Optimal airfoil selection for small horizontal axis wind turbine blades: a multi-criteria approach

• Autorzy: Batu Temesgen , Lemu Hirpa G. , Negash Besufekad , Beyene Eaba , Tirfe Dagim , Hailemichael Eyob , Alemneh Solomon

Identyfikatory

DOI

10.7862/rm.2024.6

Warianty tytułu

PL

Optymalny dobór profilu łopatek małych turbin wiatrowych o osi poziomej: podejście wielokryterialne

• Języki publikacji: EN

Abstrakty

EN

Over the last century, the growing demand for clean energy has emphasized wind energy as a promising solu-tion to address contemporary energy challenges. Within the realm of wind energy, the wind turbine plays a pivotal role in harnessing the kinetic energy of the wind and converting it into electrical power. Among the various components of the wind turbine system, turbine blades assume a critical role in capturing the wind's kinetic energy and converting it into rotational motion. Consequently, the design of wind turbine blades holds the utmost importance in determining the overall performance and efficiency of the entire wind turbine system. One essential aspect of blade design involves selecting an appropriate airfoil. Throughout history, numerous airfoil profiles have been developed for various applications. Notably, National Advisory Committee for Aeronautics (NACA) and National Renewable Energy Laboratory (NREL) airfoils have been tailored for aircraft and large-scale wind turbine blades, respectively. However, the quest for suitable airfoil types for small-scale wind turbine blades has been ongoing. This study delves into an examination of over 62 distinct NACA and NREL aerofoil types tailored for small horizontal-axis wind turbine blades. Employing specialized software, namely QBlade, specifically designed for modeling and simulating wind turbine blades, the study calculates key parameters such as power output, stress, deformation, and weight for each airfoil. Subsequently, based on the simulated data, the optimal airfoil is identified using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) multi-criteria selection approach. This selection process takes into account simulation results pertaining to power output, stress, deformation, and weight. The decision-making process involving multiple criteria is facilitated using Excel and Python. The findings of this study reveal that among the 62 airfoil types under consideration, the NACA 0024, NACA 2424, and NACA 4424 airfoils emerge as the most suitable choices for small horizontal-axis wind turbine blades.

PL

W ciągu ostatniego stulecia rosnące zapotrzebowanie na czystą energię uwydatniło energię wiatrową jako obiecujące rozwiązanie umożliwiające sprostanie współczesnym wyzwaniom energetycznym. W dziedzinie energii wiatrowej turbina wiatrowa odgrywa kluczową rolę w wykorzystywaniu energii kinetycznej wiatru i przekształcaniu jej w energię elektryczną. Spośród różnych elementów systemu turbin wiatrowych, łopaty turbin odgrywają kluczową rolę w konwersji energii kinetycznej wiatru w ruch obrotowy. W związku z tym konstrukcja łopat turbin wiatrowych ma ogromne znaczenie przy określaniu ogólnej wydajności i efektywności systemu turbin wiatrowych. Jednym z istotnych aspektów konstrukcji łopaty jest dobór odpowiedniego profilu. Na przestrzeni ostatnich dekad opracowano wiele profili płatów do różnych zastosowań. Warto zauważyć, że profile NACA (National Advisory Committee for Aeronautics) i NREL (National Renewable Energy Laboratory) zostały dostosowane odpowiednio do łopat samolotów i wielkogabarytowych turbin wiatrowych. Trwają jednak poszukiwania odpowiednich typów profili do łopat małych turbin wiatrowych. W badaniu tym szczegółowo zbadano 62 różne typy profili NACA i NREL dostosowanych do łopat małych turbin wiatrowych o osi poziomej. Wykorzystując specjalistyczne oprogramowanie QBlade, opracowane specjalnie do modelowania i symulacji zachowania łopat turbin wiatrowych, w badaniach obliczono kluczowe parametry turbiny, takie jak moc wyjściowa, naprężenia, odkształcenia i masę każdego płata. Następnie, na podstawie symulowanych danych, zidentyfikowano optymalną geometrię płata przy użyciu wielokryterialnego podejścia TOPSIS (technika wyboru preferencji według podobieństwa do idealnego rozwiązania). W procesie wyboru odpowiedniej geometrii łopaty uwzględniono wyniki symulacji dotyczące mocy wyjściowej, naprężeń, odkształceń i masy. Proces podejmowania decyzji uwzględniający wiele kryteriów przeprowadzono za pomocą procedury Python w programie Excel. Wyniki badań wskazały, że spośród 62 rozważanych typów płatów, profile NACA 0024, NACA 2424 i NACA 4424 wydają się być najbardziej odpowiednim wyborem na łopaty małych turbin wiatrowych o osi poziomej.

Słowa kluczowe

EN

wind energy; airfoil selection; horizontal axis wind turbine blades; multi-criteria approach

PL

energia wiatrowa; dobór profilu łopaty; łopaty turbin wiatrowych o osi poziomej; podejście wielokryterialne

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Advances in Mechanical and Materials Engineering
• Rocznik: 2024
• Tom: Vol. 41, nr 1
• Strony: 57--68
• Opis fizyczny: Bibliogr. 26 poz., rys., tab., wykr.

Twórcy

autor

Batu Temesgen

• Centre of Armament and High Energy Materials, Institute of Research and Development, Ethiopian Defence University, Bishoftu, Hora Lake Bishoftu, Ethiopia

autor

Lemu Hirpa G.

• Department of Mechanical and Structural Engineering and Materials Science, University of Stavanger (UiS), Norway

autor

Negash Besufekad

• Centre of Armament and High Energy Materials, Institute of Research and Development, Ethiopian Defence University, Bishoftu, Hora Lake Bishoftu, Ethiopia

autor

Beyene Eaba

• Centre of Armament and High Energy Materials, Institute of Research and Development, Ethiopian Defence University, Bishoftu, Hora Lake Bishoftu, Ethiopia

autor

Tirfe Dagim

• Centre of Armament and High Energy Materials, Institute of Research and Development, Ethiopian Defence University, Bishoftu, Hora Lake Bishoftu, Ethiopia

autor

Hailemichael Eyob

• Kombolcha Institute of Technology, Department of Mechanical Engineering, Wollo University, Ethiopia

autor

Alemneh Solomon

• Kombolcha Institute of Technology, Department of Mechanical Engineering, Wollo University, Ethiopia

Bibliografia

• 1. AirfoilTools (2023, December 4). Airfoil tools. http://airfoiltools.com/
• 2. Balioti, V., Tzimopoulos, C., & Evangelides, C. (2018). Multi-criteria decision making using topsis method under fuzzy environment. Proceedings, 2(11), Article 637. https://doi.org/10.3390/proceedings2110637
• 3. Batu, T., & Lemu, H. G. (2020). Comparative study of the effect of chord length computation methods in design of wind turbine blade. In Y. Wang, K. Martinsen, T. Yu, & K. Wang, (Eds.), Advanced Manufacturing and Automation IX. IWAMA 2019. Lecture Notes in Electrical Engineering, 634 (pp. 106–115). Springer. https://doi.org/10.1007/978-981-15-2341-0_14
• 4. Batu, T., Lemu, H. G., & Sirhabizuh, B. (2020). Study of the performance of natural fiber reinforced compo-sites for wind turbine blade applications. Advances in Science and Technology Research Journal, 14(2), 67–75. https://doi.org/10.12913/22998624/118201
• 5. Beig, A. R., & Muyeen, S. M. (2016). Wind energy. In M. H. Rashid (Ed.), Electric renewable energy systems (pp. 60-70). Elsevier Inc. https://doi.org/10.1016/B978-0-12-804448-3.00004-9
• 6. Corke, T. C., Nelson, R. C., & Dame, N. (2015). Wind energy design (1st ed.). CRC Press. https://doi.org/10.1201/b22301
• 7. Eker, B., Akdogan, A., & Vardar, A. (2006). Using of composite material in wind turbine blades. Journal of Applied Sciences, 6(14), 2917–2921. https://doi.org/10.3923/jas.2006.2917.2921
• 8. Fu, C. (2008). Extended TOPSISs for belief group decision making. Journal of Service Science and Manage-ment, 1, 11–20. https://doi.org/10.4236/jssm.2008.11002
• 9. Gopinath, G. S. S., & Meher, M. V. K. (2018). Electricity a basic need for the human beings. AIP Conference Proceedings, 1992, Article 040024. https://doi.org/10.1063/1.5047989
• 10. Hazmoune, M., Lazaroiu, G., Ciupageanu, D. A., & Debbache, M. (2021, March 25-27). Comparative study of airfoil profile effect on the aerodynamic performance of small scale wind turbines. Proceedings of the 12th International Symposium on Advanced Topics in Electrical Engineering ATEE 2021, Bucharest, Romania. https://doi.org/10.1109/ATEE52255.2021.9425211
• 11. Hsu, Y., Wu, W., & Chang, Y. (2014). Reliability analysis of wind turbine towers. Procedia Engineering, 79, 218–224. https://doi.org/10.1016/j.proeng.2014.06.334
• 12. Hwang, C. L., & Yoon, K. (1981). Multiple attribute decision making: methods and applications a state-of-the-art survey. Springer-Verlag. https://doi.org/10.1007/978-3-642-48318-9
• 13. Islam, M.R., Bashar, L. B., Saha, D. K., & Rafi, N. S. (2019). Comparison and Selection of Airfoils for Small Wind Turbine between NACA and NREL's S series Airfoil Families. International Journal of Research in Electrical, Electronics and Communication Engineering, 4(2), 1-11. https://doi.org/10.5281/zenodo.3520469
• 14. Liu, W. (2016). Design and kinetic analysis of wind turbine blade-hub-tower coupled system. Renewable Energy, 94, 547–557. https://doi.org/10.1016/j.renene.2016.03.068
• 15. Lotfi, F. H., & Fallahnejad, R. (2010). Imprecise shannon’s entropy and multi attribute decision making. Entro-py, 12(1), 53–62. https://doi.org/10.3390/e12010053
• 16. Marten, D., & Wendler, J. (2013). QBLADE: An open source tool for design and simulation of horizontal and vertical axis wind turbines. International Journal of Emerging Technology and Advanced Engineering, 3(3), 264–269.
• 17. Noronha, N. P., & Krishna, M. (2021). Aerodynamic performance comparison of airfoils suggested for small horizontal axis wind turbines. Materials Today: Proceedings, 46, 2450-2455. https://doi.org/10.1016/j.matpr.2021.01.359
• 18. Okokpujie, I. P., Okonkwo, U. C., Bolu, C. A., Ohunakin, O. S., Agboola, M. G., & Atayero, A. A. (2020). Im-plementation of multi-criteria decision method for selection of suitable material for development of hori-zontal wind turbine blade for sustainable energy generation. Heliyon, 6, Article e03142. https://doi.org/10.1016/j.heliyon.2019.e03142
• 19. Osei, E. Y., Opoku, R., Sunnu, A. K., & Adaramola, M. S. (2020). Development of high performance airfoils for application in small wind turbine power generation. Journal of Energy, 2020, Article 9710189. https://doi.org/10.1155/2020/9710189
• 20. Papathanasiou, J., & Ploskas, N. (2018). TOPSIS. In J. Papathanasiou, & N. Ploskas, (Eds.), Multiple criteria decision aid. Methods, examples and Python implementations (pp. 1-30). Springer. https://doi.org/10.1007/978-3-319-91648-4_1
• 21. Plaisier, M. A., & Smeets, J. B. J. (2016). Object size can influence perceived weight independent of visual esti-mates of the volume of material. Scientific Reports, 5, Article 17719. https://doi.org/10.1038/srep17719
• 22. Rehman, S., Khan, S. A., & Alhems, L. M. (2020). Application of topsis approach to multi-criteria selection of wind turbines for on-shore sites. Applied Sciences, 10(21), Article 7595. https://doi.org/10.3390/app10217595
• 23. Salgado, V., Troya, C., Moreno, G., & Molina, J. (2016). Airfoil selection methodology for small wind turbines. International Journal of Renewable Energy Research, 6(4), 1410–1415. https://doi.org/10.20508/ijrer.v6i4.4642.g6930
• 24. Shahbaz, M., Loganathan, N., Sbia, R., & Afza, T. (2015). The effect of urbanization, affluence and trade openness on energy consumption: A time series analysis in Malaysia. Renewable and Sustainable Energy Reviews, 47, 683–693. https://doi.org/10.1016/j.rser.2015.03.044
• 25. Sudarsono, S., Purwanto, P., Soedarsono, J. W., & Munir, B. (2013). Utilization of Albizia wood (Albizia Falcata ) and ramie fibers as wind turbine propeller modification of NACA 4415 standard airfoil. Applied Mechanics and Materials, 391,41-45. https://doi.org/10.4028/www.scientific.net/AMM.391.41
• 26. Wang, Q., & Li, D. (2021). A new airfoil design method for wind turbine to improve maximum lift of airfoil. Wind Engineering, 45(6), 1447-1458. https://doi.org/10.1177/0309524X20984428

Uwagi

PL

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).