CN116644682A - 风电场噪声分析方法、设备及计算机可读存储介质 - Google Patents

风电场噪声分析方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN116644682A
CN116644682A CN202310573111.0A CN202310573111A CN116644682A CN 116644682 A CN116644682 A CN 116644682A CN 202310573111 A CN202310573111 A CN 202310573111A CN 116644682 A CN116644682 A CN 116644682A
Authority
CN
China
Prior art keywords
noise
wind
wind farm
power plant
fan blade
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
Application number
CN202310573111.0A
Other languages
English (en)
Inventor
宗岳
张彦虎
金博文
郑东
解瑞
程浩
胡金磊
杨毅
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.)
Sungrow Renewables Development Co Ltd
Original Assignee
Sungrow Renewables Development Co Ltd
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 Sungrow Renewables Development Co Ltd filed Critical Sungrow Renewables Development Co Ltd
Priority to CN202310573111.0A priority Critical patent/CN116644682A/zh
Publication of CN116644682A publication Critical patent/CN116644682A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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
    • G06F2119/10—Noise analysis or noise optimisation
    • 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)
  • 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)
  • Wind Motors (AREA)

Abstract

本发明公开了风电场噪声分析方法、设备及计算机可读存储介质，该方法包括：流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据；根据所述虚拟模型和所述风电场环境数据，确定所述风电场内风机叶片对应的计算域；基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布。在风电噪声分析过程中，进行风电场整场的统一建模，并对整场风机叶片进行气动噪声分析及计算，考虑外界环境对风机的叶片气动噪声的影响，提高风机的叶片气动噪声分析结果的准确性。

Description

风电场噪声分析方法、设备及计算机可读存储介质
技术领域
本发明涉及风电场噪声分析技术领域，尤其涉及一种风电场噪声分析方法、设备及计算机可读存储介质。
背景技术
近年来，风能在世界可再生能源中的比重日渐增长，成为各国能源工业关注的焦点。随着风能需求的增加，风机建设量也日益增加。而在风机的叶片转动过程中，气流流经风机叶片界面产生分裂会引起一种非稳定流动噪声，即叶片气动噪声，较大的叶片气动噪声会对居住在附近的居民造成影响。因此，在风机建设之前，需要采用有效的风机气动噪声模拟技术，对叶片气动噪声进行分析，以规避噪声风险。目前，采用数据模拟方法对叶片气动噪声进行分析，数值模拟方法可以快速地计算叶片气动噪声，有效缩短噪声计算周期。但是，数值模拟方法仅能对单个风机的叶片气动噪声进行建模分析，严重影响风机的叶片气动噪声分析结果的准确性。
发明内容
本申请实施例通过提供一种风电场噪声分析方法、设备及计算机可读存储介质，旨在提高风机的叶片气动噪声分析结果的准确性。
本申请实施例提供了一种风电场噪声分析方法，所述风电场噪声分析方法，包括：
流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据；
根据所述虚拟模型和所述风电场环境数据，确定所述风电场内风机叶片对应的计算域；
基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布。
可选地，所述基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布的步骤包括：
将所述计算域进行网格划分，得到多个多面体单元；
将所述风电场环境数据、所述边界条件和划分后的多面体单元代入所述理论模型中进行迭代数值求解，通过数值模拟方法得到风电场内风机叶片表面的声功率分布。
可选地，所述边界条件包括：叶轮表面设置为无滑移壁面边界条件，入口采用速度入口边界条件，出口采用零压力出口边界条件。
可选地，所述计算域包括静止域和旋转域，且所述静止域与所述旋转域的交界处设置内面。
可选地，所述流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据的步骤之前，还包括：
根据风机的叶片半径、叶轮中心点位置、风机轮毅高度、电机尺寸和减速器尺寸，构建所述虚拟模型。
可选地，所述风电场噪声分析方法，还包括：
融合所述虚拟模型和所述风电场环境数据；
在GIS平台显示融合后的虚拟模型和风电场环境数据，以基于GIS平台显示的内容进行风电场噪声分析。
可选地，所述基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布的步骤之后，还包括：
根据所述风电场内各风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声点对应的最大噪声值；
根据所述最大噪声值，确定风电场内各噪声检测点处的总噪声贡献值；
根据风电场内各噪声检测点处的总噪声贡献值，确定风机位置。
可选地，所述基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布的步骤之后，还包括：
根据所述风电场内各风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声点对应的最大噪声值；
基于所述风机叶片表面的最大噪声值，确定风电机组的目标运行功率；
基于所述目标运行功率调整风电机组的当前运行功率，以降低噪声。
可选地，所述基于所述风机叶片表面的最大噪声值，确定风电机组的目标运行功率的步骤包括：
确定所述最大噪声值对应的噪声值区间，将所述噪声值区间关联的预设运行功率确定为所述风电机组的目标运行功率；
或者，在所述最大噪声值大于预设噪声值时，将预设运行频率确定为所述风电机组的目标运行频率。
可选地，所述基于所述目标运行功率调整风电机组的当前运行功率的步骤包括：
基于目标运行功率和当前运行功率，确定调整步长和调整周期；
基于所述调整步长和所述调整周期，将所述当前运行功率调整至所述目标运行功率。
此外，为实现上述目的，本发明还提供了一种风电场噪声分析设备，所述风电场噪声分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风电场噪声分析程序，所述风电场噪声分析程序被所述处理器执行时实现上述的风电场噪声分析方法的步骤。
此外，为实现上述目的，本发明还提供了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风电场噪声分析程序，所述风电场噪声分析程序被处理器执行时实现上述的风电场噪声分析方法的步骤。
本申请实施例中提供的一种风电场噪声分析方法、设备及计算机可读存储介质的技术方案，流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据；根据所述虚拟模型和所述风电场环境数据，确定所述风电场内风机叶片对应的计算域；基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布。在风电噪声分析过程中，进行风电场整场的统一建模，并对整场风机叶片进行气动噪声分析及计算，考虑外界环境对风机的叶片气动噪声的影响，提高风机的叶片气动噪声分析结果的准确性。
附图说明
图1为本发明风电场噪声分析方法第一实施例的流程示意图；
图2为本发明静止域和旋转域的示意图；
图3为本发明风电场噪声分析设备的硬件运行环境的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明，上述附图只是一个实施例图，而不是发明的全部。
具体实施方式
在风机的叶片转动过程中，气流流经风机叶片界面产生分裂会引起一种非稳定流动噪声，即叶片气动噪声，较大的叶片气动噪声会对居住在附近的居民造成影响。因此，在风机建设之前，需要采用有效的风机气动噪声模拟技术，对叶片气动噪声进行分析，以规避噪声风险。目前，采用数据模拟方法对叶片气动噪声进行分析，数值模拟方法可以快速地计算叶片气动噪声，有效缩短噪声计算周期。但是，数值模拟方法仅能对单个风机的叶片气动噪声进行建模分析，无法进行风电场整场的统一建模全局分析，严重影响风机的叶片气动噪声分析结果的准确性。
基于上述缺陷，本申请提出了一种风电场噪声分析方法，包括流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据；根据所述虚拟模型和所述风电场环境数据，确定所述风电场内风机叶片对应的计算域；基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布。通过在风电噪声分析过程中，进行风电场整场的统一建模，并对整场风机叶片进行气动噪声分析及计算，考虑外界环境对风机的叶片气动噪声的影响，提高风机的叶片气动噪声分析结果的准确性。
另外，本申请基于BIM构建风电场整场的风机叶片的三维和四维模型，并通过GIS平台可以直观显示风机布置位置及其零部件。
此外，通过整场风机叶片分析可以得到不同风机类型、不同风机点位上的最大噪声点及最大噪声值，从而为整场风机噪声分析奠定基础。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，在本申请的第一实施例中，本申请的风电场噪声分析方法，包括以下步骤：
步骤S110，流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据。
可选地，流体分析模块可以CFD分析模块，用于计算风电场内各风机叶片表面的声功率分布，还可以计算风电场内不同风机类型、不同风机点位上的声功率分布，进而根据风电场内风机叶片表面的声功率分布进行噪声规避。
可选地，风电场内每个风机均可预先建立对应的虚拟模型，该虚拟模型可以是三维模型，也可以是四维模型，该虚拟模型具体可以是BIM三维虚拟模型。可根据风电场内每个风机对应的机械物理参数构建该虚拟模型。可选地，每个风机对应的机械物理参数包括但不限于各个叶片半径、叶轮中心点位置、风机轮毅高度、电机尺寸和减速器尺寸等。可获取风机上各个叶片半径、叶轮中心点位置、风机轮毅高度、电机尺寸和减速器尺寸等数据，根据风机上各个叶片半径、叶轮中心点位置、风机轮毅高度、电机尺寸和减速器尺寸构建虚拟模型。
可选地，由于建立虚拟模型过程中，风机上各部件的实际尺寸与虚拟尺寸之间存在误差，因此，可预先确定风机上各部件的实际尺寸与虚拟尺寸之间的预设比例系数，基于该预设比例系数将风机上各部件的实际尺寸进行缩放并绘制虚拟模型。
可选地，在构建BIM三维虚拟模型之后，可融合虚拟模型和风电场环境数据，并在GIS平台显示融合后的虚拟模型和风电场环境数据。使得能够在GIS平台上直观显示各个风机的虚拟模型以及风电场环境数据，便于对风电场中各风机点位进行分析。
可选地，风机表面生成的噪声受很多因素的影响，这些影响因素包括但不限于地形数据、风速、气象气流数据、植被覆盖率等。不同地形对风机表面产生的噪声影响不同，不同风速对风机表面产生的噪声影响不同，不同气象气流数据对风机表面产生的噪声影响不同，可以理解的是，当风速越大时，对风机表面产生的影响越大，当气象气流越快时，对风机表面产生的影响越大，当植被覆盖率越少时，对风机表面产生的影响越大。因此，在进行噪声分析时，应该综合考虑风电场中各个因素对风机噪声的影响。
可选地，CFD软件启动进行风电场噪声分析时，需要先导入数据，可导入的数据包括但不限于风电场内各风机对应的虚拟模型以及风电场环境数据。所述风电场环境数据包括地形数据、风速、气象气流数据中的至少一个。可选地，流体分析模块导入风电场内风机对应的虚拟模型以及地形数据进行噪声分析；或者，流体分析模块导入风电场内风机对应的虚拟模型以及风速进行噪声分析；或者，流体分析模块导入风电场内风机对应的虚拟模型以及气象气流数据进行噪声分析；或者，流体分析模块导入风电场内风机对应的虚拟模型、地形数据和风速进行噪声分析；或者，流体分析模块导入风电场内风机对应的虚拟模型、风速和气象气流数据进行噪声分析；或者，流体分析模块导入风电场内风机对应的虚拟模型、地形数据和气象气流数据进行噪声分析；或者，流体分析模块导入风电场内风机对应的虚拟模型、地形数据、风速和气象气流数据进行噪声分析，以支持从不同维度对风电场的噪声分析。
可选地，在构建BIM三维虚拟模型之后，在将BIM三维虚拟模型导入流体分析模块时，可直接导出3DS格式的虚拟模型的模型文件。还可以导出CAD格式的文件，再在CAD文件中建立三维虚拟模型，导出STL格式的模型文件。
步骤S120，根据所述虚拟模型和所述风电场环境数据，确定所述风电场内风机叶片对应的计算域。
可选地，在将风电场内风机对应的虚拟模型以及风电场环境数据导入流体分析模块之后，即可确定计算域，不同风机存在对应的计算域。该计算域可以通过软件识别得到，也可以人工选择确定。
可选地，计算域包括静止域和旋转域，参照图2，静止域可以是风机上静止的部件，例如可以是风杆。旋转域是风机上可运动的部件，例如可以是风机的叶轮。在静止域与旋转域的交界处设置有内面，也称为内壁，使得计算数据可以在静止域与旋转域之间传递。
步骤S130，基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布。
可选地，本申请的理论模型包括但不限于N-S方程模型、雷诺平均模型或者大涡模拟模型、Spalart-Allmaras模型、k-ω模型；需要进一步说明的是，选择何种理论模型取决于模拟对象的特征，并不存在某一个理论模型可以适用于所有的对象(几何参数和运行参数)，当有实验数据支持时，通过校模可帮助确定最合适的理论模型，从而在类似对象的模拟中可以泛化适用。
可选地，边界条件包括：叶轮表面设置为无滑移壁面边界条件，入口采用速度入口边界条件，假定入口处具有相同的风速，不考虑风速切变的影响。出口采用零压力出口边界条件，即设定出口压力为大气压。
上述的理论模型和边界条件均可根据实际情况进行确定，并在流体分析模块中进行配置。当对理论模型和边界条件配置完成，且将虚拟模型以及风电场环境数据导入流体分析模块之后，对计算域进行数据求解，得到风电场内风机叶片表面的声功率分布。
可选地，基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布包括：将所述计算域进行网格划分，得到多个多面体单元；将所述风电场环境数据、所述边界条件和划分后的多面体单元代入所述理论模型中进行迭代数值求解，通过数值模拟方法得到风电场内风机叶片表面的声功率分布。
具体地，因风机叶片形状复杂，且由于旋转域和静止域结构不同，因此可采用不同的网格划分方式分别对旋转域和静止域进行划分。例如，旋转域因风机叶片表面曲率较大，可采用四面体网格划分；静止域因结构规整，可采用六面体网格划分。在划分得到多个多面体单元之后，将风电场环境数据、边界条件和划分后的多面体单元代入理论模型中进行迭代数值求解，通过数值模拟方法得到风电场内风机叶片表面的声功率分布。通过将计算域划分为多个多面体单元后进行迭代计算，使得计算得到的结果更加准确。
需要进一步说明的是，目前常用的网格划分方式主要有结构化网格和非结构化网格，结构化网格的特点是网格节点之间的关系是有序且规则的，其优点是可以方便准确地对边界条件进行处理，且具有较高的计算精度。本实施例还可以采用非结构化网格，其优点是受划分区域形状影响较小。可根据不同的情况选择对应的网格划分方式。
可选地，上述的数值模拟方法可以是有限差分法、有限体积法或者有限元法。不同数值模拟方法的数值模拟效果不同，可根据实际情况进行选择。
其中，有限元法、有限差分法和有限体积法是数值计算中常用的三种方法，它们都是将连续的物理问题离散化为离散的数值问题，然后通过计算机程序求解得到数值解。但是区别如下：
有限元法是一种基于变分原理的数值方法，它将连续的物理问题离散化为有限个小区域，称为有限元。每个有限元内部的物理量可以用一个简单的函数来近似表示，这个函数称为形函数。通过将每个有限元内部的形函数拼接起来，就可以得到整个物理问题的数值解。有限元法适用于各种类型的物理问题，如结构力学、流体力学、电磁场等。
有限差分法是一种基于差分近似的数值方法，它将连续的物理问题离散化为有限个网格点，每个网格点上的物理量可以用差分近似表示。通过将每个网格点上的差分方程组成的线性方程组求解，就可以得到整个物理问题的数值解。有限差分法适用于偏微分方程的求解，如热传导方程、波动方程等。
有限体积法是一种基于积分近似的数值方法，它将连续的物理问题离散化为有限个小体积，每个小体积内部的物理量可以用积分近似表示。通过将每个小体积内部的积分方程组成的线性方程组求解，就可以得到整个物理问题的数值解。有限体积法适用于守恒律方程的求解，如流体力学中的Navier-Stokes方程、热力学中的能量守恒方程等。
可选地，可以基于流体分析模块分析不同风机叶片表面声功率分布，通过噪声计算找到风机叶片表面的最大噪声值及最大噪声值对应的位置，从而为整场风机噪声分析奠定基础。经过实验发现，叶片从叶根到叶尖逐渐增大，表面声功率最大值位于叶尖后缘处。
可选地，可根据所述风电场内风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声点对应的最大噪声值；根据所述最大噪声值，确定风电场内各噪声检测点处的总噪声贡献值；根据风电场内各噪声检测点处的总噪声贡献值，确定风机位置。例如，根据每个风机在噪声检测点处的噪声贡献值，确定所述噪声检测点处的总噪声贡献值；根据各个所述噪声检测点处的总噪声贡献值，生成等声级线图，并基于所述等声级线图确定目标噪声检测点的噪声贡献值；基于所述目标噪声检测点的噪声贡献值，确定风机的地址。可选地，可基于混合模型叠加每个所述风电机组在所述噪声检测点处的噪声贡献值，得到所述噪声检测点处的总噪声贡献值。可选地，可确定背景噪声的噪声贡献值；叠加每个风电机组在噪声检测点处的噪声贡献值和所述背景噪声的噪声贡献值，确定所述噪声检测点处的总噪声贡献值。
本实施例根据上述技术方案，通过在风电噪声分析过程中，进行风电场整场的统一建模，并对整场风机叶片进行气动噪声分析及计算，考虑外界环境对风机的叶片气动噪声的影响，提高风机的叶片气动噪声分析结果的准确性。另外，本申请基于BIM构建风电场整场的风机叶片的三维和四维模型，并通过GIS平台可以直观显示风机布置位置及其零部件。此外，通过整场风机叶片分析可以得到不同风机类型、不同风机点位上的最大噪声点及最大噪声值，从而为整场风机噪声分析奠定基础。
可选地，在基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布的步骤之后，还包括：根据所述风电场内各风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声点对应的最大噪声值；基于所述风机叶片表面的最大噪声值，确定风电机组的目标运行功率；基于所述目标运行功率调整风电机组的当前运行功率，以降低噪声。
可选地，基于所述风机叶片表面的最大噪声值，确定风电机组的目标运行功率的步骤包括：确定所述最大噪声值对应的噪声值区间，将所述噪声值区间关联的预设运行功率确定为所述风电机组的目标运行功率；或者，在所述最大噪声值大于预设噪声值时，将预设运行频率确定为所述风电机组的目标运行频率。其中，可预先将噪声值划分为多个噪声值区间，且每个噪声值区间关联有对应的预设运行功率。
可选地，基于所述目标运行功率调整风电机组的当前运行功率的步骤包括：基于目标运行功率和当前运行功率，确定调整步长和调整周期；基于所述调整步长和所述调整周期，将所述当前运行功率调整至所述目标运行功率。所述调整步长和调整周期可根据实际情况进行确定。例如，在当前风机叶片表面的最大噪声值大于预设噪声值时，所述调整步长变长，所述调整周期缩短，以快速将风机叶片表面的噪声降低。
可选地，还可以将各个风机叶片表面的最大噪声点对应的最大噪声值基于混合模型进行叠加，在叠加后的噪声值大于预设噪声值时，基于调整步长和调整周期将当前运行功率调整至目标运行功率，以降低噪声。
可选地，还可以将各个风机叶片表面的最大噪声点对应的最大噪声值基于混合模型进行叠加，在叠加后的噪声值大于预设噪声值且各个风机与房屋之间的距离小于预设距离时，基于调整步长和调整周期将各个风机的当前运行功率调整至目标运行功率。可基于各个风机与房屋之间的距离设置调整步长和调整周期，在距离较近时，调整步长变长，所述调整周期缩短，以快速将风机叶片表面的噪声降低，以降低对附近居民的干扰。
可选地，本申请还可根据所述风电场内各风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声点对应的最大噪声值，将各个风机叶片表面的最大噪声点对应的最大噪声值基于混合模型进行叠加，在叠加后的噪声值大于预设噪声值时，在风机和房屋之间设置隔音屏障，通过隔音屏障减弱噪声对附近居民的干扰。具体的，根据每个风电机组在噪声检测点处的噪声贡献值，确定所述噪声检测点处的总噪声贡献值。在总噪声贡献值大于预设噪声值时，在该噪声检测点处设置隔音屏障。其中，该隔音屏障的设置范围可根据噪声检测点处的总噪声贡献值进行确定。
在其他实施例中，可直接采用流体分析模块进行三维建模，构建虚拟模型。在构建虚拟模型之后，进行虚拟模型网格划分。例如，可使用FLUENT前处理软件GAMBIT构建整个风电场的三维模型。按照由点到线，由线到面，由面到体的步骤，在GAMBIT中构建整个风电场的网格。将GAMBIT生成的网格文件导入FLUENT求解器并完成网格质量检查。接着进行理论模型和边界条件的配置，根据实际情况将理论模型配置为N-S方程模型、雷诺平均模型或者大涡模拟模型，将叶轮表面设置为无滑移壁面边界条件，入口采用速度入口边界条件，出口采用零压力出口边界条件。最后，基于有限差分法、有限体积法或有限元法进行迭代运算，经过相关参数设置后，可以开始进行迭代运算，求解方式为，在求解的过程中，可同时观测残差监视器，待其中的残差曲线随迭代步的增加趋于稳定后，可以认为运算已经收敛，停止运算，得到风电场内风机叶片表面的声功率分布。
本发明实施例提供了风电场噪声分析方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
如图3所示，图3为本发明风电场噪声分析设备的硬件运行环境的结构示意图。该风电场噪声分析设备可以包括：处理器1001，例如CPU，存储器1005，用户接口1003，网络接口1004，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(Display)、输入单元比如键盘(Keyboard)，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(non-volatilememory)，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。
本领域技术人员可以理解，图3中示出的风电场噪声分析设备结构并不构成对风电场噪声分析设备限定，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3所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及风电场噪声分析程序。其中，操作系统是管理和控制风电场噪声分析设备硬件和软件资源的程序，风电场噪声分析程序以及其它软件或程序的运行。
在图3所示的风电场噪声分析设备中，用户接口1003主要用于连接终端，与终端进行数据通信；网络接口1004主要用于后台服务器，与后台服务器进行数据通信；处理器1001可以用于调用存储器1005中存储的风电场噪声分析程序。
在本实施例中，风电场噪声分析设备包括：存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的风电场噪声分析程序，其中：
处理器1001调用存储器1005中存储的风电场噪声分析程序时，执行以下操作：
流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据；
根据所述虚拟模型和所述风电场环境数据，确定所述风电场内风机叶片对应的计算域；
基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布。
处理器1001调用存储器1005中存储的风电场噪声分析程序时，执行以下操作：
将所述计算域进行网格划分，得到多个多面体单元；
将所述风电场环境数据、所述边界条件和划分后的多面体单元代入所述理论模型中进行迭代数值求解，通过数值模拟方法得到风电场内风机叶片表面的声功率分布。
处理器1001调用存储器1005中存储的风电场噪声分析程序时，执行以下操作：
根据所述风电场内各风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声值和最大噪声点；
根据所述最大噪声值和最大噪声点，对整个风电场进行风场噪声预测；
根据风场噪声预测结果确定风机的位置。
基于同一发明构思，本申请实施例还提供了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风电场噪声分析程序，所述风电场噪声分析程序被处理器执行时实现如上所述的风电场噪声分析方法的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
由于本申请实施例提供的存储介质，为实施本申请实施例的方法所采用的存储介质，故而基于本申请实施例所介绍的方法，本领域所属人员能够了解该存储介质的具体结构及变形，故而在此不再赘述。凡是本申请实施例的方法所采用的存储介质都属于本申请所欲保护的范围。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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，电视，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 (12)

1.一种风电场噪声分析方法，其特征在于，所述风电场噪声分析方法包括：
流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据；
根据所述虚拟模型和所述风电场环境数据，确定所述风电场内风机叶片对应的计算域；
基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布。
2.如权利要求1所述的风电场噪声分析方法，其特征在于，所述基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布的步骤包括：
将所述计算域进行网格划分，得到多个多面体单元；
将所述风电场环境数据、所述边界条件和划分后的多面体单元代入所述理论模型中进行迭代数值求解，通过数值模拟方法得到风电场内风机叶片表面的声功率分布。
3.如权利要求1所述的风电场噪声分析方法，其特征在于，所述边界条件包括：叶轮表面设置为无滑移壁面边界条件，入口采用速度入口边界条件，出口采用零压力出口边界条件。
4.如权利要求1所述的风电场噪声分析方法，其特征在于，所述计算域包括静止域和旋转域，且所述静止域与所述旋转域的交界处设置内面。
5.如权利要求1所述的风电场噪声分析方法，其特征在于，所述流体分析模块获取风电场内风机叶片对应的虚拟模型和风电场环境数据的步骤之前，还包括：
根据风机的叶片半径、叶轮中心点位置、风机轮毅高度、电机尺寸和减速器尺寸，构建所述虚拟模型。
6.如权利要求1所述的风电场噪声分析方法，其特征在于，所述风电场噪声分析方法，还包括：
融合所述虚拟模型和所述风电场环境数据；
在GIS平台显示融合后的虚拟模型和风电场环境数据，以基于GIS平台显示的内容进行风电场噪声分析。
7.如权利要求1所述的风电场噪声分析方法，其特征在于，所述基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布的步骤之后，还包括：
根据所述风电场内各风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声点对应的最大噪声值；
根据所述最大噪声值，确定风电场内各噪声检测点处的总噪声贡献值；
根据风电场内各噪声检测点处的总噪声贡献值，确定风机位置。
8.如权利要求1所述的风电场噪声分析方法，其特征在于，所述基于设置的理论模型、边界条件和所述风电场环境数据，对所述计算域进行数值求解，得到风电场内风机叶片表面的声功率分布的步骤之后，还包括：
根据所述风电场内各风机叶片表面的声功率分布，确定所述风机叶片表面的最大噪声点对应的最大噪声值；
基于所述风机叶片表面的最大噪声值，确定风电机组的目标运行功率；
基于所述目标运行功率调整风电机组的当前运行功率，以降低噪声。
9.如权利要求8所述的风电场噪声分析方法，其特征在于，所述基于所述风机叶片表面的最大噪声值，确定风电机组的目标运行功率的步骤包括：
确定所述最大噪声值对应的噪声值区间，将所述噪声值区间关联的预设运行功率确定为所述风电机组的目标运行功率；
或者，在所述最大噪声值大于预设噪声值时，将预设运行频率确定为所述风电机组的目标运行频率。
10.如权利要求9所述的风电场噪声分析方法，其特征在于，所述基于所述目标运行功率调整风电机组的当前运行功率的步骤包括：
基于目标运行功率和当前运行功率，确定调整步长和调整周期；
基于所述调整步长和所述调整周期，将所述当前运行功率调整至所述目标运行功率。
11.一种风电场噪声分析设备，其特征在于，所述风电场噪声分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风电场噪声分析程序，所述风电场噪声分析程序被所述处理器执行时实现如权利要求1-10中任一项所述的风电场噪声分析方法的步骤。
12.一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存储有风电场噪声分析程序，所述风电场噪声分析程序被处理器执行时实现权利要求1-10中任一项所述的风电场噪声分析方法的步骤。
CN202310573111.0A 2023-05-17 2023-05-17 风电场噪声分析方法、设备及计算机可读存储介质 Pending CN116644682A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310573111.0A CN116644682A (zh) 2023-05-17 2023-05-17 风电场噪声分析方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310573111.0A CN116644682A (zh) 2023-05-17 2023-05-17 风电场噪声分析方法、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN116644682A true CN116644682A (zh) 2023-08-25

Family

ID=87622310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310573111.0A Pending CN116644682A (zh) 2023-05-17 2023-05-17 风电场噪声分析方法、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN116644682A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117311661A (zh) * 2023-11-30 2023-12-29 北京数易科技有限公司 一种虚拟环境音效模拟方法、系统及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117311661A (zh) * 2023-11-30 2023-12-29 北京数易科技有限公司 一种虚拟环境音效模拟方法、系统及介质
CN117311661B (zh) * 2023-11-30 2024-03-01 北京数易科技有限公司 一种虚拟环境音效模拟方法、系统及介质

Similar Documents

Publication Publication Date Title
Vahdati et al. Mechanisms for wide-chord fan blade flutter
Silva et al. Simple multiple reference frame for high-order solution of hovering rotors with and without ground effect
Zhang et al. The influence of wind shear on vibration of geometrically nonlinear wind turbine blade under fluid–structure interaction
CN116644682A (zh) 风电场噪声分析方法、设备及计算机可读存储介质
Ricci et al. Hovering rotor solutions by high-order methods on unstructured grids
CN103631994B (zh) 一种风力机噪声声辐射规律数值预测的方法
CN115618498B (zh) 一种飞行器跨流域流场的预测方法、装置、设备及介质
CN108509718B (zh) 一种基于质量守恒的远场尾流二维解析模型
JP2017062676A (ja) 軸流ファンの通風解析方法，通風解析装置及び通風解析プログラム
Schlez et al. ENDOW: Improvement of wake models within offshore wind farms
CN108536907B (zh) 一种基于简化动量定理的风电机组远场尾流解析建模方法
JP2017072922A (ja) 軸流ファンの解析方法，解析装置及び解析プログラム
CN117217108B (zh) 一种基于cfd的通航飞机飞行仿真的气动力分析方法
CN116341421B (zh) 高超声速流场数值模拟方法、系统、电子设备及存储介质
CN110378023B (zh) 屋面降雨径流模拟方法、装置、计算机设备和存储介质
Welch et al. The large-scale effects of flow over periodic mesoscale topography
CN115270362B (zh) 离心压气机额定工况下的叶片构型设计优化方法及装置
Boudreault et al. Canopy structure effects on the wind at a complex forested site
CN114676655A (zh) 变桨抗涡效果检测方法、装置及风力发电机
CN110990963B (zh) 风机间距优化方法、装置以及计算机可读存储介质
Page et al. Inverse design of 3D multistage transonic fans at dual operating points
Açıkgöz et al. Dynamic mesh analyses of helicopter rotor–fuselage flow interaction in forward flight
US8170813B2 (en) Determining effects of turbine blades on fluid motion
CN112682340A (zh) 轴流式冷却风扇旋转方向的自动检测方法
Zieße et al. Validation of a Synthetic-Eddy Method for Modelling Incoming Wakes in Scale-Resolving Simulations of Turbomachinery Cascades

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