熱帶氣旋對(duì)海上風(fēng)電支撐結(jié)構(gòu)的影響研究*

龐 亮，徐 峰，龔 昕，戰(zhàn)元福

（1.中國(guó)海洋大學(xué)，山東 青島 266100；2.海洋石油工程股份有限公司設(shè)計(jì)公司，天津 300451）

隨著現(xiàn)代社會(huì)的發(fā)展，能源與環(huán)境問題日益凸顯。開發(fā)綠色新能源，成為科技界、工業(yè)界努力的重要方向。近幾年來，人們對(duì)風(fēng)能的利用逐漸增多。海上風(fēng)電機(jī)組發(fā)電功率大又可減少噪音污染與景觀破壞，是目前風(fēng)能技術(shù)發(fā)展的趨勢(shì)。

風(fēng)力發(fā)電于20世紀(jì)中期得到發(fā)展。1956年Johannes Juul建造了里程碑式的Gedser風(fēng)力機(jī)，成功與交流異步發(fā)電機(jī)連接［1］。1973年風(fēng)力發(fā)電技術(shù)進(jìn)一步發(fā)展，風(fēng)電機(jī)的葉片數(shù)量、材料、形式不斷改進(jìn)，葉輪加大，塔架增高，直驅(qū)同步發(fā)電機(jī)開始應(yīng)用。但是隨之而來的風(fēng)電機(jī)組噪聲污染又成為需要解決的問題。目前風(fēng)力發(fā)電又有從陸地轉(zhuǎn)向近岸甚至深海發(fā)展的趨勢(shì)?，F(xiàn)在投入生產(chǎn)的海上風(fēng)電機(jī)組是以固定式支撐結(jié)構(gòu)為主。海上風(fēng)電機(jī)組的支撐結(jié)構(gòu)承受上部風(fēng)輪結(jié)構(gòu)重力以及風(fēng)輪在海洋環(huán)境條件下產(chǎn)生的各種作用力，并且是承受風(fēng)、浪、流、冰等環(huán)境荷載，保證風(fēng)電機(jī)組結(jié)構(gòu)安全的重要部分。值得指出的是，熱帶氣旋或寒潮大風(fēng)影響的海域，狂風(fēng)、巨浪、暴潮等極端海洋氣象因素的聯(lián)合作用往往會(huì)導(dǎo)致結(jié)構(gòu)的失效破壞，造成重大損失。

環(huán)境因素對(duì)結(jié)構(gòu)作用的研究，大致可以分為環(huán)境荷載下結(jié)構(gòu)動(dòng)力響應(yīng)機(jī)制研究［2－9］、結(jié)構(gòu)模態(tài)參數(shù)識(shí)別技術(shù)及結(jié)構(gòu)損傷診斷方法研究［10－11］、基于離散方法的結(jié)構(gòu)動(dòng)力分析模型和軟件的開發(fā)研究［12－15］、基于動(dòng)、靜力分析的結(jié)構(gòu)可靠性評(píng)估方法及結(jié)構(gòu)優(yōu)化設(shè)計(jì)研究等［16－17］。目前工程領(lǐng)域針對(duì)極端海況對(duì)海上風(fēng)電機(jī)組影響方面的研究，大多借鑒海洋平臺(tái)等結(jié)構(gòu)設(shè)計(jì)規(guī)范的規(guī)定，基于年極值取樣法選取工況組合對(duì)結(jié)構(gòu)進(jìn)行分析。海洋環(huán)境的簡(jiǎn)單選取往往造成工程設(shè)計(jì)標(biāo)準(zhǔn)偏低導(dǎo)致結(jié)構(gòu)在極端海況作用下失效破壞或者過于保守導(dǎo)致不必要的資源浪費(fèi)［6－7］。也有學(xué)者對(duì)于熱帶氣旋對(duì)海岸工程以及風(fēng)力發(fā)電工程的影響進(jìn)行了區(qū)劃式的分析［7，18－19］，但并未對(duì)極端天氣過程對(duì)結(jié)構(gòu)的作用機(jī)制作深入的研究。

本研究基于結(jié)構(gòu)可靠度分析原理，建立結(jié)構(gòu)響應(yīng)模型、多維復(fù)合極值分布模型、灰色馬爾科夫鏈模型嵌套的分析體系，進(jìn)行熱帶氣旋誘發(fā)海況對(duì)海上風(fēng)力機(jī)組支撐結(jié)構(gòu)作用的研究，以及風(fēng)電支撐結(jié)構(gòu)整體可靠度的初步分析。

1 雙層概率分析模式

在熱帶氣旋誘發(fā)的極端海況條件下對(duì)海上風(fēng)電支撐結(jié)構(gòu)進(jìn)行可靠度分析時(shí)有兩個(gè)問題需要解決：（1）樣本缺乏。并非所有工程海域都有充分的熱帶氣旋影響下的海況實(shí)測(cè)資料，同時(shí)結(jié)構(gòu)在極端海況下的實(shí)測(cè)響應(yīng)資料也難以得到。使得結(jié)構(gòu)可靠性分析不易實(shí)現(xiàn)。（2）現(xiàn)有的結(jié)構(gòu)可靠性分析方法不能充分考慮到全球氣候變化、海平面升高帶來的影響。

為解決上述問題，本研究采用數(shù)值模擬、概率分析、灰色預(yù)測(cè)方法交叉結(jié)合的研究手段，建立一個(gè)雙層概率分析模式（Double-layer Probability Analysis Model-DPAM），第一層由灰色馬爾科夫鏈預(yù)測(cè)模型和結(jié)構(gòu)分析模型構(gòu)成，第二層由結(jié)構(gòu)分析模型與多維復(fù)合極值分布模型組成（見圖1）。

1.1 灰色馬爾可夫鏈預(yù)測(cè)模型

灰色模型（Grey Model-GM）是處理隨機(jī)性強(qiáng)、信息量少的隨機(jī)序列的有效方法［20－21］。最常用的灰色預(yù)測(cè)模型是一階灰色模型GM（1，1），該模型由一元變量X的原始序列和生成序列構(gòu)成。X（0）代表研究對(duì)象的實(shí)測(cè)值構(gòu)成的序列（原始序列）：

圖1 雙層概率分析模式Fig.1 Double-layer probability analysis model

原始序列經(jīng)一次累加處理（Accumulation Generating Operations-AGO），得到一階生成序列X（1）：

由X（1）構(gòu)造如下一階微分函數(shù)：

其中a，u分別為發(fā)展參數(shù)和灰色參數(shù)。方程（1）的解為累加變量X（1）隨時(shí)間變化的預(yù)測(cè)值：

則X（0）預(yù)測(cè)值為：

考慮到極端海況條件強(qiáng)烈的波動(dòng)性、不規(guī)則性，需對(duì)GM（1，1）模型進(jìn)行模型修正。本研究將灰色模型同灰色馬爾科夫鏈模型（Grey Markov Chain Model-GMCM）相結(jié)合，提高模式的精確性。

在灰色馬爾科夫鏈模型中，預(yù)測(cè)值與實(shí)測(cè)值間的殘差（方程3）被分為不同狀態(tài)，k步計(jì)算后，由狀態(tài)i轉(zhuǎn)為狀態(tài)j的概率可由方程4計(jì)算：

式中：Mij（k）為狀態(tài)i轉(zhuǎn)為狀態(tài)j所需步數(shù)，Mi是處于狀態(tài)i的殘差個(gè)數(shù)。最終建立狀態(tài)轉(zhuǎn)移概率矩陣（方程5）。修正后的預(yù)測(cè)值由方程6計(jì)算。

其中＝（δ1＋δ2）/2，δ2，δ1為不同狀態(tài)的上下邊界值。

1.2 多維復(fù)合極值分布模型

復(fù)合極值分布［22－25］是一種新型的聯(lián)合概率分布模式，最早由劉德輔等提出。該分布由泊松分布與多維極值分布復(fù)合構(gòu)成：

式中：F（λ；x1，x2，…，xn）代表多維復(fù)合極值分布函數(shù)；f代表每年臺(tái)風(fēng)發(fā)生的頻次（泊松分布參數(shù)）；x1，x2，…，xn代表n維隨機(jī)變量；F（x1）表示隨機(jī)變量x1對(duì)應(yīng)的邊緣分布函數(shù)；f（x1，x2，…，xn）為多維極值分布的密度函數(shù)；Ω表示聯(lián)合概率函數(shù)的定義域。

多維復(fù)合極值分布能夠合理的反應(yīng)由臺(tái)風(fēng)過程引發(fā)的極端海－氣現(xiàn)象的概率特征。以該模式為基礎(chǔ)對(duì)隨機(jī)模擬法［23，26］進(jìn)行的改進(jìn)是針對(duì)受臺(tái)風(fēng)等天氣過程影響海域的極端環(huán)境荷載分析的有效手段。

1.3 環(huán)境載荷模型

作用于海工結(jié)構(gòu)的風(fēng)載荷按下式計(jì)算：

式中：K為風(fēng)荷載形狀系數(shù)；Kz為海上風(fēng)壓高度變化系數(shù)；λ為基本風(fēng)壓；A為受壓面積?；撅L(fēng)壓P0按下式計(jì)算：

式中：α為風(fēng)壓系數(shù)，Vi為時(shí)距為t分鐘的設(shè)計(jì)風(fēng)速。

對(duì)小尺度圓形構(gòu)件，垂直于其軸線方向單位長(zhǎng)度上的波浪力f，當(dāng)D/L≤0.2（D為圓形構(gòu)件直徑，m；L為設(shè)計(jì)波長(zhǎng)，m）時(shí)，可按Morison公式計(jì)算：

式中：ρ為海水密度，CD為垂直于構(gòu)件軸線的阻力系數(shù)，CM為慣性力系數(shù)，u為水質(zhì)點(diǎn)相對(duì)于構(gòu)件的垂直于構(gòu)件軸線的速度分量，為水質(zhì)點(diǎn)相對(duì)于構(gòu)件的垂直于構(gòu)件軸線的加速度分量。當(dāng)只考慮海流作用時(shí)，圓形構(gòu)件單位長(zhǎng)度上的海流載荷fD按下式計(jì)算：

式中：CD為阻力系數(shù)，ρ為海水密度，UC為設(shè)計(jì)海流速度，A為單位長(zhǎng)度構(gòu)件垂直于海流方向的投影面積，設(shè)計(jì)海流速度采用平臺(tái)使用期間可能出現(xiàn)的最大流速。

2 算例

本文以一座工作于中國(guó)南海大鵬灣的3MW三腿架式離岸風(fēng)電系統(tǒng)為例，來分析臺(tái)風(fēng)對(duì)結(jié)構(gòu)物的影響。工作環(huán)境水深約為24m。表1中列出基線風(fēng)機(jī)總體性質(zhì)，圖2表示三腳架支撐結(jié)構(gòu)的設(shè)計(jì)尺寸參數(shù)。

表1 風(fēng)機(jī)參數(shù)Table 1 Wind turbine parameters

圖2 三腳架風(fēng)機(jī)支撐結(jié)構(gòu)Fig.2 Tripod supporting structure of offshore wind turbine

2.1 運(yùn)用GMCM方法預(yù)測(cè)極端海況

采用1954—1979年期間由臺(tái)風(fēng)過程的極值風(fēng)速、波高及波浪周期的測(cè)量數(shù)據(jù)作為原始數(shù)列，建立AGO模型。運(yùn)用GMCM計(jì)算1980—1999年期間預(yù)測(cè)值，并與同期測(cè)量數(shù)據(jù)比對(duì)。表2列出了在使用灰色模型預(yù)測(cè)臺(tái)風(fēng)引起的風(fēng)速、波高及波浪周期時(shí)所需要的發(fā)展系數(shù)a及灰色輸入系數(shù)u。之后運(yùn)用馬爾科夫鏈模型進(jìn)行殘差修正。修正后的預(yù)測(cè)數(shù)據(jù)與測(cè)量數(shù)據(jù)的比較如圖3～5所示。不同變量的后驗(yàn)方差比C與小誤差概率p也在表2中給出。計(jì)算結(jié)果表明，對(duì)于臺(tái)風(fēng)引發(fā)的極端海況因素的長(zhǎng)期預(yù)測(cè)，GMCM是一種有效合理的模型。

表2 GMCM參數(shù)Table 2 Parameters of GMCM

圖3 運(yùn)用GMCM的風(fēng)速預(yù)測(cè)Fig.3 Prediction of wind speed by GMCG

圖4 運(yùn)用GMCM的波高預(yù)測(cè)Fig.4 Prediction of wave height by GMCG

2.2 臺(tái)風(fēng)影響下三腳架式支持結(jié)構(gòu)的響應(yīng)

依據(jù)臺(tái)風(fēng)風(fēng)速與GMCM預(yù)測(cè)波浪的結(jié)合進(jìn)行結(jié)構(gòu)物的靜力分析和動(dòng)力分析。由于缺少海流數(shù)據(jù)，使用原設(shè)計(jì)資料中提供的流速值代替臺(tái)風(fēng)過程相應(yīng)海流值進(jìn)行極端工況條件的計(jì)算。

圖5 運(yùn)用GMCM的波浪周期預(yù)測(cè)Fig.5 Prediction of wave period by GMCM

圖6 臺(tái)風(fēng)導(dǎo)致的結(jié)構(gòu)最大應(yīng)力擬合Fig.6 Curve fitting of maximum stress values induced by typhoon

3 結(jié)語(yǔ)

圖7 支撐結(jié)構(gòu)的整體應(yīng)力分布Fig.7 Integral stress distribution of the support structure

圖8 支撐結(jié)構(gòu)的局部應(yīng)力分布Fig.8 Stress distribution of the local structure

海上風(fēng)電設(shè)施工作環(huán)境較為惡劣，熱帶氣旋對(duì)結(jié)構(gòu)的影響不容忽視。灰色馬爾科夫鏈模型適用于臺(tái)風(fēng)影響海域極端海洋環(huán)境條件預(yù)測(cè)，多維復(fù)合極值分布適用于進(jìn)行極端海況以及結(jié)構(gòu)響應(yīng)的概率分析。本研究基于灰色馬爾科夫鏈模型、多維復(fù)合極值分布模型和結(jié)構(gòu)有限元模型構(gòu)建了雙層概率分析模式，是進(jìn)行熱帶氣旋對(duì)海上風(fēng)電支撐結(jié)構(gòu)影響分析的有效方法。

［1］Martin O L.Hansen.Aerodynamics of Wind Turbines ［M］.USA：Earthscan in the UK and USA，2008.

［3］Li H J，Wang S Q，Yang Y C，et al.Vibration characteristics of an offshore platform and its vibration control［J］.China Ocean Engineering，2002，16（4）：469-482.

［4］Li Huajun，Hu S L J，Jakubiak C.H-2active vibration control for offshore platform subjected to wave loading［J］.Journal of Sound and Vibration，2003，243（4）：709-724.

［5］Jonkman J M，Buhl M L.Loads Analysis of a Floating Offshore Wind Turbine Using Fully Coupled Simulation［C］.Los Angeles：Proc of Wind Power 2007Conference California，2007.

［6］Nielsen F G，Hanson T D，Skaare B.Integrated Dynamic Analysis of Floating Offshore Wind Turbines ［C］.Athens：Proc.Of EWEC 2006，2006.

［7］Andrew R.Henderson，Michiel B Zaaijer，Tim R Camp.Hydro-dynamic Loading on Offshore Wind Turbines ［C］.Naples：OWEMES Conference 2003，2003.

［8］Agarwal A K，Jain A K.Dynamic Behavior of offshore Spar platforms under regular sea waves［J］.Ocean Engineering，2003，30：487-516.

［9］Bhattacharyya S K，Sreekumar S，Idichandy V G.Coupled dynamics of SeaStar mini tension leg platform ［J］.Ocean Engineering，2003，30：709-737.

［10］Li Huajun，Wang Junrong，Sau-Lon James Hu.Using incomplete modal data for damage detection in offshore structures［J］.Ocean Engineering，2008，35：793-1799.

［11］Wang S Q，Li H J，Takayama T.Modal identification of offshore platforms using statistical method based on ERA ［J］.China O-cean Engineering，2005，19（2）：175-184.

［12］Φye S.FLEX4Simulation of Wind Turbine Dynamics［C］.USA：Proc of 28th IEA meeting，1996.

［13］Hansen A C.Users guide to the wind turbine dynamics computer programs YawDyn and AeroDyn for Adams Version11.0［R］.USA：University of Utah，1998.

［14］Jonkman J M.Dynamics Modeling and Loads Analysis of an Offshore Floating Wind Turbine［R］.Technical Report NREL/TP-500-41958，2007.

［15］Wayman E N，Sclavounos P D，Butterfield S，et al.Coupled Dynamic Modeling of Floating Wind Turbine Systems［C］.Houston：Offshore Technology Conference，2006.

［16］俞劍勇，張艷芳，王銘飛.海上風(fēng)力發(fā)電工程鋼結(jié)構(gòu)疲勞分析［J］.鋼結(jié)構(gòu)，2008，23（110）：49-51.

［17］Sclavounos P D，Tracy C，Lee S.Floating Offshore Wind Turbines：Responses in a Sea state，Pareto Optimal Designs and Economic Assessment［C］.Lisbon：OMAE2008Conference，2008.

［18］歐進(jìn)萍，段忠東，常亮.中國(guó)東南沿海重點(diǎn)城市臺(tái)風(fēng)危險(xiǎn)性分析［J］.自然災(zāi)害學(xué)報(bào)，2002，11（4）：9-17.

［19］宋麗莉，毛慧琴，錢光明，劉愛君.熱帶氣旋對(duì)風(fēng)力發(fā)電的影響分析 ［J］.太陽(yáng)能學(xué)報(bào)，2006，27（9）：961-965.

［20］Deng J L.Control Problems of Grey System ［J］.System and Control Letters，1982，5：288-294.

［21］Liu Defu，Jiang Hao，Pang Liang，et al.The Prediction Method of Typhoon Induced Extreme Sea Level in Southeast Coast of China［C］.Proc.of the ASME 28th International Conference on O-cean，USA：Offshore and Arctic Engineering，2009.

［22］Liu Defu.Long Term Distribution of Hurricane Characteristics［C］.Houston：Proc Offsh Tech Conf，OTC 4325，1982：305-313.

［23］Liu Defu，Song Yan，Shi Hongda，et al.Poisson-Logistic Compound Bivariate Extreme Distribution and Its Application for Designing of Platform Deck Clearance［C］.Cancun：Proc Offsh Mech Arc Eng，2003.

［24］Liu Defu，Pang Liang，F(xiàn)u Gang，et al.Joint Probability Analysis of Hurricane Katrina 2005 ［C］.San Francisco：Proc Int Offsh Pol Eng Conf，2006，3：74-80.

［25］Pang Liang，Liu Defu，Yu Yifa，et al.Improved Stochastic Simulation Technique and Its Application to the Multivariate Probability Analysis of Typhoon Disaster［C］.Lisbon：Proc of 17th Intern Offshore ＆Polar Eng，2007，3：1800-1805.