CN115130243B - 一种考虑网格阻塞效应的中尺度风电场参数化方法 - Google Patents

一种考虑网格阻塞效应的中尺度风电场参数化方法 Download PDF

Info

Publication number
CN115130243B
CN115130243B CN202210766189.XA CN202210766189A CN115130243B CN 115130243 B CN115130243 B CN 115130243B CN 202210766189 A CN202210766189 A CN 202210766189A CN 115130243 B CN115130243 B CN 115130243B
Authority
CN
China
Prior art keywords
fan
wind speed
layer
wind
parameterization
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.)
Active
Application number
CN202210766189.XA
Other languages
English (en)
Other versions
CN115130243A (zh
Inventor
谢泽明
余晔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest Institute of Eco Environment and Resources of CAS
Original Assignee
Northwest Institute of Eco Environment and Resources of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwest Institute of Eco Environment and Resources of CAS filed Critical Northwest Institute of Eco Environment and Resources of CAS
Priority to CN202210766189.XA priority Critical patent/CN115130243B/zh
Publication of CN115130243A publication Critical patent/CN115130243A/zh
Application granted granted Critical
Publication of CN115130243B publication Critical patent/CN115130243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及一种考虑网格阻塞效应的中尺度风电场参数化方法，该方法包括以下步骤：⑴建立网格阻塞修正因子；⑵利用阻塞修正因子，对Fitch风电场参数化方案中的风机所在网格的入流风速进行修正；⑶利用步骤⑵中所得风速趋势、湍流动能和发电功率修改Fitch风电场参数化方案，对WRF模式进行重新编译安装；⑷下载运行模拟所需要的背景场资料和静态数据，设置模拟区域；利用WRF前处理系统WPS将背景场和静态数据插值成WRF所需要的数据；⑸获取模拟区域内风机的推力系数曲线和功率曲线及其经纬度信息；⑹选择基于风电场参数化的MYNN边界层参数化方案，其它物理参数化方案选择适用于研究区的最优组合，然后进行风电场的气候模拟即可。本发明方法简单、模拟效果好。

Description

一种考虑网格阻塞效应的中尺度风电场参数化方法
技术领域
本发明涉及大气模式技术领域，尤其涉及一种考虑网格阻塞效应的中尺度风电场参数化方法。
背景技术
随着经济发展，能源结构调整，发展风能能源为大势所趋。但是，风电场的运行会减弱边界层气流的速度和增加气流的湍流强度，对局地的气候、环境和生态产生影响，尤其是大型的风电场。目前利用观测资料对风电场的气候效应进行研究，存在一些困难。对于建成后的风电场，一般很难得到建成前风电场区域的观测数据，虽然能在风电场外进行布点，通过观测来分析风电场内外的区别，但由于观测空间的不一致性，会对结果造成一些影响。而且，即使有风电场建成前的观测数据，由于观测时间的不一致性，也会对结果造成影响。另外，对于风电场的选址，如果要对拟建风电场区域进行潜在的气候效应评估，只能利用气象模型进行研究；当需要对风电场的气候效应进行详细研究时，就需要进行大范围和长周期的观测试验。因此，在气象模式中对风电场进行参数化是气候变化和边界层气象研究的一种重要手段。
在中尺度和区域模式中，风电场是作为抬升的动能汇和湍流源参数化进模式中的，这种参数化方法我们称为中尺度风电场参数化方法。抬升的动能汇使得风机所在的网格产生了动量亏损，产生了沿气流方向的轴向力，流体沿气流方向施加这个力的同时，也会受到一个反方向的反作用力，使得上游网格的风速也受到影响。受到上述两个力的影响，网格周围的风速会受到影响，这个影响称为网格的阻塞效应。网格的阻塞效应使得风机所在网格上游的风速下降，导致用于计算风机所在网格参数化的入流风速减小。而风机的推力系数为推力与自由流的动压力和风机涡轮盘面积乘积的比值，当受到网格阻塞效应影响时，计算风机所在网格参数化的风速小于自由流风速，会低估风机的推力，影响风电场参数化对风速、湍流动能和发电功率的计算。
发明内容
本发明所要解决的技术问题是提供一种简单、效果好的考虑网格阻塞效应的中尺度风电场参数化方法。
为解决上述问题，本发明所述的一种考虑网格阻塞效应的中尺度风电场参数化方法，包括以下步骤：
⑴根据下式建立网格阻塞修正因子ω：
Figure SMS_1
其中：t为积分的时间，单位s；Δt为积分步长，单位s；CT(Uhω)为风机的推力系数曲线，是风速的函数，无量纲；CT(Uhω)t-Δt代表t积分时刻的上一积分时刻的推力系数；
Figure SMS_2
为模式垂直层次第k层到第k+1层之间风机涡轮盘的面积，单位m2；
Figure SMS_3
为模式垂直层次第k层到第k+1层之间模式网格的面积，单位m2；
⑵利用阻塞修正因子，对Fitch风电场参数化方案中的风机所在网格的入流风速进行修正，其中
①x方向的风速分量随时间变化的趋势
Figure SMS_4
Figure SMS_5
式中，uk为模式垂直层次为第k层x方向的风速，单位m s-1；Uk为模式垂直层次为第k层的风速，单位m s-1；
Figure SMS_6
为模式垂直层次第k层到第k+1层间风机涡轮盘区域的面积，单位m2；zk为垂直层次为第k层的高度；zk+1为垂直层次为第k+1层的高度；Δx为模式x方向的水平分辨率，单位m；Δy为模式y方向的水平分辨率，单位m；
②y方向的风速分量随时间变化的趋势
Figure SMS_7
Figure SMS_8
式中，vk为模式垂直层次为第k层y方向的风速，单位m s-1；
③湍流动能随时间的变化趋势
Figure SMS_9
Figure SMS_10
式中，a为湍流校正因子；P(Uhω)为功率曲线，是风速的函数，无量纲；ρ为参考空气密度，单位kg m-3；Uh为风机轮毂高度处风速，单位m s-1；Ar为风机转子盘的面积，单位m2；
④模式输出的风机发电功率Pr＝P(Uhω)；
⑶利用步骤⑵中所得风速趋势、湍流动能和发电功率修改Fitch风电场参数化方案，对WRF模式进行重新编译安装；
⑷下载运行模拟所需要的背景场资料和静态数据，设置模拟区域；利用WRF前处理系统WPS将背景场和静态数据插值成WRF所需要的数据；
⑸获取模拟区域内风机的推力系数曲线和功率曲线及其经纬度信息；
⑹选择基于风电场参数化的MYNN边界层参数化方案，其它物理参数化方案选择适用于研究区的最优组合，然后进行风电场的气候模拟即可。
本发明与现有技术相比具有以下优点：
1、本发明考虑网格等效推力造成的阻塞效应，并利用经典动量理论推导出的关系式来对网格计算参数化风速进行订正，从而使得计算风电场参数化的入流风速更接近自由流风速，进而改进中尺度风电场参数化的模拟效果。
2、本发明在改进风电场参数化的同时，并没有将其复杂化，几乎不增加在长时间气候模拟中耗费的计算机机时。
3、本发明方法简单、易于实施。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1为风机涡轮盘和模式网格垂直层次示意图。
图2为流管假设示意图。
图3为本发明轮毂高度处网格计算参数化风速随时间的变化(时间为0001-01-0400:00:00到0001-01-04 04:00:00)。
图4为本发明网格计算参数化风速随高度的变化。
图5为本发明风速亏损随高度的分布(CTL试验减去对应试验)。
图6为本发明增加的湍流动能随高度的分布(对应的试验减去CTL试验)。
图7为本发明发电功率随时间的变化(时间为0001-01-04 00:00:00到0001-01-0404:00:00)。
具体实施方式
一种考虑网格阻塞效应的中尺度风电场参数化方法，包括以下步骤：
⑴由于网格阻塞效应的产生，风机所在网格的网格计算参数化风速会受到影响，因此，根据下式建立网格阻塞修正因子ω：
Figure SMS_11
其中：t为积分的时间，单位s；Δt为积分步长，单位s；CT(Uhω)为风机的推力系数曲线，是风速的函数，无量纲；CT(Uhω)t-Δt代表t积分时刻的上一积分时刻的推力系数；
Figure SMS_12
为模式垂直层次第k层到第k+1层之间风机涡轮盘的面积(如图1阴影所示)，单位m2；
Figure SMS_13
为模式垂直层次第k层到第k+1层之间模式网格的面积(即模式网格的水平分辨率乘以模式垂直层次第k层到第k+1层的高度)，单位m2；
⑵利用阻塞修正因子，对Fitch风电场参数化方案中的风机所在网格的入流风速进行修正，其中
①x方向的风速分量随时间变化的趋势
Figure SMS_14
Figure SMS_15
式中，uk为模式垂直层次为第k层x方向的风速，单位m s-1；Uk为模式垂直层次为第k层的风速，单位m s-1；
Figure SMS_16
为模式垂直层次第k层到第k+1层间风机涡轮盘区域的面积(如图1阴影所示)，单位m2；zk为垂直层次为第k层的高度；zk+1为垂直层次为第k+1层的高度；Δx为模式x方向的水平分辨率，单位m；Δy为模式y方向的水平分辨率，单位m；
②y方向的风速分量随时间变化的趋势
Figure SMS_17
Figure SMS_18
式中，vk为模式垂直层次为第k层y方向的风速，单位m s-1；
③湍流动能随时间的变化趋势
Figure SMS_19
Figure SMS_20
式中，a为湍流校正因子；P(Uhω)为功率曲线，是风速的函数，无量纲；ρ为参考空气密度，单位kg m-3；Uh为风机轮毂高度处风速，单位m s-1；Ar为风机转子盘的面积，单位m2；
④模式输出的风机发电功率Pr＝P(Uhω)；
⑶利用步骤⑵中所得风速趋势、湍流动能和发电功率修改Fitch风电场参数化方案，对WRF模式进行重新编译安装；
⑷下载运行模拟所需要的背景场资料和静态数据，设置模拟区域；利用WRF前处理系统WPS将背景场和静态数据插值成WRF所需要的数据；
⑸获取模拟区域内风机的推力系数曲线和功率曲线及其经纬度信息；
⑹因为风电场参数化方案嵌套在MYNN边界层参数化方案中，边界层参数化方案必须选择MYNN方案。因此，选择基于风电场参数化的MYNN边界层参数化方案，其它物理参数化方案选择适用于研究区的最优组合，然后进行风电场的气候模拟即可。
本发明基于流管假设，利用经典动量定理修正网格阻塞效应对风机所在网格计算参数化入流风速的影响，改进模式对风电场区域风速、湍流动能和发电功率的模拟。具体过程如下：
在数值模式中，对于模式分辨率不能分辨和描述的复杂物理过程，通常是将其参数化为简单的参数来解决。中尺度风电场参数化则是将风电场参数化为抬升的动能汇和湍流源。
国际上，Fitch方案是使用最为广泛的中尺度风电场参数化。在Fitch方案中，用商业风机的推力系数来计算风机推力，功率曲线来计算风机发电功率。所以，模式需要读取风机的技术参数(即推力系数曲线和功率曲线)，输入推力系数曲线CT(U)为随风速U(单位：ms-1)变化的函数，功率曲线P(U)同样是风速U的函数。有了推力系数，就可以得到风机推力造成的气流动能减少随时间的变化趋势
Figure SMS_21
表达式为
Figure SMS_22
其中，Uh为风机轮毂高度处风速，单位m s-1；ρ为参考空气密度，单位kg m-3；Ar为风机转子盘的面积，单位m2。并且，商业风电机提供不同风速下风机的输出功率P(Uh)，根据输出功率可以得到功率系数Cp，其关系式为
Figure SMS_23
至于风电场作为湍流源则是利用能量守恒进行计算，即假设风机减少的动能转换为电能和湍流动能，还有机械能损耗和电能损耗，有
CTKE＝a(CT(Uh)-Cp)………………………(3)
其中，CTKE为湍流动能系数；a为湍流校正因子(在Fitch方案中默认值为0.25)。根据湍流动能系数，可以得出湍流动能(TKE)变化率为
Figure SMS_24
如图1所示，风机涡轮盘可能会被数值模式的垂直层分割，所以在风电场参数化中，风机的拖曳力是分层进行参数化的，网格垂直层次第k层风机导致动能减少的变化率为
Figure SMS_25
Figure SMS_26
其中，Uk为模式垂直层次为第k层的风速，单位m s-1；
Figure SMS_27
为模式垂直层次第k层到第k+1层之间风机涡轮盘区域的面积(如图1阴影所示)，单位m2。
风机导致的模式网格垂直层次第k层动能随时间的变化趋势
Figure SMS_28
可以表示为
Figure SMS_29
其中，z为模式垂直层次对应的高度，单位m；Δx为模式x方向的水平分辨率，单位m；Δy为模式y方向的水平分辨率，单位m。
由于风机导致的动能减少等于模式网格的动能减少，根据公式(4)和公式(5)，可以得到垂直层次第k层风速随时间的变化趋势
Figure SMS_30
为
Figure SMS_31
同样，垂直层次第k层的湍流动能随时间的变化趋势
Figure SMS_32
为：
Figure SMS_33
根据公式(7)和公式(8)即可在模式中将风电场参数化为抬升的动能汇和湍流源。
风机的推力系数是风机推力与自由流动压力和风机涡轮盘面积乘积的比值。风机运行时，气流在对风机施加推力的同时，气流也会受到反作用力，使上游风速受到影响。同样，模式网格增加了风机的推力，模式气流同样也会受到风机的反作用力，影响上游的风速，影响网格计算参数化入流风速(即：在中尺度风电场参数化中，用来参数化风电场为抬升的动能汇和湍流源的风速)，从而导致Fitch方案计算的风机推力产生偏差。
在一些风能和航空工程的书中，利用经典的动量理论能够得出涡轮盘的推力和自由流风速之间的关系。动量理论是基于流管假设的，如图2所示，流管包围了涡轮盘。流管假定从涡轮无限远的上游延伸到无限远的下游平面。所有进入上游流管的流体都必须通过涡轮盘，并在下游流管流出。
除了图2所示的流管流的基本假设外，经典动量理论也强加了五种简化近似：即假定流动是1)无粘的和2)不可压缩得；3)忽略流管内流体的所有旋转；4)速度和5)静压在流管的每个横截面都是均匀的。
为了根据经典动力理论计算诱导风速Ui(空气流过某物体(如翼型)后速度的变化量)，考虑沿图2中流线运动的流体。远离涡轮盘的上游的流体压力为P∞、流速为U∞(自由流风速)。由于风机引起的动能亏损，涡轮盘上游的压力大于环境压力，涡轮盘下游压力则小于环境压力。涡轮盘近上游一侧和近下游一侧的压力分别记为Pu和Pd，根据定义，涡轮盘上游一侧的速度为自由流风速减去诱导速度U∞-Ui，而靠近下游一侧的速度记为Ud。在经典动量理论中，在所有流管截面上忽略速度的经向分量。
由于风机上游没有减少或增加动能，所以可以利用伯努利原理将上游的自由流风速和压力与涡轮盘上游一侧风速和压力联系起来，有
Figure SMS_34
同样地，伯努利原理可以用来将涡轮盘下游侧下游的风速和压力联系起来，因为这个区域的动能没有增加和减小，有
Figure SMS_35
式中：Us为远离涡轮盘的下游的流体速度；
基于不可压缩流动假设，涡轮盘上游和下游的质量守恒要求
Ud＝U∞-Ui……………………(11)
在公式(9)中运用公式(11)，然后公式(9)再减去公式(10)，有
Figure SMS_36
流体的轴向动量亏损导致的轴向力，一般称为涡轮的推力。流体向自由流风速方向施加了这个力，因此，涡轮必须产生一个反方向的作用力。推力T可以用涡轮盘上游和下游一侧的压力差来表示，也可以用涡轮上游和下游的轴向速度变化来表示，有
Figure SMS_37
其中，
Figure SMS_38
为质量通量。
质量通量同时也可以表示为通过风机涡轮盘的质量流，有
Figure SMS_39
联合公式(12)、(13)和(14)，可以有下游速度为
Us＝U∞-2Ui……………………(15)
在公式(13)中运用公式(15)和(14)，推力的表达式写为
T＝2ρArUi(U∞-Ui)……………………(16)
推力系数被定义为涡轮(风机)的推力与自由流的动压力和涡轮盘的面积乘积的比值。
应用轴向诱导因子的定义和公式(11)，得到
Figure SMS_40
利用公式(16)，推力系数可以写为
Figure SMS_41
求解公式(18)，会得到两个解，如下
Figure SMS_42
对于轴向诱导因子α＞1/2，推力系数越小，轴向诱导因子越大，这不符合实际情况，所以轴向诱导因子和推力系数的关系式应该为
Figure SMS_43
但是，在使用时应该注意a在接近1/2时的值，由公式(15)可知，这时下游速度会趋向于0，由于质量守恒要求，下游流管的半径接近于无穷大，这不符合现实情况。
通常涡轮机的运行对上下游流体速度造成影响的现象叫阻塞效应，风机作为一种涡轮机也有同样的效应。而且，由于在中尺度风电场参数化中，风机所在的网格作为动能汇，相当于增加了推力，这里我们称为等效推力。网格出现的等效推力同样会产生阻塞效应，导致网格的风速下降，影响风机推力的计算。
同样地，风机所在的网格推力增加造成的阻塞现象也可以应用于流管假设，并能利用经典动量理论估算自由流速度。风机所在网格的等效推力导致的动能减少可以表示为
Figure SMS_44
其中，CE为网格的等效推力系数，Ac为网格等效推力的作用面(即模式网格的水平分辨率乘以包含风机转子盘的模式垂直层次之间的高度)。由于风机的推力系数是风机推力与自由流通过风机涡轮盘区域所含风能的比值，所以公式(1)实际表达式应为
Figure SMS_45
同样的，风机的发电功率为
Pr＝P(U∞)........................(23)
公式(4)的表达式也应为
Figure SMS_46
由于网格等效推力和风机推力导致动能减少的值一样(即公式(21)和公式(22)相等)，有
Figure SMS_47
在风电场参数化的网格阻塞中，轮毂高度处风速Uh相当于流管假设里的涡轮盘处的风速Ud，网格的等效推力系数CE相当于风机推力系数CT，所以根据公式(17)和公式(20)，有
Figure SMS_48
根据公式(26)计算出来的自由流速度来计算公式(22)中风机导致动能的减少，能减少中尺度风电场参数化的误差。由于中尺度参数化是按照垂直层次和风机涡轮盘相交的面积进行参数化的，所以，每个层次的推力不一样，阻塞强度也不一样。模式垂直层次第k层的网格等效推力
Figure SMS_49
为
Figure SMS_50
其中，
Figure SMS_51
为模式垂直层次第k层到第k+1层之间模式网格的面积(即模式网格的水平分辨率乘以模式垂直层次第k层到第k+1层的高度)，单位m2；
同样地，不同层次也有对应的自由流速度，有模式垂直层次第k层的自由入流速度
Figure SMS_52
为
Figure SMS_53
这里定义
Figure SMS_54
为网格阻塞修正因子ω，其完整表达式为：
Figure SMS_55
其中：t为积分的时间，单位s；Δt为积分步长，单位s；CT(Uhω)t-Δt代表t积分时刻的上一积分时刻的推力系数。
当积分时间等于0，由于阻塞效应还没产生，所以网格阻塞修正因子ω的值等于1。
由公式(22)、公式(28)和公式(29)，公式(7)可以改写为
Figure SMS_56
将公式(30)转化为风在x、y方向的分量形式，公式为
Figure SMS_57
和
Figure SMS_58
由公式(2)、公式(3)、公式(25)、公式(28)和公式(29)，公式(8)可以写为
Figure SMS_59
由公式(23)、公式(28)和公式(29)，输出的风机功率则为
Pr＝P(Uhω)……………………(34)
利用公式(31)、公式(32)、公式(33)和公式(34)，就可以修正受网格阻塞效应影响的网格计算参数化入流风速。
【试验设置】
为了验证考虑了网格阻塞效应的风电场参数化方案，采用WRF理想试验模拟了一个风速～9m s-1的均匀自由流。
自由流模拟范围为在x、y和z方向分别为40km×40km×10km的区域，水平分辨率为500m(时间步长设置为5s)，垂直分辨率在最接近地面的层次大约为6.8m，然后经过拉伸在模拟区域顶层的分辨率大概为767m，总共有51层，其中有33层集中在1000m以下区域。边界层设置为中性条件。物理参数化的设置如表1所示。
表1参数化方案的选取
参数化 方案
积云方案 off
陆面模式 off
边界层方案 MYNN Level 25
微物理方案 off
辐射方案 off
近地层方案 revised MM5 Monin-Obukhov方案
网格阻塞试验选取的风机是美国国家再生能源实验室(National RenewableEnergy Laboratory，NREL)的5MW风机，其轮毂高度H＝90，涡轮直径D＝126m，额定功率5MW。风机置于自由流的中心处，即x、y方向上20km×20km处。此外，模式的垂直层次总共有11层和风机涡轮盘相交。
理想试验首先未加入风机先运行3天进行预热(时间为0001-01-01 00：00：00到0001-01-04 00：00：00)，生成自由流。再根据这个自由流设置4组试验：
①CTL试验：不加风电场参数化的试验。
②Fitch试验：加入默认的风电场参数化(Fitch方案)。
③Inflow试验：参数化的风速用风机上游～14km处的风速(为受网格阻塞效应影响)。
④New试验：考虑网格阻塞效应的风电场参数化方案。
最后进行4h的试验模拟(时间为0001-01-04 00：00：00到0001-01-04 04：00：00)。
【结果】
图3是轮毂高度处网格计算参数化风速，其中CTL没有进行风电场参数化，流场可代表自由流。其中，Inflow试验和CTL试验基本重合，可以确定网格的阻塞效应没有影响到上游～14km处的风速。Fitch试验开始时的风速和CTL的值一样，随后风速迅速下降，这和网格阻塞形成有关。网格阻塞形成后Fitch试验的风速达到稳定，和其它试验的风速有0.3ms-1到0.4m s-1左右的差异。New试验可以修正网格阻塞效应的影响，除了开始时刻风速比CTL试验风速大，达到稳定后风速和CTL试验非常接近。
图4是0001-01-04 03:59:55时刻网格计算参数化风速随高度的变化。可以看出Inflow试验和CTL试验的风速基本重合，上游～14km处风速没受到阻塞效应的影响。Fitch试验和CTL的风速差异最大，与风机涡轮盘相交的底层和高层风速差异很小，在轮毂高度附近最大，应该是轮毂高度附近受到的等效推力最大(风机和垂直层次相交面积最大)，导致轮毂高度处的阻塞效应最大造成的。New试验和CTL试验的风速非常接近，在最低层和轮毂高度附近的值基本一样。
图5是风速亏损随高度的变化，可以看出，Inflow试验和New试验的风速亏损结果非常接近，而Fitch试验的风速亏损比Inflow试验和New试验的都要小，尤其是在风机轮毂高度附近，这是因为阻塞效应使Fitch网格计算参数化风速小于自由流风速造成的，而Inflow试验和New试验的风速则与自由流风速非常接近。
图6是增加的湍流动能随高度的变化，同样可以看出，Inflow试验和New试验增加的湍流动能结果非常接近。而Fitch试验增加的湍流动能比Inflow试验和New试验都小，同样在风机轮毂高度附近差别最大。
图7为风机发电功率随时间的变化图，其中CTL试验结果是利用模拟风速计算的。可以看出，发电功率随时间的变化与图3网格计算参数化风速的变化趋势类似，CTL、Inflow和New试验结果相似，Fitch试验结果小于前三者，因为功率曲线P(U)是风速的函数。
由上面的结果可以发现，考虑了网格阻塞效应的风电场参数化更为合理，因为其网格计算参数化风速更接近自由流风速，接近推力系数定义里的自由流风速，这使推力系数的使用和推力的计算更为合理，从而使得风电场的动能汇效应更强，动能亏损更大，还有增加的湍流动能和发电功率更大，而原本的Fitch方案在这方面则存在低估。

Claims (1)

1.一种考虑网格阻塞效应的中尺度风电场参数化方法，包括以下步骤：
⑴根据下式建立网格阻塞修正因子ω：
Figure QLYQS_1
其中：t为积分的时间，单位s；Δt为积分步长，单位s；CT(Uhω)为风机的推力系数曲线，是风速的函数，无量纲；CT(Uhω)t-Δt代表t积分时刻的上一积分时刻的推力系数；
Figure QLYQS_2
为模式垂直层次第k层到第k+1层之间风机涡轮盘的面积，单位m2；
Figure QLYQS_3
为模式垂直层次第k层到第k+1层之间模式网格的面积，单位m2；
⑵利用阻塞修正因子，对Fitch风电场参数化方案中的风机所在网格的入流风速进行修正，其中
①x方向的风速分量随时间变化的趋势
Figure QLYQS_4
Figure QLYQS_5
式中，uk为模式垂直层次为第k层x方向的风速，单位m s-1；Uk为模式垂直层次为第k层的风速，单位m s-1；
Figure QLYQS_6
为模式垂直层次第k层到第k+1层间风机涡轮盘区域的面积，单位m2；zk为垂直层次为第k层的高度；zk+1为垂直层次为第k+1层的高度；Δx为模式x方向的水平分辨率，单位m；Δy为模式y方向的水平分辨率，单位m；
②y方向的风速分量随时间变化的趋势
Figure QLYQS_7
Figure QLYQS_8
式中，vk为模式垂直层次为第k层y方向的风速，单位m s-1；
③湍流动能随时间的变化趋势
Figure QLYQS_9
Figure QLYQS_10
式中，a为湍流校正因子；P(Uhω)为功率曲线，是风速的函数，无量纲；ρ为参考空气密度，单位kg m-3；Uh为风机轮毂高度处风速，单位m s-1；Ar为风机转子盘的面积，单位m2；
④模式输出的风机发电功率Pr＝P(Uhω)；
⑶利用步骤⑵中所得风速趋势、湍流动能和发电功率修改Fitch风电场参数化方案，对WRF模式进行重新编译安装；
⑷下载运行模拟所需要的背景场资料和静态数据，设置模拟区域；利用WRF前处理系统WPS将背景场和静态数据插值成WRF所需要的数据；
⑸获取模拟区域内风机的推力系数曲线和功率曲线及其经纬度信息；
⑹选择基于风电场参数化的MYNN边界层参数化方案，其它物理参数化方案选择适用于研究区的最优组合，然后进行风电场的气候模拟即可。
CN202210766189.XA 2022-07-01 2022-07-01 一种考虑网格阻塞效应的中尺度风电场参数化方法 Active CN115130243B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210766189.XA CN115130243B (zh) 2022-07-01 2022-07-01 一种考虑网格阻塞效应的中尺度风电场参数化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210766189.XA CN115130243B (zh) 2022-07-01 2022-07-01 一种考虑网格阻塞效应的中尺度风电场参数化方法

Publications (2)

Publication Number Publication Date
CN115130243A CN115130243A (zh) 2022-09-30
CN115130243B true CN115130243B (zh) 2023-03-31

Family

ID=83381329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210766189.XA Active CN115130243B (zh) 2022-07-01 2022-07-01 一种考虑网格阻塞效应的中尺度风电场参数化方法

Country Status (1)

Country Link
CN (1) CN115130243B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117521282B (zh) * 2023-11-07 2024-04-12 国家气候中心 用于风电场气候特征模拟的密度依赖型风机参数化方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016023527A1 (zh) * 2014-08-14 2016-02-18 国家电网公司 一种基于测风塔测风数据的风电场弃风电量确定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110703357B (zh) * 2019-04-30 2021-04-20 国家气象中心(中央气象台) 全球中期数值预报grapes_gfs方法
CN112100921A (zh) * 2020-09-16 2020-12-18 平衡机器科技(深圳)有限公司 一种基于wrf和随机森林获取风资源风速的方法
CN113553782B (zh) * 2021-02-04 2024-03-26 华风气象传媒集团有限责任公司 一种用于预报风速的降尺度方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016023527A1 (zh) * 2014-08-14 2016-02-18 国家电网公司 一种基于测风塔测风数据的风电场弃风电量确定方法

Also Published As

Publication number Publication date
CN115130243A (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
Toja-Silva et al. A review of computational fluid dynamics (CFD) simulations of the wind flow around buildings for urban wind energy exploitation
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
Adaramola et al. Experimental investigation of wake effects on wind turbine performance
Revuz et al. On the domain size for the steady-state CFD modelling of a tall building
CN102663251B (zh) 基于计算流体力学模型的风电场功率物理预测方法
Kaldellis et al. Critical evaluation of Wind Turbines’ analytical wake models
CN107194097A (zh) 基于风电场气动模拟和风速风向数据的分析方法
CN102235313B (zh) 平坦地形风机规则布置优化方法
CN103605912A (zh) 一种风电场功率外特性建模方法
CN109784544B (zh) 一种平坦地形风电场的噪声预测和优化布局方法
Wendler et al. An unsteady aerodynamics model for lifting line free vortex wake simulations of hawt and vawt in qblade
CN113627101B (zh) 一种基于改进型ad/rsm模型的风力机尾流模拟方法
CN115130243B (zh) 一种考虑网格阻塞效应的中尺度风电场参数化方法
Wang et al. A multiscale numerical framework coupled with control strategies for simulating a wind farm in complex terrain
Li et al. Study on aerodynamic performance of a straight-bladed VAWT using a wind-gathering device with polyline hexagonal pyramid shape
CN117556170A (zh) 一种偏航风机的非高斯尾流风速损失分布预测方法
Cheng et al. Simulation of wind gust structure in the atmospheric boundary layer with Lattice Boltzmann Method
Panjwani et al. Effect of wake meandering on aeroelastic response of a wind turbine placed in a park
Hezaveh et al. Mean kinetic energy replenishment mechanisms in vertical-axis wind turbine farms
CN105760951B (zh) 一种风机阵列优化方法
Vadhyar et al. A critical assessment of the factors associated with the implementation of rooftop VAWTs: A review
Li et al. Large eddy simulation of flow over a three-dimensional hill with different slope angles
CN118246820B (zh) 一种上下游风场风资源评估与发电量计算方法及系统
Dong et al. Research on the influence of yaw control on wind turbine performance under wake effect

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