基于克里金代理模型与灰狼算法驱动的圆柱导流板优化以最大化萨沃纽斯涡轮性能
流体动力学
2023-11-14 v1
摘要
随着电力需求的增长以及向可再生能源转型的迫切需求，风能成为能源转型的重要组成部分。为优化能源生产，研究者聚焦于萨沃纽斯型垂直轴风力机（VAWTs）的设计优化。本研究采用基于滑移网格技术的非定常雷诺平均纳维-斯托克斯（URANS）模拟来获取流场数据与功率系数。在随机初始化数据点的数值数据上训练了克里金（Kriging）代理模型以构造响应面模型。随后利用灰狼优化（GWO）算法在该曲面上求全局最大值，以涡轮功率系数为目标函数。将模拟与先前研究的实验数据进行对比分析，以验证数值模型的准确性。优化后的涡轮-导流板构型在功率系数上显示出最大 34.24% 的提升。此外，将 GWO 算法的有效性与粒子群优化（PSO）进行比较，发现其在多数情况下更优，能更快地收敛至全局最大值。本研究探索了利用导流板对风力机进行元启发式优化的相对未涉足领域，以实现高效能量收集，为增强可再生电力发电提供了广阔前景。
引用
@article{arxiv.2311.06378,
title = {Maximizing Savonius Turbine Performance using Kriging Surrogate Model and Grey Wolf-Driven Cylindrical Deflector Optimization},
author = {Paras Singh and Vishal Jaiswal and Subhrajit Roy and Raj Kumar Singh},
journal= {arXiv preprint arXiv:2311.06378},
year = {2023}
}
备注
Accepted at 10th International and 50th National Conference on Fluid Mechanics and Fluid Power (FMFP-2023): 6 pages, 12 figures