《风能模型的发展及CFD在风资源开发利用中的应用》由会员分享，可在线阅读，更多相关《风能模型的发展及CFD在风资源开发利用中的应用（22页珍藏版）》请在金锄头文库上搜索。
1、 风能模型的发展及CFD在风资源开发利用中的应用 程雪玲(1.中国科学院 大气物理研究所，北京 100029；2.中国科学院大学 地球与行星科学学院，北京 101408)缩略词0 引言2020 年9 月，中国提出“2030 年碳达峰，2060 年碳中和”的目标，通过新能源发电、植树造林、节能减排等形式，抵消自身产生的CO2或温室气体排放量，达到相对“零排放”。截至2020 年底，我国光伏发电装机容量为253 GW，风电装机容量达到281 GW，合计约占我国总装机容量的24%，发电量占比约为9.5%。预计2030 年、2050 年和2060 年我国清洁能源装机容量将分别增加至2 570 GW、6
2、 870 GW 和7 680 GW，2060 年实现超过96% 电源为清洁能源。“十四五”计划将进一步聚焦新能源产业的发展和壮大。不但是中国，全球风电都已进入迅速扩张阶段，相应的技术和方法被广泛应用于风能开发领域。在2017 年10 月国际能源署风能技术合作计划召开的系列会议上，专家们将风能面临的挑战和创新途径归纳为3 个方面：1）从大气运动到风电场及风力发电机周围流场运动的深入理解；2）世界上最大的动态旋转机器的材料设计和工程设计；3）对电网内众多风电场协同优化控制。解决这些挑战可以使风力发电能够满足全球一半甚至更多的电力需求1。这些重大的挑战相互影响，每个领域的进展都会影响其他领域发展。比
3、如风力发电机周围流场大气运动的研究，对于设计下一代甚至更大的风力发电机和风电机组的动态控制至关重要，加强对大气流动过程的预测，将使风电场的发电更好地并入电网。同时，这些科学挑战也将各种时空尺度联系起来，从大气运动到直径200 m 风力发电机叶片周围的流场，从风电场到整个国家电网，从毫秒（用于管理）到几十年（用于规划）时间尺度的稳定可靠运行等。因此，风能科学发展的一个很重要的方面就是从大气运动到风力发电机尺度流场的不同时空尺度运动的研究。大气层中各种不同时空尺度的天气系统和物理过程，从小到毫米量级的湍流运动到上千公里的行星长波等，都可通过边界层对风力发电产生作用和影响2。由于风场中湍流运动具有很
4、强的随机性，从早期的统计模型，到基于数值模式的物理模型，再到目前统计模型和物理模型相结合的风力发电预测，发展出了众多的预报模型3-4。发展包括大尺度地球系统模式、中尺度气象模式、CFD 模型的模式链是风资源研究领域中的共识，国际能源署风能课题（IEA Wind Task31）专门开展复杂地形风电场流场的模式链研究，重点解决不同尺度模式间的耦合问题5。20152021 年的美国A2e 计划的目标是通过风特性研究和物理建模、分析及数值模拟来改进风电场运维管理水平6；20152020 年的欧盟NEWA 计划总体目标是发展新的风能资源评估动力降尺度系统7。基于数值天气预报模式与CFD 模型进行多尺度耦
5、合的风场数值模拟是风能开发的主要研究方向8。我国“十三五”启动的重点研发计划“风力发电复杂风资源特性研究及其应用与验证”目前仍在实施中，该项目一个重要的研究内容就是发展从中尺度环流、风电场湍流到风力机尾流的非定常风场多尺度耦合数值模拟方法，并开发典型地形风电场选址风资源评估软件。图1 给出了风能模型的总体框架，从全球尺度到风机尺度的模式发展的重点、应用方向，及模式精度与计算成本间的关系9。图1 风能模型框架图9Fig.1 Wind assessment modeling framework9早期CFD 广泛用于空气动力学，比如飞机外形设计、发动机设计、汽车外形设计、涡轮发动机设计，以及一些传热
6、传质工业设备，比如流化床等，其特点是能够建立复杂形状的网格，很好地模拟复杂结构内的流场。随着计算机技术的发展，CFD 可以建立更大规模的网格，用于风工程、环境工程领域，研究桥梁抗震、高速列车安全、街区空气污染等。基于CFD 的风工程应用称为计算风工程（CWE），CWE 的历史可以追溯到1963 年左右。Smagorinsky开发了第一个大涡模拟（LES）方法SmagorinskyLilly 模型，该模型至今仍在流体力学的许多领域广泛使用10。20 世纪60 年代以后，CWE 在气象学方面得到发展11-12，研究包括盛行风对海洋飞沫传输的影响13、山脊对流运动14和天气过程影响下的城市热岛15。
7、其他数值研究则围绕障碍物的微尺度流动模拟，如建筑物绕流16-18、复杂地形流场19。事实上，CWE 模拟范围非常广泛，包括街区风环境20、雷暴模拟21-22、龙卷风模拟23等。随着风能开发利用规模的扩大，需要对大气边界层流场中更多微尺度的运动过程进一步研究。Raithby 等基于CFD 开展的山地风场研究是这方面最早的工作之一24。Maurizi 等25和Castro 等26基于非定常模拟显示局部地形会诱发的不稳定流动，还有通过LES 或DNS 模拟三维湍流的时间变化27-28。然而，CFD 对于复杂下垫面高雷诺数的大气边界层风场模拟仍面临挑战29-31。本文首先回顾了风能模型的发展，包括基于
8、CFD 的风能模型，之后从中尺度到微尺度的“降尺度”、尾流模拟和复杂地形风场模拟3 个方面详细评述了CFD 在风能开发利用中的重要作用，最后对风能模型发展过程中CFD 方法所面临的挑战进行了展望。1 风能模型的发展20 世纪70 年代末，美国和丹麦开始以公用事业规模使用风能，风力发电机的标称功率从那时的约50 kW 发展到如今的大型机器容量5 MW 以上，预计将进一步增长到10 MW 甚至更多。风力资源和湍流特性是风力发电机运行的基准，是风能项目经济可行性的关键。为满足风能资源的大规模开发需求，首先需要进行风能资源评估，获得风能资源的分布状态，制定风电建设发展规划，分析寻找合适的潜在风电场场址
9、，摸清风资源状况及其分布和变化。其次，风电场建设好之后，通过风电机组发电装置把风的动能转化为电能。在风电接入电网过程中，需要开展风电场功率预报来解决大规模风力发电上网的实际问题。随着风电产业的发展，对风能资源评估、风能选址和风功率预报的精度要求越来越高，因此相应的技术和方法也在蓬勃发展和革新。本节总结了准确确定风力资源和减少风力资源估算不确定性的风能模型的发展。1.1 风能评估和风电选址模型风能资源评估和风电机组微观选址是最重要的前期工作。在风能开发利用过程中，风电场选址从最初的平坦地形、风速、风向稳定、易施工建设区域向地形复杂、影响因素多、开发难度大的区域延伸。对风能资源的准确评估和对风电场
10、的优化设计，取决于对风电资源的空间分布有准确和详细的了解。目前，数值建模结合现场测量是估计这种分布的首选方法。因此，了解风能评估模型对于改进数值模型具有重要意义。1.1.1 线性模型Jackson 和Hun 提出了守恒方程线性化模型32，将边界层分为4 个子层，分别解出线性化方程的速度廓线。当风不受陡峭的斜坡、气流分离、热驱动气流、低空急流等非线性过程影响时，这种方法计算速度快，结果也相当好，误差小于15%33。在20 世纪80 年代计算条件有限的情况下，该理论得到了广泛的应用，在线性理论基础上陆续发展了MSFD 模型34、丹麦Ris国家实验室风电场微观选址分析工具WAsP35、丹麦技术大学风
11、能系（原Ris国家实验室）预测海岸风电场尾流效应的Fuga 模型36。1.1.2 CFD 模型现有的风能评估模型大多是CFD 模型，如挪威开发的Windsim43、WindPro44-45、WindFarmer46、法国Meteodyn WT47。大多数CFD 模型对N-S 方程进行求解，并使用恒定的入口风剖面运行到收敛。对于理想的情况，比如悬崖或丘陵二维/三维流动，CFD模型表现良好，并能刻画出湍流的高精度细节特征39。研究发现，由于能够自适应地生成各种复杂地形上的贴体网格，处理局部的复杂流动，CFD 模型更适应于复杂地形条件下的边界层流场模拟。如，程雪玲等利用地形高程数据建立地形，生成网格
12、，采用CFD对大气边界层复杂地形羽流扩散进行了模拟37；周志勇等基于地理信息处理系统数字地面高程数据，利用IMAGEWARE 和网格生成软件Gambit 对复杂地形地貌区域建立计算网格，研究桥梁架设的风环境参数38。为了对CFD 模型进行验证，20 世纪80 年代，在苏格兰西北海岸Hebride 群岛南端Uist 岛的Askervein山开展了大规模的复杂地形观测，获得了详细的风场数据，众多研究者对此进行CFD 数值模拟与验证。比如，Stangroom 利用CFX-5 进行了风场模拟，结果与实验值十分吻合，优于WAsP 计算结果40；Bechmann采用LES 对Askervein 山的流场进
13、行模拟，得到的平均风速和湍流脉动风速均与实验值吻合41；梁思超等基于FINE/TURBO，采用带有壁面函数的k-湍流模型研究复杂地形地貌风电场大气流动，以及参数对模拟沿流动方向均匀的大气边界层的影响，并对Askervein 山进行了模拟和验证42。但有一些研究也表明，CFD 模型并非在所有情况下都优于行业标准的WAsP 模型，在平坦地形WAsP的模拟结果要好于某些CFD 模型48-51。1.1.3 数值天气预报（NWP）模型中尺度数值天气预报模型通过质量、动量、热量、水汽以及其他如气溶胶等守恒方程的时间、空间积分计算预报大气系统的演化过程，在风能开发利用中已得到广泛应用。各种模式的守恒方程采用
14、不同的近似方案和云物理、沉降、湍流、通量等参数化方案，不同模式的网格划分、数值方法、初边界条件设置、坐标系的选择等也不相同，各有各的局限性52。其近地层、边界层、次网格参数化方案对近地层风速模拟影响较大。此外，通过方程组的坐标变换来描述复杂地形，需要对地形进行不同程度的平滑，获得计算稳定性，对于陡峭地形，可能会出现较大计算误差53。目前广泛使用的预报模式有MASS、WRF、MM5、RAMS、ARPS、MC2、KAMM 等。完全可压缩非流体静力的NWP 模型可以模拟和捕捉从天气尺度到微观尺度的广泛的气象现象，但所需的计算能力是巨大的，并随着网格间距的减小而迅速增加。对于复杂地形风场的精细化数值模
15、拟，需要采用动力降尺度的方法来实现，通过预报模式和诊断模式相结合计算三维流场。诊断模式包括Jackson-Hunt 型模型（WAsP、MsMicro54、Raptor55等）和质量守恒一致模型（WindMap56、Calmet57等）。典型的相结合模式有Ris国家实验室开发的KAMM/WAsP 系统58、以及美国AWS Truepower 公司开发的SiteWind系统56。AWS Truepower 的方法是在嵌套网格中运行中尺度模型MASS，分辨率为0.41.2 km。然后，使用小尺度质量守恒的风场线性模式WindMap 将风场网格间距缩小到约50 m。研究表明，在复杂地形中这种方法比行业
16、标准的WAsP 模型更准确，特别是在中尺度环流对风力资源空间分布有显著影响的情况下59。此外，加拿大气象局将中尺度模式MC2 与小尺度模式MsMicro 相结合建立了精细化风能资源数值模拟评估模型WEST，并绘制了5 km 5 km 分辨率的加拿大全国风能资源图谱60。在WEST 系统的基础上，我国开发出了风能资源数值模拟评估系统WERAS61，模拟获得了水平分辨率1 km、低空垂直分辨率10 m 的风能资源图谱。周荣卫等利用中尺度气象模式MM5 和微尺度模块Calmet 组合建立了一个区域风能资源评估系统，对江苏沿海风能丰富区和甘肃酒泉复杂地形风能资源进行了1 km 1 km 高分辨率的逐时模拟62
