CN113627101A - 一种基于改进型ad/rsm模型的风力机尾流模拟方法 - Google Patents
一种基于改进型ad/rsm模型的风力机尾流模拟方法 Download PDFInfo
- Publication number
- CN113627101A CN113627101A CN202110900608.XA CN202110900608A CN113627101A CN 113627101 A CN113627101 A CN 113627101A CN 202110900608 A CN202110900608 A CN 202110900608A CN 113627101 A CN113627101 A CN 113627101A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- wake
- model
- turbulence
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004088 simulation Methods 0.000 title claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000012805 post-processing Methods 0.000 claims abstract description 6
- 230000003746 surface roughness Effects 0.000 claims description 6
- 238000000329 molecular dynamics simulation Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 21
- 238000010248 power generation Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000012190 activator Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
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)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种针对风力机尾流的改进型AD/RSM数值模拟方法,包括以下步骤:建立物理模型,生成计算网格并确认边界条件类型;根据风力机的实际工况对入口边界的大气湍流变量进行初始赋值;设置粗糙壁面边界条件;将经典致动盘模型嵌入RANS控制方程;修正标准雷诺应力湍流模型的参数;进行离散求解,进行风力机尾流数值模拟,得到风力机尾流区湍动能;对风力机尾流区湍动能进行后处理,得到近和远尾流区流向湍流强度。本发明可以实现风力机尾流的准确模拟,尤其是尾流速度与湍流强度分布预测,为大型风电场流场模拟及机组发电量评估提供了可靠的计算方法。
Description
技术领域
本发明涉及风力机的设计,尤其涉及一种风力机尾流模拟方法,属于新能源风力发电技术领域。
背景技术
风流经风力机后在其下游形成尾流,出现风速减小、湍流强度增大、风剪切加剧等现象。风速减小将使下游机组的输出功率降低,强湍流和附加的风剪切影响下游机组的疲劳载荷和安全寿命。因此,开展风力机尾流研究对风力机设计和发电功率预测等工作具有重要科学意义和应用价值。
虽然风洞或外场实验测量相对真实可靠,但存在成本高昂、不能提供全流场信息等问题,而数值模拟在计算成本、精度和信息全面性等方面达到了较好的平衡。计算流体力学(Computational Fluid Dynamics)作为一种重要工具,被广泛应用于风力机尾流研究。其计算精度主要依赖于两部分:一是对风轮本身的模拟,即模拟风力机的存在对周围大气产生的影响;二是选取合适的湍流模拟方法体现大气湍流、尾流湍流等。对于风轮建模,主要有两大类方法:全尺寸直接模拟方法和致动系列方法。其中,致动类方法是采用虚拟体积力作用于流场特定区域,大量减少网格数量并降低了网格生成难度;同时,由于较多的计算资源可用于风力机尾流的捕捉,因此比较适用于尾迹流场计算。尤其是在大型风电场中,需要考虑数十上百台机组尾流,以经典致动盘(actuator disc,AD)为代表的致动类方法的优势更为突出。
在湍流模拟方面,结合湍流模型的RANS方法仍是风力机尾流模拟的主流。然而,大量研究表明,各经典湍流模型存在不同的问题,如k-ε模型预测到的近尾迹区扩散效应太强,SST k-ω模型预测到的远尾流速度恢复能力不足等。针对于此,学者们相继开展了经典湍流模型的精度校核和改进工作。特别地,Nguyen等(Nguyen V T,Guillou S S,ThiébotJ,et al.Modelling turbulence with an Actuator Disk representing a tidalturbine.Renewable Energy,2016,97:625-635)对比研究了经典的涡黏性模型(EVM)和雷诺应力模型(RSM)模型,结果表明RSM模型由于能够较好地体现湍流各向异性特点,在风力机气动特性和尾流预测方面表现出一定的优越性。然而,Shives等(M.Shives,C.Crawford.Adapted two-equation turbulence closures for actuator disk RANSsimulations of wind&tidal turbine wakes.Renewable Energy 2016;92:273-292)等指出,RSM模型并未显示出普遍性、压倒性的优势,并不能保证在所有工况下均能得到准确模拟结果。对此,文献(E.Antonini,D.Romero,C.Amon.Analysis and modifications ofturbulence models for wind turbine wake simulations in atmospheric boundarylayers.Journal of Solar Energy Engineering 2018;140:1-13)将标准RSM模型的模型系数Cμ进行修正(由0.09修正为0.033)以提升其对大气湍流的模拟精度,然而该模型仅用于某单一机型的风力机尾流算例研究,无法得到普适的、明确的性能结论。
发明内容
发明目的:本发明的目的是提供一种精度高且普适性强的风力机尾流模拟方法。
技术方案:本发明的基于改进型AD/RSM模型的风力机尾流模拟方法包括如下步骤:
(1)建立物理模型,生成计算网格,划分计算域范围并确认边界条件类型;
(2)根据风力机的实际工况对入口边界的大气湍流变量进行初始赋值;
(3)设置粗糙壁面边界条件;
(4)将经典致动盘模型嵌入RANS控制方程;
(5)修正标准雷诺应力湍流模型的参数;
(6)基于步骤(4)中含AD模型的RANS方程和步骤(5)中的RSM湍流模型进行离散求解,进行风力机尾流数值模拟,得到风力机尾流区湍动能;
(7)对步骤(6)中得到的风力机尾流区湍动能进行后处理,得到近和远尾流区流向湍流强度。
步骤(1)中包括边界条件类型包括速度入口边界、压力出口边界、对称边界和壁面边界;入口处初始的湍流变量包括风速u(z)、湍流强度k(z)和湍动能耗散率ε(z)的六个雷诺应力项:各雷诺应力项的计算式如下:
式中,z为距离地面的高度,zhub为风力机轮毂高度,u0,hub和TI0,hub分别为风力机轮毂高度处的风速和湍流强度,α为风速轮廓的指数,Cμ为湍流模型常数。
步骤(2)中粗糙壁面边界条件的计算公式为:
式中,uP为壁面第一层网格的速度,zP为壁面第一层网格中心与壁面的距离,E和κ为经验常数,分别取值9.793和0.41,u*和uτ为分别为壁面摩擦速度和壁面剪切速度,ks为地表等效砂粒粗糙高度,z0为地表粗糙长度,Cs为待确认常变量,其计算公式如下:
步骤(3)中,经典致动盘模型的表达式为:
fturb=S·ΔP=0.5·ρu0,hub 2·Ct·πD2/4
嵌入经典致动盘模型的RANS控制方程表达式为:
步骤(4)中将Cμ和σk两项参数修正为0.05和1.15,其他参数取值与经典RSM模型相同,所述经典RSM模型的表达式为:
步骤(6)风力机近和远尾流区流向湍流强度的计算公式为:
式中,k0和kwake分别为初始入流湍动能和计算得到的尾流区湍动能。
步骤(1)中风力机轮毂高度处的风速u0,hub和湍流强度TI0,hub由风速测量设备测得;风切变指数α与局地地貌相关,根据地表粗糙等级,α的取值范围为0.1~0.27。
步骤(2)中,ks的取值ks=3.695z0,据此可以计算得到Cs=2.65;u*=Cμ 1/4kP 1/2,由壁面第一层网格的湍动能kP计算得到。
步骤(3)中所述的风力机推力系数Ct根据风力机的推力系数曲线结合轮毂高度处的入流风速u0,hub获得。
有益效果:与现有技术相比,本发明具有如下显著优点:模拟结果精度高,误差小,可以较好地模拟单尾流区的流场分布以及混合尾流叠加效果,不仅在精度上与实验结果更为接近,而且在分布轮廓上也更加符合真实流场;对风力机尾流速度和湍流强度分布的预测精度提升高达23%左右,可实现风力机尾流分布特性的准确模拟,为大型风电场流场预测及机组发电量评估提供一种准确可靠的数值模拟方法。
附图说明
图1为本发明的流程图;
图2为风力机尾流数值模拟的计算域示意图;
图3为实施例1的Nibe风力机与研究截面位置示意图;
图4为实施例1的Nibe风力机尾流模拟结果图,包括轮毂高度平面不同下游位置(x=2.5D、6D和7.5D)的(a)速度分布和(b)流向湍流强度分布;
图5为实施例2的两台NREL 5MW风力机及研究截面位置示意图;
图6为实施例2的两台NREL 5MW风力机的混合尾流模拟结果图,包括轮毂高度平面第二台风力机下游位置(x=2.5D、6D和7.5D)的(a)速度分布和(b)综合湍流强度分布;
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示,本发明提出一种基于改进型AD/RSM模型的风力机尾流模拟方法,包括如下步骤:
(1)建立物理模型,生成计算网格并确认边界条件类型;
(2)根据风力机的实际工况对入口边界的大气湍流变量进行初始赋值;
(3)设置粗糙壁面边界条件;
(4)将经典致动盘(actuator disc,AD)模型嵌入RANS控制方程;
(5)修正标准雷诺应力(Reynolds stress model,RSM)湍流模型的参数;
(6)基于步骤(4)中含AD模型的RANS方程和步骤(5)中的RSM湍流模型进行离散求解,进行风力机尾流数值模拟,得到风力机尾流区湍动能;
(7)对步骤(6)中得到的风力机尾流区湍动能进行后处理,得到近和远尾流区流向湍流强度。
实施例1
Nibe风电场位于丹麦北部沿海地区,内含两台风力机Nibe A和Nibe B,额定功率为630kW,特征参数为:风轮直径D=40m,轮毂高度H=45m,旋转速度约34转/分钟。通过在机组下游2.5D、4.0D、6.0D和7.5D位置安装测风设备进行长期观测与统计分析,Taylor等(G.Taylor.Wake Measurements on the Nibe Wind-turbines in Denmark:DataCollection and Analysis;National Power,Technology and Environment Centre:1990)针对Nibe B风力机开展了单尾流特性试验研究。本实施例以Nibe B风力机为研究对象,选取来流风速U0=8.55m/s,湍流强度TI0=10%为测试工况(此时对应的风廓线指数幂α=0.15,地表粗糙度z0=0.1m,风力机推力系数Ct=0.82),对其进行基于改进AD/RSM模型的风力机尾流模拟,具体步骤如下:
(1)流向x、横风向y和垂直向z的计算域大小为[-5D,20D]╳[-3.5D,3.5D]╳[0,7D],D为风轮直径,并设定相应的边界条件类型分别为速度入口边界、压力出口边界、对称边界和壁面边界。
将U0,hub=8.55m/s,TI0,hub=10%,α=0.15代入上式即可得到入流风资源情况。
(3)确认粗糙壁面边界条件,计算公式为:
式中,uP为壁面第一层网格的速度,zP为壁面第一层网格中心与壁面的距离,E和κ为经验常数分别取值9.793和0.41,u*和uτ为两类不同的壁面摩擦速度,ks=3.695·z0,将z0=0.1代入即可得到ks进而得到待确认常变量Cs的大小。
(4)将经典致动盘(actuator disc,AD)模型嵌入RANS控制方程。其中,AD模型的表达式为:
fturb=S·ΔP=0.5·ρu0,hub 2·Ct·πD2/4
嵌入AD模型的RANS控制方程表达式为:
式中,u0,hub为风力机轮毂高度处的入流风速,Ct为风力机推力系数,D为风轮直径。将风力机入流情况U0,hub=8.55m/s、风电机组参数D=40m、机组运行状态Ct=0.82代入AD模型的表达式即可得到机组对气流施加的推力fturb;然后将fturb代入RANS控制方程中的动量方程。
(4)修正标准雷诺应力(Reynolds stress model,RSM)湍流模型,经典RSM模型的表达式为:
在经典RSM模型的基础上,将两项模型参数Cμ和σk分别修正为0.05和1.15,其他模型常数保持不变。之后,基于步骤3中含AD模型的RANS方程再结合改进型RSM湍流模型进行离散求解,即可开展相应的数值模拟。
(5)对数值模拟得到的风力机尾流区湍动能结果进行后处理,得到近和远尾流的湍流强度分布情况,计算公式为:
式中,k0和kwake分别为初始入流湍动能和计算得到的尾流湍动能。
经过分析图4可知:在近尾流区(x=2.5D),改进AD/RSM方法相比于标准AD/RSM方法在风速和湍流强度预测方面,精度稍有提升;在远尾流区(x=6.0D、7.5D),改进型较标准型AD/RSM方法在速度预测方面,精度提升高达23%左右(尾流中心位置);在湍流强度预测方面,精度提升约为13%(风轮叶尖位置),与实验测量数据非常接近。总之,改进AD/RSM方法给出的流动变量分布(形状与大小)均与实验数据吻合较好,且优于标准AD/RSM方法得到的数值模拟结果,显示了优良的预测性能。
实施例2
Laan等(P.E.Réthoré,P.Laan,N.Troldborg,et al.Verification andvalidation of an actuator disc model.Wind Energy 2014;17:919-937)本实施例以Lillgrund海上风电场机组排布为参考,选取两台NREL 5MW风力机为研究对象,采用致动线结合大涡模拟的AL/LES方法开展了两台大型海上风力机的尾流干扰研究。两台机组间距为5D,机组位置及研究截面位置(第二台机组下游2.5D、5.0D和7.5D)如图5所示。风力机特征参数为:风轮直径D=126m,轮毂高度H=90m。来流风速U0=8.0m/s,湍流强度TI0=8%为测试工况(此时对应的风廓线指数幂α=0.15,地表粗糙度z0=0.043m,上游风力机推力系数Ct=0.78)。对其进行基于改进AD/RSM模型的风力机尾流模拟,具体步骤如下:
(1)流向x、横风向y和垂直向z的计算域大小为[-5D,20D]╳[-3.5D,3.5D]╳[0,7D],D为风轮直径。此外,设定相应的边界条件类型分别为速度入口边界、压力出口边界、对称边界和壁面边界。
将U0,hub=8.0m/s,TI0,hub=8%,α=0.15代入上式即可得到入流风资源情况。
(3)确认粗糙壁面边界条件,计算公式为:
式中,uP为壁面第一层网格的速度,zP为壁面第一层网格中心与壁面的距离,E和k为经验常数分别取值9.793和0.41,u*和uτ为两类不同的壁面摩擦速度,ks=3.695·z0,将z0=0.043代入即可得到ks进而得到Cs的大小。
(4)将经典致动盘(actuator disc,AD)模型嵌入RANS控制方程。其中,AD模型的表达式为:
fturb=S·ΔP=0.5·ρu0,hub 2·Ct·πD2/4
嵌入AD模型的RANS控制方程表达式为:
式中,u0,hub为风力机轮毂高度处的入流风速,Ct为风力机推力系数,D为风轮直径。将上游第一台风力机入流情况U0,hub=8.0m/s、风电机组参数D=126m、机组运行状态Ct=0.78代入AD模型的表达式即可得到上游第一台风力机对气流施加的推力fturb。另外,由于处在第一台机组的尾流之中,第二台机组的入流风速则取决于上游第一台机组的尾流效应;在计算时应先得到第一台机组尾流场分布情况,获得第二台机组轮毂所在位置的风速大小并以此作为第二台机组的入流风速,依此计算其推力fturb。最后,将fturb代入RANS控制方程中的动量方程。
(5)修正标准雷诺应力(Reynolds stress model,RSM)湍流模型,经典RSM模型的表达式为:
在经典RSM模型的基础上,将两项模型参数Cμ和σk分别修正为0.05和1.15,其他模型常数保持不变。之后,基于步骤3中含AD模型的RANS方程再结合改进型RSM湍流模型进行离散求解,即可开展相应的数值模拟。
(6)对数值模拟得到的风力机尾流区湍动能结果进行后处理,得到近和远尾流的湍流强度分布情况,计算公式为:
式中,k0和kwake分别为初始入流湍动能和计算得到的尾流湍动能。
经过分析图5可知:改进AD/RSM方法相比于标准AD/RSM方法在风速预测方面,精度有所提升,特别是在远尾流(x=7.5D)位置,计算精度约提升8%;在湍流强度方面,由于考虑了近和远尾流区湍流的不同属性规律,改进型AD/RSM方法比较准确地预估了近和远尾流区的湍流强度分布情况,特别是近尾流区的“双峰”分布轮廓和大小,模拟精度约提升了10.1%;而标准AD/RSM方法显著低估了尾流区湍流水平,造成相当的预测误差。总之,结果表明基于改进AD/RSM的风力机尾流模拟方法对尾流速度和湍流强度均体现了良好的预测精度,且能够有效地反映近尾流区各向异性和远尾流区各向同性的湍流特征。
本发明经过与单台风力机外场试验数据、两台风力机高精度大涡模拟结果对比,发现改进AD/RSM方法可以较好地模拟单尾流区的流场分布以及混合尾流叠加效果,不仅在精度上与实验结果更为接近,而且在分布轮廓上也更加符合真实流场,可实现风力机尾流分布特性的准确模拟。
Claims (10)
1.一种基于改进型AD/RSM模型的风力机尾流模拟方法,其特征在于,所述方法包括如下步骤:
(1)建立物理模型,生成计算网格,划分计算域范围并确认边界条件类型;
(2)根据风力机的实际工况对入口边界的大气湍流变量进行初始赋值;
(3)设置粗糙壁面边界条件;
(4)将经典致动盘模型嵌入RANS控制方程;
(5)修正标准雷诺应力湍流模型的参数;
(6)基于步骤(4)中含AD模型的RANS方程和步骤(5)中的RSM湍流模型进行离散求解,进行风力机尾流数值模拟,得到风力机尾流区湍动能;
(7)对步骤(6)中得到的风力机尾流区湍动能进行后处理,得到近和远尾流区流向湍流强度。
2.根据权利要求1所述的基于改进型AD/RSM模型的风力机尾流模拟方法,其特征在于,所述步骤(1)中包括边界条件类型包括速度入口边界、压力出口边界、对称边界和壁面边界。
8.根据权利要求2所述的基于改进型AD/RSM模型的风力机尾流模拟方法,其特征在于,所述步骤(1)中风力机轮毂高度处的风速u0,hub和湍流强度TI0,hub由风速测量设备测得;风切变指数α与局地地貌相关,根据地表粗糙等级α,的取值范围为0.1~0.27。
10.根据权利要求4所述的基于改进型AD/RSM模型的风力机尾流模拟方法,其特征在于,步骤(3)中所述的风力机推力系数Ct根据风力机的推力系数曲线结合轮毂高度处的入流风速u0,hub获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110900608.XA CN113627101A (zh) | 2021-08-06 | 2021-08-06 | 一种基于改进型ad/rsm模型的风力机尾流模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110900608.XA CN113627101A (zh) | 2021-08-06 | 2021-08-06 | 一种基于改进型ad/rsm模型的风力机尾流模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113627101A true CN113627101A (zh) | 2021-11-09 |
Family
ID=78383072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110900608.XA Pending CN113627101A (zh) | 2021-08-06 | 2021-08-06 | 一种基于改进型ad/rsm模型的风力机尾流模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627101A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114295320A (zh) * | 2021-12-01 | 2022-04-08 | 上海电气风电集团股份有限公司 | 测风点确定方法、系统和可读存储介质 |
CN115081360A (zh) * | 2022-08-23 | 2022-09-20 | 华北电力大学 | 基于简易致动盘模型的风电场尾流评估方法及装置 |
CN115186608A (zh) * | 2022-07-12 | 2022-10-14 | 北京航空航天大学 | 一种基于湍流能谱耦合rsm模型的网格自适应湍流模拟方法 |
CN116361927A (zh) * | 2023-06-02 | 2023-06-30 | 浙江大学 | 面向高速飞行器复杂内流数值模拟的高精度湍流建模方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794293A (zh) * | 2015-04-24 | 2015-07-22 | 南京航空航天大学 | 风力机尾流计算方法 |
CN111475906A (zh) * | 2019-01-23 | 2020-07-31 | 中国大唐集团新能源科学技术研究院有限公司 | 一种风力机尾流风速的算法 |
CN112199908A (zh) * | 2020-10-16 | 2021-01-08 | 中国船舶重工集团海装风电股份有限公司 | 一种基于流体力学的风电机组偏航控制尾流模型修正方法 |
-
2021
- 2021-08-06 CN CN202110900608.XA patent/CN113627101A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794293A (zh) * | 2015-04-24 | 2015-07-22 | 南京航空航天大学 | 风力机尾流计算方法 |
CN111475906A (zh) * | 2019-01-23 | 2020-07-31 | 中国大唐集团新能源科学技术研究院有限公司 | 一种风力机尾流风速的算法 |
CN112199908A (zh) * | 2020-10-16 | 2021-01-08 | 中国船舶重工集团海装风电股份有限公司 | 一种基于流体力学的风电机组偏航控制尾流模型修正方法 |
Non-Patent Citations (4)
Title |
---|
宋翌蕾等: ""风力机三维尾流模型的提出与校核"", 《太阳能学报》, vol. 42, no. 2, 28 February 2021 (2021-02-28), pages 129 - 135 * |
李鹏飞等: ""基于致动线模型的风力机尾流场数值模拟*"", 《水动力学研究与进展》, vol. 31, no. 2, 31 March 2016 (2016-03-31), pages 127 - 134 * |
田琳琳: ""风力机尾流数值模拟及风电场机组布局优化研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》, 15 January 2016 (2016-01-15), pages 17 - 54 * |
郭威等: ""计算风工程中k-ε 模型的边界条件研究"", 《空气动力学学报》, vol. 34, no. 4, 31 August 2016 (2016-08-31), pages 530 - 535 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114295320A (zh) * | 2021-12-01 | 2022-04-08 | 上海电气风电集团股份有限公司 | 测风点确定方法、系统和可读存储介质 |
CN114295320B (zh) * | 2021-12-01 | 2023-07-25 | 上海电气风电集团股份有限公司 | 测风点确定方法、系统和可读存储介质 |
CN115186608A (zh) * | 2022-07-12 | 2022-10-14 | 北京航空航天大学 | 一种基于湍流能谱耦合rsm模型的网格自适应湍流模拟方法 |
CN115081360A (zh) * | 2022-08-23 | 2022-09-20 | 华北电力大学 | 基于简易致动盘模型的风电场尾流评估方法及装置 |
CN115081360B (zh) * | 2022-08-23 | 2022-11-22 | 华北电力大学 | 基于简易致动盘模型的风电场尾流评估方法及装置 |
CN116361927A (zh) * | 2023-06-02 | 2023-06-30 | 浙江大学 | 面向高速飞行器复杂内流数值模拟的高精度湍流建模方法 |
CN116361927B (zh) * | 2023-06-02 | 2023-08-29 | 浙江大学 | 面向高速飞行器复杂内流数值模拟的高精度湍流建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113627101A (zh) | 一种基于改进型ad/rsm模型的风力机尾流模拟方法 | |
CN102663251B (zh) | 基于计算流体力学模型的风电场功率物理预测方法 | |
Sotoudeh et al. | Field tests and numerical modeling of INVELOX wind turbine application in low wind speed region | |
Wu et al. | Simulation of turbulent flow inside and above wind farms: model validation and layout effects | |
Wu et al. | Modeling turbine wakes and power losses within a wind farm using LES: An application to the Horns Rev offshore wind farm | |
CN103745024B (zh) | 基于三维尾流模型修正风电机组尾部风速功率特性评估法 | |
CN107194097A (zh) | 基于风电场气动模拟和风速风向数据的分析方法 | |
Churchfield et al. | A comparison of the dynamic wake meandering model, large-eddy simulation, and field data at the egmond aan Zee offshore wind plant | |
Sturge et al. | A hybrid actuator disc–Full rotor CFD methodology for modelling the effects of wind turbine wake interactions on performance | |
Wußow et al. | 3D-simulation of the turbulent wake behind a wind turbine | |
CN106815773A (zh) | 一种风电场功率特性评估方法 | |
Wang et al. | A multiscale numerical framework coupled with control strategies for simulating a wind farm in complex terrain | |
Li et al. | Numerical simulation of wind turbine wake based on extended k‐epsilon turbulence model coupling with actuator disc considering nacelle and tower | |
Kamal et al. | Blade design effect on Archimedes Spiral Wind Turbine performance: Experimental and numerical evaluations | |
Abedi | Assessment of flow characteristics over complex terrain covered by the heterogeneous forest at slightly varying mean flow directions:(A case study of a Swedish wind farm) | |
Suffer et al. | Modeling and numerical simulation of a vertical axis wind turbine having cavity vanes | |
Wenz et al. | Impact of the wind field at the complex terrain site Perdigão on the surface pressure fluctuations of a wind turbine | |
Luo et al. | Large-eddy simulation and experimental study on the turbulent wake flow characteristics of a two-bladed wind turbine | |
Lipian et al. | Numerical simulation methodologies for design and development of Diffuser-Augmented Wind Turbines–analysis and comparison | |
Rodrigo et al. | Validation of meso-wake models for array efficiency prediction using operational data from five offshore wind farms | |
Schito | Large Eddy Simulation of wind turbines: interaction with turbulent flow | |
Länger‐Möller | Impact of wall roughness and turbulence level on the performance of a horizontal axis wind turbine with the U‐RANS solver THETA | |
CN111475906A (zh) | 一种风力机尾流风速的算法 | |
da Silva | CFD Analysis of the Air Flow Through Horizontal Axis Wind Turbines | |
Bernal-del Río et al. | Experimental comparison of energy generation between conventional and wavy leading edge blades in hawt |
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 |