Méthodologie d'optimisation des profils de vitesse à l'entrée des aspirateurs de turbines hydrauliques

La motivation à la base de ce projet découle des besoins exprimés par les ingénieurs-concepteurs pour des outils spécialisés, répondant aux exigences des projets de réhabilitation de centrales hydroélectriques. Dans un contexte de réhabilitation d'une centrale hydroélectrique existante, pour concevoir une nouvelle roue de turbine afin de remplacer une ancienne roue et améliorer l'efficacité énergétique globale de l'ensemble du système hydraulique, les concepteurs doivent déterminer quel type d'écoulement en aval de la roue de turbine produira la moins grande perte d'énergie à l'intérieur de l'aspirateur existant. L'approche proposée pour déterminer le comportement de l'écoulement requis de l'aspirateur, consiste à formuler ce problème comme un problème d'optimisation des conditions limites de vitesse à l'entrée de l'aspirateur. Ce projet propose une méthodologie pour formuler et résoudre ce problème d'optimisation basée sur l'algorithme d'optimisation MADS (Mesh Adaptive Direct Search) couplée à une approche de simulation CFD basée sur la résolution des équations de Navier-Stokes en moyenne de Reynolds,et utilisant le modèle de turbulence k-ε standard. Un cadre d'optimisation basé sur Python, appelé cfdOpt, a été développé pour mettre en oeuvre cette méthodologie d'optimisation avec NOMAD et OpenFOAM, qui sont des algorithmes d'optimisation et des codes de simulation CFD à sources ouvertes. Une stratégie de parallélisation a été mise en oeuvre dans cfdOpt pour profiter de la capacité des grappes de calcul à hautes performances afin d'accélérer le processus d'optimisation. Pour garantir l'exactitude des simulations CFD, un exemple typique de simulation de l'aspirateur basé sur ANSYS CFX a été utilisé comme référence pour configurer le cas de simulation avec OpenFOAM. Le modèle de simulation CFD a également été validé par comparaison avec les données expérimentales du projet Porjus U9. La méthodologie a été testée sur deux cas test distincts, un diffuseur conique et l'aspirateur Porjus U9. Les résultats montrent que le facteur de perte d'énergie a été réduit de plus de 60% dans les deux cas d'optimisation par rapport au point de meilleur rendement (BEP) obtenu à l'aide du test du corps solide en rotation. Ces résultats d'optimisation peuvent être utilisés comme référence de conception pour les concepteurs de turbines travaillant sur des projets de réhabilitation de centrales hydroélectriques.

Abstract

The motivation at the root of this project stems from the need of design engineers for specialized tools addressing the requirements of hydraulic power plant rehabilitation projects. To design a new turbine runner to replace an old runner and improve the global energy efficiency of the whole turbine system, designers must determine which types of downstream flow from the turbine runner will yield the least energy loss inside the existing draft-tube. The proposed approach to determine the required draft-tube flow behavior consists in formulating this as an inlet boundary condition optimization problem. This project proposes a methodology to formulate and solve this optimization problem based on the Mesh Adaptive Direct Search (MADS) optimization algorithm coupled to an incompressible Reynolds Averaged Navier-Stokes CFD simulation approach, using the standard k-ε turbulence model. A Python-based optimization framework called cfdOpt was developed to implement this optimization methodology with NOMAD and OpenFOAM, which are open-source optimization algorithm and CFD simulation codes. A parallelization strategy was implemented in cfdOpt to take advantage of high-performance cluster computing capacity for accelerating the optimization process. To guaranteed the correctness of the CFD simulations, a typical draft-tube simulation case based on ANSYS CFX was used as a reference to setup the OpenFOAM simulation case. The CFD simulation model was also validated by comparing with the experimental data from the Porjus U9 project. The methodology was tested on two distinct test cases, a conical diffuser and the Porjus U9 draft-tube. The results show that the energy loss factor was reduced by more than 60% in both optimization cases compared with the best efficiency point found using the solid body rotation test. These optimization results can be used as a design reference for turbine designers working on rehabilitation projects of hydraulic power plants.