발하여 설계 변수와 터빈 성능 간의 복잡한 관계를 포착하기 위해.
• CFD 시뮬레이션과 실험 데이터를 통한 검증을 통해 최적화 프레임워크의 정확성과 신뢰성을 확보하기 위해.

제안 방법

• 풍동 실험 데이터와의 비교를 통해 정확도를 확보한 3차원 CFD 시뮬레이션을 사용하여 사보니우스 풍력터빈 모델을 분석한다.
• 최적화 과정에서 주요 설계 변수로 비틀림 각도, 길이비, 겹침 비율을 사용한다.
• 입력-출력 시뮬레이션 데이터에서 다항식 기반 목표 함수를 개발하기 위해 그룹 방법의 데이터 처리(GMDH)를 적용한다.
• 토크 계수, 출력 계수 및 회전 속도 계수의 다중 목적 최적화를 위한 파레토 최적 해를 생성하기 위해 수정된 NSGA-II 알고리즘을 사용한다.
• 파레토 최적 해에서 최적의 상업적 설계 포인트를 선별하고 순위를 매기기 위해 TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)를 적용한다.
• CFD 결과와 비교하여 GMDH로 예측한 최적 포인트의 정확도를 검증하였으며, 평균 절대 오차가 5% 이하로 매우 높은 정확도를 보였다.

실험 결과

연구 질문

• RQ1 비틀림 각도, 길이비 및 겹침 비율이 사보니우스 풍력터빈의 토크 계수, 출력 계수 및 회전 속도 계수에 미치는 영향은 어떠한가?
• RQ2 수정된 NSGA-II와 TOPSIS를 융합한 하이브리드 최적화 프레임워크는 다중 목적 터빈 최적화에서 고성능 설계 구성 요소를 효과적으로 식별할 수 있는가?
• RQ3 GMDH 기반 다항식 모델의 예측 정확도는 다양한 기하학적 파rameter에서 터빈 성능을 추정하는 데 얼마나 높은가?
• RQ4 다양한 설계 변수 조합에서 토크 계수, 출력 계수 및 회전 속도 계수 간의 상호 교환 관계는 어떻게 나타나는가?
• RQ5 특정 기하학적 구성을 통해 최고의 출력 계수를 달성하면서 성능과 효율성을 균형 잡을 수 있는 최적의 구성은 무엇인가?

주요 결과

• 비틀림 각도 45°, 길이비 1, 겹침 비율 0.16 조건에서 최고의 출력 계수 0.136를 달성하여 공기 흐름을 효율적으로 유도하고 저항을 감소시켰다.
• 겹침 비율이 0에서 0.16으로 증가함에 따라 출력 계수가 일시적으로 감소한 후 다시 증가함으로써, 최적 성능이 0.16에서 나타나는 비단조화적인 관계를 보였다.
• 겹침 비율이 0.16를 초과하면 출력 계수가 더 급격한 기울기로 감소함으로써, 높은 겹침 비율에서는 성능의 상충 관계가 나타남을 시사했다.
• 최고의 출력 계수를 위한 최적의 구성은 길이비 1 및 비틀림 각도 45°에서 도출되었으며, 이 경우 토크 계수는 13.74% 향상되고 출력 계수는 5.32% 향상되었다.
• GMDH 모델은 CFD 결과와 강한 일치를 보였으며, 모든 최적 포인트에서 평균 절대 오차가 5% 이하로 나타나 성능 예측의 신뢰성을 확인하였다.
• 이중 목적 최적화 결과는 삼중 목적 최적화 문제의 경계 내에 완전히 포함되어 있어, 다중 목적 프레임워크의 일관성과 강건성을 검증하였다.