CN109598064A - 一种基于OpenFOAM的风资源计算区域寻优方法 - Google Patents
一种基于OpenFOAM的风资源计算区域寻优方法 Download PDFInfo
- Publication number
- CN109598064A CN109598064A CN201811474669.9A CN201811474669A CN109598064A CN 109598064 A CN109598064 A CN 109598064A CN 201811474669 A CN201811474669 A CN 201811474669A CN 109598064 A CN109598064 A CN 109598064A
- Authority
- CN
- China
- Prior art keywords
- openfoam
- wind
- target area
- resources
- analyzed
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明提供了一种基于OpenFOAM的风资源计算区域寻优方法,包括:在目标区域范围内根据测风塔的实测数据确定目标区域范围的主风向,并确定OpenFOAM模型的边界条件和初始值;根据目标区域范围内测风塔位置确定最小计算区域范围的最小半径;根据最小半径对应的不同待分析距离,通过OpenFOAM模型分别进行迭代计算,获得每个待分析距离对应的迭代计算范围;通过每个测风塔实测数据进行校验,确定最优风资源计算区域。本发明实现了通过主风向扇区,不同地形图大小的迭代计算,用多测风塔验证计算互推误差,寻找最优的计算区域大小,可显著降低由复杂地形的入流边界条件引起的CFD计算不确定性。
Description
技术领域
本发明涉及风资源评估技术领域,更具体地说,涉及一种基于OpenFOAM的风资源计算区域寻优方法。
背景技术
风资源评估工作中,现场地形图是一个重要的输入文件,对风资源计算准确度会造成重大影响。在复杂地形的项目中,这种影响特别明显。因为选取不同的计算范围,计算区域入口处的地形就随之改变,即入流边界条件改变。
目前常用的风资源评估软件包括:WAsP、WindFarmer、WindSim、WT和WindPRO等,对于风资源评估中计算区域选择的方法是在感兴趣的区域(自己框选)外推一个默认距离,常用的是五公里。目前对于风资源评估中计算区域选择的方法是在感兴趣的区域(自己框选)外推一个默认距离,该默认距离为通过人工经验确定的值,为五公里。而由于入流边界条件是一条理论风廓线,不考虑海拔高度。因此不同的计算区域选择,会直接导致入流风廓线处在不同的海拔高度。
总之,现有的确定风资源计算区域的方法,只能通过设置单一的默认距离去进行计算,导致入流边界条件不同,造成计算不准确,结果误差大。
发明内容
有鉴于此,本发明提供一种基于OpenFOAM的风资源计算区域寻优方法以解决现有技术的不足。
为解决上述问题,本发明提供一种基于OpenFOAM的风资源计算区域寻优方法,包括:
在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向;
根据所述主风向确定OpenFOAM模型的边界条件和初始值;并且,根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径;
基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围;
通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域。
优选地,所述“基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围”包括:
获取预设外扩步长和预设外扩最大距离;
在所述预设外扩最大距离内,根据所述预设外扩步长对所述最小半径进行分别叠加,得到多个待分析距离
通过所述OpenFOAM模型分别对每个所述待分析距离进行迭代计算,获得每个所述待分析距离对应的迭代计算范围。
优选地,所述“在所述预设外扩最大距离内,根据所述预设外扩步长对所述最小半径进行分别叠加,得到多个待分析距离”包括:
在所述预设外扩最大距离内,根据所述预设外扩步长确定迭代递增数,并根据所述迭代递增数对所述最小半径进行分别叠加,得到多个待分析距离;其中,通过如下公式进行叠加:Di=R+i×n;其中,Di为待分析距离,R为最小半径,n为预设外扩步长,k为预设外扩最大距离,i为迭代递增数;并且,i×n≤k。
优选地,所述“通过所述OpenFOAM模型分别对每个所述待分析距离进行迭代计算,获得每个所述待分析距离对应的迭代计算范围”包括:
将所述待分析距离的覆盖范围内的地形图进行网格化,得到多个网格区;
将每个所述网格区输入所述OpenFOAM模型进行计算,得到所述迭代计算范围。
优选地,所述“通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域”包括:
计算每个所述测风塔的位置处的实测数据与迭代计算范围的误差的绝对值总和,作为计算误差值,并生成包含所述计算误差值的校验结果;
将所述计算误差值最小的校验结果对应的所述迭代计算范围作为最优风资源计算区域。
优选地,所述“根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径”包括:
确定所述目标区域范围内所有测风塔位置的共同中心点;
以所述共同中心点作为圆心,以距离所述共同中心点距离最远的所述测风塔的位置作为半径,得到圆形的最小计算区域范围;并且,将所述最小计算区域范围的半径作为最小半径。
优选地,所述“在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向”包括:
接收地形图数据,根据所述地形图数据计算得出所述地形图数据对应的范围内的所述目标区域范围;
获取所述目标区域范围内的测风塔的实测数据,并根据所述实测数据确定所述目标区域范围的主风向。
所述“根据所述校验结果确定最优风资源计算区域”之后,还包括:
根据所述最优风资源计算区域,对所述主风向以外角度的风向进行计算,获得辅助风向结果。
此外,为解决上述问题,本发明还提供一种基于OpenFOAM的风资源计算区域寻优装置,包括:
确定模块,用于在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向;
所述确定模块,还用于根据所述主风向确定OpenFOAM模型的边界条件和初始值;并且,根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径;
计算模块,用于基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围;
校验模块,用于通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域。
此外,为解决上述问题,本发明还提供一种计算机设备,所述计算机设备包括存储器以及处理器,所述存储器用于存储基于OpenFOAM的风资源计算区域寻优程序,所述处理器运行所述基于OpenFOAM的风资源计算区域寻优程序以使所述移动终端执行如上述所述基于OpenFOAM的风资源计算区域寻优方法。
此外,为解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有基于OpenFOAM的风资源计算区域寻优程序,所述基于OpenFOAM的风资源计算区域寻优程序被处理器执行时实现如上述所述基于OpenFOAM的风资源计算区域寻优方法。
本发明提供的一种基于OpenFOAM的风资源计算区域寻优方法。包括:在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向;根据所述主风向确定OpenFOAM模型的边界条件和初始值;并且,根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径;基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围;通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域。本发明通过确定目标区域范围的主风向,进而确定包含区域内所有测风塔的最小计算区域范围的最小半径,通过OpenFOAM模型分别进行迭代计算,并通过测风塔实测数据对计算结果进行校验,根据校验结果确定最优风资源计算区域。本发明实现了通过主风向扇区,不同地形图大小的迭代计算,用多测风塔验证计算互推误差,寻找最优的计算区域大小,可显著降低由复杂地形的入流边界条件引起的CFD计算不确定性。
附图说明
图1为不同计算范围对入流边界和入流风廓线的影响;
图2为本发明基于OpenFOAM的风资源计算区域寻优方法实施例方案涉及的硬件运行环境的结构示意图;
图3为本发明基于OpenFOAM的风资源计算区域寻优方法第一实施例的流程示意图;
图4为本发明基于OpenFOAM的风资源计算区域寻优方法第二实施例中步骤S300细化的流程示意图;
图5为本发明基于OpenFOAM的风资源计算区域寻优方法第二实施例中步骤S320和步骤S330细化的流程示意图;
图6为本发明基于OpenFOAM的风资源计算区域寻优方法第二实施例中步骤S200细化的流程示意图;
图7为本发明基于OpenFOAM的风资源计算区域寻优方法第三实施例的流程示意图;
图8为本发明的另一种OpenFOAM的风资源计算区域寻优方法的流程示意图;
图9为本发明基于OpenFOAM的风资源计算区域寻优装置的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面详细描述本发明的实施例,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,是本发明实施例方案涉及的终端的硬件运行环境的结构示意图。
本发明实施例终端可以是的PC,也可以是智能手机、平板电脑、或者具有一定计算能力并且包含有图像采集设备的电子书阅读器、MP3播放器、MP4播放器、便携计算机等可移动式终端设备。如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏、输入单元比如键盘、遥控器,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器,例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地,终端还可以包括RF(Radio Frequency,射频)电路、音频电路、WiFi模块等等。此外,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、数据接口控制程序、网络连接程序以及基于OpenFOAM的风资源计算区域寻优程序。
本发明提供的一种基于OpenFOAM的风资源计算区域寻优方法。其中,所述方法实现了通过主风向扇区,不同地形图大小的迭代计算,用多测风塔验证计算互推误差,寻找最优的计算区域大小,可显著降低由复杂地形的入流边界条件引起的CFD计算不确定性。
实施例1:
参照图1-2,本发明第一实施例提供一种基于OpenFOAM的风资源计算区域寻优方法,包括:
步骤S100,在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向;
上述,目标区域范围,为需要进行测试计算的在地形图的范围内的区域,该区域具有明确的尺寸范围。例如,将某城市中心地带的10km×10km的正方形区域,作为目标区域范围。
上述,需要说明的是,测风塔是一种用于测量风能参数的高耸塔架结构,即一种用于对近地面气流运动情况进行观测、记录的塔形构筑物。以前多由风力发电企业、气象、环保部门建造,用于气象观测和大气环境监测。测风塔的组成部分包括塔底座、塔柱、横杆、斜杆、风速仪支架、避针、拉线(自立塔无)。在目标区域范围内,设置有至少一个测风塔。根据测风塔的实测数据,可获知目标区域范围的主风向。
步骤S200,根据所述主风向确定OpenFOAM模型的边界条件和初始值;并且,根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径;
需要说明的是,目前传统的风资源评估方法一般分为两种,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。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。这种评估计算是基于入流边界条件和变量场的初始值展开的。入流边界条件的改变会对计算结果造成重大影响。
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,大大降低了应用成本。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、;自流闭合、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。
目前常用的风资源评估软件包括:WAsP、WindFarmer、WindSim、WT和WindPRO等,对于风资源评估中计算区域选择的方法是在感兴趣的区域(自己框选)外推一个默认距离,常用的是五公里。目前对于风资源评估中计算区域选择的方法是在感兴趣的区域(自己框选)外推一个默认距离,该默认距离为通过人工经验确定的值,为五公里。而由于入流边界条件是一条理论风廓线,不考虑海拔高度。因此不同的计算区域选择,会直接导致入流风廓线处在不同的海拔高度。如图1所示。如果计算区域选择D1,则入流风廓线在山顶;如果计算区域选择D2,则入流风廓线在山腰。图1显示的不同计算对计算造成的影响,相同的入流风廓线,用D1计算范围时,入流边界在山顶上,入流风廓线就落在了山顶;用D2计算范围时,入流边界在山腰,入流风廓线就落在的山腰;这种因为计算范围大小的不同选择,使入流风廓线落在了不同的地形,会对计算结果造成严重的影响。
上述,OpenFOAM模型的计算输入值需要边界条件和初始值。其中。。。。
需要说明的是,数值计算的基本概念是求解一个物理或者化学问题的数学方程,这里的数学方程一般是一组偏微分方程(包括边界条件,没有边界条件的偏微分方程组是不完整的)。因为偏微分方程组很难直接算出结果,所以要用数值方法,简单说来就是假设一个初始值,然后开始迭代计算。迭代需要把问题离散(就是分解开来),比如我要计算深圳市的天气,我就要把深圳市分割成很多小块去迭代,这个小块就是网格。只要这组偏微分方程组数学上是收敛的话,通过迭代就一定能得到最后正确的结果。
边界条件是一个函数,里面需要设定几个参数,参数有一定的范围。在风资源计算里面,这个边界条件就是我计算区域入口处的风廓线,这种风廓线是时刻变动的,所以是位置的。我们的办法是采用一个标准的函数去代替。初始值也一样有范围。边界条件的作用是定义求解问题的边界情况,初始值的作用是给迭代求解提供一个初始值。这两个是求解器必须的输入,没有它们后续无法计算求解。
综上,边界条件是根据问题本身推导出来的;初始值是人为根据经验给定的一个猜测值;这两个是求解的必要输入。
步骤S300,基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围;
OpenFOAM模型中具有OpenFOAM求解器,通过OpenFOAM求解器对所得到的不同范围的多个最小半径、边界条件和初始值进行输入,进行迭代计算,从而分别得到每个最小半径对应的待分析距离对应的迭代计算范围。其中,迭代计算范围为多个,分别用于进行进一步的分析计算。
步骤S400,通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域。
通过迭代计算范围内的每个测风塔的实测数据对所得到的迭代计算范围进行校验,得到每个迭代计算范围对应的误差数据,即为校验结果,并根据校验结果中误差最小的进行寻优,从而得到其中的最优风资源计算区域。
本实施例提供的一种基于OpenFOAM的风资源计算区域寻优方法。通过确定目标区域范围的主风向,进而确定包含区域内所有测风塔的最小计算区域范围的最小半径,通过OpenFOAM模型分别进行迭代计算,并通过测风塔实测数据对计算结果进行校验,根据校验结果确定最优风资源计算区域。本实施例实现了通过主风向扇区,不同地形图大小的迭代计算,用多测风塔验证计算互推误差,寻找最优的计算区域大小,可显著降低由复杂地形的入流边界条件引起的CFD计算不确定性,提高准确性,降低误差。
实施例2:
参照图4-6,本发明第二实施例提供一种基于OpenFOAM的风资源计算区域寻优方法,基于上述图2所示的第一实施例,所述步骤S300,“基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围”包括:
步骤S310,获取预设外扩步长和预设外扩最大距离;
上述,需要说明的是,目前常用的风资源评估软件包括:WAsP、WindFarmer、WindSim、WT和WindPRO等,对于风资源评估中计算区域选择的方法是在感兴趣的区域(自己框选)外扩一个默认距离,常用的是五公里。
步骤S320,在所述预设外扩最大距离内,根据所述预设外扩步长对所述最小半径进行分别叠加,得到多个待分析距离。
步骤S330,通过所述OpenFOAM模型分别对每个所述待分析距离进行迭代计算,获得每个所述待分析距离对应的迭代计算范围。
所述步骤S320,“在所述预设外扩最大距离内,根据所述预设外扩步长对所述最小半径进行分别叠加,得到多个待分析距离”包括:
步骤S321,在所述预设外扩最大距离内,根据所述预设外扩步长确定迭代递增数,并根据所述迭代递增数对所述最小半径进行分别叠加,得到多个待分析距离;其中,通过如下公式进行叠加:Di=R+i×n;其中,Di为待分析距离,R为最小半径,n为预设外扩步长,k为预设外扩最大距离,i为迭代递增数;并且,i×n≤k。
上述,迭代递增数为自然数,即迭代递增的频率,i可以为1、2、3、4、5、6…..。
上述,i×n即为需要叠加的外扩距离。并且,限定i×n≤k。
上述,i是迭代递增数,R为最小半径,n为预设外扩步长,k为预设外扩最大距离;当i=1,n=2,且K=10,则从半径R+1×2开始,下一个循环就是R+2×2,在下一个Di=R+4×2,以此类推,直到递增到Di=R+4×2
就是计算半径从R+1开始,下一个循环就变成R+5×2为止,不在叠加,以为有i×n≤k,即预设外扩最大距离的限定。
所述步骤S200,“根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径”包括:
步骤S210,确定所述目标区域范围内所有测风塔位置的共同中心点;
上述,共同中心点为多个测风塔的位置的相对的中心。例如,目标区域范围中包含有5个测风塔,获得五个测风塔的位置,根据其位置,可确定这五个测风塔的中心点位置,作为共同中心点。该共同中心点可以落在其中一个测风塔上,也可以落在区别于五个测风塔的其他位置。
步骤S220,以所述共同中心点作为圆心,以距离所述共同中心点距离最远的所述测风塔的位置作为半径,得到圆形的最小计算区域范围;并且,将所述最小计算区域范围的半径作为最小半径。
上述,以共同中心点作为圆心,将距离该中心点最远的测风塔作为半径,则可构建得到最小计算区域范围,该范围即为包含有该目标区域范围内的所有测风塔的最小的圆形区域。
所述步骤S330,“通过所述OpenFOAM模型分别对每个所述待分析距离进行迭代计算,获得每个所述待分析距离对应的迭代计算范围”包括:
步骤S331,将所述待分析距离的覆盖范围内的地形图进行网格化,得到多个网格区;
上述,通过将地形图网格化,可得到多个并列并且可连续的网格区,每个网格区具有相同的大小。
需要说明的是,数值计算的基本概念是求解一个物理或者化学问题的数学方程,这里的数学方程一般是一组偏微分方程(包括边界条件,没有边界条件的偏微分方程组是不完整的)。因为偏微分方程组很难直接算出结果,所以要用数值方法,简单说来就是假设一个初始值,然后开始迭代计算。迭代需要把问题离散(就是分解开来),比如,要计算A市的天气,则需要把A市分割成很多小块去迭代,这其中的每个小块就是网格。只要这组偏微分方程组数学上是收敛的话,通过迭代就一定能得到最后正确的结果。
步骤S332,将每个所述网格区输入所述OpenFOAM模型进行计算,得到所述迭代计算范围。
上述,在网格化待分析距离覆盖的范围后,通过OpenFOAM模型进行计算,进而得到每个待分析距离对应的迭代计算范围。
本实施例中,通过确定最小半径,可得到包含有该区域内所有测风塔的最小计算区域范围,该最小半径即为最小计算区域范围的半径。在最小半径的基础上,通过进行分别对最小半径的迭代递增,获得预设外扩最大距离内的以外扩步长为单位进行递增的不同的待分析距离。进而根据待分析距离输入OpenFOAM模型分别对每个所述待分析距离进行迭代计算,获得每个所述待分析距离对应的迭代计算范围,从而通过OpenFOAM模型得到迭代计算范围,以便于进一步对于每个迭代计算范围进行校验和比较,从而找出最优的风资源计算区域,提高了对于风资源计算区域分析的准确性。
实施例3:
参照图7,本发明第三实施例提供一种基于OpenFOAM的风资源计算区域寻优方法,基于上述图2所示的第一实施例,所述步骤S400,“通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域”包括:
步骤S410,计算每个所述测风塔的位置处的实测数据与迭代计算范围的误差的绝对值总和,作为计算误差值,并生成包含所述计算误差值的校验结果;
上述在迭代计算范围内,包含有至少一个测风塔,利用每个测风塔的位置的实测数据对该迭代计算范围进行误差计算,计算各个测风塔点位出的计算误差。并求所有测风塔校验后的误差的绝对值总和,作为计算误差值。
需要说明的是,风资源计算是以年为单位的,即计算的是一年的平均风速大小。计算得到的某点位的年平均风速大小(例如6m/s)和实际测风塔测到的风速的年平均值(例如5m/s)做比较,其误差值即(6-5)/5=0.2,即20%的误差。
步骤S420,将所述计算误差值最小的校验结果对应的所述迭代计算范围作为最优风资源计算区域。
通过选择其中计算误差值最小的校验结果对应的迭代计算范围作为最优风资源计算区域。其中,计算误差值最小,即可判定为其模拟的范围与实际的范围最接近,并且误差最小,则可将该迭代计算范围作为最优结果。
所述步骤S100,“在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向”包括:
步骤S110,接收地形图数据,根据所述地形图数据计算得出所述地形图数据对应的范围内的所述目标区域范围;
上述,地形图数据为用户导入的包含有目标区域范围的地形图。
步骤S120,获取所述目标区域范围内的测风塔的实测数据,并根据所述实测数据确定所述目标区域范围的主风向。
所述步骤S400,“根据所述校验结果确定最优风资源计算区域”之后,还包括:
步骤S500,根据所述最优风资源计算区域,对所述主风向以外角度的风向进行计算,获得辅助风向结果。
在对于其他计算范围(迭代计算范围)的计算已经完成,进而找出结果中误差最小的作为最优结果。因为前述步骤中,是基于主风向的计算和预测,但是实际上风是360度吹的,所以除了计算主风向外,还要把其它的风向也做计算,根据最优风资源计算区域,对其他风向进行计算,得到辅助风向结果,并可进行其他运算。
上述,在进行对所述主风向以外角度的风向进行计算,获得辅助风向结果后,最终得到的就是年平均风速,这个风速结合风力发电机的发电功率曲线,就可以算出某台风力发电机在某个位置上一年有多少发电量。电能是风力发电的最终产品,有了发电量就能算出一年的成本和盈利。
需要说明的是,风除了主风向,还有其它风向,所以做风资源计算时一般是将360度分成16个区,然后一个区作为一个风向来做近似计算的,所以除了主风向外还有15个风向要做计算。理论上其它15个风向也可以做上述的边界范围寻优,但是考虑到计算成本的问题,就直接采用主风向上找到的最佳范围来做计算。
此外,为更好的说明本发明,参考图8,本实施例中提供一种基于OpenFOAM的风资源计算区域寻优方法。
S1、用户上传地形图,并对地形图文件进行解析,获得实测地形图所处区域范围;
S2、根据项目资料(测风塔实测数据)确定风场的主风向;
上述,在进行OpenFOAM计算前要进行测风数据处理,测风数据是OpenFOAM计算的输入,这里的项目资料主要就是测风数据,由测风数据可以看出来风主要吹的方向;
S3、根据主风向设置OpenFOAM的边界条件和初始值;
S4、计算最小计算区域范围半径R,此范围是以计划风场范围的中心点为圆心,以距离中心点最远的风机距离为半径的圆形区域;
S5、设置地形图外扩步长(如1km)和外扩最大距离(如10km);
S6、以最小计算区域半径R+i(i=1,2,3…)km,选定计算范围Di;
上述,I是迭代递增,从i=1开始,就是计算半径从R+1开始,下一个循环就变成R+2…;
S7、将D1(i=1)范围覆盖的地形图网格化,并运行OpenFOAM求解器计算;
S8、用多个测风塔校验OpenFOAM计算结果,计算各个测风塔点位处的计算误差的绝对值总和;
地形图就是某个地方的地图,比如某市,有市地图。测风塔是一个测量风速风向的塔,某市内可以有很多个。
S9、回到S4,以最小计算区域半径R+2km,选定计算范围D2。重复,直到D10(i=10)。
上述,当前计算的是R+1范围的,在S5中已经定义了,外扩从1km到10km,所以需要返回9次,分别计算R+2,R+3,R+4,…R+10.然后从这10个范围的计算结果中找出那个计算误差最小的计算区域。返回是返回到S6。
S10、寻找所有计算中误差最小的计算区域;
上述,这一步是返回到S6,用下一个计算半径,即R+2去做计算。
S11、以最优计算区域完成剩余风向的计算。
到这一步时,前面10个不同计算范围的计算已经完成,第S10做的就是在这10个结果中找出误差最小的那个。
因为前面从S2开始做的计算都是针对主风向的,但是实际上风是360度吹的,所以除了计算主风向外,还要把其它的风向也做计算。
此外,参考图9,本发明还提供一种基于OpenFOAM的风资源计算区域寻优装置,包括:
确定模块10,用于在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向;
所述确定模块10,还用于根据所述主风向确定OpenFOAM模型的边界条件和初始值;并且,根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径;
计算模块20,用于基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围;
校验模块30,用于通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域。
此外,本发明还提供一种计算机设备,所述计算机设备包括存储器以及处理器,所述存储器用于存储基于OpenFOAM的风资源计算区域寻优程序,所述处理器运行所述基于OpenFOAM的风资源计算区域寻优程序以使所述移动终端执行如上述所述基于OpenFOAM的风资源计算区域寻优方法。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有基于OpenFOAM的风资源计算区域寻优程序,所述基于OpenFOAM的风资源计算区域寻优程序被处理器执行时实现如上述所述基于OpenFOAM的风资源计算区域寻优方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于OpenFOAM的风资源计算区域寻优方法,其特征在于,包括:
在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向;
根据所述主风向确定OpenFOAM模型的边界条件和初始值;并且,根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径;
基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围;
通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域。
2.如权利要求1所述基于OpenFOAM的风资源计算区域寻优方法,其特征在于,所述“基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围”包括:
获取预设外扩步长和预设外扩最大距离;
在所述预设外扩最大距离内,根据所述预设外扩步长对所述最小半径进行分别叠加,得到多个待分析距离
通过所述OpenFOAM模型分别对每个所述待分析距离进行迭代计算,获得每个所述待分析距离对应的迭代计算范围。
3.如权利要求2所述基于OpenFOAM的风资源计算区域寻优方法,其特征在于,所述“在所述预设外扩最大距离内,根据所述预设外扩步长对所述最小半径进行分别叠加,得到多个待分析距离”包括:
在所述预设外扩最大距离内,根据所述预设外扩步长确定迭代递增数,并根据所述迭代递增数对所述最小半径进行分别叠加,得到多个待分析距离;其中,通过如下公式进行叠加:Di=R+i×n;其中,Di为待分析距离,R为最小半径,n为预设外扩步长,k为预设外扩最大距离,i为迭代递增数;并且,i×n≤k。
4.如权利要求2所述基于OpenFOAM的风资源计算区域寻优方法,其特征在于,所述“通过所述OpenFOAM模型分别对每个所述待分析距离进行迭代计算,获得每个所述待分析距离对应的迭代计算范围”包括:
将所述待分析距离的覆盖范围内的地形图进行网格化,得到多个网格区;
将每个所述网格区输入所述OpenFOAM模型进行计算,得到所述迭代计算范围。
5.如权利要求1所述基于OpenFOAM的风资源计算区域寻优方法,其特征在于,所述“通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域”包括:
计算每个所述测风塔的位置处的实测数据与迭代计算范围的误差的绝对值总和,作为计算误差值,并生成包含所述计算误差值的校验结果;
将所述计算误差值最小的校验结果对应的所述迭代计算范围作为最优风资源计算区域。
6.如权利要求1所述基于OpenFOAM的风资源计算区域寻优方法,其特征在于,所述“根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径”包括:
确定所述目标区域范围内所有测风塔位置的共同中心点;
以所述共同中心点作为圆心,以距离所述共同中心点距离最远的所述测风塔的位置作为半径,得到圆形的最小计算区域范围;并且,将所述最小计算区域范围的半径作为最小半径。
7.如权利要求1所述基于OpenFOAM的风资源计算区域寻优方法,其特征在于,所述“在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向”包括:
接收地形图数据,根据所述地形图数据计算得出所述地形图数据对应的范围内的所述目标区域范围;
获取所述目标区域范围内的测风塔的实测数据,并根据所述实测数据确定所述目标区域范围的主风向;
所述“根据所述校验结果确定最优风资源计算区域”之后,还包括:
根据所述最优风资源计算区域,对所述主风向以外角度的风向进行计算,获得辅助风向结果。
8.一种基于OpenFOAM的风资源计算区域寻优装置,其特征在于,包括:
确定模块,用于在目标区域范围内,根据测风塔的实测数据,确定所述目标区域范围的主风向;
所述确定模块,还用于根据所述主风向确定OpenFOAM模型的边界条件和初始值;并且,根据所述目标区域范围内的测风塔位置确定包含所述目标区域范围中每个所述测风塔的最小计算区域范围的最小半径;
计算模块,用于基于OpenFOAM的边界条件和初始值,根据所述最小半径对应的不同待分析距离,通过所述OpenFOAM模型分别进行迭代计算,获得每个所述待分析距离对应的迭代计算范围;
校验模块,用于通过每个测风塔的所述实测数据对每个所述迭代计算范围进行校验,根据所述校验结果确定最优风资源计算区域。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器以及处理器,所述存储器用于存储基于OpenFOAM的风资源计算区域寻优程序,所述处理器运行所述基于OpenFOAM的风资源计算区域寻优程序以使所述移动终端执行如权利要求1-7中任一项所述基于OpenFOAM的风资源计算区域寻优方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有基于OpenFOAM的风资源计算区域寻优程序,所述基于OpenFOAM的风资源计算区域寻优程序被处理器执行时实现如权利要求1-7中任一项所述基于OpenFOAM的风资源计算区域寻优方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811474669.9A CN109598064B (zh) | 2018-12-04 | 2018-12-04 | 一种基于OpenFOAM的风资源计算区域寻优方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811474669.9A CN109598064B (zh) | 2018-12-04 | 2018-12-04 | 一种基于OpenFOAM的风资源计算区域寻优方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109598064A true CN109598064A (zh) | 2019-04-09 |
CN109598064B CN109598064B (zh) | 2023-06-02 |
Family
ID=65960971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811474669.9A Active CN109598064B (zh) | 2018-12-04 | 2018-12-04 | 一种基于OpenFOAM的风资源计算区域寻优方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598064B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169576A (zh) * | 2021-11-12 | 2022-03-11 | 国电联合动力技术有限公司 | 风资源计算方法、装置及电子设备 |
CN115936474A (zh) * | 2022-10-17 | 2023-04-07 | 中南大学 | 高速铁路沿线大风监测点的设置方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236746A (zh) * | 2011-06-30 | 2011-11-09 | 内蒙古电力勘测设计院 | 无测风记录区风资源模拟推算方法 |
CN104268635A (zh) * | 2014-09-05 | 2015-01-07 | 国家电网公司 | 一种基于再分析资料的测风网络布局优化方法 |
CN104331621A (zh) * | 2014-11-05 | 2015-02-04 | 中国大唐集团新能源股份有限公司 | 一种风资源计算方法 |
CN106407566A (zh) * | 2016-09-20 | 2017-02-15 | 河海大学 | 复杂地形风电场一体化优化方法 |
CN107153894A (zh) * | 2017-06-02 | 2017-09-12 | 北京金风科创风电设备有限公司 | 一种风电场的预测风速校正方法及装置 |
-
2018
- 2018-12-04 CN CN201811474669.9A patent/CN109598064B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236746A (zh) * | 2011-06-30 | 2011-11-09 | 内蒙古电力勘测设计院 | 无测风记录区风资源模拟推算方法 |
CN104268635A (zh) * | 2014-09-05 | 2015-01-07 | 国家电网公司 | 一种基于再分析资料的测风网络布局优化方法 |
CN104331621A (zh) * | 2014-11-05 | 2015-02-04 | 中国大唐集团新能源股份有限公司 | 一种风资源计算方法 |
CN106407566A (zh) * | 2016-09-20 | 2017-02-15 | 河海大学 | 复杂地形风电场一体化优化方法 |
CN107153894A (zh) * | 2017-06-02 | 2017-09-12 | 北京金风科创风电设备有限公司 | 一种风电场的预测风速校正方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169576A (zh) * | 2021-11-12 | 2022-03-11 | 国电联合动力技术有限公司 | 风资源计算方法、装置及电子设备 |
CN115936474A (zh) * | 2022-10-17 | 2023-04-07 | 中南大学 | 高速铁路沿线大风监测点的设置方法 |
CN115936474B (zh) * | 2022-10-17 | 2023-08-08 | 中南大学 | 高速铁路沿线大风监测点的设置方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109598064B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9310517B2 (en) | Method and system for determining accuracy of a weather prediction model | |
CN103971184B (zh) | 基于gis空间地理信息系统的输电线路路径生成方法 | |
CN105095589B (zh) | 一种山区电网风区分布图绘制方法 | |
CN108536881A (zh) | 用于计算风电场发电量的方法和设备 | |
CN103413293B (zh) | 城市土地利用景观格局本征观测尺度的获取方法 | |
Kleissl et al. | New Mexico scintillometer network: supporting remote sensing and hydrologic and meteorological models | |
CN110533347A (zh) | 一种风电场风资源计算方法、装置、设备及可读介质 | |
CN105608326B (zh) | 一种山区复杂地形风场大涡模拟入口边界条件输入方法 | |
CN108763825B (zh) | 一种模拟复杂地形的风场的数值模拟方法 | |
CN107608939A (zh) | 基于高分辨率卫星数据的trmm降水数据降尺度方法 | |
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 | |
Chen et al. | Using statistical downscaling to quantify the GCM-related uncertainty in regional climate change scenarios: a case study of Swedish precipitation | |
CN103336093A (zh) | 一种区域空间质量分析方法 | |
EP2919044A1 (en) | Numerical simulation system and numerical simulation method for atmospheric flow by computational fluid dynamics | |
Hamdi et al. | Evaluating the performance of SURFEXv5 as a new land surface scheme for the ALADINcy36 and ALARO-0 models | |
JP5922570B2 (ja) | 拡散物質の拡散状況予測装置、方法およびプログラム | |
CN108152867A (zh) | 输电线路的台风预警系统及方法 | |
CN109543907A (zh) | 一种复杂地形风资源评估方法及其装置 | |
CN109598064A (zh) | 一种基于OpenFOAM的风资源计算区域寻优方法 | |
CN103413036A (zh) | 一种连续化的森林火险天气等级预报模型及应用 | |
Arca et al. | A web-based wildfire simulator for operational applications | |
CN114077798B (zh) | 估算小尺度区域大气污染物网格浓度的方法 | |
CN107330233A (zh) | 一种输电塔设计风速分析方法和装置 | |
CN115493657B (zh) | 一种基于无人机的大气污染溯源方法和装置 | |
Mortensen | 46200 Planning and Development of Wind Farms: Wind resource assessment using the WAsP software |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |