CN106326625A - 一种耦合WRF与OpenFOAM模式的风场模拟方法 - Google Patents
一种耦合WRF与OpenFOAM模式的风场模拟方法 Download PDFInfo
- Publication number
- CN106326625A CN106326625A CN201510400100.8A CN201510400100A CN106326625A CN 106326625 A CN106326625 A CN 106326625A CN 201510400100 A CN201510400100 A CN 201510400100A CN 106326625 A CN106326625 A CN 106326625A
- Authority
- CN
- China
- Prior art keywords
- openfoam
- pattern
- wrf
- data
- wind
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种耦合WRF与OpenFOAM模式的风场模拟方法,包括:输出并处理中尺度气象模式WRF数据;制作小尺度开源计算流体力学CFD模式OpenFOAM的精细化网络;WRF模式与OpenFOAM模式之间数据传递;驱动OpenFOAM模式进行计算。本发明提供的技术方案实现了WRF模式和OpenFOAM模式的耦合计算,将WRF的几公里水平分辨率的数据降尺度为OpenFOAM的30m分辨率数据,可改善WRF在复杂地形下的风场模拟效果,有助于提升风资源评估和风电功率预测业务水平和提高预测准确度。
Description
技术领域
本发明涉及一种风场模拟方法,具体讲涉及一种耦合WRF与OpenFOAM模式的风场模拟方法。
背景技术
目前,已有一些基于中小尺度模式耦合的风场模拟方法,如中尺度WRF、MM5、KAMM模式耦合小尺度WAsP、CALMET、WindMap、WindSim、Fluent等模式,其中WAsP、CALMET和WindMap属于线性模式,而WindSim和Fluent则属于商业计算流体力学CFD模式。OpenFOAM模式与WindSim和Fluent一样,属于计算流体力学CFD模式,但与前两者不同的是,OpenFOAM模式属于免费的开源模式。
关于WRF模式:风功率预测和风资源评估都需要尽可能准确的中尺度风场模拟数据。目前不论是国内还是国际上,中尺度风场模拟一般使用WRF、MM5、RAMS等中尺度气象模式,其中以WRF模式(WeatherResearch and Forecasting Model)最受欢迎。WRF的开发始于1997年,由美国国家大气研究中心中小尺度气象处、美国国家环境预测中心的环境模拟中心、预报研究处以及奥克拉荷马大学的风暴分析预报中心四部门联合发起建立的,并由美国国家自然科学基金和海洋大气部共同支持。现在,WRF得到了许多其它研究部门及大学的科学家的支持,共同参与进行开发研究。WRF模式系统具有可移植、易维护、可扩充、高效率、方便的等诸多特性,使新的科研成果更为便捷地运用于业务预报。
通过近二十年的开发,WRF模式现在具备最为先进的数值方法和数据同化技术,采用经过改进的物理过程方案,同时具有多重嵌套及易于定位于不同地理位置的能力,重点考虑几公里至几十公里分辨率的水平网格,改进了从云尺度到天气尺度等不同尺度重要天气特征的模拟和预报精度,很好地适应从理想化研究到业务预报等不同应用的需要,并已广泛地使用在风资源模拟和风速预测的业务中。
关于动力降尺度方法和CFD模式:由于WRF属于中尺度模式,重点模拟的是从几公里到几百公里尺度的天气现象,一般只考虑1-10公里分辨率的水平网格,而无法达到几十米分辨率的小尺度精细化模拟。尤其是在复杂地形下,地形对于风速的强迫改变作用难以在WRF中得到体现。因此一般使用降尺度的方法,将WRF输出的低分辨率风速数据转化为高分辨率的精细化数据。降尺度方法分为统计降尺度和动力降尺度,统计降尺度就是利用不同尺度数据间的统计关系进行降尺度插值,动力降尺度就是中尺度模式驱动小尺度模式得到更精细化的风场。动力降尺度方法是直接求解全流场的方法,所以是更为科学合理的方法。
小尺度模式一般分为两种,一种是基于质量守恒的线性模式,一种是基于计算流体力学的CFD(Computational Fluid Dynamics)模式。线性模式计算速度快,但仅适合于平坦地形,对于复杂地形而言最好使用CFD模式。
小尺度线性模式包括WAsP、CALMET和WindMap。如丹麦的风资源评估软件WAsP,利用地转风和单点的观测资料推算周围的风资源分布,被用来耦合中尺度模式KAMM进行风资源评估。WAsP的计算原理基于质量守恒的线性诊断方法,适用于较为平坦的地形,对于复杂地形的模拟效果则不尽理想。CALMET模式是美国Sigma Research公司开发的小尺度气象风场模式,CALMET曾被用来耦合中尺度模式进行风场模拟,虽然取得了一定的改进效果,但由于计算原理仍属基于质量守恒的线性风场诊断方法,所以在复杂地形上的计算效果仍然欠佳。此外,美国的小尺度气象模式WindMap也被用来耦合中尺度数值模式MASS模拟地面风场,其计算原理和WAsP、CALMET相同。以上3种小尺度模式由于计算原理的限制,都无法模拟出流场在复杂地形上产生的流体回灌和分离层分离等效应,因此只适合于比较平坦的地形,复杂地形则需要使用计算流体力学CFD模式。
CFD模式是将原来在时间域及空间域上连续的物理量的场离散化,然后通过数值计算求解流体运动基本方程(如质量、动量、能量方程等),得到流场内各个位置上的基本物理量及其随时间变化的关系。由于CFD求解的是原始流体运动基本方程,包含了方程中的非线性效应,所以计算结果要远优于基于质量守恒的线性模式。自1981年以来,CFD模式领域出现了如PHOENICS、CFX、STAR-CD、FIDIP、FLUENT和WindSim等多种商用计算模式,目前与中尺度模式进行耦合计算的有WindSim和Fluent,其中WindSim由挪威WindSim公司开发,Fluent由美国ANSYS公司开发。从模拟效果来看,中尺度模式耦合CFD模式对近地层风场的模拟准确度有很大提高,尤其是在复杂地形条件下,CFD可以模拟出中尺度模式和线性模式无法模拟出的小尺度流体回灌、分离层分离等效应,能正确的体现出地形对风速和风向的强迫改变作用。但其共同的局限则是作为商业软件较为昂贵,并且软件的封闭性导致操作者无法对软件进行深度定制和拓展自定义功能。并且,软件的计算属于“黑箱过程”,操作者不清楚内容计算的详细过程,也无法修改内部计算参数,不便于进行后期的计算可靠性分析,也不便于改进计算方案。
OpenFOAM作为开源的CFD模式,不但具备商业CFD软件的计算能力,还可为用户避免昂贵的商业软件费用。而且OpenFOAM还有商业CFD软件不具备的开放性和灵活性,其内部代码完全公开,用户可随意根据需要修改求解器、湍流闭合、数值格式、并行等方案及各项参数,进行深度定制,方便了用户进行计算可靠性分析并进一步改进计算方案。因此,耦合OpenFOAM模式与WRF模式有利于提升风资源评估和风电功率预测业务水平和提高预测准确度。
发明内容
为解决上述现有技术中的不足,本发明的目的是提供一种耦合WRF与OpenFOAM模式的风场模拟方法,该方法首次实现了中尺度气象模式WRF和小尺度计算流体力学模式OpenFOAM的耦合计算,将WRF的几公里水平分辨率的数据降尺度为OpenFOAM的30m分辨率数据,可改善WRF在复杂地形下的风场模拟效果,有助于提升风资源评估和风电功率预测业务水平和提高预测准确度。
本发明的目的是采用下述技术方案实现的:
本发明提供一种耦合WRF与OpenFOAM模式的风场模拟方法,其改进之处在于,所述方法包括:
输出并处理中尺度气象模式WRF数据;
制作开源CFD模式OpenFOAM的精细化网络;
WRF模式与OpenFOAM模式之间的数据传递;
驱动OpenFOAM模式进行计算。
其中,所述输出并处理WRF数据包括:
驱动WRF模式模拟目标区域的粗分辨率风场,所述模拟目标区域的4个侧边界设定为矩形边界,侧边界的高度为从地面到其上1000m;
使用插值函数处理WRF模式计算的风场数据,得到侧边界上一系列格点位置上的风场数据;侧边界格点之间的水平距离为WRF模式的水平分辨率,格点之间的垂直距离为5m至200m;输出格点上的风场数据,包括风速u、v、w和湍动能k数据;
对侧边界上每一系列垂直的点进行多项式拟合,拟合函数为风场数据随高度变化的函数,包括u(z)、v(z)、w(z)和k(z)。
其中,所述制作OpenFOAM的精细化网格包括:
生成基于ASTER GDEM地形高程数据30m水平分辨率的精细化网络;
将生成的精细化网络导入OpenFOAM模式中。
其中,生成基于ASTER GDEM地形高程数据30m水平分辨率的精细化网络包括:
下载模拟区域的30m分辨率的ASTER GDEM地形高程数据;
将ASTER GDEM地形高程数据导入GAMBIT或ICEM网格生成工具,生成30m水平分辨率的精细化网格,垂直高度上第一层网格分辨率5m,垂直分辨率随网格高度递增,递增是通过倍增的形式或指数递增的形式(具体的倍增率或递增指数可以根据实际情况指定,但要符合近地面200m以内分辨率高,200m以上分辨率低的原则);在截取地形的四周再延展出1-2km的平坦面,以避免边界上压力场的异常。
其中,所述WRF模式与OpenFOAM模式之间数据传递包括:
将拟合后的WRF模式侧边界函数写入OpenFOAM模式的边界初始条件文件中;拟合函数u(z)、v(z)、w(z)放置在0/U文件中,拟合函数k(z)放置在0/k文件中;
为OpenFOAM模式安装swak4foam工具,在OpenFOAM模式的计算控制文件controlDict中调用libgroovyBC.so库文件,即实现拟合函数u(z)、v(z)、w(z)和k(z)的计算,为OpenFOAM模式侧边界的精细化格点匹配风场数据,实现OpenFOAM模式对中尺度气象模式WRF数据的读入功能。
其中,所述驱动OpenFOAM模式进行计算包括:
监视WRF模式的输出情况,WRF模式每输出一次数据(输出的时间分辨率一般为15分钟),就拟合并更新一次OpenFOAM模式的侧边界拟合函数,并驱动OpenFOAM模式进行一次计算;输出的时间分辨率采用15分钟;
监视出入流方向,为入流的侧边界自动选择速度定值入口和压力0梯度,为出流的侧边界自动选速度0梯度和压力定值出口;
驱动OpenFOAM模式进行计算,计算采用SIMPLE算法、RANS计算方案或k-ε湍流闭合模型。
本发明提供的技术方案具有的优异效果是:
本发明提供的耦合WRF与OpenFOAM模式的风场模拟方法,首次实现了中尺度气象模式WRF和小尺度计算流体力学CFD模式OpenFOAM的耦合计算,将WRF的几公里水平分辨率的数据降尺度为OpenFOAM的30m分辨率数据,可改善WRF在复杂地形下的风场模拟效果,有助于提升风资源评估和风电功率预测业务水平和提高预测准确度。
附图说明
图1是本发明提供的耦合WRF与OpenFOAM模式的风场模拟方法的流程图;
图2是本发明提供的WRF模式与OpenFOAM模式之间数据处理和交换的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的组件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,本发明的这些实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。
本发明提供的WRF耦合OpenFOAM模式的风场模拟方法,其流程图如图1所示,由4个步骤组成:
1、WRF数据的输出和处理:
(1)驱动WRF模拟目标区域的粗分辨率风场,模拟区域的4个侧边界设定为矩形边界,如图2所示。侧边界的高度为从地面到其上1000m;
(2)使用NCL软件中的插值函数处理WRF计算的风场数据,得到侧边界上一系列格点位置上的风场数据。如图2所示,侧边界格点之间的水平距离为WRF的水平分辨率,格点之间的垂直距离为5m至200m,近地面距离小一些,高空距离大一些。输出这些格点上的风速u、v、w和湍动能k数据;
(3)对侧边界上每一系列垂直的点进行多项式拟合,拟合函数为u、v、w、k分别与高度z之间的函数,即u(z)、v(z)、w(z)和k(z);这样处理是为了便于将WRF输出的气象数据导入OpenFOAM,解决两种模式因为分辨率不同无法直接进行数据交换的问题。
2、制作OpenFOAM使用的精细化网格:
(1)下载模拟区域的30m分辨率的ASTER GDEM地形高程数据;
(2)将地形高程数据导入GAMBIT、ICEM等网格生成工具,生成30m水平分辨率的精细化网格,垂直高度上的低空采取高分辨率,高空采取低分辨率。为了避免边界上压力场的异常,需要在截取地形的四周再延展出一定宽度(1-2km)的平坦面;
(3)网格生成之后,导入OpenFOAM模式。
3、WRF与OpenFOAM之间的数据传递:
(1)编写脚本,将拟合后的WRF侧边界函数写入OpenFOAM的边界初始条件文件中。u(z)、v(z)、w(z)放置在0/U文件中,k(z)放置在0/k文件中。同一侧边界上有不同水平位置的拟合函数,每个拟合函数只作用于一段水平范围;
(2)在OpenFOAM的计算控制文件controlDict中调用libgroovyBC.so库文件(之前要为OpenFOAM安装swak4foam工具),即可实现拟合函数u(z)、v(z)、w(z)、k(z)的计算,为OpenFOAM侧边界的精细化格点匹配风场数据,实现OpenFOAM对WRF数据的读入功能。
4、OpenFOAM的驱动:
(1)编写脚本监视WRF的输出情况,WRF每输出一次数据(输出的时间分辨率一般可采用15分钟),就拟合并更新一次OpenFOAM的侧边界拟合函数,并驱动OpenFOAM进行一次计算;
(2)编写脚本监视出入流方向,为入流的侧边界自动选择速度定值入口和压力0梯度,为出流的侧边界自动选速度0梯度和压力定值出口;
(3)驱动OpenFOAM进行计算,计算采用比较成熟的SIMPLE算法、RANS计算方案、k-ε湍流闭合模型。
本发明提供的技术方案可改善WRF在复杂地形下的风场模拟效果,有助于提高风资源评估和风功率预报的准确度。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (6)
1.一种耦合WRF与OpenFOAM模式的风场模拟方法,其特征在于,所述方法包括:
输出并处理中尺度气象模式WRF数据;
制作小尺度开源计算流体力学CFD模式OpenFOAM的精细化网络;
WRF模式与OpenFOAM模式之间数据传递;
驱动OpenFOAM模式进行计算。
2.如权利要求1所述的风场模拟方法,其特征在于,所述输出并处理WRF模式数据包括:
驱动WRF模式模拟目标区域的粗分辨率风场,所述模拟目标区域的4个侧边界设定为矩形边界,侧边界的高度为从地面到其上1000m;
使用插值函数处理WRF模式计算的风场数据,得到侧边界上一系列格点位置上的风场数据;侧边界格点之间的水平距离为WRF模式的水平分辨率,格点之间的垂直距离为5m至200m;输出格点上的风场数据,包括风速u、v、w和湍动能k数据;
对侧边界上每一系列垂直的点进行多项式拟合,拟合函数为风场数据随高度变化的函数,包括u(z)、v(z)、w(z)和k(z)。
3.如权利要求1所述的风场模拟方法,其特征在于,所述制作OpenFOAM模式的精细化网格包括:
生成基于ASTER GDEM地形高程数据30m水平分辨率的精细化网络;
将生成的精细化网络导入OpenFOAM模式中。
4.如权利要求3所述的风场模拟方法,其特征在于,生成基于ASTER GDEM地形高程数据30m水平分辨率的精细化网络包括:
下载模拟区域的30m分辨率的ASTER GDEM地形高程数据;
将ASTER GDEM地形高程数据导入GAMBIT或ICEM网格生成工具,生成30m水平分辨率的精细化网格,垂直高度上第一层网格分辨率为5m,垂直分辨率随网格高度递增,递增是通过倍增的形式或指数递增的形式;在截取地形的四周再延展出1-2km的平坦面,以避免边界上压力场的异常。
5.如权利要求1所述的风场模拟方法,其特征在于,所述WRF模式与OpenFOAM模式之间数据传递包括:
将拟合后的WRF模式侧边界函数写入OpenFOAM模式的边界初始条件文件中;拟合函数u(z)、v(z)、w(z)放置在0/U文件中,拟合函数k(z)放置在0/k文件中;
为OpenFOAM模式安装swak4foam工具,在OpenFOAM模式的计算控制文件controlDict中调用libgroovyBC.so库文件,即实现拟合函数u(z)、v(z)、w(z)和k(z)的计算,为OpenFOAM计算网格侧边界的精细化格点匹配风场数据,实现OpenFOAM模式对WRF模式数据的读入功能。
6.如权利要求1所述的风场模拟方法,其特征在于,所述驱动OpenFOAM模式进行计算包括:
监视WRF模式的输出情况,WRF模式每输出一次数据,输出的时间分辨率一般为15分钟,就拟合并更新一次OpenFOAM模式的侧边界拟合函数,并驱动OpenFOAM模式进行一次计算;输出的时间分辨率采用15分钟;
监视出入流方向,为入流的侧边界自动选择速度定值入口和压力0梯度,为出流的侧边界自动选速度0梯度和压力定值出口;
驱动OpenFOAM模式进行计算,计算采用SIMPLE算法、RANS计算方案或k-ε湍流闭合模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510400100.8A CN106326625B (zh) | 2015-07-09 | 2015-07-09 | 一种耦合WRF与OpenFOAM模式的风场模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510400100.8A CN106326625B (zh) | 2015-07-09 | 2015-07-09 | 一种耦合WRF与OpenFOAM模式的风场模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106326625A true CN106326625A (zh) | 2017-01-11 |
CN106326625B CN106326625B (zh) | 2019-03-08 |
Family
ID=57725569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510400100.8A Active CN106326625B (zh) | 2015-07-09 | 2015-07-09 | 一种耦合WRF与OpenFOAM模式的风场模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106326625B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108268739A (zh) * | 2018-02-07 | 2018-07-10 | 北京应用气象研究所 | 一种飞机播云作业有效催化范围评估方法 |
CN108363882A (zh) * | 2018-03-06 | 2018-08-03 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于动力降尺度模式的山区输电线路设计风速推算方法 |
CN108563867A (zh) * | 2018-04-13 | 2018-09-21 | 华中科技大学 | 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法 |
CN108648271A (zh) * | 2018-04-11 | 2018-10-12 | 华中科技大学 | 一种基于gis数据生成复杂地形网格模型的插值方法 |
CN108664705A (zh) * | 2018-04-13 | 2018-10-16 | 华中科技大学 | 一种基于OpenFOAM的模拟复杂地形地表粗糙度的方法 |
CN108776745A (zh) * | 2018-06-27 | 2018-11-09 | 广东电网有限责任公司电力科学研究院 | 一种基于WRF和Fluent耦合的复杂地形风场模拟方法及装置 |
CN109100717A (zh) * | 2018-06-11 | 2018-12-28 | 广州地理研究所 | 一种多源微波遥感海面风场数据融合方法及其装置 |
CN109583096A (zh) * | 2018-12-03 | 2019-04-05 | 华润电力技术研究院有限公司 | 一种基于中尺度模型和微尺度模型结合的风资源计算方法 |
CN110298115A (zh) * | 2019-07-02 | 2019-10-01 | 中国气象局上海台风研究所 | 一种基于简化地形气动参数的风场动力降尺度方法 |
CN110618473A (zh) * | 2019-10-09 | 2019-12-27 | 北京北科融智云计算科技有限公司 | 一种即时气象情报保障方法 |
CN110717252A (zh) * | 2019-09-20 | 2020-01-21 | 哈尔滨工业大学 | 一种基于wrf和sedris的虚拟大气环境数据生成方法及系统 |
CN111325376A (zh) * | 2018-12-14 | 2020-06-23 | 北京金风科创风电设备有限公司 | 风速预测方法及装置 |
CN111339714A (zh) * | 2020-02-17 | 2020-06-26 | 珠江水利委员会珠江水利科学研究院 | 基于FVCOM和OpenFOAM模型的多尺度水动力耦合方法 |
CN111723532A (zh) * | 2020-05-27 | 2020-09-29 | 智慧航海(青岛)科技有限公司 | 一种耦合POM和OpenFOAM的数值造波方法 |
CN112149365A (zh) * | 2020-09-29 | 2020-12-29 | 华能新能源股份有限公司 | 一种微尺度风模型系统及方法 |
CN112926212A (zh) * | 2021-03-10 | 2021-06-08 | 航天科工智慧产业发展有限公司 | 一种内陆平原风能资源评估方法、系统及风机选址方法 |
CN113127530A (zh) * | 2021-03-05 | 2021-07-16 | 中国气象科学研究院 | 一种基于铁路网的大气三维结构动态探测信息群同化系统 |
CN113536569A (zh) * | 2021-07-16 | 2021-10-22 | 国网湖南省电力有限公司 | 基于风速段的wrf近地面风场模拟及结果评估方法及系统 |
CN113627096A (zh) * | 2021-07-14 | 2021-11-09 | 哈尔滨工业大学 | 一种基于空间相关性和监测数据的精细风场模拟方法 |
CN113868970A (zh) * | 2021-08-13 | 2021-12-31 | 中国人民解放军国防科技大学 | 一种基于数值仿真模型及中尺度气象模式的机场区域多源风场融合方法 |
CN115758942A (zh) * | 2022-11-28 | 2023-03-07 | 长沙理工大学 | 基于大气-海浪-海洋-结构物耦合作用的海上风电机组桩基荷载计算方法及系统 |
CN116842877A (zh) * | 2023-09-04 | 2023-10-03 | 江苏省环境监测中心 | 一种基于多源数据综合利用的小尺度三维风场重构算法 |
CN117829010A (zh) * | 2023-12-01 | 2024-04-05 | 华东交通大学 | 基于wrf和cfd数据耦合的中期风速预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120050750A1 (en) * | 2009-04-21 | 2012-03-01 | Michigan Aerospace Corporation | Atmospheric measurement system |
US20140244188A1 (en) * | 2013-02-28 | 2014-08-28 | International Business Machines Corporation | Forecasting output power of wind turbine in wind farm |
-
2015
- 2015-07-09 CN CN201510400100.8A patent/CN106326625B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120050750A1 (en) * | 2009-04-21 | 2012-03-01 | Michigan Aerospace Corporation | Atmospheric measurement system |
US20140244188A1 (en) * | 2013-02-28 | 2014-08-28 | International Business Machines Corporation | Forecasting output power of wind turbine in wind farm |
CN104021424A (zh) * | 2013-02-28 | 2014-09-03 | 国际商业机器公司 | 用于预测风场中的风机的输出功率的方法和装置 |
Non-Patent Citations (3)
Title |
---|
BAHTIYAR EFE 等: "《72hr forecast of wind power in manisa, Turkey by using the WRF model coupled to WIndsim》", 《2012 INTERNATIONAL CONFERENCE ON RENEWABLE ENERGY RESEARCH AND APPLICATIONS》 * |
MIAO YUCONG 等: "《Simulating Urban Flow and Dispersion in Beijing by Coupling a CFD Model with the WRF Model》", 《ADVANCES IN ATMOSPHERIC SCIENCES》 * |
王澄海 等: "《中尺度WRF模式在西北西部地区低层风场模拟中的应用和检验》", 《干旱气象》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108268739A (zh) * | 2018-02-07 | 2018-07-10 | 北京应用气象研究所 | 一种飞机播云作业有效催化范围评估方法 |
CN108268739B (zh) * | 2018-02-07 | 2021-03-02 | 北京应用气象研究所 | 一种飞机播云作业有效催化范围评估方法 |
CN108363882B (zh) * | 2018-03-06 | 2021-10-15 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于动力降尺度模式的山区输电线路设计风速推算方法 |
CN108363882A (zh) * | 2018-03-06 | 2018-08-03 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于动力降尺度模式的山区输电线路设计风速推算方法 |
CN108648271B (zh) * | 2018-04-11 | 2020-07-14 | 华中科技大学 | 一种基于gis数据生成复杂地形网格模型的插值方法 |
CN108648271A (zh) * | 2018-04-11 | 2018-10-12 | 华中科技大学 | 一种基于gis数据生成复杂地形网格模型的插值方法 |
CN108664705A (zh) * | 2018-04-13 | 2018-10-16 | 华中科技大学 | 一种基于OpenFOAM的模拟复杂地形地表粗糙度的方法 |
CN108563867A (zh) * | 2018-04-13 | 2018-09-21 | 华中科技大学 | 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法 |
CN108664705B (zh) * | 2018-04-13 | 2020-09-08 | 华中科技大学 | 一种基于OpenFOAM的模拟复杂地形地表粗糙度的方法 |
CN109100717A (zh) * | 2018-06-11 | 2018-12-28 | 广州地理研究所 | 一种多源微波遥感海面风场数据融合方法及其装置 |
CN108776745A (zh) * | 2018-06-27 | 2018-11-09 | 广东电网有限责任公司电力科学研究院 | 一种基于WRF和Fluent耦合的复杂地形风场模拟方法及装置 |
CN109583096A (zh) * | 2018-12-03 | 2019-04-05 | 华润电力技术研究院有限公司 | 一种基于中尺度模型和微尺度模型结合的风资源计算方法 |
CN111325376A (zh) * | 2018-12-14 | 2020-06-23 | 北京金风科创风电设备有限公司 | 风速预测方法及装置 |
CN110298115A (zh) * | 2019-07-02 | 2019-10-01 | 中国气象局上海台风研究所 | 一种基于简化地形气动参数的风场动力降尺度方法 |
CN110298115B (zh) * | 2019-07-02 | 2022-05-17 | 中国气象局上海台风研究所 | 一种基于简化地形气动参数的风场动力降尺度方法 |
EP3761213A1 (en) | 2019-07-02 | 2021-01-06 | Shanghai Typhoon Institute, CMA | A wind field dynamic downscaling method based on aerodynamic parameters of simplified terrain |
CN110717252A (zh) * | 2019-09-20 | 2020-01-21 | 哈尔滨工业大学 | 一种基于wrf和sedris的虚拟大气环境数据生成方法及系统 |
CN110717252B (zh) * | 2019-09-20 | 2024-04-02 | 哈尔滨工业大学 | 一种基于wrf和sedris的虚拟大气环境数据生成方法及系统 |
CN110618473A (zh) * | 2019-10-09 | 2019-12-27 | 北京北科融智云计算科技有限公司 | 一种即时气象情报保障方法 |
CN111339714A (zh) * | 2020-02-17 | 2020-06-26 | 珠江水利委员会珠江水利科学研究院 | 基于FVCOM和OpenFOAM模型的多尺度水动力耦合方法 |
CN111723532A (zh) * | 2020-05-27 | 2020-09-29 | 智慧航海(青岛)科技有限公司 | 一种耦合POM和OpenFOAM的数值造波方法 |
CN112149365A (zh) * | 2020-09-29 | 2020-12-29 | 华能新能源股份有限公司 | 一种微尺度风模型系统及方法 |
CN112149365B (zh) * | 2020-09-29 | 2023-06-30 | 华能新能源股份有限公司 | 一种微尺度风模型系统及方法 |
CN113127530A (zh) * | 2021-03-05 | 2021-07-16 | 中国气象科学研究院 | 一种基于铁路网的大气三维结构动态探测信息群同化系统 |
CN112926212A (zh) * | 2021-03-10 | 2021-06-08 | 航天科工智慧产业发展有限公司 | 一种内陆平原风能资源评估方法、系统及风机选址方法 |
CN112926212B (zh) * | 2021-03-10 | 2023-10-13 | 航天科工智慧产业发展有限公司 | 一种内陆平原风能资源评估方法、系统及风机选址方法 |
CN113627096B (zh) * | 2021-07-14 | 2022-04-29 | 哈尔滨工业大学 | 一种基于空间相关性和监测数据的精细风场模拟方法 |
CN113627096A (zh) * | 2021-07-14 | 2021-11-09 | 哈尔滨工业大学 | 一种基于空间相关性和监测数据的精细风场模拟方法 |
CN113536569A (zh) * | 2021-07-16 | 2021-10-22 | 国网湖南省电力有限公司 | 基于风速段的wrf近地面风场模拟及结果评估方法及系统 |
CN113868970A (zh) * | 2021-08-13 | 2021-12-31 | 中国人民解放军国防科技大学 | 一种基于数值仿真模型及中尺度气象模式的机场区域多源风场融合方法 |
CN115758942A (zh) * | 2022-11-28 | 2023-03-07 | 长沙理工大学 | 基于大气-海浪-海洋-结构物耦合作用的海上风电机组桩基荷载计算方法及系统 |
CN116842877A (zh) * | 2023-09-04 | 2023-10-03 | 江苏省环境监测中心 | 一种基于多源数据综合利用的小尺度三维风场重构算法 |
CN116842877B (zh) * | 2023-09-04 | 2023-11-28 | 江苏省环境监测中心 | 一种基于多源数据综合利用的小尺度三维风场重构算法 |
CN117829010A (zh) * | 2023-12-01 | 2024-04-05 | 华东交通大学 | 基于wrf和cfd数据耦合的中期风速预测方法 |
CN117829010B (zh) * | 2023-12-01 | 2024-08-20 | 华东交通大学 | 基于wrf和cfd数据耦合的中期风速预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106326625B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106326625A (zh) | 一种耦合WRF与OpenFOAM模式的风场模拟方法 | |
Meneveau | Big wind power: seven questions for turbulence research | |
Xu et al. | Modelling hydrological consequences of climate change—progress and challenges | |
Zadra et al. | The next Canadian regional climate model | |
CN108563867A (zh) | 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法 | |
De Troch et al. | Multiscale performance of the ALARO-0 model for simulating extreme summer precipitation climatology in Belgium | |
Reikard et al. | Simulating and forecasting ocean wave energy in western Canada | |
CN103390116B (zh) | 采用分步方式的光伏电站发电功率预测方法 | |
Liu et al. | Simulation of flow fields in complex terrain with WRF-LES: Sensitivity assessment of different PBL treatments | |
Žagar et al. | Energy spectra and inertia–gravity waves in global analyses | |
CN110659448B (zh) | 一种非正交集合预报初值扰动算法 | |
CN106250656A (zh) | 一种结合大数据的复杂地形风电场设计平台及方法 | |
Malz et al. | Drag-mode airborne wind energy vs. wind turbines: An analysis of power production, variability and geography | |
CN109583096A (zh) | 一种基于中尺度模型和微尺度模型结合的风资源计算方法 | |
CN101741085A (zh) | 一种短期风电功率预报方法 | |
Guo et al. | VIC distributed hydrological model to predict climate change impact in the Hanjiang basin | |
Yuan et al. | Coupled wind farm parameterization with a mesoscale model for simulations of an onshore wind farm | |
Clifton et al. | Research challenges and needs for the deployment of wind energy in hilly and mountainous regions | |
CN112100922A (zh) | 一种基于wrf和cnn卷积神经网络的风资源预测方法 | |
CN108629056A (zh) | 一种风电功率预测方法及系统 | |
CN111898296A (zh) | 一种核物质大气扩散及沉降多尺度模拟方法及系统 | |
CN117077557A (zh) | 一种用于强风环境的城市高层建筑物火灾蔓延的多尺度模拟方法 | |
CN115048790A (zh) | 一种风功率预测快速降尺度的方法和系统 | |
Miyakoda et al. | The effect of horizontal grid resolution in an atmospheric circulation model | |
Kurowski et al. | Convection-permitting regional weather modeling with COSMO-EULAG: Compressible and anelastic solutions for a typical westerly flow over the Alps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |