风电场数值评估

计算流体力学

为了进行风电场的设计和建设,评价当地的风力资源是相当有必要的。在复杂地形上,山坡可以产生气流的局部加速,有利于风力发电。计算流体力学方法对于评估复杂地形上的风能资源分布非常有效。我们采用雷诺平均方法对某一风向某一风速下的流场进行数值模拟,网格则采用地形追随网格。如下图所示。

边界条件的确定

风场区域广阔,通常不容易取得全部的边界风速信息,需要采取工程上的近似方法。对于实际风电场,能共获取的数据通常有两种。一是宏观气象数据,二是场内某些孤立的位置的测风塔所观测的数据。如下图所示。

对于前者,如果对精度要求很高,可以与中尺度模拟甚至全球数值天气预报相结合来确定边界条件,如果采用简化处理,可以直接用当地宏观气象数据作为边界条件。一般进行风能资源评估,需要使用当地全年或多年的风力观测数据。然而数值模拟不可能针对如此巨大数量的风况进行计算,因此通常需要对风况进行统计拟合。传统的统计方式往往按照月份对风速直接进行算数平均,此种方法有以下两个弊端:

  1. 风力机的风能产出与风速的三次方成正比,而非线性相关。对风速采取线性平均会造成额外误差。
  2. 每个月份中的风向也可能有很大变化,不同月份的风向风速也许十分相近。固定月份或其它时间段来统计不足以适应各种情况。

因此,我们提出了对风况进行智能分段,然后在每段中再根据风力机的实际发电特性进行统计拟合的方法,详情请参阅我们的论文:

对于上图中后者,需要对测风塔的观测数据进行一定的处理,才能作为边界条件使用。首先,由于测风设备故障或线路传输干扰,实测风力数据往往会有缺失。我们提出了一种方法,根据不同高度的风速之间的相关性,对缺失数据进行插补。关于该方法的细节、优劣和不确定性分析,请查阅我们的论文:

然后,我们开发了通过风场内单个测风塔的观测数据进行全场风能资源评估的方法。该方法借助抽象的状态空间,建立起边界条件、测风塔风速风向以及全场流场之间的关系,称为“塔空间状态图”。详情请参阅我们的论文:

风力机尾流

风力机运转时,提取了空气动能,导致下游风速降低。这种效应会扩散到风轮直径若干倍的区域,对下游风力机的效率产生影响。风电场评估部仅需要对流场模拟准确,还要能够对放置风力机之后的情形进行模拟。而风力机的尺寸与整个风电场的尺寸相差甚远,局部生成加密的贴体网格会带来极大的计算量,不利于工程应用。因此需要应用风力机尾流模型,对尾流进行简化计算。如下图所示,在一个山坡前有一台风力机,它产生的尾流应该如颜色图所表达的那样弯曲越过山顶。但传统的线性模型不能考虑流场的不均匀性,其结果如黑色线框所示,与物理实际不相符合。为此,我们开发了用于在不均匀流场中模拟风力机尾流的模型。该模型将尾流影响作为一种虚拟物质的对流扩散运动来近似求解,并采用粒子追踪的无网格方法对该虚拟物质的演化进行模拟。相比传统的线性模型,具有如下优点:

  1. 以对流扩散运动模拟尾流发展,比线性模型中描述的圆锥区域尾流衰减更加精确和贴近实际,能够适用于不均匀流场的复杂地形风电场。
  2. 以粒子追踪方式求解该问题,其精度不受流场数值计算网格的影响,即使风力机尺寸与网格尺寸相当,甚至比网格尺寸小,均可以求解。

关于虚拟粒子模型的详情请参阅我们的论文:

关于粒子追踪方法的相关数学推导请看我们的论文:

风电场数值评估.txt · 最后更改: 2016/01/14 13:41 由 smx