ECN Marco Caboni/ Senior Researcher

 

　　早上好，我叫做Marco，在ECN工作，我也是一個高級的研究員，很高興來到這里談到風機動力學前沿的研發。

　　這是我今天介紹的結構，先介紹一下ECN，我所在的公司，下面是主要的內容，我討論三點，第一個AVATAR項目，它是關于先進大直徑葉輪驅動工具，之后我們會談到葉片附加裝置一些設計和建模，比如說擾流器。之后是厚翼型的葉片研發。

　　我們公司位于荷蘭，但是在上海都有分部，我們有一些非常特殊的檢測機器，我們的使命是利用和開發市場所需要的知識和技能，這樣就能夠開發出可持續發展的能源體系，當前我們的活動在一些地區，專注的領域光伏，生物制能，以及能源效應等等。在風電領域我們的使命就是增加發電量和減少成本。比如說風場氣動學的研發。我們在測量上有非常強勁的團隊，最重要的是我們的團隊就是氣動的研發團隊，已經有了幾十年的經驗，并且開發出很重要的工具，無論是在風場，還是風力機組上。

　　這也能夠使我們更好的優化風場的設計和運營，以及在運維上面做好管理，并且在噪聲作出預測。首先介紹一下AVATAR的項目，這個是在歐洲當前所做的項目，主要是利用先進的氣動工具應用在大直徑葉輪風場上，我們以更大規模實現10MW上的風機，我會討論一下未來風機的情況，10MW規模以上。

　　現在的氣動模型不能很好來設計大規模的風機，所以未來的氣動模型我們可以想到更大的，更長的葉片，它有著更大的雷諾系數和馬和系數的驗證，未來氣動模型可以展開柔性葉片部，其中一個概念就是用厚的翼型。最后一點未來的氣動模型可以結合氣流的裝置。

　　在AVATAR當中，我們在加強我們的工具，改進我們的工具去進行更好的設計，并且對工具進行實證的驗證，并且在嚴整其他的建模，比如說渦流發生器，葉根擾流板等等，下面介紹一下ECN  RFOIL的軟件，它的估算方法用在厚翼型，它是在持續改進過程中，適用于厚的翼型，最新的改進是用在非常厚的翼型，現在的測量可以提升效率，并且商業版本誤差控制在10到25%之間，而阻力預估值誤差小于15%。

　　這個是我們實驗驗證模型，高雷諾數，我們有非常特殊的實驗，也是可以在加壓風動里面進行，對翼型模型進行檢測，我們也在加壓風洞可以看到一些實驗數據，雷諾數高達15 ，并且進行了一些盲測對比，就像圖中展示的結果一樣，我們可以看到氣動模型能夠根據結果來進行改進，比如說左邊有藍色是實驗結果，虛線是標準組，而且右邊是可以看到樣機的曲線，它也強調了一點，當前的模型要進一步驗證，來適用于更高的雷諾數。這些特殊的實驗能夠改進適用于高雷諾數氣動模型的設計。

　　下面的重點是葉片附加裝置，這樣能夠提升科技，并且能夠提高發電量，在這個領域，我們的研發也是非常出色，比如說我們新設計了一些新發電裝置，像渦流發生器和葉根擾流板。

　　首先介紹一下葉根擾流板，它是ECN  專利項目，可以提高風機的性能效率，通過使用葉根擾流板，尤其在大的葉片上使用擾流板，其實取決于具體葉片的設計，可以電力提高0.5%到1%之間，還有改進的一些渦流發生器的設計，這個也是獨家擁有的解決方案，在設計渦流發生器當中遇到一些挑戰，比如說對一些翼型來進行修正，這樣才能更好適應渦流發生器，有兩個解決方案一個是短期，一個是中長期，對短期來說基于經驗的方法，具體的解決方案，我們也在執行，它是一個長期的方案，是我們正在努力的，也是在改進ECN  RFOIL軟件，并且用于渦流發生器性能的估測評估。

　　最后一個談我們的概念，使用很厚葉輪細長葉片，事實上更長的葉片也面臨負載挑戰，所以為了保證性價比，我們需要開發出新的概念，其中一點就是在外側部分應用厚的葉輪以降低能源成本是非常有發展前景的前沿概念，它能夠降低泵本。第二經厚的翼型可改善葉片的結構特性，它更好利用空氣動力的性能，我們也在設計葉片上努力，使用更厚的翼型，因為基于成本的考慮。這是我們對ECN翼型優化流程，我們的優化是基于比較先進的算法，我們的翼型定義還有翼型氣動評估，那么根據我們目前的結果，我們的厚翼型有很好的應用前景，可以使用厚翼型取代之前大型的葉片。我們發現厚翼型出力性損失在有限的范圍，同時疲勞載荷和葉片重量有所降低，重量可以減少2%，根據我們的優化結果。這個是我今天所有的介紹，非常感謝各位的聆聽！