Wind_energy

#Calcul de a et a' vent = np.array(['trois','quatre','cinq','six','sept','huit','neuf','dix','onze','douze','treize','quatorze','quinze','seize','dixsept','dixhuit','dixneuf','vingt','vingtun','vingtdeux','vingttrois','vingtquatre','vingtcinq']) B = 3 rho = 1.225 for i in range (len(data['Vitesse du vent'])): U = data['Vitesse du vent'][i] b=data['pitch'][i]+data_bis['Twist'][i] w = data['vitesse de rotation'][i] exec('{} = pd.DataFrame()'.format(vent[i])) #permet de former une nouvelle dataframe pour chaque vitesse du vent avec comme nom ceux qui se trouvent dans le vecteur vent globals()[vent[i]] = (globals()[vent[i]]).assign(r=[0],a=[0],a_bis=[0],CL=[0],CD=[0],Tforce = [0], Qforce = [0], Qmoment = [0], Tmoment=[0], SCE=[0])#le globals permet de faire en sorte d'appeler les différents dataframes produits lors des différentes boucles sur base d'un string se trouvant dans un vecteur. globals()[vent[i]]=(globals()[vent[i]]).drop((globals()[vent[i]]).iloc[0,:])#on supprime la première ligne de 0 qui ne sert à rien (ça a juste permis de placer les colonne dans la dataframe) for j in range (len(data_bis['Rayon'])): r = data_bis['Rayon'][-j-1] c = data_bis['Corde'][-j-1] dfa = pd.DataFrame(columns=['a','a_bis','CL','CD','Tforce','Qforce','Qmoment','Tmoment','SCE']) if j == 0: #lors de la première itération on ne peut pas se baser sur les valeurs précédentes for q in range (20,101,1): dfa_bis = pd.DataFrame(columns=['a_bis','CL','CD','Tforce','Qforce','Qmoment','Tmoment','SCE'])#je le fais en deux fois parce que a et a' ne vont pas toujours varier sur la même gamme de valeur ni sur le même nombre de valeurs for q_bis in range (1,q+1,1): #a_bis n'est pas censé être plus grand que a try: a = q/100 #obligé de faire ça comme ça: la boucle fonctionne pas si je veux la faire tourner avec des nombres à virgule a_bis = q_bis/100 phi = math.degrees(math.atan((U*(1-a))/(w*r*(1+a_bis)))) cosphi = math.cos(math.radians(phi)) sinphi = math.sin(math.radians(phi)) #v_res = ((1-a)*U)/(sinphi) v_res = (((1-a)*U)**2)/(w*r*(1+a_bis))**2 alpha = phi - b smallest_gap = 3000 for x in df['alpha']: #boucle pour trouver la valeur du tableau la plus proche du alpha trouvé if abs(alpha - x)<smallest_gap: smallest_gap = abs(alpha - x) alpha_tableau = x CL = df[df['alpha'] == alpha_tableau]['Cl'].iloc[0]#on prend la valeur de CL pour l'alpha correspondant. Le [0] permet d'avoir un chiffre et pas une dataframe. CD = df[df['alpha'] == alpha_tableau]['Cd'].iloc[0] Tforce = 0.5*B*rho*(v_res**2)*(CL*cosphi+CD*sinphi)*c*r Qforce = 0.5*B*rho*(v_res**2)*(CL*sinphi-CD*cosphi)*c*((r**2)/2) Tmoment = 4*np.pi*rho*(U**2)*(1-a)*a*((r**2)/2) Qmoment = 4*np.pi*rho*U*(1-a)*a_bis*w*((r**4)/4) SCE = (((Tforce-Tmoment)**2)+((Qforce-Qmoment)**2))**(0.5) dfa_bis_new = pd.DataFrame(data=np.array([[a_bis,CL,CD,Tforce,Qforce,Qmoment,Tmoment,SCE]]), columns=['a_bis','CL','CD','Tforce','Qforce','Qmoment','Tmoment','SCE']) dfa_bis = pd.concat([dfa_bis,dfa_bis_new], ignore_index=True) #on ajoute une nouvelle ligne à la df except: pass SCE_abis_min = dfa_bis[dfa_bis['SCE'] == dfa_bis['SCE'].min()]#on cherche la meilleure valeur de a_bis pour le a donné SCE_abis_min['a'] = a dfa = pd.concat([dfa,SCE_abis_min], ignore_index=True) SCE_a_abis_min = dfa[dfa['SCE'] == dfa['SCE'].min()] #on cherche la combinaison de a et a' qui donne le plus petit SCE SCE_a_abis_min['r'] = r globals()[vent[i]] = pd.concat([globals()[vent[i]],SCE_a_abis_min], ignore_index=True) #matrice indiquant le meilleur a et a' pour une position donnée (une matrice par vitesse de vent) a_best = math.floor(globals()[vent[i]]['a'].iloc[0]) #on prend le meilleur a qui a été trouvé itérations suivantes a_bis_best = math.floor(globals()[vent[i]]['a_bis'].iloc[0]) else : # on va ici se baser sur les valeurs précédentes for z in range (a_best-1,101,1): #on part de la valeur précédente avec une sécurité dfa_bis = pd.DataFrame(columns=['a_bis','CL','CD','Tforce','Qforce','Qmoment','Tmoment','SCE'])#je le fais en deux fois parce que a et a' ne vont pas toujours varier sur la même gamme de valeur ni sur le même nombre de valeurs for z_bis in range (a_bis_best-1,z+1,1): #on part de la valeur précédente avec une sécurité try: a = z/100 #obligé de faire ça comme ça: la boucle fonctionne pas si je veux la faire tourner avec des nombres à virgule a_bis = z_bis/100 phi = math.degrees(math.atan((U*(1-a))/(w*r*(1+a_bis)))) cosphi = math.cos(math.radians(phi)) sinphi = math.sin(math.radians(phi)) #v_res = ((1-a)*U)/(sinphi) v_res = (((1-a)*U)**2)/(w*r*(1+a_bis))**2 alpha = phi - b smallest_gap = 3000 for x in df['alpha']: #boucle pour trouver la valeur du tableau la plus proche du alpha trouvé if abs(alpha - x)<smallest_gap: smallest_gap = abs(alpha - x) alpha_tableau = x CL = df[df['alpha'] == alpha_tableau]['Cl'].iloc[0]#on prend la valeur de CL pour l'alpha correspondant. Le [0] permet d'avoir un chiffre et pas une dataframe. CD = df[df['alpha'] == alpha_tableau]['Cd'].iloc[0] Tforce = 0.5*B*rho*(v_res**2)*(CL*cosphi+CD*sinphi)*c*r Qforce = 0.5*B*rho*(v_res**2)*(CL*sinphi-CD*cosphi)*c*((r**2)/2) Tmoment = 4*np.pi*rho*(U**2)*(1-a)*a*((r**2)/2) Qmoment = 4*np.pi*rho*U*(1-a)*a_bis*w*((r**4)/4) SCE = (((Tforce-Tmoment)**2)+((Qforce-Qmoment)**2))**(1/2) dfa_bis_new = pd.DataFrame(data=np.array([[a_bis,CL,CD,Tforce,Qforce,Qmoment,Tmoment,SCE]]), columns=['a_bis','CL','CD','Tforce','Qforce','Qmoment','Tmoment','SCE']) dfa_bis = pd.concat([dfa_bis,dfa_bis_new], ignore_index=True) #on ajoute une nouvelle ligne à la df except: pass SCE_abis_min = dfa_bis[dfa_bis['SCE'] == dfa_bis['SCE'].min()] SCE_abis_min['a'] = a dfa = pd.concat([dfa,SCE_abis_min], ignore_index=True) SCE_a_abis_min = dfa[dfa['SCE'] == dfa['SCE'].min()] #on cherche la combinaison de a et a' qui donne le plus petit SCE SCE_a_abis_min['r'] = r globals()[vent[i]] = pd.concat([globals()[vent[i]],SCE_a_abis_min], ignore_index=True) #matrice indiquant le meilleur a et a' pour une position donnée (une matrice par vitesse de vent) a_best = math.floor(globals()[vent[i]]['a'].iloc[0]) #on prend le meilleur a qui a été trouvé itérations suivantes a_bis_best = math.floor(globals()[vent[i]]['a_bis'].iloc[0])