Otimização e dinâmica dos fluidos computacional aplicadas a turbinas eólicas

Abstract

Este trabalho consiste na aplicação de métodos de otimização e de dinâmica dos fluidos computacional a turbinas eólicas. O grande crescimento no mercado de energias renováveis exige que turbinas cada vez mais potentes sejam criadas e que o projeto e análise destas seja cada vez mais preciso. A presente dissertação tem como objetivos a otimização um aerofólio para turbinas eólicas, a simulação de um aerofólio de uma turbina eólica com alto ângulo de ataque e a simulação de uma turbina tridimensional. A otimização de aerofólios foi feita com simulações bidimensionais permanentes, utilizando as equações médias de Reynolds e o modelo de turbulência de Spalart-Allmaras, com algoritmos genéticos acoplados a redes neurais artificiais. O cálculo de um aerofólio com alto ângulo de ataque foi feito utilizando simulações de grandes escalas com o modelo dinâmico de Smagorinsky. As simulações de uma turbina tridimensional foram feitas empregando as equações médias de Reynolds em forma permanente, com um termo adicional representando as forças de Coriolis, também com o modelo de turbulência de Spalart-Allmaras. Da primeira etapa pode-se concluir que as simulações bidimensionais permanentes são muito precisas para o aerofólio de referência, com boa concordância nos coeficientes de arrasto, sustentação e pressão. Os algoritmos genéticos geraram bons resultados, com cerca de 8% de aumento da razão sustentação/arrasto e com aproximadamente 50% de economia no tempo computacional ao se utilizar redes neurais artificiais. Na segunda etapa, o cálculo de um aerofólio com alto ângulo de ataque demonstrou necessidade de simulações tridimensionais transientes, pela alta variação dos coeficientes aerodinâmicos ao longo do tempo e alta tridimensionalidade da esteira. Na última etapa, a simulação de uma turbina tridimensional mostrou resultados muito próximos dos experimentais. Muita atenção foi dada na discretização deste caso, chegando a uma malha com 700 mil elementos, enquanto outros autores utilizaram de 3 a 38 milhões de elementos para o mesmo caso.

The present work consists in the application of optimization methods and computational fluid dynamics to wind turbines. The massive growth in renewable energies demands more powerful turbines and more accuracy in their design and analysis. This work has three objectives: optimization of an airfoil for wind turbines, simulation of a wind turbine airfoil in deep stall, and simulation of a three-dimensional wind turbine. The airfoil optimization is accomplished by means of two-dimensional steady-state Reynolds averaged Navier-Stokes simulations with the Spalart-Allmaras turbulence model, with genetic algorithms coupled with artificial neural networks. The airfoil in deep stall is calculated with unsteady three-dimensional Large Eddy Simulations with the dynamic Smagorinsky model. The simulation of a wind turbine is also done by means of the Reynolds averaged Navier-Stokes equations, with an additional term to take the Coriolis forces into account, and the Spalart-Allmaras turbulence model. In the first application, it can be confirmed that the two-dimensional steady state simulations are very accurate for the reference airfoil, with good agreement for drag, lift, and pressure coefficients. Genetic algorithms improved the lift-to-drag ratio about 8%, with a 50% decrease in computational time when using artificial neural networks. For the second application, the airfoil with a high angle of attack showed that transient three-dimensional simulations were indeed required, with a high variation of aerodynamic coefficient as a function of time and the highly three-dimensional wake. In the final part, the three-dimensional wind turbine showed very good agreement with experimental results. A great deal of attention was devoted to the creation of the grid and a mesh with only 700 thousand elements was achieved, while other authors used from 3 to 38 million elements for the same case.