[论文解读] Multi-objective Optimization of Savonius Wind Turbine

Seyed Ehsan Hosseini, Omid Karimi+1 more|arXiv (Cornell University)|Aug 28, 2023

Wind Energy Research and Development被引用 6

一句话总结

本研究提出了一种基于改进NSGA-II与TOPSIS的多目标优化框架，用于萨维尼乌斯风力涡轮机，旨在同时最大化扭矩系数、功率系数和转速。通过整合计算流体动力学（CFD）仿真、实验验证以及基于GMDH的几何参数（桨叶扭转角、长宽比和重叠比）多项式建模，该方法在扭矩系数上提升了13.74%，转速上提升了0.071%，功率系数上提升了5.32%，并识别出可显著提升气动性能的最优设计参数。

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.

研究动机与目标

• 为解决萨维尼乌斯风力涡轮机设计中缺乏全面多目标优化研究的问题，特别是整合先进进化算法与决策方法。
• 通过几何参数的系统性优化，提升关键性能指标——扭矩系数、功率系数和转速。
• 开发一种基于分组方法数据处理（GMDH）的数据驱动建模方法，以捕捉设计变量与涡轮机性能之间的复杂关系。
• 通过CFD仿真与实验数据验证优化框架，确保预测结果的准确性和可靠性。

提出的方法

• 采用萨维尼乌斯风力涡轮机模型的三维CFD仿真，并与风洞实验数据对比，以确保仿真精度。
• 在优化过程中以桨叶扭转角、长宽比和重叠比为主要设计变量。
• 应用分组方法数据处理（GMDH）从输入-输出仿真数据中构建基于多项式的目标函数。
• 采用改进的NSGA-II算法生成多目标优化中扭矩、功率和转速系数的Pareto最优前沿。
• 应用TOPSIS（基于理想解相似度的排序技术）对Pareto前沿中的解进行排序，并识别出最优的商业设计点。
• 将GMDH预测的最优点与CFD结果进行对比，结果表明平均绝对误差低于5%，验证了其高精度。

实验结果

研究问题

• RQ1 桨叶扭转角、长宽比和重叠比如何影响萨维尼乌斯风力涡轮机的扭矩系数、功率系数和转速？
• RQ2 结合改进NSGA-II与TOPSIS的混合优化框架能否有效识别多目标涡轮机优化中的高性能设计配置？
• RQ3 基于GMDH的多项式模型在不同几何参数下对涡轮机性能的预测精度如何？
• RQ4 在不同设计变量组合下，扭矩系数、功率系数与转速之间的权衡关系如何体现？
• RQ5 何种特定几何构型可在兼顾性能与效率的前提下实现最高功率系数？

主要发现

• 当桨叶扭转角为45°、长宽比为1、重叠比为0.16时，获得最高功率系数0.136，实现气流高效引导并减少阻力。
• 功率系数从重叠比0增至0.16期间先下降后上升，表明其与重叠比之间存在非单调关系，最优性能出现在0.16处。
• 当重叠比超过0.16后，功率系数下降且梯度更陡，表明在高重叠比下存在性能权衡。
• 在长宽比为1、扭转角为45°时，获得最大功率系数的最优构型，扭矩系数提升13.74%，功率系数提升5.32%。
• GMDH模型与CFD结果高度一致，所有最优点的平均绝对误差低于5%，证实其在性能预测中的可靠性。
• 二目标优化结果完全包含于三目标优化问题的边界范围内，验证了多目标框架的一致性与鲁棒性。