摘要：风力机叶片设计的目标多样性使得传统单一目标设计方法无法满足设计要求,大型风力机的高发电量与大负载之间的矛盾必须得到平衡。为此,以年发电量最大和叶片质量最轻为优化设计目标,通过多目标遗传算法设计5 MW大型风力机叶片,得到Pareto分布优化解集。与美国可再生能源实验室（National Renewable Energy Laboratory,NREL）设计的5 MW风力机叶片比较,结果表明,Pareto优化解集均一定程度优于参考叶片,年发电量最大提高量为3.3%,最大质量减少量为8.7%,其中优化设计叶片2在质量降低3.8%的基础上,提高了3%的年发电量,达到了优化设计的目的。优化设计叶片额定风况下推力系数和叶根弯矩均更小,最大功率系数更大。变风况下功率特性与参考叶片相差不大,低风速下设计叶片输出功率略高,推力系数更小。

关键词：风力机叶片 多目标优化 遗传算法 pareto解集 

单位：上海理工大学能源与动力工程学院 上海200093 上海理工大学上海市动力工程多相流动与传热重点实验室 上海200093