CN113158598A - 基地型风电场流场cfd分区计算方法、装置、设备和介质 - Google Patents
基地型风电场流场cfd分区计算方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113158598A CN113158598A CN202110512127.1A CN202110512127A CN113158598A CN 113158598 A CN113158598 A CN 113158598A CN 202110512127 A CN202110512127 A CN 202110512127A CN 113158598 A CN113158598 A CN 113158598A
- Authority
- CN
- China
- Prior art keywords
- sector
- calculation
- cfd
- sub
- grid
- 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
Images
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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基地型风电场流场CFD分区计算方法、装置、设备和介质,通过将大规模基地型风电场的大地形流场分割,并基于分割成的子区域批量化生成CFD网格子模型,按照特定的队列顺序对所有的子模型进行16扇区的定向求解计算,其中,处于流动方向上游的子模型扇区的出流计算结果用作处于流动下游的子模型扇区的入流边界条件,所有子模型的扇区计算完成后,按照特定的规则,对相同扇区的所有子模型扇区定向计算结果进行合并,从而得到每个扇区的整个风电场全场的整体CFD计算结果。该方法可以实现基地型风电场超大地形的流场仿真计算在常规小型计算机工作站的部署和计算,极大减少对计算资源的要求。
Description
技术领域
本发明属于风电场流场仿真模拟计算技术领域,具体涉及基地型风电场流场CFD仿真分区求解交互迭代计算方法、装置、设备和介质。
背景技术
风能是一种可再生能源,风力发电是大规模开发利用风能的最有效的形式。随着清洁能源转型发展的不断推进,风电事业得到了长足的发展,风电技术不断进步,装机规模不断扩大,陆上风电的开发已经进入了平价上网时代。为了进一步降低风电的开发成本,在资源丰富的地区,开展规模化、基地化开发是必然手段,即在风资源丰富的地区,一次性进行大规模集中连片开发。对于基地型陆上风电场的开发,需要进行整体设计,进行全局的风电机组的选型和布置的最优化,因此,需要对整场进行流场仿真计算以进行风资源评估。然而,由于基地规模的风电场都在数百万千瓦装机规模,场址半径范围达到上百公里以上,相比于常规的小型风电场十几至数十公里的场址范围,基地规模风电场的场址面积扩大了几十倍。对于复杂地形风电场,一般采用CFD(流体动力学,Computational Fluid Dynamics)仿真软件对流场进行仿真计算,以进行精确的风资源评估,当场址范围扩大几十倍以后,整体的CFD仿真计算量增加上千倍,所需要的计算机硬件资源量十分巨大,常规风资源评估软件无法通过建立一个大模型完成整体的仿真计算。进行手动分割,对大地形进行分块计算是最简单直接的手段,然而由于分块计算,所得到的风资源评估结果并不连续,也无法进行整个风电基地全局的最优化设计,因此还亟需一种能够实现在常规计算资源环境下完成基地型风电场大规模CFD仿真计算的方法。
发明内容
为解决对基地型风电场进行大规模CFD仿真计算对计算资源要求高,求解困难的问题,本发明提出了一种基地型风电场流场CFD仿真分区迭代交互计算方法,通过分区迭代交互技术,减少了对计算资源的要求,并且实现了对整场仿真计算的效果。
为达到上述目的,本发明所述基地型风电场流场CFD分区计算方法,将待求解的计算区域成行成列地划分成多个子区域,并根据子区域生成CFD网格子模型,然后按照队列顺序对所有CFD网格子模型进行16扇区的定向计算,并对所有CFD网格子模型的定向计算结果进行合并,形成计算区域的整体CFD计算结果。
进一步的,相邻的子区域之间具有重叠区域。
进一步的,重叠区域的宽度大于等于10km,小于子区域宽度的1/2。
进一步的,对所有CFD网格子模型进行16扇区的定向计算之前,先对所有待求解计算的CFD网格子模型扇区队列进行排序,排序规则为:若待求解计算的CFD网格子模型扇区有前提扇区没有求解计算完毕,则把其前提扇区放在该CFD网格子模型扇区的求解计算队列之前;所述前提扇区是指CFD网格子模型扇区计算之前需要提前计算完成的其他CFD网格子模型扇区,从流场空间流动的方向看,前提扇区是该CFD网格子模型扇区的上游扇区,前提扇区的流出边界是该CFD网格子模型扇区的入流边界。
进一步的,按照队列顺序对所有CFD网格子模型进行16扇区的定向计算,并行求解的队列分配根据计算机内存和内核资源量及CFD网格子模型扇区的前提扇区是否完成进行:
若排队扇区无前提扇区或排队扇区的前提扇区已经计算完毕,则根据计算机内核和内存资源剩余量依次启动排队扇区求解计算,直至计算机剩余资源量不足以支持一个扇区的求解;
若排队扇区有前提扇区未计算完成,则即使有计算资源空置也不能启动该扇区求解,直到其前提扇区计算完成并提取前提扇区的计算结果作为其初始入流参数后,再跟进计算机是否有足够资源决定是否启动该扇区求解。
进一步的,对各CFD网格子模型的扇区定向计算结果进行合并的规则为:对于所有CFD网格子模型的相同扇区进行合并,生成每个扇区的整体模型文件,相邻CFD网格子模型同一扇区计算结果合并时,只保留子区域名义宽度和高度坐标范围的网格物理量结果。
进一步的,按照下述方法确定队列顺序:
首先生成CFD网格子模型扇区名称矩阵,三维长度分别为i,j,k;再按照先k,其次j,再i的顺序将CFD网格子模型扇区的三维矩阵转化成一维矩阵Sqxl0;建立CFD网格子模型扇区的前提扇区索引表;令ii=0,逐个检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面:
如果不是,则在Sqxl0内把其前提扇区前移至第ii位,然后继续从第ii位逐个检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面;
如果是,则令ii加一,继续检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面,直到ii>=Nsq-1;输出新的Sqxl0。
基地型风电场流场CFD分区计算装置,包括:
采集模块,用于采集待求解的计算区域的边界范围,并将采集待求解的计算区域的边界范围传递至计算模块;
计算输出模块,用于根据采集待求解的计算区域的边界范围计算待求解的计算区域的风速、风向、大气压力、湍流强度和温度。
一种计算机设备,包括电连接的存储器和处理器,所述存储器上存储有可在处理器上运行的计算程序,所述处理器执行所述计算程序时,实现上述计算方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述计算方法的步骤。
与现有技术相比,本发明至少具有以下有益的技术效果:
1、本发明解决了装机容量在100万kW以上的基地型大规模风电场流场CFD仿真计算的求解难题,通过进行子区域的划分、子模型网格的生成和具有先后引用关系的子模型求解计算,能够在常规配置的计算机工作站完成大规模风电场流场的整场CFD仿真计算。
2、由于进行了子模型划分,对计算机资源要求大大降低,由于子模型计算域和网格数量小,子模型收敛速度大大加快,完成整个风电场项目的流场仿真模拟所需要的时间缩短数倍。
3、由于子模型计算过程引用了上游模型的计算结果作为入流边界条件,因此全场子模型的初始入流在同一标准之下,所有子模型计算完成之后可以进行直接合并而不需要进行校准,计算结果拼接融合度好,减小了误差。
进一步的,由于在靠近边界区域的CFD计算结果精度较差,子区域之间设置一定的重叠范围可以减少边界误差。
进一步的,重叠范围宽度不小于10km,不超过子区域宽度的1/2。重叠范围宽度越大,计算结果越精确,但是总体计算量越大,建议宽度不超过子区域宽度的1/2。
附图说明
图1为大地形分割子模型示意图;
图2为所有的子模型在大地图中的位置分为以下9种类型示意图;
图3为是子模型扇区求解次序排序方法程序框图;
图4为本发明提供的计算装置的模块结构示意图;
图5为本发明提供的计算机设备的结构示意图。
附图中:1、2、……16是大区域分割出来的16个子区域,17是分割子区域的名义边界,18是相邻区域重叠范围。
具体实施方式
为了使本发明的目的和技术方案更加清晰和便于理解。以下结合附图和实施例,对本发明进行进一步的详细说明,此处所描述的具体实施例仅用于解释本发明,并非用于限定本发明。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。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,除非另有说明,“多个”的含义是两个或两个以上。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;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。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
基地型风电场流场CFD仿真分区求解交互迭代计算方法,利用整个风电场高程地图提供流场仿真流动区域的下垫面,根据流动区域面积大小,将大地形区域进行东西和南北方向的分割,将大地形区域成行成列的分割成多个小的地形区域,对于每个小的地形区域,从分割线继续向外延伸一定距离之后得到新的区域,称作子区域,子区域作为该小地形区域的计算域,然后以每个子区域为基础建立CFD网格模型,称作子模型,当进行CFD求解计算时,按照流场流动的上下游关系,确定子模型CFD求解计算的顺序,上游子模型在边界的流出计算结果作为下游子模型流入的输入边界条件,当所有的子模型CFD计算完成后,将所有子区域的每个网格点的物理值计算结果文件进行合并,得到全场范围整体的CFD仿真结果。
图1为将大地形区域成行成列的分割成16个小的地形区域的示意图,将大地形区域分割为第一子区域1、第二子区域2、第三子区域3、第四子区域4、第五子区域5、第六子区域6、第七子区域7、第八子区域8、第九子区域9、第十子区域10、第十一子区域11、第十二子区域12、第十三子区域13、第十四子区域14、第十五子区域15和第十六子区域16。
本发明的工作原理为:对大范围的CFD计算域进行分割,分割得到小的子区域的边界之间保留一定的重叠区域,对每个小的子区域进行网格建模,得到网格数量较少的小的子模型,对每个子模型分别进行CFD求解计算,可以极大的缩小对计算机资源的需求量,常规的小型工作站即可完成子模型的求解计算。子模型求解计算过程并不完全独立,而是设定一定的求解顺序规则,根据流场流动方向上下游的关系,先求解计算上游子模型,将上游子模型计算结果作为相邻下游子模型的流动输入边界条件,从而形成整个风电场进行整体CFD仿真建模计算的效果。
实施例1
以具体实例说明分区建模和迭代求解计算步骤,某基地型风电场,其需要进行仿真计算的地形图长(东西方向)48km,高(南北方向)45km,按照本专利方法进行CFD分区仿真计算,步骤如下:
步骤1、对地形图进行边界坐标识别,地图最西坐标值为Xmbj1=36350000,最东坐标值Xmbj2=36398000,最南坐标值Ymbj1=4104000,最北坐标值Ymbj2=4149000。计算导入地形宽、高值,宽Lmx0=Xmbj2-Xmbj1=48000,高Lmy0=Ymbj2-Ymbj1=45000。
步骤2、在地形图边界范围内,手动指定需要计算的地形区域边界范围:计算边界西Xjsbj0=36350000,计算边界东Xjsbj1=36398000,计算边界南Yjsbj0=4104000,计算边界北Yjsbj1=4149000。
步骤3、计算需要计算的地形宽、高值,宽Ljsx0=Xjsbj1-Xjsbj0=48000,高Ljsy0=Yjsbj1-Yjsbj0=45000;其中,东西方向为宽,南北方向为高。
步骤4、进行流动计算区域分割,x方向地图分割的条数nx=3,y方向地图分割的条数ny=3,总的小区域个数Ndt=nx*ny=9。小区域编号顺序按照从左至右、从上到下的顺序记为:Ndti,j,其中i∈{1,2,3},j∈{1,2,3}。指定地图重合距离lch=5000。
步骤5、计算每个分割出来的子区域的名义宽和名义高,并计算边界坐标。
子区域名义宽度lmyx=Ljsx0/nx=48000/3=16000,子区域名义高度lmyy=Ljsy0/ny=45000/3=15000。
编号为Ndti,j的四个边界坐标计算:
根据以上公式计算,本实例9个子区域的实际宽、高和边界坐标如表1所示,单位为米。
表1 9个子区域的边界分布
步骤6、确定了每个子模型的子区域之后,指定每个子模型的网格水平和竖直方向网格分布参数,根据边界坐标批处理生成每个子模型的CFD网格,用于进行CFD计算,本实例中指定每个子模型水平网格边长度为30m,竖直方向100m以下高度均匀分布10层网格,100m以上按1.09比例网格高度由下向上逐渐增大,共60层网格。
步骤7、确定扇区迭代次序。按照国标GB/T 18710-2002《风电场风能资源评估方法》,需要对风电场进行16扇区的风向频率和风能密度的计算。CFD模型计算求解也要进行16扇区的计算,每个扇区为一个来流入流方向。每个子模型计算16个扇区,需要迭代计算的总的扇区个数Nsq=Ndt*16=144,扇区代号Sqi,j,k,k∈{1,2,…16},其中i是子区域在大地图中的行数,j是子区域在大地图中的列数,k是扇区代号。
表2扇区代号与扇区来流角度的对应关系表
k | 扇区来流角度 | k | 扇区来流角度 |
1 | 0° | 9 | 180° |
2 | 22.5° | 10 | 202.5° |
3 | 45° | 11 | 225° |
4 | 67.5° | 12 | 247.5° |
5 | 90° | 13 | 270° |
6 | 112.5° | 14 | 292.5° |
7 | 135° | 15 | 315° |
8 | 157.5° | 16 | 337.5° |
步骤8、扇区迭代次序排队,按i,j,k顺序生成初始顺序数列Sqxl0=(Sq1,1,1,Sq1,1,2,……,Sq1,1,16,Sq1,2,1,Sq1,1,2,……Sq1,2,16,Sq1,3,1,……,Sq1,3,16,Sq2,1,1,Sq2,1,2,……,Sq2,1,16,Sq2,2,1,Sq2,2,2,……,Sq2,2,16,Sq2,3,1,……,Sq2,3,16,Sq3,3,1,……,Sq3,3,16)。
步骤9、定义每个扇区计算之前需要提前计算完成的其他扇区为该扇区的前提扇区,前提扇区在该扇区的来流的上游,前提扇区的计算结果作本该扇区的边界输入条件。所有的子模型在大地图中的位置分为以下9种类型,如附图2所示。每种类型判断条件和其前期扇区列表如下:
第1种位置(i=1,j=1),其16个扇区计算的前提扇区如表3。
表3第1种子模型位置的前提扇区
扇区 | 前提扇区 |
Sq<sub>1,1,1</sub> | - |
Sq<sub>1,1,2</sub> | Sq<sub>1,2,2</sub> |
Sq<sub>1,1,3</sub> | Sq<sub>1,2,3</sub> |
Sq<sub>1,1,4</sub> | Sq<sub>1,2,4</sub> |
Sq<sub>1,1,5</sub> | Sq<sub>1,2,5</sub> |
Sq<sub>1,1,6</sub> | Sq<sub>1,2,6</sub>,Sq<sub>2,2,6</sub>,Sq<sub>2,1,6</sub> |
Sq<sub>1,1,7</sub> | Sq<sub>1,2,7</sub>,Sq<sub>2,2,7</sub>,Sq<sub>2,1,7</sub> |
Sq<sub>1,1,8</sub> | Sq<sub>1,2,8</sub>,Sq<sub>2,2,8</sub>,Sq<sub>2,1,8</sub> |
Sq<sub>1,1,9</sub> | Sq<sub>2,1,9</sub> |
Sq<sub>1,1,10</sub> | Sq<sub>2,1,10</sub> |
Sq<sub>1,1,11</sub> | Sq<sub>2,1,11</sub> |
Sq<sub>1,1,12</sub> | Sq<sub>2,1,12</sub> |
Sq<sub>1,1,13</sub> | - |
Sq<sub>1,1,14</sub> | - |
Sq<sub>1,1,15</sub> | - |
Sq<sub>1,1,16</sub> | - |
第2种位置(i=1,j≠1或nx,本例中i=1,j=2),其16个扇区计算的前提扇区如表4。
表4第2种子模型位置的前提扇区
第3种位置(i=1,j=nx,本例中,i=1,j=3),其16个扇区计算的前提扇区如表5。
表5第3种子模型位置的前提扇区
第4种位置(i≠1或ny,j=1,本例中,i=2,j=1),其16个扇区计算的前提扇区如表6。
表6第4种子模型位置的前提扇区
第5种位置(i≠1或ny,j≠1或nx,本例中i=2,j=2),其16个扇区计算的前提扇区如表7。
表7第5种子模型位置的前提扇区
扇区 | 前提扇区 |
Sq<sub>i,j,1</sub> | Sq<sub>i-1,j,1</sub> |
Sq<sub>i,j,2</sub> | Sq<sub>i-1,j,2</sub>,Sq<sub>i-1,j+1,2</sub>,Sq<sub>i,j+1,2</sub> |
Sq<sub>i,j,3</sub> | Sq<sub>i-1,j,3</sub>,Sq<sub>i-1,j+1,3</sub>,Sq<sub>i,j+1,3</sub> |
Sq<sub>i,j,4</sub> | Sq<sub>i-1,j,4</sub>,Sq<sub>i-1,j+1,4</sub>,Sq<sub>i,j+1,4</sub> |
Sq<sub>i,j,5</sub> | Sq<sub>i,j+1,5</sub> |
Sq<sub>i,j,6</sub> | Sq<sub>i+1,j,6</sub>,Sq<sub>i+1,j+1,6</sub>,Sq<sub>i,j+1,6</sub> |
Sq<sub>i,j,7</sub> | Sq<sub>i+1,j,7</sub>,Sq<sub>i+1,j+1,7</sub>,Sq<sub>i,j+1,7</sub> |
Sq<sub>i,j,8</sub> | Sq<sub>i+1,j,8</sub>,Sq<sub>i+1,j+1,8</sub>,Sq<sub>i,j+1,8</sub> |
Sq<sub>i,j,9</sub> | Sq<sub>i+1,j,9</sub> |
Sq<sub>i,j,10</sub> | Sq<sub>i+1,j,10</sub>,Sq<sub>i+1,j-1,9</sub>,Sq<sub>i,j-1,10</sub> |
Sq<sub>i,j,11</sub> | Sq<sub>i+1,j,11</sub>,Sq<sub>i+1,j-1,11</sub>,Sq<sub>i,j-1,11</sub> |
Sq<sub>i,j,12</sub> | Sq<sub>i+1,j,12</sub>,Sq<sub>i+1,j-1,12</sub>,Sq<sub>i,j-1,12</sub> |
Sq<sub>i,j,13</sub> | Sq<sub>i,j-1,13</sub> |
Sq<sub>i,j,14</sub> | Sq<sub>i,j-1,14</sub>,Sq<sub>i-1,j-1,14</sub>,Sq<sub>i-1,j,14</sub> |
Sq<sub>i,j,15</sub> | Sq<sub>i,j-1,15</sub>,Sq<sub>i-1,j-1,15</sub>,Sq<sub>i-1,j,15</sub> |
Sq<sub>i,j,16</sub> | Sq<sub>i,j-1,16</sub>,Sq<sub>i-1,j-1,16</sub>,Sq<sub>i-1,j,16</sub> |
第6种位置(判断条件:i≠1或ny,j=nx,本例i=2,j=3),其16个扇区计算的前提扇区如表8所示。
表8第6种子模型位置的前提扇区
扇区 | 前提扇区 |
Sq<sub>i,j,1</sub> | Sq<sub>i-1,j,1</sub> |
Sq<sub>i,j,2</sub> | Sq<sub>i-1,j,2</sub> |
Sq<sub>i,j,3</sub> | Sq<sub>i-1,j,3</sub> |
Sq<sub>i,j,4</sub> | Sq<sub>i-1,j,4</sub> |
Sq<sub>i,j,5</sub> | - |
Sq<sub>i,j,6</sub> | Sq<sub>i+1,j,6</sub> |
Sq<sub>i,j,7</sub> | Sq<sub>i+1,j,7</sub> |
Sq<sub>i,j,8</sub> | Sq<sub>i+1,j,8</sub> |
Sq<sub>i,j,9</sub> | Sq<sub>i+1,j,9</sub> |
Sq<sub>i,j,10</sub> | Sq<sub>i+1,j,10</sub>,Sq<sub>i+1,j-1,9</sub>,Sq<sub>i,j-1,10</sub> |
Sq<sub>i,j,11</sub> | Sq<sub>i+1,j,11</sub>,Sq<sub>i+1,j-1,11</sub>,Sq<sub>i,j-1,11</sub> |
Sq<sub>i,j,12</sub> | Sq<sub>i+1,j,12</sub>,Sq<sub>i+1,j-1,12</sub>,Sq<sub>i,j-1,12</sub> |
Sq<sub>i,j,13</sub> | Sq<sub>i,j-1,13</sub> |
Sq<sub>i,j,14</sub> | Sq<sub>i,j-1,14</sub>,Sq<sub>i-1,j-1,14</sub>,Sq<sub>i-1,j,14</sub> |
Sq<sub>i,j,15</sub> | Sq<sub>i,j-1,15</sub>,Sq<sub>i-1,j-1,15</sub>,Sq<sub>i-1,j,15</sub> |
Sq<sub>i,j,16</sub> | Sq<sub>i,j-1,16</sub>,Sq<sub>i-1,j-1,16</sub>,Sq<sub>i-1,j,16</sub> |
第7种位置(判断条件:i=ny,j=1,本例中i=3,j=1),其16个扇区计算的前提扇区如表9所示。
表9第7种子模型位置的前提扇区
第8种位置(判断条件:i=ny,j≠1或nx,本例中i=3,j=2),其16个扇区计算的前提扇区如表10所示。
表10第8种子模型位置的前提扇区
扇区 | 前提扇区 |
Sq<sub>i,j,1</sub> | Sq<sub>i-1,j,1</sub> |
Sq<sub>i,j,2</sub> | Sq<sub>i-1,j,2</sub>,Sq<sub>i-1,j+1,2</sub>,Sq<sub>i,j+1,2</sub> |
Sq<sub>i,j,3</sub> | Sq<sub>i-1,j,3</sub>,Sq<sub>i-1,j+1,3</sub>,Sq<sub>i,j+1,3</sub> |
Sq<sub>i,j,4</sub> | Sq<sub>i-1,j,4</sub>,Sq<sub>i-1,j+1,4</sub>,Sq<sub>i,j+1,4</sub> |
Sq<sub>i,j,5</sub> | Sq<sub>i,j+1,5</sub> |
Sq<sub>i,j,6</sub> | Sq<sub>i,j+1,6</sub> |
Sq<sub>i,j,7</sub> | Sq<sub>i,j+1,7</sub> |
Sq<sub>i,j,8</sub> | Sq<sub>i,j+1,8</sub> |
Sq<sub>i,j,9</sub> | - |
Sq<sub>i,j,10</sub> | Sq<sub>i,j-1,10</sub> |
Sq<sub>i,j,11</sub> | Sq<sub>i,j-1,11</sub> |
Sq<sub>i,j,12</sub> | Sq<sub>i,j-1,12</sub> |
Sq<sub>i,j,13</sub> | Sq<sub>i,j-1,13</sub> |
Sq<sub>i,j,14</sub> | Sq<sub>i,j-1,14</sub>,Sq<sub>i-1,j-1,14</sub>,Sq<sub>i-1,j,14</sub> |
Sq<sub>i,j,15</sub> | Sq<sub>i,j-1,15</sub>,Sq<sub>i-1,j-1,15</sub>,Sq<sub>i-1,j,15</sub> |
Sq<sub>i,j,16</sub> | Sq<sub>i,j-1,16</sub>,Sq<sub>i-1,j-1,16</sub>,Sq<sub>i-1,j,16</sub> |
第9种位置(判断条件:i=ny,j=nx,本例中i=3,j=3)其16个扇区计算的前提扇区如表11所示。
表11第9种子模型位置的前提扇区
步骤10、进行扇区迭代次序排序,按附图3程序框图进行。首先生成子模型扇区名称矩阵,三维长度分别为i=3,j=3,k=16;再按照先k,再j,再i的顺序将子模型扇区的三维矩阵转化成一维矩阵Sqxl0;建立子模型扇区的前提扇区索引表;令变量ii=0,逐个检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面,如果不是,则在Sqxl0内把其前提扇区前移至第ii位,然后继续从第ii位逐个检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面,如果是,则令ii加1,继续检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面,直到ii>=Nsq-1;输出新的Sqxl0。本实例中,排序完成后,经排序后子模型扇区计算顺序如表12所示,计算时,优先级自第一行至最后一行依次降低,排在同一行的扇区计算时优先级相同。
表12子模型扇区求解计算次序表
步骤11、为没有前提扇区或不与前提扇区相邻的子模型扇区入流边界指定CFD求解的边界条件和初始入流参数;有前提扇区的子模型扇区,与其前提扇区相邻的边界的初始入流参数,包括风速、风向、大气压力、湍流强度和温度等从其前提扇区的计算结果中提取。
步骤12、按照表12排列次序,子模型的每个扇区依次排队进行CFD求解计算,得到每个网格点的风速、风向、大气压力、湍流强度、温度等物理量值,若排队扇区无前提扇区或排队扇区的前提扇区已经计算完毕,则根据计算机内核和内存资源剩余量依次启动排队扇区求解计算,直至计算机剩余资源量不足以支持一个扇区的求解;若排队扇区有前提扇区未计算完成,则即使有计算资源空置也不能启动该扇区求解,直到其前提扇区计算完成并提取前提扇区的计算结果作为其初始入流参数后,再跟进计算机是否有足够资源决定是否启动该扇区求解。
步骤13、所有的子模型的所有扇区计算完成后,对不同子模型的相同扇区的计算结果文件进行合并,生成整体模型文件,得到16个扇区的整场计算结果。不同子模型计算结果合并时,只保留子区域名义宽度和高度坐标范围的网格物理量(网格物理量包括:风速、风向、大气压力、湍流强度和温度等)结果,名义宽度和高度以外的与邻近子模型重叠区域的网格值做舍弃处理。
本方法通过将大规模基地型风电场的大地形流场按照一定规则进行分割,并基于分割成的子区域批量化生成CFD网格子模型,按照特定的队列顺序对所有的子模型进行16扇区的定向求解计算,其中,处于流动方向上游的子模型扇区的出流计算结果用作处于流动下游的子模型扇区的入流边界条件,所有子模型的扇区计算完成后,按照特定的规则,对相同扇区的所有子模型扇区定向计算结果进行合并,从而得到每个扇区的整个风电场全场的整体CFD计算结果文件。该方法可以实现基地型风电场超大地形的流场仿真计算在常规小型计算机工作站的部署和计算,极大减少对计算资源的要求,并实现基地型大规模风电场的全局的风资源评估和机位布置优化。
实施例2
本发明提供的一种基地型风电场流场CFD仿真分区求解交互迭代计算装置,如图4所示,包括电连接的采集模块和计算输出模块;采集模块,用于采集待求解的计算区域的边界范围,并将采集待求解的计算区域的边界范围传递至计算模块;
计算输出模块,用于根据采集待求解的计算区域的边界范围计算待求解的计算区域的风速、风向、大气压力、湍流强度、温度。
实施例3
本发明提供的一种计算机设备,如图5所示,包括电连接的存储器和处理器,其中,存储器上存储有可在处理器上运行的计算程序,所述处理器执行所述计算程序时,实现上述的计算方法的步骤。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
实施例4
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。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或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.基地型风电场流场CFD分区计算方法,其特征在于,将待求解的计算区域成行成列地划分成多个子区域,并根据子区域生成CFD网格子模型,然后按照队列顺序对所有CFD网格子模型进行16扇区的定向计算,并对所有CFD网格子模型的定向计算结果进行合并,形成计算区域的整体CFD计算结果。
2.根据权利要求1所述的基地型风电场流场CFD分区计算方法,其特征在于,相邻的子区域之间具有重叠区域。
3.根据权利要求2所述的基地型风电场流场CFD分区计算方法,其特征在于,重叠区域的宽度大于等于10km,小于子区域宽度的1/2。
4.根据权利要求1所述的基地型风电场流场CFD分区计算方法,其特征在于,对所有CFD网格子模型进行16扇区的定向计算之前,先对所有待求解计算的CFD网格子模型扇区队列进行排序,排序规则为:若待求解计算的CFD网格子模型扇区有前提扇区没有求解计算完毕,则把其前提扇区放在该CFD网格子模型扇区的求解计算队列之前;所述前提扇区是指CFD网格子模型扇区计算之前需要提前计算完成的其他CFD网格子模型扇区,从流场空间流动的方向看,前提扇区是该CFD网格子模型扇区的上游扇区,前提扇区的流出边界是该CFD网格子模型扇区的入流边界。
5.根据权利要求1所述的基地型风电场流场CFD分区计算方法,其特征在于,所述按照队列顺序对所有CFD网格子模型进行16扇区的定向计算,并行求解的队列分配根据计算机内存和内核资源量及CFD网格子模型扇区的前提扇区是否完成进行:
若排队扇区无前提扇区或排队扇区的前提扇区已经计算完毕,则根据计算机内核和内存资源剩余量依次启动排队扇区求解计算,直至计算机剩余资源量不足以支持一个扇区的求解;
若排队扇区有前提扇区未计算完成,则即使有计算资源空置也不能启动该扇区求解,直到其前提扇区计算完成并提取前提扇区的计算结果作为其初始入流参数后,再跟进计算机是否有足够资源决定是否启动该扇区求解。
6.根据权利要求1所述的基地型风电场流场CFD分区计算方法,其特征在于,所述对各CFD网格子模型的扇区定向计算结果进行合并的规则为:对于所有CFD网格子模型的相同扇区进行合并,生成每个扇区的整体模型文件,相邻CFD网格子模型同一扇区计算结果合并时,只保留子区域名义宽度和高度坐标范围的网格物理量结果。
7.根据权利要求1所述的基地型风电场流场CFD分区计算方法,其特征在于,按照下述方法确定队列顺序:
首先生成CFD网格子模型扇区名称矩阵,三维长度分别为i,j,k;再按照先k,其次j,再i的顺序将CFD网格子模型扇区的三维矩阵转化成一维矩阵Sqxl0;建立CFD网格子模型扇区的前提扇区索引表;令ii=0,逐个检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面:
如果不是,则在Sqxl0内把其前提扇区前移至第ii位,然后继续从第ii位逐个检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面;
如果是,则令ii加一,继续检查Sqxl0的第ii个元素,检查该扇区的前提扇区是不是排在本扇区的前面,直到ii>=Nsq-1;输出新的Sqxl0。
8.一种基地型风电场流场CFD分区计算装置,其特征在于,包括:
采集模块,用于采集待求解的计算区域的边界范围,并将采集待求解的计算区域的边界范围传递至计算模块;
计算输出模块,用于根据采集待求解的计算区域的边界范围计算待求解的计算区域的风速、风向、大气压力、湍流强度和温度。
9.一种计算机设备,其特征在于,包括电连接的存储器和处理器,所述存储器上存储有可在处理器上运行的计算程序,所述处理器执行所述计算程序时,实现权利要求1-7中任意一项所述的方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512127.1A CN113158598B (zh) | 2021-05-11 | 2021-05-11 | 基地型风电场流场cfd分区计算方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512127.1A CN113158598B (zh) | 2021-05-11 | 2021-05-11 | 基地型风电场流场cfd分区计算方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113158598A true CN113158598A (zh) | 2021-07-23 |
CN113158598B CN113158598B (zh) | 2022-12-13 |
Family
ID=76874568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110512127.1A Active CN113158598B (zh) | 2021-05-11 | 2021-05-11 | 基地型风电场流场cfd分区计算方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158598B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117852448A (zh) * | 2024-03-05 | 2024-04-09 | 南京航空航天大学 | 一种基于区域分解的大规模风电场流场计算方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663251A (zh) * | 2012-04-09 | 2012-09-12 | 华北电力大学 | 基于计算流体力学模型的风电场功率物理预测方法 |
WO2015110599A1 (en) * | 2014-01-24 | 2015-07-30 | Ledaflow Technologies Da | Method for transient quasi three-dimensional simulation of multiphase fluid flow in pipelines |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN107038264A (zh) * | 2016-02-03 | 2017-08-11 | 中船重工(重庆)海装风电设备有限公司 | 一种风电机组的扇区划分方法及系统 |
CN109086534A (zh) * | 2018-08-10 | 2018-12-25 | 国电联合动力技术有限公司 | 一种基于cfd流体力学模型的风电场尾流订正方法及系统 |
CN110533347A (zh) * | 2019-09-10 | 2019-12-03 | 浙江运达风电股份有限公司 | 一种风电场风资源计算方法、装置、设备及可读介质 |
CN111046533A (zh) * | 2019-11-22 | 2020-04-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于cfd预计算的风电机组单尾流分布模拟方法 |
CN112529282A (zh) * | 2020-12-03 | 2021-03-19 | 清华大学 | 基于时空图卷积神经网络的风电场集群短期功率预测方法 |
-
2021
- 2021-05-11 CN CN202110512127.1A patent/CN113158598B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663251A (zh) * | 2012-04-09 | 2012-09-12 | 华北电力大学 | 基于计算流体力学模型的风电场功率物理预测方法 |
WO2015110599A1 (en) * | 2014-01-24 | 2015-07-30 | Ledaflow Technologies Da | Method for transient quasi three-dimensional simulation of multiphase fluid flow in pipelines |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN107038264A (zh) * | 2016-02-03 | 2017-08-11 | 中船重工(重庆)海装风电设备有限公司 | 一种风电机组的扇区划分方法及系统 |
CN109086534A (zh) * | 2018-08-10 | 2018-12-25 | 国电联合动力技术有限公司 | 一种基于cfd流体力学模型的风电场尾流订正方法及系统 |
CN110533347A (zh) * | 2019-09-10 | 2019-12-03 | 浙江运达风电股份有限公司 | 一种风电场风资源计算方法、装置、设备及可读介质 |
CN111046533A (zh) * | 2019-11-22 | 2020-04-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于cfd预计算的风电机组单尾流分布模拟方法 |
CN112529282A (zh) * | 2020-12-03 | 2021-03-19 | 清华大学 | 基于时空图卷积神经网络的风电场集群短期功率预测方法 |
Non-Patent Citations (3)
Title |
---|
SUMNER JONATHON 等: "CFD in Wind Energy: The Virtual, Multiscale Wind Tunnel", 《ENERGIES》 * |
何有世 等: "计算流体力学(CFD)中的迭代法及其并行计算方法", 《中国安全科学学报》 * |
马致远等: "基于优化CFD模型的风电场风速数值模拟", 《可再生能源》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117852448A (zh) * | 2024-03-05 | 2024-04-09 | 南京航空航天大学 | 一种基于区域分解的大规模风电场流场计算方法和装置 |
CN117852448B (zh) * | 2024-03-05 | 2024-05-14 | 南京航空航天大学 | 一种基于区域分解的大规模风电场流场计算方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113158598B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322038B (zh) | 基于中尺度数据的风机自动排布的方法和设备 | |
CN102663251B (zh) | 基于计算流体力学模型的风电场功率物理预测方法 | |
CN102622482B (zh) | 一种基于二进制粒子群算法的风机优化布置方法 | |
CN103996074A (zh) | 基于cfd和改进pso的复杂地形风电场微观选址方法 | |
CN103268572A (zh) | 一种千万千瓦级大型风电基地测风网络的微观选址方法 | |
CN106874602B (zh) | 气象数据处理方法和装置 | |
CN105576650A (zh) | 基于同化技术与同风带理论的风电功率预测方法及系统 | |
CN103871102A (zh) | 一种基于高程点和道路轮廓面的道路三维精细建模方法 | |
CN114648181B (zh) | 一种基于机器学习的降水预报修正方法及系统 | |
CN112700349A (zh) | 测风塔选址方法和装置 | |
CN107393002A (zh) | 对地形边界进行提取的设备和方法 | |
CN113158598B (zh) | 基地型风电场流场cfd分区计算方法、装置、设备和介质 | |
JP2023536331A (ja) | 所定空間に風力発電所を構築する方法 | |
CN112949227A (zh) | 适用于复杂地形风场湍流强度确定方法、系统、设备及存储介质 | |
CN110598939A (zh) | 一种提高测风效率及测风系统可靠性的方法 | |
CN115329667A (zh) | 一种风机点位确定方法、装置、设备及存储介质 | |
CN110110457B (zh) | 一种复杂地形风电场的噪声分布预测方法 | |
CN109635317B (zh) | 一种高海拔地区cfd仿真地形拓扑方法 | |
CN113051845B (zh) | 在役山地风电场实时风资源可视化评估方法、系统、设备及存储介质 | |
CN112347657B (zh) | 一种风能理论储量评估方法 | |
CN112884269A (zh) | 一种基于gis的风电场技术可开发量计算方法及系统 | |
CN113095012B (zh) | 风电场流场分区数值仿真计算结果拼接融合方法 | |
CN114169576A (zh) | 风资源计算方法、装置及电子设备 | |
CN108537411B (zh) | 一种低风速风电场风电机组粗糙度及风资源分析计算方法 | |
Cavalcanti et al. | Maximizing wind farm efficiency by positioning wind turbines optimally and accounting for hub height |
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 |