本发明属于风力发电机叶片气动特性分析，具体涉及一种风力发电机叶片动态失速下气动特性预测方法及装置。
背景技术：
1、现有的大型水平轴风力发电机为了最大限度地捕获风能并减轻高风速下的负荷，通常采用变速和变桨控制。风力发电机实际运行过程中，风湍流、偏航、旋翼转速和叶片螺距的调节都会导致风力发电机叶片的攻角快速变化，进而出现动态失速现象。动态失速会改变翼型原有气动特性，进而影响到风力发电机寿命以及发电量。因此，准确描述动态失速特性显得尤为重要。b-l(beddoes-leishman)模型是描述动态失速特性的通用半经验工程模型，b-l模型传统计算流程中，使用分段指数函数来描述静态分离位置关系，对于部分翼型，会出现较大拟合误差，进而导致模型不准确。b-l动态失速模型使用的经验时间系数是对针对某一翼型下的拟合结果。经过测试，不同翼型之间拟合经验系数有较大差距，如果不重新校核经验时间系数也会导致模型计算不准确。b-l动态失速模型计算动态失速特性是求解大量微分方程得到，对于单次计算，虽然花费时间不长，但该模型目的是用于风力发电机气动载荷仿真，在仿真过程会大量调用该模型，进而会影响仿真总时间。
技术实现思路
1、为解决现有技术的不足，考虑不同翼型对b-l模型不确定影响，对与翼型特性相关的经验时间系数进行校核，修改静态流动分离函数描述形式，有效地提升了b-l模型计算准确度，同时通过克里金模型，实现对动态失速特性的快速响应的目的，本发明采用如下的技术方案：
2、一种风力发电机叶片动态失速下气动特性预测方法，包括如下步骤：
3、步骤s1：基于叶片翼型，获取对应的静态升阻气动特性和动态失速气动特性；
4、步骤s2：根据静态升阻气动特性，构建流动分离响应模型，包括如下步骤：
5、步骤s2.1：根据静态升阻气动特性及对应的攻角计算法向力系数，并基于法向力系数和攻角，构建一次函数关系式，得到函数斜率；
6、步骤s2.2：利用基尔霍夫流动理论，将原静态流动分离点与法向力系数及其函数斜率建立函数关系，以获取给定攻角处的流动分离点；
7、步骤s2.3：在有效攻角范围流动分离点内，随着攻角增大逐渐减小，去除不符合该规律的无效结果；
8、步骤s2.4：判断流动分离点的有效性，若无效，则跳转至步骤s2.1，并调整一次函数关系式；若有效，则跳转至步骤s2.5；
9、步骤s2.5：利用牛顿插值法算法进行计算，得到在b-l动态失速模型计算动态流动分离过程中需要的静态流动分离响应模型；
10、步骤s3：将静态流动分离响应模型集成到b-l动态失速模型中，替换原有通过分段指数函数拟合的流动分离函数，得到动态失速气动特性响应模型；
11、步骤s4：基于所述动态失速气动特性，建立经验时间系数的优化约束条件；
12、步骤s5：构建所述动态失速气动特性响应模型与对应约束条件下的经验时间系数(翼型动态失速风洞测试数据)间误差最小优化的目标函数；
13、步骤s6：对目标函数的最小优化问题进行求解，得到对应叶片翼型的最优经验时间系数；
14、步骤s7：构建优化经验时间系数后的b-l动态失速模型的动态失速气动特性全响应高保真模型。
15、进一步地，所述步骤s2.1中，静态升阻气动特性包括升力系数cl和阻力系数cd，以法向力系数cn、切向力系数ct为不同参考坐标系，进行做包变换，得到两对表征气动特性分量：
16、cn＝cl cos(a)+cdsin(a)
17、ct＝cl sin(a)-cdcos(a)
18、其中，a表示攻角。
19、进一步地，所述步骤s2.1中，采用线性插值法计算法向力系数cn＝0时的攻角a0，采用最小二乘法拟合在a0正负一定角度范围内(±5°)与法向力系数cn的一次函数关系式，得到函数斜率cna。
20、进一步地，所述步骤s2.4中，若无效，则跳转至步骤s2.1后，减小原有拟合的角度范围(正负各0.1°)，重新计算函数斜率cna。
21、进一步地，所述步骤s2.2中，函数关系如下：
22、
23、其中，fn(a)表示攻角a处的流动分离点离散函数，cn(a)表示攻角a对应的法向力系数，cna(a-a0)表示攻角a与cn＝0时的攻角a0形成的一次函数的斜率。
24、进一步地，所述步骤s2.4中，如果存在流动分离点f>1，则本次计算无效，跳转到步骤s2.1，并调整一次函数关系式；如果不存在f>1，则本次计算有效，跳转至步骤s2.5。
25、进一步地，所述步骤s4中，约束条件包括：
26、经验时间系数tf，其取值范围tf>0，tf表征非定常动态失速流动分离相对静态分离的滞后影响；
27、经验时间系数tp，其取值范围tp>0，tp表征在非定常动态失速压力响应相对静态压力响应对滞后对尾流分离效应和气流加速效应的滞后影响；
28、经验时间系数tv，其取值范围tv>0，tv反映累积涡流升力随时间按指数规律递减。
29、进一步地，所述步骤s5中，目标函数：
30、
31、f(t)＝f(t,w,k,c,a0,am,a)
32、其中，f(t)表示给给定输入下b-l动态失速模型输出的动态失速特性，yr表示攻角增大过程中动态失速特性，yd表示攻角减小过程中动态失速特性，n表示攻角增大过程中样本的数量，m表示攻角减小过程中样本的数量，t＝[tf,tv,tp]表示动态失速模型与动态失速气动特性与翼型有关的经验时间系数，w表示攻角旋转频率，k表示缩减频率，c表示翼型弦长，a0表示平均攻角，am表示攻角俯仰振幅，a表示当前状态下攻角。
33、进一步地，所述步骤s7中，每个变量在指定范围内等间距取点构建高维输入矩阵，设定攻角、旋转频率、缩减频率、平均攻角、攻角俯仰振幅范围，将高维输入矩阵输入到优化后的b-l动态失速模型，得到对应的动态失速特性响应值，并基于动态失速特性响应值构建克里金模型，得到动态失速特性响应代理模型。
34、一种风力发电机叶片动态失速下气动特性预测装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现所述的一种风力发电机叶片动态失速下气动特性预测方法。
35、本发明的优势和有益效果在于：
36、本发明的一种风力发电机叶片动态失速下气动特性预测方法及装置，其静态流动分离函数计算方法，能够更为准确表述静态流动分离点与法向力系数关系；针对不同翼型，采用粒子群算法优化原b-l模型中时间经验系数，减小翼型特征带来模型计算误差；通过构建b-l模型的高保真克里金模型，在保证引入较小误差情况下，大幅度提高获取动态失速特性的响应速度。
1.一种风力发电机叶片动态失速下气动特性预测方法，其特征在于包括如下步骤：
2.根据权利要求1所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s2.1中，静态升阻气动特性包括升力系数cl和阻力系数cd，以法向力系数cn、切向力系数ct为不同参考坐标系，进行做包变换，得到两对表征气动特性分量：
3.根据权利要求1所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s2.1中，采用线性插值法计算法向力系数cn＝0时的攻角a0，采用最小二乘法拟合在a0正负一定角度范围内与法向力系数cn的一次函数关系式，得到函数斜率cna。
4.根据权利要求3所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s2.4中，若无效，则跳转至步骤s2.1后，减小原有拟合的角度范围，重新计算函数斜率cna。
5.根据权利要求1所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s2.2中，函数关系如下：
6.根据权利要求5所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s2.4中，如果存在流动分离点f>1，则本次计算无效，跳转到步骤s2.1，并调整一次函数关系式；如果不存在f>1，则本次计算有效，跳转至步骤s2.5。
7.根据权利要求1所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s4中，约束条件包括：
8.根据权利要求1所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s5中，目标函数：
9.根据权利要求1所述的一种风力发电机叶片动态失速下气动特性预测方法，其特征在于：所述步骤s7中，每个变量在指定范围内等间距取点构建高维输入矩阵，设定攻角、旋转频率、缩减频率、平均攻角、攻角俯仰振幅范围，将高维输入矩阵输入到优化后的b-l动态失速模型，得到对应的动态失速特性响应值，并基于动态失速特性响应值构建克里金模型，得到动态失速特性响应代理模型。
10.一种风力发电机叶片动态失速下气动特性预测装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-9中任一项所述的一种风力发电机叶片动态失速下气动特性预测方法。
