System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于海上涡激振动俘能阵列布置,尤其涉及一种涡激振动装置阵列优化布置方法。
技术介绍
1、随着传统能源的逐渐消耗和碳排放意识的增强,新能源的发展越来越受到世界各国的重视。作为可再生能源之一的海流能,其开发备受重视。目前人们对海流能的利用主要集中在潮流能的开发利用方面,即通过利用水下涡轮发电设备从较大流速的潮流中获取能量,但是基于涡激振动从低速海流或河流中获取能量方面的研究很少。然而,为了实现商业规模的发电和成本控制,本专利技术将多个能量转换器进行阵列优化布置,可达到降本增效的成果。
2、目前,基于涡激振动俘获低速水动能主要局限于用实验和数值模拟方法对单圆柱、串并列双圆柱及多圆柱构成的单个能量转换器的俘能研究。单个能量转换器由于其高成本及低功率输出,在实际应用中几乎没有经济价值。在较大低速海流流域,能量转换器的阵列布置是低速海流能大规模开发的必然趋势。然而,由于影响阵列布置参数较多,采用数值模拟或实验方法其经济成本和时间成本巨大。
技术实现思路
1、本专利技术的目的在于提出种涡激振动装置阵列优化布置方法,首次采用目标优化算法进行多个能量转换器的阵列优化布置,而且构建了以俘能大小为目标的多圆柱俘能装置阵列优化布置数学模型。
2、为实现上述目的,本专利技术提供了一种涡激振动装置阵列优化布置方法,包括:
3、基于斯托克斯理论分析流体运动的方法,构建多圆柱俘能装置俘能数学模型;
4、基于所述多圆柱俘能装置俘能数学模型,构建多圆柱涡激振动
5、预设所述多圆柱涡激振动俘能装置阵列优化模型的目标函数;
6、基于所述目标函数,利用遗传算法对所述多圆柱涡激振动俘能装置阵列优化模型进行优化处理,获取最优涡激振动装置阵列布局。
7、可选地,基于斯托克斯理论分析流体运动的方法,构建多圆柱俘能装置俘能数学模型包括:
8、根据斯托克斯理论分析流体运动的方法,基于涡激振动装置和区域海水流速数据,构建单个圆柱涡激振动俘能数学模型;
9、基于所述单个圆柱涡激振动俘能数学模型,构建所述多圆柱俘能装置俘能数学模型。
10、可选地,所述多圆柱俘能装置俘能数学模型为:
11、
12、其中,pz(t)为俘能装置系统吸收的涡激振动的总能量,pviv(t)为俘能装置本身的动能,ppz(t)为俘能装置吸收的势能,ρ为密度,cy为振动的横向升力,u2为来流速度,f为圆柱在水中的频率,ymax为圆柱涡激振动的振幅,d为圆柱直径,l为圆柱长,g为重力加速度,a为最大振幅,t为涡激振动时间,为涡激振动和位移之间的相位差,ξ为涡激振动产生的涡数。
13、可选地,所述多圆柱涡激振动俘能装置阵列优化模型的目标函数为:
14、maxf=q(x1,y1,x2,y2...)
15、其中,q为评估阵列优劣的相互作用系数,xi为圆柱的横坐标,yi为圆柱的纵坐标,i=1、2、......。
16、可选地,利用遗传算法对所述多圆柱涡激振动俘能装置阵列优化模型进行优化处理包括:
17、根据多圆柱涡激振动俘能装置阵列,设置遗传算法参数;其中所述遗传算法参数包括:涡激振动俘能装置规模、装置优化迭代轮数、装置间能量交互率和装置能量转换变异率;
18、根据设置的所述遗传算法参数,进行适应度计算,从中选择个体通过装置间能量交互率进行不同涡激振动装置之间能量交互进而获取新的交互个体;其中,个体代表涡激振动俘能装置中的单个装置;
19、根据得到的所述新的交互个体,根据所述目标函数,对种群个体进行装置能量转换变异率操作,混合进行排序获取表现最优个体,即涡激振动俘能装置阵列的最大值;
20、判断所述表现最优个体是否达到预设装置优化迭代轮数,否则重新进行适应度计算;
21、根据最终的所述表现最优个体确定多圆柱涡激振动俘能装置阵列领域内最优涡激振动装置阵列布局。
22、可选地,进行所述适应度计算的方法为:
23、
24、其中,vk′、vk″代表待变异和变异后个体;fbest则为本代种群中所有个体的最优适应度值,ra为0~1之间的随机数,f′为本代种群待变异个体适应度值。
25、可选地,评估阵列优劣的相互作用系数为:
26、
27、其中,n为俘能装置的数量,pz为多个圆柱涡激振动俘能装置在阵列布置中俘获的能量,p0为单个圆柱涡激振动俘能装置俘获的能量,j为涡激振动俘能装置的个数,k0为尾流的涡数k0,β为经验系数,ε为湍流耗散率。
28、本专利技术具有以下有益效果:
29、本专利技术提出一种涡激振动装置阵列优化布置方法,首先构建多圆柱俘能装置俘能数学模型;在根据所述多圆柱俘能装置俘能数学模型,构建多圆柱涡激振动俘能装置阵列优化模型;设定目标函数;利用遗传算法对所述多圆柱涡激振动俘能装置阵列优化模型进行优化处理,获取最优涡激振动装置阵列布局。本专利技术首次采用目标优化算法进行多个能量转换器的阵列优化布置,而且构建了以俘能大小为目标的多圆柱俘能装置阵列优化布置数学模型,相较现有方法具有更快、更精准和效率更高的优点。
本文档来自技高网...【技术保护点】
1.一种涡激振动装置阵列优化布置方法,其特征在于,包括:
2.根据权利要求1所述的涡激振动装置阵列优化布置方法,其特征在于,基于斯托克斯理论分析流体运动的方法,构建多圆柱俘能装置俘能数学模型包括:
3.根据权利要求1所述的涡激振动装置阵列优化布置方法,其特征在于,所述多圆柱俘能装置俘能数学模型为:
4.根据权利要求1所述的涡激振动装置阵列优化布置方法,其特征在于,所述多圆柱涡激振动俘能装置阵列优化模型的目标函数为:
5.根据权利要求1所述的涡激振动装置阵列优化布置方法,其特征在于,利用遗传算法对所述多圆柱涡激振动俘能装置阵列优化模型进行优化处理包括:
6.根据权利要求5所述的涡激振动装置阵列优化布置方法,其特征在于,进行所述适应度计算的方法为:
7.根据权利要求4所述的涡激振动装置阵列优化布置方法,其特征在于,评估阵列优劣的相互作用系数为:
【技术特征摘要】
1.一种涡激振动装置阵列优化布置方法,其特征在于,包括:
2.根据权利要求1所述的涡激振动装置阵列优化布置方法,其特征在于,基于斯托克斯理论分析流体运动的方法,构建多圆柱俘能装置俘能数学模型包括:
3.根据权利要求1所述的涡激振动装置阵列优化布置方法,其特征在于,所述多圆柱俘能装置俘能数学模型为:
4.根据权利要求1所述的涡激振动装置阵列优化布置方法,其特征在于,所述多圆柱...
【专利技术属性】
技术研发人员:李俊,程奎,邹林峰,黄欢,徐思佳,胡佳敏,罗磊,段云龙,王长民,
申请(专利权)人:中国电建集团江西省电力设计院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。