基于遗传算法优化浮式风力机平台水动力系数的自动化标定方法研究

《Ocean Engineering》：Enhancement of hydrodynamics modeling for floating offshore wind turbines using multi-objective genetic algorithm

本文针对浮式风力机平台水动力载荷预测精度不足的问题，开发了一种结合遗传算法与CRAFTS仿真工具的自动化参数标定框架。研究人员通过自由衰减和规则波/不规则波试验数据，对Morison方程中的附加质量系数Ca、拖曳力系数Cd和线性阻尼系数B进行多目标优化。结果表明，该方法能有效提升Spar式和半潜式平台在浪致运动响应预测中的准确性，为复杂海洋结构物的水动力分析提供了高效可靠的校准手段。

　　

随着海上风电向深远海发展，浮式风力发电机组(Floating Offshore Wind Turbines, FOWTs)因其能利用更优质风能资源而备受关注。然而，浮式平台在复杂海洋环境下的动力响应预测一直是工程设计的核心挑战。准确估算波浪载荷对确保结构安全、优化系泊系统设计和控制策略至关重要。目前，广泛采用的工程简化模型，如基于Morison方程的拖曳力理论，其精度严重依赖于水动力系数（如附加质量系数C_a和拖曳力系数C_d）的选取。这些系数并非恒定值，它们随平台构型、流动特性（如雷诺数Re、KC数）以及波浪条件（如波长与结构特征尺寸之比D/L）发生显著变化。传统的系数确定方法多依赖于经验公式或有限的实验数据，且通常针对简单几何体，对于由立柱、浮筒等复杂构件组成的半潜式平台等，其适用性存疑。手动调试这些系数以匹配特定工况下的实验或高保真数值模拟结果，过程繁琐、耗时且依赖专家经验，难以保证结果的客观性和最优性。因此，开发一种自动化、系统化的水动力系数标定方法，对于提高FOWTs动力响应预测的可靠性和工程设计效率具有迫切需求。

为解决上述问题，研究人员开展了一项结合参数化水动力建模与遗传算法(Genetic Algorithm, GA)全局优化的自动化标定研究。该研究以两种典型的浮式平台——OC3 Spar式浮标和VolturnUS-S半潜式平台为研究对象，旨在通过优化算法自动确定最能准确反映平台动力响应的水动力系数。研究团队利用自主开发的浮式系统耦合动力学分析软件CRAFTS作为仿真引擎，该软件采用刚体动力学和Morison方程计算波浪载荷。为了提升模型精度，研究中引入了多项改进：包括用于更准确描述非线性波浪的二阶波浪理论、考虑瞬时波面影响的垂向波浪拉伸方法、适用于大直径结构的MacCamy-Fuchs衍射效应修正，以及针对平台不同部件（如立柱、浮筒）的空间离散化建模。研究的核心是构建一个以水动力系数为设计变量、以仿真与参考数据（来自OpenFAST或实验）之间的误差最小化为目标的优化框架。

为开展研究，作者主要应用了以下几项关键技术方法：首先，利用CRAFTS软件建立了参数化的浮式平台水动力模型，该模型能灵活定义各部件的水动力系数。其次，将模型封装为功能 mock-up 单元(Functional Mock-up Unit, FMU)并与MATLAB/Simulink环境集成，实现自动化调用和数据处理。第三，采用遗传算法作为全局优化器，针对自由衰减试验（单目标）和不规则波试验（多目标）分别设计了以均方根误差(Root-Mean-Square Error, RMSE)和功率谱密度(Power Spectral Density, PSD)积分误差为基础的目标函数。用于优化的样本队列数据来源于公开的OC3和VolturnUS-S平台基准模型在OpenFAST中的仿真结果。

4.1. 简单固定圆柱体

研究首先以一个固定垂直圆柱体为例，验证优化框架的有效性。通过遗传算法对圆柱体的横向和轴向附加质量系数（C_at, C_az）及拖曳力系数（C_dt, C_dz）进行优化。结果表明，遗传算法能够在给定的参数空间内有效收敛到最优解集，优化后的系数计算出的波浪力（F_x, F_z）和力矩（M_y）与参考解高度吻合。该案例证实了所提出的自动化标定流程对于简单结构的可行性。

4.2. OC3 Spar式浮标FOWT

4.2.1. 自由衰减试验

研究人员首先利用自由衰减试验数据对Spar平台的水动力系数进行单目标优化。优化变量包括立柱的C_a、C_d以及作用于平台重心(Center of Gravity, CG)的线性阻尼B。优化后的系数模拟出的衰减运动时程曲线与OpenFAST结果在固有周期和衰减形态上均表现出良好的一致性。通过P-Q阻尼辨识法分析表明，线性阻尼是系统的主要阻尼来源。然而，尽管总体拟合良好，但纵荡（Surge）方向的线性阻尼存在约19%的低估，提示单目标优化在平衡多个自由度响应方面可能存在局限。

4.2.2. 不规则波试验

将自由衰减试验优化得到的系数应用于不规则波（海况7）条件下的动力响应模拟，发现其对于波频（Wave Frequency, WF）运动的预测较为准确，但对低频（Low Frequency, LF）运动的预测，特别是纵荡和纵摇（Pitch），存在显著高估。这表明仅基于衰减试验标定的系数不足以准确捕捉真实海况下的全部动力特性。为此，研究进一步开展了多目标遗传算法优化，将纵荡、垂荡（Heave）和纵摇响应的PSD积分误差作为三个独立的目标函数。优化得到了一个Pareto最优解集，清晰地展示了三个目标函数之间的权衡关系。从Pareto前沿中选择综合最优解后，模拟的LF响应与OpenFAST的吻合度大幅提升，纵荡和纵摇的PSD积分相对误差分别降至9%和17.5%。与单目标优化相比，多目标优化能更好地协调各自由度间的响应，获得更均衡、更可靠的系数组合。

4.3. VolturnUS-S半潜式FOWT

对于结构更为复杂的半潜式平台，研究对立柱和浮筒分别定义了独立的水动力系数作为设计变量。同样采用多目标遗传算法进行优化。结果表明，优化后的水动力系数能显著改善平台在纵荡、垂荡和纵摇方向的运动响应预测，PSD在主要频段内与参考结果吻合良好。特别值得注意的是，优化过程自动为不同构件分配合适的系数值，例如为浮筒在轴向赋予了比立柱更高的拖曳力系数，这符合其几何特征和流体力学机理，验证了自动化标定框架处理复杂平台构型的能力。

本研究成功开发并验证了一个基于遗传算法的自动化框架，用于标定浮式风力机平台水动力分析中的关键系数。研究结论表明，水动力系数强烈依赖于平台的具体构型和所处的波浪环境，不存在一组“放之四海而皆准”的通用值。通过将复杂的参数调试过程转化为一个受约束的优化问题，该框架能够高效、客观地确定针对特定平台和海洋条件的最优系数组合。与传统的单目标校准相比，多目标优化方法能更好地揭示不同自由度响应之间的内在冲突与权衡，从而获得更全面、更稳健的标定结果。这项工作的重要意义在于，它为海洋工程领域提供了一种可替代繁琐手动调试的、系统化的高精度水动力模型校准工具。该方法不仅适用于浮式风力机，还可推广至其他类型的浮式结构物（如浮式光伏、海洋养殖平台等）的水动力分析中，有助于提高深远海可再生能源设施设计的可靠性和经济性。未来研究可进一步探索该框架与高阶波浪模型、计算流体动力学(Computational Fluid Dynamics, CFD)结果或现场实测数据的结合，以持续提升其预测能力和适用范围。该研究成果已发表于船舶海洋工程领域权威期刊《Ocean Engineering》。