一种串列式双风轮风电机组数字孪生仿真方法

技术领域

本发明涉及风电机组仿真测试技术领域，具体是指一种串列式双风轮风电机组数字孪生仿真方法。

背景技术

减少碳排放以应对气候变化逐步成为全球共识。风力发电中的传统风力机的迎风面积小，输出功率低，一般采取扩大扫掠面积的方法提高其输出功率，但过长的叶片增加了额外的成本。新型双风轮风电机组可通过风能梯次利用提高风能捕获效率并降低风电度电成本，有望做出重大贡献。

由于风电物理样机的研制周期长，成本高，因此采用数字化仿真技术可以降低成本并缩短设计周期，但如何描述双风轮之间的干涉特性，实现高精度的非线性气动-弹性耦合，是一个关键问题，同时，由于传感器的高制造和安装成本，如何实现对风机关键部件的高精度监测也是一个关键问题；

现有技术一：

建立双风轮风机的简化模型，简化或忽略某些部件(如塔筒、前后风轮的传动系统等)，基于所建立的简化模型计算风机载荷，不能准确描述发电过程中的特性；由于传感器较高的安装和制造成本，在某些关键部件，无法实现运行状态的实时监测。

现有技术二：

将前后风轮作为单独运行的个体，或仅考虑前风轮影响后风轮的输入风速，而未考虑前后风轮的干涉特性，不能计算双风轮风电机组运行过程中前后风轮对塔筒或另一风轮的影响。

发明内容

本发明要解决的技术问题是提供一种能够降低成本并缩短设计周期，实时监测关键部件状态，准确描述发电过程中前后风轮对塔筒或另一风轮的影响，描述双风轮之间气动载荷干涉特性的一种串列式双风轮风电机组数字孪生仿真方法。

本发明所采用的技术方案为：一种串列式双风轮风电机组数字孪生仿真方法，包括如下步骤：

S1：一种串列式双风轮风电机组数字孪生仿真方法，包含前后风轮风速模拟与计算、前后风轮气动载荷计算、塔筒结构载荷计算和耦合、前后风轮气动载荷干涉、前后风轮协调控制、整机关键部件状态监测、误差动态补偿等功能，各功能由入流风、空气动力学、结构动力学和控制等模块有机结合实现，多模块集成建立双风轮风电机组的数字孪生仿真架构；

S2：所述串列式双风轮风电机组由塔筒、前后风轮、前后传动轴、前后发电机、轮毂等部件组成，前后风轮串列连接反向旋转，经各自的传动轴连接至发电机，耦合安装在同一个塔筒上；

S3：所述前后风轮风速模拟与计算由入流风模块实现，其中前风轮输入风速使用统计模型模拟得到矢量时间序列，包括全风速范围内稳态风、阶跃风、湍流风，后风轮的输入风速使用尾迹计算模型求解方法处理后得到；

S4：所述气动载荷计算由空气动力学模块实现，采用气动特性精细化建模方法进行前后风轮的气动性能分析；

S5：所述结构载荷计算和耦合由结构动力学模块实现，将所述风机结构认为刚体与柔体结合的多体系统，采用动力学特性分析和谐响应分析(如模态叠加法、完全法、缩减法等)对风机系统进行建模；

S6：所述前后风轮气动载荷干涉结合空气动力学与结构动力学模块实现，前后风轮的气动载荷影响其传动系统和塔筒，塔筒的结构动力学载荷和响应传递给另一风轮以影响其气动载荷；

S7：所述协调控制功能由控制模块实现，控制模块包括前后风轮控制器，每个控制器可以读取整机的实时运行状态，控制器之间可进行信息交互；

S8：所述整机关键部件状态监测和误差动态补偿由结构动力模块实现，使用虚拟传感器实时计算关键部件状态，通过机器学习方法对计算结果进行神经网络动态补偿，得到双风轮风电机组的数字孪生体。

作为本发明进一步的方案：所述步骤S1中，多模块集成建立了双风轮风电机组的仿真架构；调用入流风、空气动力学、控制和结构动力学等多个模块进行多领域、全工况的仿真；通过入流风模块模拟或计算得到前后风轮的输入风速，传递给空气动力学模块计算得到前后风轮和塔筒的气动载荷，计算得到的风轮气动推力叠加在塔筒上，通过结构动力学模块计算塔筒的载荷和结构运动信息，塔筒载荷反馈给前风轮改变其气动载荷，塔筒结构运动信息传递给后风轮改变其输入风速，进一步改变其气动力和气动载荷，控制模块可随时读取机组的运行状态，并进行前后风轮控制器之间的信息交互，通过虚拟传感器实时计算关键部件状态，通过机器学习方法对计算结果进行神经网络动态补偿，实现了双风轮风电机组的数字孪生。

作为本发明进一步的方案：所述步骤S2中，双风轮风电机组主要包括前后风轮、塔筒、前后传动轴、前后发电机、轮毂等部件；串列式双风轮风电机组的物理结构为：前后风轮水平排列、串列连接、对向旋转，并共用一个塔架结构，气动转矩经各自的传动轴传递给发电机产生电能；塔筒载荷同时受到前后风轮作用，风轮运动时均受经塔筒传递的另一风轮的干涉影响，前后传动轴和发电机也受到经风轮传递的影响。

作为本发明进一步的方案：所述步骤S3中，前后风轮风速模拟与计算由入流风模块实现；前风轮输入风速由统计模型模拟得到，包括全风速范围内稳态风、阶跃风、湍流风，后风轮的输入风速由尾迹计算模型求解得到；

定常风模型是最简单的一种风速模型，风速和风向都不随时间的变化而变化；定常风模型可以由以下参数来表示：水平风速、垂直风速、风方向、水平剪切、垂直剪切和剪切指数等；

阶跃风模型的风向不随时间发生变化，风速在特定时间发生阶跃；阶跃风模型由以下参数来表示：阶跃时间、水平风速、垂直风速、风方向、水平剪切、垂直剪切和剪切指数等；湍流风模型可模拟全流场随机风，其统计特征首先定义在频域下的风功率谱中，然后经过快速傅里叶逆变换转化时域风，根据空间相干函数来生成空间多个点位的三维湍流风，从而生成空间中各点的风速相关参数文件，采用功率谱模型(如Kaimal模型和Von Karman模型等)对湍流风进行模拟；

使用流场计算方法中的涡流理论方法(如自由涡尾迹FVW、预定尾迹方法、刚性尾迹方法等)得到前风轮的尾流；

首先将叶片中弧面沿弦向和展向分别划分为M和N个网格，在每个网格的1/4弦向宽度处沿展向放置附着涡线(bound vortex line)，该涡线的强度代表了对应网格展向分布涡片的涡量总和；在附着涡线两端，沿弦向往下游拖出半无限长的自由涡线(trailingvortex line)，其强度与附着涡强度相同；该自由涡线可进一步分为两个部分：叶片部分和尾迹部分；

叶片上拖出的自由涡线经过一段时间的发展，将分别向叶根和叶尖方向卷起而形成叶根和叶尖涡，叶根处拖出的尾涡很快消散，但叶尖涡的影响较大；基于这种情况，同时也为了降低计算量，将上述尾迹部分的自由涡进一步分成两个部分：近场尾迹和远场叶尖涡线，近场尾流的长度常为一到两倍的风轮直径，故后风轮位于近场尾流区中，选取前风轮尾流中的近场尾流速度v

rear

在相同或相邻的两个时间步长内，前风轮首先计算其尾流，计算完成后处理并通过glue-code传递给后风轮，作为其输入风速。

作为本发明进一步的方案：所述步骤S4中，采用气动特性精细化建模方法进行前后风轮的气动性能分析；前后风轮叶片的气动载荷均采用叶素-动量理论(BEM)计算；风轮是能量转换的起始段，捕获来流风的动能并转化为机械能，不同段上的风机翼形存在差异，需要根据设计要求对风机叶片进行分段设计；综合考量叶片的分布式特性参数(如弦长、相对厚度、密度、刚度和气动扭转角等)，沿径向从叶根到叶尖将叶片划分为诸多叶素，在某一风速下计算各叶素所受升力和阻力，计算得到叶片所受整体力矩。

作为本发明进一步的方案：所述S5中，采用动力学特性分析和谐响应分析(如模态叠加法、完全法、缩减法等)对风机系统进行建模；

前后风轮叶片的塔筒和叶片的结构动力学响应用谐响应分析(如模态叠加法、完全法、缩减法等)进行描述，与动力学特性分析方法结合建立其动力学方程；叶片和塔筒简化为两个自由度的柔性悬臂梁，叶片与刚性的轮毂连接，塔筒与大地连接；基于正交单位向量建立了坐标系统以定义刚性结构参考系，各个部件坐标系之间可以由坐标转移矩阵实现转化，根据塔筒的分布式特性参数(如直径、密度和刚度等)，沿塔架的中心从下到上用n个广义坐标描述，风力机上任何一点的受力情况和位移都可以由公式来进行表示；

前后风轮的传动链被模拟成连接轮毂和发电机的等效扭转弹簧系统，有线性的扭转弹性和阻尼，同时对发电机、机舱等部件做了简化近似处理。

作为本发明进一步的方案：所述步骤S6中，风轮气动载荷干涉结合空气动力学与结构动力学模块实现：

首先，根据前后风轮入流风速计算各风轮的初步气动推力F

其次，塔筒受前后风轮气动推力影响产生塔筒次生载荷L

最后，分别计算前后风轮受塔筒结构运动影响后的整体气动载荷L

式中，前风轮的整体载荷L

作为本发明进一步的方案：所述步骤S7中，所述控制模块包括前后风轮控制器，每个控制器可以读取整机的实时运行状态，控制器之间可进行信息交互；在单风轮机组中，DLL控制器通过glue-code中一个固定数组与机组进行信息交互，该数组的内容被提前定义，用于表征机组的各项信息；本平台中，前后风轮分别用两个DLL控制器进行控制，使用协调控制模块进行信息交互；

协调控制模块中对前后风轮的机组信息(如实时的转矩、转速、功率、桨距角等信息)进行耦合，改造机组的信息交互数组，给出了另一风轮的机组信息定义，这些信息通过glue-code进行传递；基于这种方法，前后风轮的DLL控制器可以随时读取另一风轮的状态信息，做到整机状态的实时监测；

协调控制模块加装了DLL控制器的交互通道，通过对信息交互数组的进一步改造，开辟了用于存放控制器交互数据的数组空间，按照机组信息传递的方式也可交换控制器信息；前后风轮的控制器既可分别读取自身风轮的信息并给出控制指令，也可以读取另一风轮的信息并给出控制指令，还可以进行信息交互；前风轮的控制器可以输出数据给同一个时间步长内的后风轮控制器，后风轮控制器也可以输出数据给下一个时间步的前风轮控制器。

作为本发明进一步的方案：所述步骤S8中，使用虚拟传感器实时计算关键部件状态，通过机器学习方法对计算结果进行神经网络动态补偿；

所述虚拟传感器在结构动力学模块中实现，使用动力学特性分析和谐响应分析可得到机组任意一点处的动力学响应和载荷；所述关键部件包括但不限于：叶根、塔顶、塔底、传动轴等，关键部件状态包括但不限于如下较难测量或测量成本较高的载荷：叶根弯矩、叶片净空距离、塔顶剪切力、塔顶位移、塔底弯矩等；

使用机器学习方法(如递归神经网络、循环神经网络等)建立多输入多输出神经网络补偿模型，实现对风机模型的全工况补偿；定义状态误差补偿向量e

E(k)＝[e

使用得到的状态误差补偿向量和输出误差补偿向量，对机组状态和载荷进行动态补偿，实现了该机组的数字孪生：

其中，x(k)是机组状态向量，包括前后风轮转速、前后风轮气动推力、高速轴弯矩、低速轴弯矩等；u(k)为控制量，包括前后风轮桨距角和前后发电机电磁转矩；w(k)为扰动项，包括前后风轮输入风速等；y(k)为关键部件载荷；f

与现有技术相比，本发明的有益效果：

前后风轮的控制器既可分别读取自身风轮的信息并给出控制指令，也可以读取另一风轮的信息并给出控制指令，还可以进行信息交互塔筒同时受入流风和前后风轮的载荷作用振动变形产生位移、旋转或加速度等结构运动信息，结构动力学模块输出塔筒的整体载荷和结构运动信息在结构动力学模块中输出的风轮转速、风轮转矩、桨距角及其他载荷信息均考虑了前后风轮的干涉影响；

整体来看，本发明能够降低成本并缩短设计周期，实时监测关键部件状态，准确描述发电过程中前后风轮对塔筒或另一风轮的影响，描述双风轮之间气动载荷干涉特性。

附图说明

图1为本发明一种串列式双风轮风电机组数字孪生仿真方法的串列式双风轮风电机组模型图。

图2为本发明一种串列式双风轮风电机组数字孪生仿真方法的仿真架构示意图。

具体实施方式

下面结合附图对本发明作进一步说明。

为了串列式双风轮风电机组数字孪生仿真方法能够降低成本并缩短设计周期，实时监测关键部件状态，准确描述发电过程中前后风轮对塔筒或另一风轮的影响，描述双风轮之间气动载荷干涉特性，本发明提供一种如图所示的一种串列式双风轮风电机组数字孪生仿真方法，包括如下步骤：

S1：一种串列式双风轮风电机组数字孪生仿真方法，包含前后风轮风速模拟与计算、前后风轮气动载荷计算、塔筒结构载荷计算和耦合、前后风轮气动载荷干涉、前后风轮协调控制、整机关键部件状态监测、误差动态补偿等功能，各功能由入流风、空气动力学、结构动力学和控制等模块有机结合实现，多模块集成建立双风轮风电机组的数字孪生仿真架构；

S2：所述串列式双风轮风电机组由塔筒、前后风轮、前后传动轴、前后发电机、轮毂等部件组成，前后风轮串列连接反向旋转，经各自的传动轴连接至发电机，耦合安装在同一个塔筒上；

S3：所述前后风轮风速模拟与计算由入流风模块实现，其中前风轮输入风速使用统计模型模拟得到矢量时间序列，包括全风速范围内稳态风、阶跃风、湍流风，后风轮的输入风速使用尾迹计算模型求解方法处理后得到；

S4：所述气动载荷计算由空气动力学模块实现，采用气动特性精细化建模方法进行前后风轮的气动性能分析；

S5：所述结构载荷计算和耦合由结构动力学模块实现，将所述风机结构认为刚体与柔体结合的多体系统，采用动力学特性分析和谐响应分析(如模态叠加法、完全法、缩减法等)对风机系统进行建模；

S6：所述前后风轮气动载荷干涉结合空气动力学与结构动力学模块实现，前后风轮的气动载荷影响其传动系统和塔筒，塔筒的结构动力学载荷和响应传递给另一风轮以影响其气动载荷；

S7：所述协调控制功能由控制模块实现，控制模块包括前后风轮控制器，每个控制器可以读取整机的实时运行状态，控制器之间可进行信息交互；

S8：所述整机关键部件状态监测和误差动态补偿由结构动力模块实现，使用虚拟传感器实时计算关键部件状态，通过机器学习方法对计算结果进行神经网络动态补偿，得到双风轮风电机组的数字孪生体。

本发明中所述步骤S1中，多模块集成建立了双风轮风电机组的仿真架构；调用入流风、空气动力学、控制和结构动力学等多个模块进行多领域、全工况的仿真；通过入流风模块模拟或计算得到前后风轮的输入风速，传递给空气动力学模块计算得到前后风轮和塔筒的气动载荷，计算得到的风轮气动推力叠加在塔筒上，通过结构动力学模块计算塔筒的载荷和结构运动信息，塔筒载荷反馈给前风轮改变其气动载荷，塔筒结构运动信息传递给后风轮改变其输入风速，进一步改变其气动力和气动载荷，控制模块可随时读取机组的运行状态，并进行前后风轮控制器之间的信息交互，通过虚拟传感器实时计算关键部件状态，通过机器学习方法对计算结果进行神经网络动态补偿，实现了双风轮风电机组的数字孪生。

本发明中所述步骤S2中，双风轮风电机组主要包括前后风轮、塔筒、前后传动轴、前后发电机、轮毂等部件；串列式双风轮风电机组的物理结构为：前后风轮水平排列、串列连接、对向旋转，并共用一个塔架结构，气动转矩经各自的传动轴传递给发电机产生电能；塔筒载荷同时受到前后风轮作用，风轮运动时均受经塔筒传递的另一风轮的干涉影响，前后传动轴和发电机也受到经风轮传递的影响。

本发明中所述步骤S3中，前后风轮风速模拟与计算由入流风模块实现；

前风轮输入风速由统计模型模拟得到，包括全风速范围内稳态风、阶跃风、湍流风，后风轮的输入风速由尾迹计算模型求解得到；

定常风模型是最简单的一种风速模型，风速和风向都不随时间的变化而变化；定常风模型可以由以下参数来表示：水平风速、垂直风速、风方向、水平剪切、垂直剪切和剪切指数等；

阶跃风模型的风向不随时间发生变化，风速在特定时间发生阶跃；阶跃风模型由以下参数来表示：阶跃时间、水平风速、垂直风速、风方向、水平剪切、垂直剪切和剪切指数等；湍流风模型可模拟全流场随机风，其统计特征首先定义在频域下的风功率谱中，然后经过快速傅里叶逆变换转化时域风，根据空间相干函数来生成空间多个点位的三维湍流风，从而生成空间中各点的风速相关参数文件，采用功率谱模型(如Kaimal模型和Von Karman模型等)对湍流风进行模拟；

使用流场计算方法中的涡流理论方法(如自由涡尾迹FVW、预定尾迹方法、刚性尾迹方法等)得到前风轮的尾流；

首先将叶片中弧面沿弦向和展向分别划分为M和N个网格，在每个网格的1/4弦向宽度处沿展向放置附着涡线(bound vortex line)，该涡线的强度代表了对应网格展向分布涡片的涡量总和；在附着涡线两端，沿弦向往下游拖出半无限长的自由涡线(trailingvortex line)，其强度与附着涡强度相同；该自由涡线可进一步分为两个部分：叶片部分和尾迹部分；

叶片上拖出的自由涡线经过一段时间的发展，将分别向叶根和叶尖方向卷起而形成叶根和叶尖涡，叶根处拖出的尾涡很快消散，但叶尖涡的影响较大；基于这种情况，同时也为了降低计算量，将上述尾迹部分的自由涡进一步分成两个部分：近场尾迹和远场叶尖涡线，近场尾流的长度常为一到两倍的风轮直径，故后风轮位于近场尾流区中，选取前风轮尾流中的近场尾流速度v

rear

在相同或相邻的两个时间步长内，前风轮首先计算其尾流，计算完成后处理并通过glue-code传递给后风轮，作为其输入风速。

本发明中所述步骤S4中，采用气动特性精细化建模方法进行前后风轮的气动性能分析；前后风轮叶片的气动载荷均采用叶素-动量理论(BEM)计算；风轮是能量转换的起始段，捕获来流风的动能并转化为机械能，不同段上的风机翼形存在差异，需要根据设计要求对风机叶片进行分段设计；综合考量叶片的分布式特性参数(如弦长、相对厚度、密度、刚度和气动扭转角等)，沿径向从叶根到叶尖将叶片划分为诸多叶素，在某一风速下计算各叶素所受升力和阻力，计算得到叶片所受整体力矩。

本发明中所述S5中，采用动力学特性分析和谐响应分析(如模态叠加法、完全法、缩减法等)对风机系统进行建模；

前后风轮叶片的塔筒和叶片的结构动力学响应用谐响应分析(如模态叠加法、完全法、缩减法等)进行描述，与动力学特性分析方法结合建立其动力学方程；叶片和塔筒简化为两个自由度的柔性悬臂梁，叶片与刚性的轮毂连接，塔筒与大地连接；基于正交单位向量建立了坐标系统以定义刚性结构参考系，各个部件坐标系之间可以由坐标转移矩阵实现转化，根据塔筒的分布式特性参数(如直径、密度和刚度等)，沿塔架的中心从下到上用n个广义坐标描述，风力机上任何一点的受力情况和位移都可以由公式来进行表示；

前后风轮的传动链被模拟成连接轮毂和发电机的等效扭转弹簧系统，有线性的扭转弹性和阻尼，同时对发电机、机舱等部件做了简化近似处理。

本发明中所述步骤S6中，风轮气动载荷干涉结合空气动力学与结构动力学模块实现：

首先，根据前后风轮入流风速计算各风轮的初步气动推力F

其次，塔筒受前后风轮气动推力影响产生塔筒次生载荷L

最后，分别计算前后风轮受塔筒结构运动影响后的整体气动载荷L

式中，前风轮的整体载荷L

本发明中所述步骤S7中，所述控制模块包括前后风轮控制器，每个控制器可以读取整机的实时运行状态，控制器之间可进行信息交互；在单风轮机组中，DLL控制器通过glue-code中一个固定数组与机组进行信息交互，该数组的内容被提前定义，用于表征机组的各项信息；本平台中，前后风轮分别用两个DLL控制器进行控制，使用协调控制模块进行信息交互；

协调控制模块中对前后风轮的机组信息(如实时的转矩、转速、功率、桨距角等信息)进行耦合，改造机组的信息交互数组，给出了另一风轮的机组信息定义，这些信息通过glue-code进行传递；基于这种方法，前后风轮的DLL控制器可以随时读取另一风轮的状态信息，做到整机状态的实时监测；

协调控制模块加装了DLL控制器的交互通道，通过对信息交互数组的进一步改造，开辟了用于存放控制器交互数据的数组空间，按照机组信息传递的方式也可交换控制器信息；前后风轮的控制器既可分别读取自身风轮的信息并给出控制指令，也可以读取另一风轮的信息并给出控制指令，还可以进行信息交互；前风轮的控制器可以输出数据给同一个时间步长内的后风轮控制器，后风轮控制器也可以输出数据给下一个时间步的前风轮控制器。

所示步骤S8中，使用虚拟传感器实时计算关键部件状态，通过机器学习方法对计算结果进行神经网络动态补偿。

所述虚拟传感器在结构动力学模块中实现，使用动力学特性分析和谐响应分析可得到机组任意一点处的动力学响应和载荷。所述关键部件包括但不限于：叶根、塔顶、塔底、传动轴等，关键部件状态包括但不限于如下较难测量或测量成本较高的载荷：叶根弯矩、叶片净空距离、塔顶剪切力、塔顶位移、塔底弯矩等。

使用机器学习方法(如递归神经网络、循环神经网络等)建立多输入多输出神经网络补偿模型，实现对风机模型的全工况补偿。定义状态误差补偿向量e

E(k)＝[e

使用得到的状态误差补偿向量和输出误差补偿向量，对机组状态和载荷进行动态补偿，实现了该机组的数字孪生：

其中，x(k)是机组状态向量，包括前后风轮转速、前后风轮气动推力、高速轴弯矩、低速轴弯矩等；u(k)为控制量，包括前后风轮桨距角和前后发电机电磁转矩；w(k)为扰动项，包括前后风轮输入风速等；y(k)为关键部件载荷；f

本技术主要分为入流风模块、控制模块、空气动力学模块和结构动力学模块等部分。其中，入流风模块负责前风轮风速的输入；控制模块中，可针对前后风轮构建可交互的外部控制器，对各风轮桨距角和发电机的电磁转矩进行控制；空气动力学模块负责计算前后风轮和塔架的气动载荷；结构动力学模块定义了结构的建模选项和几何形状，包括塔架、前后传动轴和前后风轮等部位，可得到叶片和塔架上任意一点的形变。

模块间的耦合是通过模块化接口和耦合器(即glud-code)实现。载荷和响应通过粘合代码在结构动力学模块、空气动力学模块和控制模块之间传递，可以实现任意时刻的气动-弹性-伺服的交互。

如图2所示，建立仿真技术架构，首先由入流风速计前后风轮的初步气动载荷。入流风模块将输入风速传递给前后风轮和塔架，通过空气动力学模块计算其初步气动载荷，其中前风轮的尾流经计算后提取近场尾迹作为后风轮的输入风速。

其次计算塔筒受风轮传递载荷与自身气动载荷叠加而产生的整体载荷与结构运动。前后风轮上的气动载荷传递给结构动力学模块中双风轮的叶片，经各自的传动系统传递给塔筒，塔筒同时受入流风和前后风轮的载荷作用振动变形产生位移、旋转或加速度等结构运动信息，结构动力学模块输出塔筒的整体载荷和结构运动信息；

然后计算风轮结合塔筒结构运动而产生的整体气动载荷。此时后风轮受到塔筒结构运动影响而产生振动与位移，改变其入流风产生的初步气动载荷，即前后风轮同时受到其入流风造成的气动力、塔筒气动力和另一风轮的气动力影响，在结构动力学模块中输出的风轮转速、风轮转矩、桨距角及其他载荷信息均考虑了前后风轮的干涉影响。

最后计算传动系统受各结构干涉影响的整体载荷。前后风轮的传动系统均受塔筒振动位移、前后风轮整体载荷和发电机电磁转矩的影响。即传动系统输入载荷考虑了前后风轮干涉的影响，将后风轮的运动状态纳入到前风轮输出转矩的计算过程中，后风轮同理；同时考虑了塔筒振动位移对齿轮箱产生的影响，改变了传动系统的输出载荷。传动系统将整体载荷传递给各自的发电机转子，并受到发电机电磁转矩的影响，转子转动切割磁感线产生电能，经机器学习方法进行动态误差补偿之后，得到数字孪生体。

本实例搭建2.7MW串列式双风轮风电机组的机组模型，其中前风轮容量为1.5MW，后风轮容量为1.2MW。两个风轮串列连接、对向旋转，并共用同一个塔架结构，组成串列式双风轮风电机组的物理结构。

如图1所示，首先搭建整体输入文件，说明全局仿真时间、仿真步长、所需调用的前后风轮fst配置文件、前后风轮间距等信息；在前后风轮的fst配置文件中，分别对使用功能、输入文件和输出的配置做了说明，其中输入文件主要包括入流风、空气动力学、结构动力学、控制等四个模块的配置文件；入流风模块中使用InflowWind.dat文件规定了前风轮输入风速的形式和风速网格，可使用BTS或WND风速文件输入风速，传递给空气动力学模块用于前风轮气动力的计算，后风轮的输入风速通过前风轮的尾迹计算得到；空气动力学模块中使用AeroDyn15.dat文件建立了塔架的精细化模型，调用Airfoil.dat与AeroDyn15_blade.dat规定了叶片的翼型和叶素的结构信息；在结构动力学模块中使用ElastoDyn.dat文件规定了叶片、传动、发电机、塔架和基础的自由度，并设置了这些部位的结构、质量和惯性，调用ElastoDyn_blade.dat和ElastoDyn_tower.dat对叶片和塔筒的结构、质量和惯性做了详细设置；在控制模块中调用ServoDyn.dat规定了所用控制器的形式并给出了Control.dll外部控制器的文件路径，其中外部控制器可使用基于VisualStudio编译生成的X64版本bladed-styleDLL。

风速模型用于描述风速在空间尺度与时间尺度上的波动，所用Kaimal功率谱模型的功率谱密度表达式为：

其中，下标k代表速度分量的方向(k＝u,v,w)；S

其中，Λ

Von Karman功率谱模型中风速u方向的功率谱密度表达式为：

湍流风在v,w方向的功率谱密度表达式为：

/>

Von Karman功率谱模型中积分尺度参数L为：

L＝3.5Λ

风速模型中的参考系主要采取惯性参考坐标系，z轴与塔筒中心线重合，正向竖直向上，x轴为正顺风方向，y轴为xz平面的垂直方向。

在势流理论中，常使用一系列基本解(如涡、源、偶极子等)的叠加来模拟实际中具有复杂边界条件的流场。OLAF模型是基于拉格朗日方法，其中涡轮尾迹离散成拉格朗日标记。使用一种混合晶格/细丝方法表示尾迹。该方法在叶片参考面(如中弧面)上沿展向和弦向布置涡格或涡线以代替真实叶片，其中展向涡为叶片提供气动升力，弦向涡模拟了叶片上流动沿径向的变化；同时，从叶片尾缘向下游拖出自由涡系，模拟真实流动中的尾迹结构。拖出的自由涡从叶片尾缘一直延伸到下游无穷远处，将上述自由涡进一步分成两个部分：近场尾迹和远场叶尖涡线，使用近场尾迹作为后风轮初步输入风速，拖出的叶尖涡用一根自由涡线来表示。

用自由尾迹模型来描述叶尖涡线在空间中的运动轨迹。叶尖涡线被离散为一系列首尾相接的直线段，用控制点的位置r

其中，V

ξ∈[ξ

叶尖涡自由尾迹问题就是在给定的边界条件下，求解微分控制方程，最后得到控制点的位置矢量用以描述自由尾迹的几何结构。基于预测得到的尾迹形状，结合升力面涡格模型，即通过求解方程式可得到下一时刻的叶片附着涡环量预测值，同时更新近场尾迹涡和叶尖涡可得到相应的环量预测值。得到叶片环量后，结合来流速度、叶片旋转速度等，即可得到叶片的有效近场尾流速度V

风机的风轮是能量转换的起始段，捕获来凤的动能并转化为机械能。目前风电机组逐渐大型化，风机的叶片尺寸也逐渐增大，对风轮直接进行受力分析较为困难，故常采用BEM模型对风机叶片做精细化建模。

综合考量叶片的弦长、相对厚度和气动扭转角等翼型参数，沿径向从叶根到叶尖将叶片划分为诸多长度为dr的微元，假设各微元之间的空气流动互不干扰，并且作用在所有微元上的力和力矩可以无损失地合成为叶片承受的合力和总力矩，则叶片所受的整体力矩可由叶片所有微元受力叠加得到。将这些微元称为叶素，前风轮划分得到40个叶素，后风轮划分得到31个叶素。

在前后风轮叶片的n个叶素中随机取一个距离叶根r米的叶素，如图2，设该叶素受到了相对速度为v的来流风的作用，产生了一个垂直于弦的气动力dF，将该气动力沿来流风的方向和与之垂直的方向分解，得到该叶素在来流风下的升力dL和阻力dD：

其中，ρ为空气密度，C

将气动力dF沿平行和垂直于风轮旋转平面的方向分解，得到局部风轮推力dFa和转矩dFu，用升力dL和阻力Dd来表示：

其中，φ为来流风与风轮旋转平面的夹角。

通过空气动力学方法计算出各微段的受力情况，则风轮叶片整体所受的气动力矩可由各微段受力叠加求得，其表达式为

式中，F

N个自由度的风机的结构动力学响应用假设模态法进行描述，使用Kane动力学方程建立其动力学方程：

F(r)+F

其中，F(r)与F

R

其中，F

其中ρ(l)、a(l)分别为沿塔架中心线和叶片轴向的线密度和线性加速度矢量。机舱和轮毂的惯性力F根据下述公式得到：

F＝v(-ma)+w(-H)(1.9)

其中，v、w和a为机舱和轮毂在惯性系中的偏线速度、偏角速度和线性加速度，m为机舱和轮毂的质量，H为机舱和轮毂在惯性系中绕质心的角动量的微分。

风机系统上广义主动力F(r)由作用在风机上的气动力F

F(r)＝F

其中，F

F＝vF+wM(1.11)

其中，F和M分别为空气动力学模块中作用在叶片上的气动力和俯仰力矩。

叶片和塔筒简化为两个自由度的柔性悬臂梁，叶片与刚性的轮毂连接，塔筒与大地连接。基于正交单位向量建立了坐标系统以定义刚性结构参考系，各个部件坐标系之间可以由坐标转移矩阵实现转化，根据塔筒的分布式特性参数(如直径、密度和刚度等)，沿塔架的中心从下到上用n个广义坐标描述，任意时刻悬臂梁上任意一点的变形U(z,t)可以写成：

其中，z为沿悬臂方向的位置，t为时刻，φ

传动链被模拟成连接轮毂和发电机的等效扭转弹簧系统，有线性的扭转弹性和阻尼。传动链的方程可写成如下方程：

T

式中T

首先，根据前后风轮入流风速计算各风轮的初步气动推力F

其次，塔筒受前后风轮气动推力影响产生塔筒次生载荷L

最后，分别计算前后风轮受塔筒结构运动影响后的整体气动载荷L

式中，前风轮的整体载荷L

控制器之间的信息交互通过glud-code实现，在单风轮机组中，DLL控制器通过一个固定数组与机组进行信息交互，该数组的内容被提前定义，用于表征机组的各项信息。

本平台中两个风轮有自身的glud-code，同时有公共的缓存区以进行信息交互。为了使其中一个DLL控制器可以读取另一风轮的实时信息，在两个风轮的数组中提前定义另一风轮机组信息，该数组保存在glud-code的公共缓存区，其中的信息每台风轮都可以读取，数据可以在两台风轮中自由交换。为了使某一DLL控制器给另一DLL控制器传递信息，在上述数组中开辟了独立空间，不再对其进行提前定义，由用户进行自定义，可传递包括机组信息、控制指令、时间步在内的诸多信息。

以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。