CN117454720A - 一种极端天气海上风电场冲刷风险仿真预测方法和设备 - Google Patents
一种极端天气海上风电场冲刷风险仿真预测方法和设备 Download PDFInfo
- Publication number
- CN117454720A CN117454720A CN202311767251.8A CN202311767251A CN117454720A CN 117454720 A CN117454720 A CN 117454720A CN 202311767251 A CN202311767251 A CN 202311767251A CN 117454720 A CN117454720 A CN 117454720A
- Authority
- CN
- China
- Prior art keywords
- typhoon
- scouring
- seabed
- risk
- field
- 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
- 238000009991 scouring Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 81
- 239000013049 sediment Substances 0.000 claims abstract description 123
- 230000009471 action Effects 0.000 claims abstract description 39
- 238000004088 simulation Methods 0.000 claims abstract description 26
- 238000013058 risk prediction model Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 71
- 238000011010 flushing procedure Methods 0.000 claims description 68
- 230000008859 change Effects 0.000 claims description 32
- 238000012876 topography Methods 0.000 claims description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 31
- 230000005684 electric field Effects 0.000 claims description 26
- 230000008878 coupling Effects 0.000 claims description 15
- 238000010168 coupling process Methods 0.000 claims description 15
- 238000005859 coupling reaction Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000001960 triggered effect Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 230000005855 radiation Effects 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 10
- 239000006185 dispersion Substances 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 5
- 239000004576 sand Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 238000012821 model calculation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- JXASPPWQHFOWPL-UHFFFAOYSA-N Tamarixin Natural products C1=C(O)C(OC)=CC=C1C1=C(OC2C(C(O)C(O)C(CO)O2)O)C(=O)C2=C(O)C=C(O)C=C2O1 JXASPPWQHFOWPL-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种极端天气海上风电场冲刷风险仿真预测方法和设备,属于海上风电数字孪生技术领域。现有方案主要考虑海洋中水动力以及波浪对泥沙的冲刷作用,没有涉及极端天气对泥沙的影响,从而会影响极端天气下,海上风电场海床冲刷风险预测的准确度。本发明的一种极端天气海上风电场冲刷风险仿真预测方法,通过构建海床重构模型、泥沙冲刷模型和海床冲刷风险预测模型,实现极端天气海上风电场海床冲刷风险的准确预测,从而能充分考虑极端天气对风电场海床泥沙的影响,因而可以在极端天气下,对海上风电场海床冲刷风险进行准确预测,从而提高了海上风电的运维效率以及风能利用效率。
Description
技术领域
本发明涉及一种极端天气海上风电场冲刷风险仿真预测方法和设备,属于海上风电数字孪生技术领域。
背景技术
海床泥沙的冲刷对风电桩基的安全性能以及风电机组整体的稳定性,带来重大的考验和压力,因此为确保海上风电场的运维效率,亟需进行海上风电场海床的冲刷风险预测。
中国专利(公告号:CN115392098B)公开了基于水沙数值仿真的海上风电海缆裸露预测方法和设备,属于海底电缆技术领域,其通过构建二维网格模型、潮汐波浪控制模型、泥沙迁移模型、海缆裸露预测模型,进行海上风电海缆裸露预测,不仅考虑海洋中水动力对泥沙的冲刷作用,也考虑海洋中的波浪对泥沙的影响,因此上述发明能实现海上风电海缆的裸露预测。
但上述发明方案主要考虑海洋中水动力以及波浪对泥沙的冲刷作用,没有涉及极端天气对泥沙的影响,从而会影响极端天气下,海上风电场海床冲刷风险预测的准确度。
并且,一些极端天气像台风天气,对海床局部区域的作用影响很大,特别是当台风吹袭海上风电场海域时,可在短时间内直接驱动海床泥沙冲淤的剧烈变化,极大影响了风电桩基的安全性能;并且在全球气候变化的背景下,极端天气发生的概率越发增加。因此如果不考虑海上风电场海床对台风的响应,将无法对海床泥沙冲淤效果进行准确分析以及预测,从而影响了海上风电的运维效率以及风能利用效率。
发明内容
针对上述问题或上述问题之一,本发明的目的一在于提供一种通过构建海床重构模型、泥沙冲刷模型和海床冲刷风险预测模型,可以将风电场地理信息和极端天气数据进行融合,得到电场风力数据,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;基于冲刷变化量,得到关于海床冲刷变化程度的海床冲刷风险评级信息,从而实现极端天气海上风电场海床冲刷风险的准确预测,方案科学、合理,切实可行的极端天气海上风电场冲刷风险仿真预测方法。
针对上述问题或上述问题之一,本发明的目的二在于提供一种通过设置海床重构模块、泥沙冲刷模块和海床冲刷风险预测模块,实现极端天气海上风电场海床冲刷风险的准确预测,从而提高了海上风电的运维效率以及风能利用效率的极端天气海上风电场海床冲刷风险预测仿真设备。
针对上述问题或上述问题之一,本发明的目的三在于提供一种能将风电场地理信息和极端天气数据进行耦合,从而能充分考虑极端天气对风电场海床泥沙的影响,因而可以在极端天气下,对海上风电场海床冲刷风险进行准确预测,从而提升了风电桩基的安全性能以及风电机组整体的稳定性的极端天气海上风电场冲刷风险仿真预测方法和设备。
针对上述问题或上述问题之一,本发明的目的四在于提供一种充分考虑极端天气对海上风电场海床泥沙输运的影响,并可以结合真实台风的实时预报,对风电场海床泥沙输运进行实时准确预测的极端天气海上风电场冲刷风险仿真预测方法和设备。
为实现上述目的之一,本发明的第一种技术方案为:
一种极端天气海上风电场冲刷风险仿真预测方法,包括以下内容:
获取待预测海上风电场的风电场地理信息以及极端天气数据;
利用预先构建的海床重构模型,将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
通过预先构建的泥沙冲刷模型,并耦合海域潮汐数据、海域地形以及泥沙属性,对电场风力数据进行处理,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
基于冲刷变化量,根据预先构建的海床冲刷风险预测模型,得到关于海床冲刷变化程度的海床冲刷风险评级信息,完成极端天气海上风电场海床的冲刷风险仿真预测。
本发明经过不断探索以及试验,通过构建海床重构模型、泥沙冲刷模型和海床冲刷风险预测模型,将风电场地理信息和极端天气数据进行融合,得到电场风力数据,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;基于冲刷变化量,得到关于海床冲刷变化程度的海床冲刷风险评级信息,从而实现极端天气海上风电场海床冲刷风险的准确预测,方案科学、合理,切实可行。
进一步,本发明利用海床重构模型将风电场地理信息和极端天气数据进行耦合,从而能充分考虑极端天气对风电场海床泥沙的影响,因而可以在极端天气下,对海上风电场海床冲刷风险进行准确预测,从而提升了风电桩基的安全性能以及风电机组整体的稳定性,进而提高了海上风电的运维效率以及风能利用效率。
作为优选技术措施:
风电场地理信息至少包括海上风电场所在位置信息和向外扩展区域信息;
极端天气数据为台风关键要素,其至少包括台风预警信息、风速信息、风向信息、台风路径、台风中心气压和台风移动速度,其能从气象数据源中得到。
作为优选技术措施:
通过海床重构模型得到电场风力数据的方法如下:
步骤21,基于海上风电场所在位置信息以及向外扩展区域信息,确定待预测海域;
步骤22,基于待预测海域的拓扑结构进行空间离散,得到非结构化的海域网格;
并在海域网格上设置若干节点;
步骤23,获取对应海域网格的台风关键要素;
步骤24,根据台风关键要素以及待预测海域的位置信息,计算台风影响因子,并判断是否触发计算;当触发计算时,执行步骤25;当不触发计算时,执行步骤23;
步骤25,在每一个节点中融合台风关键要素,构建电场风力数据。
作为优选技术措施:
所述步骤24中,判断是否触发计算的方法如下:
步骤241:定时向气象预报数据源请求台风关键要素;若台风关键要素中没有台风预警信息,则不触发计算,若台风关键要素中有台风预警信息,则执行步骤242;
步骤242:根据待预测海域的边界、台风路径的坐标、相对距离函数和待预测海域的特征长度,计算台风影响因子;
相对距离函数,用于计算台风路径的坐标与待预测海域边界的相对距离;
台风影响因子,用于表征台风的距离对海域的影响;
步骤243:遍历台风路径的坐标集合,得到若干台风影响因子,形成台风影响因子矩阵;并基于风浪的传播效应的作用距离,确定台风影响因子阈值;
步骤244:根据台风影响因子阈值以及台风影响因子矩阵,计算台风影响持续因子;
步骤245:将台风影响持续因子与台风影响持续因子阈值进行对比,判断台风作用影响程度和持续强度;
若台风影响持续因子小于台风影响持续因子阈值且台风路径在待预测海域之外,则表征台风对待预测海域的影响弱,不触发计算;
若台风影响持续因子大于或等于台风影响持续因子阈值,或台风路径在待预测海域以内,则表征台风对待预测海域有影响,则触发计算。
作为优选技术措施:
所述步骤25中,在节点中融合台风关键要素,构建电场风力数据的方法如下:
步骤251:基于台风关键要素,通过最大风速半径经验公式求解出台风的最大风速半径;
步骤252:基于最大风速半径计算台风中心气压和台风路径,再根据台风中心气压、台风路径计算海域网格上的台风气压场,并映射到海域网格的节点上;
步骤253:基于台风气压场,通过台风风速计算公式,计算得到台风梯度风速和台风移动风速;
步骤254:根据台风梯度风速、台风移动风速,通过风速与风场关系公式,计算台风梯度风场和台风移动风场;
步骤255:将台风梯度风场和台风移动风场叠加在一起,构建台风风场矩阵,并耦合背景风场,得到对应海域网格的电场风力数据。
作为优选技术措施:
通过泥沙冲刷模型得到冲刷变化量的方法如下:
步骤31:基于电场风力数据、海域潮汐数据、海域地形,构造控制方程并进行求解,得到海域的水位场、流速场;并根据海域的水位场、流速场,计算由水流导致的剪切应力场;
步骤32:根据流速场以及其作用,计算波的相对角频率,获得波浪作用密度谱;
步骤33:根据波浪作用密度谱,并基于海况方差谱分析方法,计算台风在海域造成的风浪场;风浪场为将波浪离散成若干个单频和单向基础波的线性和;
步骤34:根据风浪场以及波浪作用平衡方程,求解节点上的波浪辐射应力场、波浪轨迹速度场和由波浪引起的最大剪切应力场;
步骤35:基于海域地形和泥沙属性,并根据流速场、波浪轨迹速度场、由水流导致的剪切应力场和由波浪引起的最大剪切应力场,应用输沙计算公式,计算节点上泥沙输运的输沙率;
步骤36:基于输沙率,并通过泥沙质量守恒方程,计算节点上的泥沙冲淤厚度场,获得海床在台风作用下的海床最终地形;
步骤37:根据泥沙冲淤厚度场,得到海上风电场海床泥沙的冲刷变化量。
作为优选技术措施:
通过海床冲刷风险预测模型得到海床冲刷风险评级信息的方法如下:
步骤41:获取相邻时刻的两个冲刷变化量,两个冲刷变化量的采样时刻相隔一个或多个采样周期;
步骤42:基于相隔一个或多个采样周期的冲刷变化量,计算待预测海上风电场所在区域的地形高程变化率;
步骤43:将地形高程变化率代入到海床变化风险等级划分标准的判断表达式中,得到对应的海床冲刷风险评级信息;海床冲刷风险评级信息包括低风险或中风险或高风险。
作为优选技术措施:
海床冲刷风险预测模型还包括对桩基稳定性受影响值的计算,具体计算方法如下:
根据冲刷变化量,计算风电桩基周围的冲刷坑深度;
根据冲刷坑深度,计算坑深超限比例;
基于坑深超限比例,并根据桩基冲刷坑深安全阈值,判断桩基稳定性受影响程度,得到桩基稳定性受影响值。
为实现上述目的之一,本发明的第二种技术方案为:
一种极端天气海上风电场冲刷风险仿真预测方法,包括以下步骤:
第一步,获取待预测海上风电场的风电场地理信息以及极端天气数据;
第二步,利用预先构建的海床重构模型,将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
第三步,通过预先构建的泥沙冲刷模型,并耦合海域潮汐数据、海域地形以及泥沙属性,对电场风力数据进行处理,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
第四步,基于冲刷变化量,根据预先构建的海床冲刷风险预测模型,得到关于海床冲刷变化程度的海床冲刷风险评级信息;
第五步,根据预设的时间间隔,对极端天气数据进行更新,重复第二步到第五步,得到更新后海床冲刷风险评级信息,完成极端天气海上风电场海床的冲刷风险仿真预测。
本发明充分考虑极端天气对海上风电场海床泥沙输运的影响,可以解决海床泥沙迁移分析考虑因素不够全面的问题;并可以结合真实台风的实时预报,对风电场海床泥沙输运进行实时准确预测,从而可以真实反映台风对海床冲刷作用,从而提升了风电桩基的安全性能以及风电机组整体的稳定性。
为实现上述目的之一,本发明的第三种技术方案为:
一种极端天气海上风电场海床冲刷风险预测仿真设备,应用上述的一种极端天气海上风电场冲刷风险仿真预测方法;
其包括海床重构模块、泥沙冲刷模块和海床冲刷风险预测模块;
海床重构模块,用于将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
泥沙冲刷模块,用于对电场风力数据进行处理,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
海床冲刷风险预测模块,用于得到关于海床冲刷变化程度的海床冲刷风险评级信息。
本发明经过不断探索以及试验,通过设置海床重构模块、泥沙冲刷模块和海床冲刷风险预测模块,将风电场地理信息和极端天气数据进行融合,得到电场风力数据,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;基于冲刷变化量,得到关于海床冲刷变化程度的海床冲刷风险评级信息,从而实现极端天气海上风电场海床冲刷风险的准确预测,方案科学、合理,切实可行,从而提升了风电桩基的安全性能以及风电机组整体的稳定性,进而提高了海上风电的运维效率以及风能利用效率。
与现有技术方案相比,本发明具有以下有益效果:
本发明经过不断探索以及试验,通过构建海床重构模型、泥沙冲刷模型和海床冲刷风险预测模型,将风电场地理信息和极端天气数据进行融合,得到电场风力数据,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;基于冲刷变化量,得到关于海床冲刷变化程度的海床冲刷风险评级信息,从而实现极端天气海上风电场海床冲刷风险的准确预测,方案科学、合理,切实可行。
进一步,本发明利用海床重构模型将风电场地理信息和极端天气数据进行耦合,从而能充分考虑极端天气对风电场海床泥沙的影响,因而可以在极端天气下,对海上风电场海床冲刷风险进行准确预测,从而提升了风电桩基的安全性能以及风电机组整体的稳定性,进而提高了海上风电的运维效率以及风能利用效率。
更进一步,本发明充分考虑极端天气对海上风电场海床泥沙输运的影响,可以解决海床泥沙迁移分析考虑因素不够全面的问题;并可以结合真实台风的实时预报,对风电场海床泥沙输运进行实时准确预测,从而可以真实反映台风对海床冲刷作用。
再进一步,本发明经过不断探索以及试验,通过设置海床重构模块、泥沙冲刷模块和海床冲刷风险预测模块,将风电场地理信息和极端天气数据进行融合,得到电场风力数据,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;基于冲刷变化量,得到关于海床冲刷变化程度的海床冲刷风险评级信息,从而实现极端天气海上风电场海床冲刷风险的准确预测,方案科学、合理,切实可行,进而提高了海上风电的运维效率以及风能利用效率。
附图说明
图1是本发明海上风电场海床冲刷风险预测仿真方法的一种流程示意图;
图2是本发明海上风电场海床冲刷风险预测仿真方法的另一种流程示意图;
图3是本发明预测海床泥沙冲刷变化的一种流程示意图;
图4是本发明建立非结构化三角形网格的一种示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。
如图1所示,本发明极端天气海上风电场冲刷风险仿真预测方法的第一种具体实施例:
一种极端天气海上风电场冲刷风险仿真预测方法,包括以下步骤:
第一步,获取待预测海上风电场的风电场地理信息以及极端天气数据;
第二步,利用预先构建的海床重构模型,将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
第三步,通过预先构建的泥沙冲刷模型,并耦合海域潮汐数据、海域地形以及泥沙属性,对电场风力数据进行处理,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
第四步,基于冲刷变化量,根据预先构建的海床冲刷风险预测模型,得到关于海床冲刷变化程度的海床冲刷风险评级信息;
第五步,根据预设的时间间隔,对极端天气数据进行更新,重复第二步到第五步,得到更新后海床冲刷风险评级信息,完成极端天气海上风电场海床的冲刷风险仿真预测。
如图2所示,本发明极端天气海上风电场冲刷风险仿真预测方法的第二种具体实施例:
一种极端天气海上风电场冲刷风险仿真预测方法,包括以下步骤:
S1:基于海上风电场所在海域的拓扑结构构建非结构化三角形网格,用于后续模型求解。
S2:基于台风路径概率预报和海上风电场海区的区域特性,计算台风影响因子,判断是否触发计算。
S3:从气象数据源获取未来一段时间的台风关键要素,台风关键要素至少包括电场风力数据、台风路径、台风中心气压、台风移动速度,通过海床重构模型,在模型网格节点中构建风场数据矩阵。
S4:基于所述风场数据矩阵以及潮汐水位场、波浪场、海域地形、泥沙属性等物理场及数据,分别构建海上风电场海域的潮汐计算单元、波浪传播计算单元和泥沙输运计算单元,构成泥沙冲刷模型,在海域网格上预测极端天气作用下海上风电场海床泥沙的冲刷变化。
S5:基于所述海上风电场海床泥沙的冲刷变化预测结果,利用海床冲刷风险预测模型,分析海床冲刷变化剧烈程度,评价海床变化风险等级和桩基稳定性影响程度。
S6:经过一定的时间间隔后,预报气象数据更新,重复S2-S5,更新海上风电场海床泥沙冲刷变化的预测结果。
本发明充分考虑极端天气对海上风电场海床泥沙输运的影响,避免了通过历史资料分析台风影响时观测资料的获取不及时、资料不全面和不完整的问题,并可以解决海床泥沙迁移分析考虑因素不够全面的问题;同时可以结合真实台风的实时预报进行台风对风电场海床泥沙输运的实时预测,解决对历史状况进行后报或对某种假设情况的分析方法难以反映台风真实情况和作用的问题。
所述步骤S1中,基于海上风电场所在位置向外扩展并确定待预测海域,使台风的作用能够充分地发展,基于所述待预测海域的拓扑结构进行空间离散,对待预测海域建立非结构化三角形网格,用于提高海上风电场所在区域以及重点关注区域的离散精细化程度。
所述步骤S2中,判断是否触发算法的方法,包括以下步骤:
S21:定时向气象预报数据源请求台风预报信息,若当前气象台无台风预警信息,则不触发下一步,若已发布台风预警信息,则进行下一步计算。
S22:根据台风路径概率预报进行判断,对待预测海域边界计算台风影响因子,表征台风的距离对海域的影响,其中台风影响因子计算方法如下:
其中,为第i个台风路径概率预报位置的台风影响因子,/>为待预测海域边界,/>为台风路径概率预报的第i个坐标,/>是台风路径概率预报的坐标与待预测海域边界的相对距离函数,/>为待预测海域的特征长度。
遍历台风路径概率预报的坐标集合,分别通过上述的计算方法,形成台风影响因子矩阵/>,其表达式如下:
其中,K为台风路径概率预报集合的坐标数量。根据海域的自身范围,考虑风浪的传播效应的作用距离确定台风影响因子阈值,在此基础上/>可取值0到6之间,具体取值依具体工况设计确定。根据台风影响因子阈值/>,计算台风影响因子/>在阈值范围内的比例,形成台风影响持续因子,其计算公式如下:
根据台风影响持续因子阈值判断台风作用影响程度和持续强度,若/>且台风路径在待预测海域之外,则认为台风对待预测海域的影响过弱,不触发下一步;若或台风路径在待预测海域以内,则认为台风对待预测海域有足够的影响,并实施下一步操作。
所述步骤S3中,在海域网格的每一个节点中构建风场数据矩阵的方法,包括以下步骤:
S31:基于预报的台风要素,通过最大风速半径经验公式求解出预报台风的最大风速半径,具体计算公式如下:
其中,为远场气压,通常取大气压,/>为台风中心气压,/>为最大风速半径,th为双曲正切函数,/>为纬度,/>为台风移动速度,/>为常数。
S32:基于上述最大风速半径计算数值、台风中心气压/>、台风路径/>,计算海域网格上的气压场/>,气压场/>的计算公式如下:
再将气压场映射到海域网格节点上,其表达式如下:
其中,为节点编号,/>为时刻,/>为气压,/>,/>为节点总数,/>,/>为总时刻数。
S33:基于预报的台风要素以及所述构建的台风气压场,计算各类风速,具体计算公式如下:
其中,为台风梯度风速,/>为台风移动风速,/>为距离台风中心的半径,/>为科氏力系数,/>为空气密度,/>为气压。
基于所述各类风速计算结果,构建台风梯度风场和台风移动风场/>,具体计算公式如下:
其中,为节点编号,/>为时刻,/>为风向,/>为台风梯度风速,/>为台风移动风速,/>,/>。
S34:基于上述台风梯度风场和台风移动风场,实施向量叠加,构建台风风场矩阵,并叠加背景风场,在海域网格上构建完整的电场风力数据,其表达式如下所示:
其中,为节点编号,/>为时刻,/>为风向,/>为风速,/>,/>。
所述步骤S4中,如图3所示,预测极端天气作用下海上风电场海床泥沙冲刷变化的方法,包括以下步骤:
S41:在海床重构模型中,将预报潮汐水位场赋予到模型边界节点上,同时把海域地形高程、海床摩擦和新建的初始水位场赋予模型节点,考虑上述台风气压场和电场风力数据,构造控制方程弱形式并进行离散,通过有限元方法求解流体力学方程组,构建海上风电场海域的潮汐计算单元,计算未来台风造成的风暴潮条件。
控制方程的计算公式如下所示:
g/>
g/>
其中,为流速场,/>为水深,/>为速度分量,g为重力加速度,/>动量扩散系数,/>为自由表面高程,/>为时间,下标/>为平面空间坐标,/>为源汇项,/>是拉普拉算子,/>是散度算子。
进而求解出海域的水位场、流速场,并通过剪切应力计算公式计算由水流导致的剪切应力场。
水位场的表达式如下所示:
流速场的表达式如下所示:
剪切应力计算公式如下所示:
剪切应力场的表达式如下所示:
其中,为节点编号,/>为时刻,/>为水位,/>为x方向速度,/>为y方向速度,/>为水流导致的剪切应力,/>为粘度系数,/>,/>。
S42:基于上述电场风力数据,将海域地形等数据赋予模型节点,基于海况特征波谱的方差谱分析方法构建海上风电场海域的波浪传播计算单元,计算未来台风在海域造成的风浪场,风浪场为将波浪离散为/>个单频和单向基础波/>的线性和,其计算公式如下:
其中,为每个基础波之振幅,/>为每个基础波之波数,/>为平面空间坐标,/>为时间,/>为方向。
再计算风浪场的方差,相应计算公式如下所示:
其中,为能量谱,/>为最大频率,/>为最小频率,/>为对应频率的能量。
能量谱的表达式如下所示:
其中,为频率,/>为对应频率的能量,/>,/>为频率离散数量。
考虑流速场的作用,通过计算频率的相关公式,计算波的绝对角频率/>和相对角频率/>:
g/>
其中,g为重力加速度,为波数,th为双曲正切函数,/>为水位,/>为流速。
再根据相对角频率,获得波浪作用密度谱,其表达式如下所示:
其中,,/>为波数,/>。
根据波浪作用平衡方程求解节点上的波浪作用,求得网格节点上的波浪辐射应力场,波浪轨迹速度场/>和由波浪引起的最大剪切应力场/>。
波浪辐射应力场的表达式如下所示:
波浪轨迹速度场的表达式如下所示:
最大剪切应力场的表达式如下所示:
其中,为节点编号,/>为时刻,/>为波浪辐射应力的x分量,/>为波浪辐射应力的y分量,/>为波浪轨迹速度,/>为波浪引起的最大剪切应力,/>为摩擦系数。
波浪辐射应力在x轴上的分量的计算公式如下:
波浪辐射应力在y轴上的分量的计算公式如下:
波浪轨迹速度的计算公式如下所示:
最大剪切应力的计算公式如下:
其中,是有效波高,/>为水的密度,/>为常数。
S43:基于初始地形和泥沙性质等参数构建海上风电场海域的泥沙输运计算单元,通过上述流速场/>、波浪轨迹速度场/>、由水流导致的剪切应力场/>和由波浪引起的最大剪切应力场/>,应用输沙计算公式,计算节点上泥沙输运的输沙率。
输沙计算公式如下所示:
输沙率的表达式如下所示:
/>
其中,,/>和/>为泥沙性质相关的系数,/>为输沙率,/>。
基于上述输沙率,通过求解泥沙质量守恒方程,计算节点上的泥沙冲淤厚度/>,获得海床在台风作用下的海床最终地形/>。
泥沙质量守恒方程的表达式如下所示:
泥沙冲淤厚度场的表达式如下所示:
其中,为第i个节点的泥沙冲淤厚度,/>。
海床最终地形的表达式如下所示:
S44:每相隔一定的耦合周期,同步潮汐计算单元求解的水位场和海流的流速场/>到波浪传播计算单元,并影响波浪传播的计算。同时,由波浪传播计算单元求解的波浪辐射应力场/>被传递到潮汐计算单元,影响海流的计算。泥沙输运计算单元受到潮汐和波浪的作用力影响,从而改变海床形态。更新后的海床再反馈给潮汐计算单元和波浪传播计算单元。
所述步骤S5中,分析海床冲刷变化剧烈程度以及评价海床变化风险等级和桩基稳定性影响程度的方法,包括以下步骤:
S51:对海域划分若干个子区域,每相隔一段时间间隔计算每个区域地形高程的变化率,对于地形高程变化率的不同范围,评定风电场不同区域海床变化风险等级。
S52:遍历每个风电桩基周围的地形并计算冲刷坑深度,比较桩基冲刷坑深安全阈值,判断桩基稳定性受影响程度。
S53:反馈区域海床变化风险等级和桩基稳定性受影响程度的预测结果,并提供对应的海床地形高程变化率和坑深变化信息。
应用本发明方法的一种预测设备具体实施例:
一种极端天气海上风电场海床冲刷风险预测仿真设备,应用上述的一种极端天气海上风电场冲刷风险仿真预测方法;其包括海床重构模块、泥沙冲刷模块和海床冲刷风险预测模块。
海床重构模块,用于将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
泥沙冲刷模块,用于对电场风力数据进行处理,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
海床冲刷风险预测模块,用于得到关于海床冲刷变化程度的海床冲刷风险评级信息。
应用本发明方法的一种电子设备具体实施例:
一种电子设备,其包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的一种极端天气海上风电场冲刷风险仿真预测方法。
应用本发明方法的一种计算机介质实施例:
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的一种极端天气海上风电场冲刷风险仿真预测方法。
应用本发明对某海上风电场进行冲刷风险预测的一种具体实施例:
对于沿海某海上风电场,利用本发明的极端天气海上风电场海床冲刷预测方法,构建海床重构模型、泥沙冲刷模型和海床冲刷风险预测模型,对其在极端天气下的海床冲刷进行预测,具体实施过程如下:
海床重构模型包括模型构建单元、计算触发单元、台风重构单元。泥沙冲刷模型包括模型计算单元、潮汐计算单元、波浪传播计算单元和泥沙输运计算单元。海床冲刷风险预测模型包括风险评价单元和计算更新单元。
本实施例中:模型构建单元,用于对海上风电场海域构建计算单元,以提供物理场及其算法计算的网格,其基于沿海某海上风电场所在位置确定待预测海域,为确保海域范围恰当,使台风对海洋的作用能得到充分发展,范围选择包括了海岸、场址以及向外延伸到较远的海域,对海上风电场海域拓扑建立非结构化三角形网格,可参见图4,空间离散的精度为2000m到200m,同时在风电场区域建立若干子区域,并提高10倍离散精细化程度。
本实施例中:计算触发单元,基于台风预报信息判断是否触发预测算法,其向气象预报数据源请求台风预报信息,若当前气象台已发布台风预警信息,则根据未来3天台风预报路径进行判断,计算台风影响因子,取值台风影响因子阈值/>为4,取值台风影响持续因子阈值/>为0.3,当求得台风影响持续因子/>满足设定阈值,则认为台风将对海上风电场海域存在足够的影响,触发实施下一步操作。
本实施例中:台风重构单元,用于从气象数据源获取未来一段时间的预报背景电场风力数据、台风路径、台风中心气压、台风移动速度等台风关键要素,并在海域网格的每一个节点中构建风场数据矩阵,具体内容如下所示:
基于预报的台风要素,通过最大风速半径经验公式求解出预报台风的最大风速半径,其计算公式如下所示:
其中,为远场气压,通常取大气压,/>为台风中心气压,/>为最大风速半径,/>为纬度,/>为常数。
通过圆对称台风气压算法,构建海域网格上的气压场,并映射到海域网格节点上,其表达式如下所示:
其中,为节点编号,/>为时刻,/>为气压;/>,/>为节点总数;/>,/>为总时刻数,其涉及的时间总长度为3天,时间间隔取决于时间离散度。
通过未来的预报台风路径、台风中心气压/>、台风移动速度/>,构建台风梯度风场/>和台风移动风场/>。
台风梯度风场的表达式如下所示:
台风移动风场的表达式如下所示:
其中,为节点编号,/>为时刻,/>为风向,/>为台风梯度风速,/>为台风移动风速,/>,/>。
然后给出台风要素与台风风场之间的关系为,根据台风气压场/>,台风梯度风场,台风移动风场/>,对网格节点/>构建台风风场矩阵,台风风场矩阵的表达式如下所示:
再嵌入背景风场,在海上风电场的海域网格上构建完整的电场风力数据,其表达式如下所示:
其中,为节点编号,/>为时刻,/>为风向,/>为风速,/>,/>。
本实施例中:模型计算单元,基于所述风场数据矩阵以及潮汐水位场、波浪场、海域地形、泥沙属性等数据,分别耦合海上风电场海域的潮汐计算单元、波浪传播计算单元和泥沙输运计算单元,进行潮汐-波浪-泥沙耦合计算,在海域网格上预测极端天气作用下海上风电场海床泥沙的冲刷变化。
本实施例中:潮汐计算单元,通过天文潮数据把未来3天的潮汐水位场赋予到模型边界节点上,将海床初始地形、海床摩擦和新建的初始水位场赋予模型网格节点;考虑上述台风气压场/>和电场风力数据/>,并基于有限元方法离散并求解流体力学的圣维南方程组,求解的时间离散度为10秒,再计算未来3天台风造成的风暴潮条件,形成局部海域模型的水位场/>、流速场/>和由水流导致的剪切应力场/>。
水位场的表达式如下所示:/>
流速场的表达式如下所示:
剪切应力场的表达式如下所示:
其中,为节点编号,/>为时刻,/>为水位,/>为x方向速度,/>为y方向速度,/>为水流导致的剪切应力,/>,/>。
本实施例中:波浪传播计算单元,将电场风力数据、海域地形/>等数据赋予网格节点,基于第三代的海况特征波谱的方差谱分析方法构建海上风电场海域的波浪传播计算单元,计算未来3天台风在海域造成的风浪条件,求解的时间离散度为30秒,计算34个单频和单向基础波的线性和,具体计算公式如下所示:
考虑流速场的作用,计算波浪作用密度谱/>,通过波浪作用平衡方程求解节点上的波浪作用,求得波浪辐射应力场/>,波浪轨迹速度场/>,由波浪引起的最大剪切应力场/>。
本实施例中:海床泥沙输运计算单元,基于初始地形、泥沙性质等参数、流速场/>、波浪轨迹速度场/>、水流导致的剪切应力场/>和由波浪引起的最大剪切应力场/>,计算节点上泥沙输运的输沙率,其表达式如下:
通过离散和求解泥沙质量守恒方程,计算节点上的泥沙冲淤厚度,获得海上风电场所在海床在台风作用下的最终地形/>,泥沙输运求解周期与水动力求解周期一致。
泥沙冲淤厚度的表达式如下所示:
每相隔300秒的耦合周期,在潮汐计算单元、波浪传播计算单元和泥沙输运计算单元中同步传递和更新从以上单元求解出来的各物理场,具体包括水位场、流速场/>、波浪辐射应力场/>以及更新后的海床高程场/>,并更新后续的物理场推演计算。
本实施例中:风险评价单元,基于海上风电场的结构布置,将海域划分12个子区域,编号1至12,每相隔6小时计算每个区域地形高程的平均变化率,平均变化率的计算公式如下所示:
其中,为该区域6小时前的平均地形高程,/>为该区域当前的平均地形高程。
再根据地形高程变化率,评定风电场不同区域海床变化风险等级,从而可得到海床冲刷风险评级信息,其评定等级表达式如下所示:
其中,为低风险,/>为中风险,/>为高风险。
然后根据上述评级标准,得到本实施例中风电场不同区域的海床冲刷风险评级信息,具体评级情况,可参见表1。
表1
因此可得知,海床变化风险等级为低风险的子区域,有10个;海床变化风险等级为中风险的子区域,有2个,分别为第6号子区域和第11号子区域。
进而,可以遍历风电场每个风电桩基周围的地形并计算冲刷坑深度,比较桩基冲刷坑深安全阈值,计算坑深超限比例,判断桩基稳定性受影响程度,相应的判断标准如下所示:
其中,为/>级稳定性影响,其表示影响程度低;/>为/>级稳定性影响,其表示影响程度一般;/>为/>级稳定性影响,其表示影响程度高。
根据上述判断方法,可得到本实施例中某个子区域的桩基稳定性受影响程度,即稳定性受影响值,具体判断情况,可参见表2。
表2
因而可知:在该子区域内,桩基稳定性受影响程度为I级(低风险)的有2个,其分别为4号桩基和5号桩基;桩基稳定性受影响程度为II级(中风险)的有8个,其分别为1号桩基、2号桩基、3号桩基、6号桩基、7号桩基、8号桩基、9号桩基和10号桩基,没有高风险的桩基。
最后反馈区域海床变化风险等级和桩基稳定性受影响程度的预测结果,并提供对应的海床地形高程变化率和坑深变化信息。
本实施例中:计算更新单元,用于每经过1天,对台风的预报数据进行更新,并重复上述计算触发单元、台风重构单元、模型计算单元和风险评价单元所描述的过程,更新海上风电场海床泥沙的冲刷变化的预测,直到台风预警结束。
因此本发明基于海上风电数字孪生技术,并构建多个计算模型,能够全面地考虑台风风场、风暴潮、风浪等物理现象对风电场海床泥沙输运的影响,并可以利用实时的台风预报数据,实现极端天气下海上风电场海床冲刷的实时预测和风险评价,方案切实可行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是根据本申请实施例的方法、设备(系统)、计算机程序产品的流程图或/和方框图来描述的。应理解可由计算机程序指令实现流程图或/和方框图中的每一流程或/和方框以及流程图或/和方框图中的流程或/和方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程或/和方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程或/和方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程或/和方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
包括以下内容:
获取待预测海上风电场的风电场地理信息以及极端天气数据;
利用预先构建的海床重构模型,将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
通过预先构建的泥沙冲刷模型,并耦合海域潮汐数据、海域地形以及泥沙属性,对电场风力数据进行处理,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
基于冲刷变化量,根据预先构建的海床冲刷风险预测模型,得到关于海床冲刷变化程度的海床冲刷风险评级信息,完成极端天气海上风电场海床的冲刷风险仿真预测。
2.如权利要求1所述的一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
风电场地理信息至少包括海上风电场所在位置信息和向外扩展区域信息;
极端天气数据为台风关键要素,其至少包括台风预警信息、风速信息、风向信息、台风路径、台风中心气压和台风移动速度,其能从气象数据源中得到。
3.如权利要求2所述的一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
通过海床重构模型得到电场风力数据的方法如下:
步骤21,基于海上风电场所在位置信息以及向外扩展区域信息,确定待预测海域;
步骤22,基于待预测海域的拓扑结构进行空间离散,得到非结构化的海域网格;
并在海域网格上设置若干节点;
步骤23,获取对应海域网格的台风关键要素;
步骤24,根据台风关键要素以及待预测海域的位置信息,计算台风影响因子,并判断是否触发计算;当触发计算时,执行步骤25;当不触发计算时,执行步骤23;
步骤25,在每一个节点中融合台风关键要素,构建电场风力数据。
4.如权利要求3所述的一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
所述步骤24中,判断是否触发计算的方法如下:
步骤241:定时向气象预报数据源请求台风关键要素;若台风关键要素中没有台风预警信息,则不触发计算,若台风关键要素中有台风预警信息,则执行步骤242;
步骤242:根据待预测海域的边界、台风路径的坐标、相对距离函数和待预测海域的特征长度,计算台风影响因子;
相对距离函数,用于计算台风路径的坐标与待预测海域边界的相对距离;
台风影响因子,用于表征台风的距离对海域的影响;
步骤243:遍历台风路径的坐标集合,得到若干台风影响因子,形成台风影响因子矩阵;并基于风浪的传播效应的作用距离,确定台风影响因子阈值;
步骤244:根据台风影响因子阈值以及台风影响因子矩阵,计算台风影响持续因子;
步骤245:将台风影响持续因子与台风影响持续因子阈值进行对比,判断台风作用影响程度和持续强度;
若台风影响持续因子小于台风影响持续因子阈值且台风路径在待预测海域之外,则表征台风对待预测海域的影响弱,不触发计算;
若台风影响持续因子大于或等于台风影响持续因子阈值,或台风路径在待预测海域以内,则表征台风对待预测海域有影响,则触发计算。
5.如权利要求3所述的一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
所述步骤25中,在节点中融合台风关键要素,构建电场风力数据的方法如下:
步骤251:基于台风关键要素,通过最大风速半径经验公式求解出台风的最大风速半径;
步骤252:基于最大风速半径计算台风中心气压和台风路径,再根据台风中心气压、台风路径计算海域网格上的台风气压场,并映射到海域网格的节点上;
步骤253:基于台风气压场,通过台风风速计算公式,计算得到台风梯度风速和台风移动风速;
步骤254:根据台风梯度风速、台风移动风速,通过风速与风场关系公式,计算台风梯度风场和台风移动风场;
步骤255:将台风梯度风场和台风移动风场叠加在一起,构建台风风场矩阵,并耦合背景风场,得到对应海域网格的电场风力数据。
6.如权利要求1所述的一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
通过泥沙冲刷模型得到冲刷变化量的方法如下:
步骤31:基于电场风力数据、海域潮汐数据、海域地形,构造控制方程并进行求解,得到海域的水位场、流速场;并根据海域的水位场、流速场,计算由水流导致的剪切应力场;
步骤32:根据流速场以及其作用,计算波的相对角频率,获得波浪作用密度谱;
步骤33:根据波浪作用密度谱,并基于海况方差谱分析方法,计算台风在海域造成的风浪场;风浪场为将波浪离散成若干个单频和单向基础波的线性和;
步骤34:根据风浪场以及波浪作用平衡方程,求解节点上的波浪辐射应力场、波浪轨迹速度场和由波浪引起的最大剪切应力场;
步骤35:基于海域地形和泥沙属性,并根据流速场、波浪轨迹速度场、由水流导致的剪切应力场和由波浪引起的最大剪切应力场,应用输沙计算公式,计算节点上泥沙输运的输沙率;
步骤36:基于输沙率,并通过泥沙质量守恒方程,计算节点上的泥沙冲淤厚度场,获得海床在台风作用下的海床最终地形;
步骤37:根据泥沙冲淤厚度场,得到海上风电场海床泥沙的冲刷变化量。
7.如权利要求1-6任一所述的一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
通过海床冲刷风险预测模型得到海床冲刷风险评级信息的方法如下:
步骤41:获取相邻时刻的两个冲刷变化量,两个冲刷变化量的采样时刻相隔一个或多个采样周期;
步骤42:基于相隔一个或多个采样周期的冲刷变化量,计算待预测海上风电场所在区域的地形高程变化率;
步骤43:将地形高程变化率代入到海床变化风险等级划分标准的判断表达式中,得到对应的海床冲刷风险评级信息;海床冲刷风险评级信息包括低风险或中风险或高风险。
8.如权利要求7所述的一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
海床冲刷风险预测模型还包括对桩基稳定性受影响值的计算,具体计算方法如下:
根据冲刷变化量,计算风电桩基周围的冲刷坑深度;
根据冲刷坑深度,计算坑深超限比例;
基于坑深超限比例,并根据桩基冲刷坑深安全阈值,判断桩基稳定性受影响程度,得到桩基稳定性受影响值。
9.一种极端天气海上风电场冲刷风险仿真预测方法,其特征在于:
包括以下步骤:
第一步,获取待预测海上风电场的风电场地理信息以及极端天气数据;
第二步,利用预先构建的海床重构模型,将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
第三步,通过预先构建的泥沙冲刷模型,并耦合海域潮汐数据、海域地形以及泥沙属性,对电场风力数据进行处理,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
第四步,基于冲刷变化量,根据预先构建的海床冲刷风险预测模型,得到关于海床冲刷变化程度的海床冲刷风险评级信息;
第五步,根据预设的时间间隔,对极端天气数据进行更新,重复第二步到第五步,得到更新后海床冲刷风险评级信息,完成极端天气海上风电场海床的冲刷风险仿真预测。
10.一种极端天气海上风电场海床冲刷风险预测仿真设备,其特征在于:
应用如权利要求1-9任一所述的一种极端天气海上风电场冲刷风险仿真预测方法;
其包括海床重构模块、泥沙冲刷模块和海床冲刷风险预测模块;
海床重构模块,用于将风电场地理信息和极端天气数据进行融合,得到电场风力数据;
泥沙冲刷模块,用于对电场风力数据进行处理,并耦合海域潮汐数据、海域地形以及泥沙属性,得到极端天气作用下海上风电场海床泥沙的冲刷变化量;
海床冲刷风险预测模块,用于得到关于海床冲刷变化程度的海床冲刷风险评级信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767251.8A CN117454720B (zh) | 2023-12-21 | 2023-12-21 | 一种极端天气海上风电场冲刷风险仿真预测方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767251.8A CN117454720B (zh) | 2023-12-21 | 2023-12-21 | 一种极端天气海上风电场冲刷风险仿真预测方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117454720A true CN117454720A (zh) | 2024-01-26 |
CN117454720B CN117454720B (zh) | 2024-03-29 |
Family
ID=89585829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311767251.8A Active CN117454720B (zh) | 2023-12-21 | 2023-12-21 | 一种极端天气海上风电场冲刷风险仿真预测方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117454720B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100974958B1 (ko) * | 2009-09-29 | 2010-08-10 | 제주대학교 산학협력단 | 태풍-파랑-해양 접합 시스템과 이를 이용한 태풍 예측 방법 |
CN105260953A (zh) * | 2015-12-02 | 2016-01-20 | 甘肃省电力公司风电技术中心 | 一种综合风电场理论出力评估仿真系统和评估方法 |
CN110377953A (zh) * | 2019-06-13 | 2019-10-25 | 中国地质大学深圳研究院 | 一种基于并行模式下的风暴潮精细化模拟方法 |
WO2022036752A1 (zh) * | 2020-08-18 | 2022-02-24 | 中国能源建设集团江苏省电力设计院有限公司 | 基于海流设计流速的海床基础局部冲刷深度确定方法及系统 |
CN114117951A (zh) * | 2021-10-29 | 2022-03-01 | 国网浙江省电力有限公司舟山供电公司 | 一种基于非均匀沙起动的海底冲刷区确定方法 |
CN115360704A (zh) * | 2022-09-13 | 2022-11-18 | 广东电网有限责任公司 | 海上风电的出力预测方法、装置、设备及存储介质 |
CN115392098A (zh) * | 2022-10-31 | 2022-11-25 | 浙江远算科技有限公司 | 基于水沙数值仿真的海上风电海缆裸露预测方法和系统 |
CN116090168A (zh) * | 2022-11-29 | 2023-05-09 | 国网浙江省电力有限公司舟山供电公司 | 一种基于预测冲刷深度的海缆裸露风险评估方法 |
CN116595913A (zh) * | 2023-07-17 | 2023-08-15 | 自然资源部第一海洋研究所 | 一种提高海洋模型精度的台风风场模拟仿真系统及方法 |
CN116756821A (zh) * | 2023-06-16 | 2023-09-15 | 长沙理工大学 | 一种基于耦合模拟的桩基损伤预警方法及系统 |
-
2023
- 2023-12-21 CN CN202311767251.8A patent/CN117454720B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100974958B1 (ko) * | 2009-09-29 | 2010-08-10 | 제주대학교 산학협력단 | 태풍-파랑-해양 접합 시스템과 이를 이용한 태풍 예측 방법 |
CN105260953A (zh) * | 2015-12-02 | 2016-01-20 | 甘肃省电力公司风电技术中心 | 一种综合风电场理论出力评估仿真系统和评估方法 |
CN110377953A (zh) * | 2019-06-13 | 2019-10-25 | 中国地质大学深圳研究院 | 一种基于并行模式下的风暴潮精细化模拟方法 |
WO2022036752A1 (zh) * | 2020-08-18 | 2022-02-24 | 中国能源建设集团江苏省电力设计院有限公司 | 基于海流设计流速的海床基础局部冲刷深度确定方法及系统 |
CN114117951A (zh) * | 2021-10-29 | 2022-03-01 | 国网浙江省电力有限公司舟山供电公司 | 一种基于非均匀沙起动的海底冲刷区确定方法 |
CN115360704A (zh) * | 2022-09-13 | 2022-11-18 | 广东电网有限责任公司 | 海上风电的出力预测方法、装置、设备及存储介质 |
CN115392098A (zh) * | 2022-10-31 | 2022-11-25 | 浙江远算科技有限公司 | 基于水沙数值仿真的海上风电海缆裸露预测方法和系统 |
CN116090168A (zh) * | 2022-11-29 | 2023-05-09 | 国网浙江省电力有限公司舟山供电公司 | 一种基于预测冲刷深度的海缆裸露风险评估方法 |
CN116756821A (zh) * | 2023-06-16 | 2023-09-15 | 长沙理工大学 | 一种基于耦合模拟的桩基损伤预警方法及系统 |
CN116595913A (zh) * | 2023-07-17 | 2023-08-15 | 自然资源部第一海洋研究所 | 一种提高海洋模型精度的台风风场模拟仿真系统及方法 |
Non-Patent Citations (3)
Title |
---|
HERI KUSWANTO等: "Composite maps of surface pressure and geopotential to predict extreme high temperature in Surabaya", IEEE, 22 June 2017 (2017-06-22) * |
刘文坚;李瑞杰;林祥;董啸天;李玉婷;: "江苏海域"达维"台风风暴潮数值模拟试验研究", 水运工程, no. 03, 25 March 2017 (2017-03-25) * |
孙建伟;耿红;孙昭晨;: "海底管道周围局部冲刷数值模拟分析", 海洋技术, no. 01, 15 March 2010 (2010-03-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117454720B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Avdis et al. | Efficient unstructured mesh generation for marine renewable energy applications | |
Bento et al. | Numerical modelling of the wave energy in Galway Bay | |
Castellani et al. | Wind power forecasting techniques in complex terrain: ANN vs. ANN-CFD hybrid approach | |
Christiansen et al. | Emergence of large-scale hydrodynamic structures due to atmospheric offshore wind farm wakes | |
CN110377953B (zh) | 一种基于并行模式下的风暴潮精细化模拟方法 | |
CN104851360A (zh) | 一种洪水风险图的生成方法和系统 | |
CN115935732A (zh) | 一种复杂感潮河网的多源复合灾害淹没风险的模拟方法 | |
Liang et al. | Simulation of tsunami propagation using adaptive cartesian grids | |
CN117454720B (zh) | 一种极端天气海上风电场冲刷风险仿真预测方法和设备 | |
Hadihardaja et al. | Decision support system for predicting tsunami characteristics along coastline areas based on database modelling development | |
Xu et al. | Integrating Monte Carlo and hydrodynamic models for estimating extreme water levels by storm surge in Colombo, Sri Lanka | |
Soyuf Jahromi et al. | The role of different positions of tidal turbines for energy extraction in Qeshm channel | |
van Ormondt et al. | A semi-empirical method for computing storm surges on open coasts during tropical cyclones | |
Mathew et al. | Assessing the Impact of Storm Surges in Coastal Regions by Integrating Hydrodynamic and Wave Model With GIS | |
Arikawa et al. | Development and applicability of multiscale multiphysics integrated simulator for tsunami | |
Goeury et al. | Finding good solutions to telemac optimization problems with a metaheuristic | |
Zhang et al. | Evolution of wave and tide over vegetation region in nearshore waters | |
Mohit et al. | A comparative study of two different numerical methods on storm surge | |
KR101568819B1 (ko) | 능동형 정보수집 스크립트 및 수치모형을 이용한 연안침식 자동 예측 방법 | |
JOHNSON et al. | Modeling nearshore morphological evolution of Ship Island during Hurricane Katrina | |
CN112434423B (zh) | 一种同心圆网格与新型台风场模式结合的风暴潮模拟方法 | |
Kelly et al. | Validation of the FAST forecast model for the storm surges due to hurricanes Wilma and Ike | |
AMUNUGAMA et al. | Analysis of wind-waves with SWAN on structured mesh and unstructured mesh during the arrival of typhoon | |
Makarynska et al. | Hydrodynamic and sediment plume modelling in a macro-tidal estuary | |
Zhang et al. | Simulation of Migration of Sand Waves Under Currents Induced by Internal Waves |
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 |