Uncertainty propagation and reliability-based design optimization of wind turbine tower - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Uncertainty propagation and reliability-based design optimization of wind turbine tower

Propagation d'incertitudes et optimisation fiabiliste d'une tour d'éolienne

Résumé

Wind energy is one of the fastest-growing renewable technologies. The working environments of wind turbines are filled with uncertainties, for example, from foundation vibration, structure degradation, wind turbulence, or ocean waves for offshore wind turbines. Malfunctions or failures may occur during their serving time when facing these uncertainties. To address this problem, Uncertainty Quantification (UQ) and Machine Learning (ML) techniques are widely used for the evaluation of turbine performances. In this thesis, three parts of work are conducted: First, the uncertainty propagation of inflow winds to response loads on the tower is discussed using different surrogate models; Next, the Reliability-based Design Optimization (RBDO) of wind turbine tower is realized with a Kriging assisted Single Loop Approach (KSLA). Last, Time-variant Reliability Optimization (TvRBDO) methodology is achieved using a nested double-loop Kriging approach. The uncertainty propagation results have first shown the mean value and maximum value of response loads under Normal Turbulent Model (NTM) wind condition can be approximated respectively with Normal and Extreme distribution. Then 6 surrogate models are used for the uncertainty propagation of inflow wind, whose results demonstrate the adaptability of Kriging (KRG) surrogate. The results of RBDO using Kring-SLA (KSLA) show that the proposed method needs fewer sample points than other double-loop-based approaches. The accuracy of KSLA is at the same level as other First Order Reliability Methods (FORM). The results of TvRBDO validate the feasibility of the proposed method, after the inner-loop is built, the computational cost for optimization is minimum.
L'éolien est l'une des énergies renouvelables à la croissance la plus rapide. L'environnement de travail des éoliennes est rempli d'incertitudes, par exemple, les vibrations des fondations, la dégradation de la structure de la turbine, la turbulence du vent. Des dysfonctionnements ou des pannes peuvent survenir durant leur temps de service en raison des incertitudes. Pour quantifier ces problèmes, les techniques de quantification des incertitudes et d'apprentissage automatique sont largement utilisées pour l'évaluation des performances de l'éolienne. Dans cette thèse, trois parties du travail sont menées: Premièrement, la propagation de l'incertitude (UQ) du vent aux chargements des réponses est discutée en utilisant différents métamodèles ; ensuite, l'optimisation, basée sur la fiabilité (RBDO), de la tour de l'éolienne est réalisée avec une approche en boucle-unique assistée par Krigeage. Enfin, la méthodologie d'optimisation de la fiabilité dépendant du temps (TvRBDO) est réalisée en utilisant une approche de Krigeages à double-boucle. Les résultats de l'UQ ont d'abord montré que la valeur moyenne et la valeur maximale des charges des réponses dans des conditions de vent de modèle turbulent normal peuvent être estimées, respectivement, par une distribution Normale et par une distribution Extrême. Les résultats démontrent l'adaptabilité du métamodèle de Krigeage. Les résultats de la RBDO utilisant Krigeage-SLA (KSLA) ont montré que la méthode proposée nécessite moins de points d'échantillonnage que les autres approches à double boucle. La précision de KSLA atteint le même niveau que les autres méthodes de FORM. Les résultats de TvRBDO ont validé la faisabilité de la méthode proposée. Après la construction de la boucle interne, le coût de calcul pour l'optimisation est minimum.
Fichier principal
Vignette du fichier
ZHANG.pdf (21.25 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03171003 , version 1 (16-03-2021)

Identifiants

  • HAL Id : tel-03171003 , version 1

Citer

Hongbo Zhang. Uncertainty propagation and reliability-based design optimization of wind turbine tower. Other. Normandie Université, 2020. English. ⟨NNT : 2020NORMIR11⟩. ⟨tel-03171003⟩
252 Consultations
35 Téléchargements

Partager

Gmail Facebook X LinkedIn More