基于中尺度大气模型嵌套CFD技术的高分辨率复杂地形风能资源评估方法研究﹡

2014-02-10陈志刚李凯施欢欢杨永锋

风能 2014年8期

文 | 陈志刚李凯施欢欢杨永锋

文 | 陈志刚李凯施欢欢杨永锋

过去对大范围风能资源普查基本上是基于对风能资源资料的收集、当地居民走访，凭借一定的原则和经验，进行风电场的宏观选址；经过至少一年的立塔测风后，确定前期选定的场址是否具有开发价值。传统风能资源普查方法具有较强的主观性，存在时间和资金浪费的风险。随着风电开发热点由三北风能资源丰富的大风电基地转向地形复杂和风能资源相对匮乏的地区，风电场开发难度和盈利风险增大，迫切需要提高大范围风能资源评估的精度和速度。

在复杂地形中，风能资源分布受地形影响，局部气候差异较大，测风塔代表区域有限，难以准确评估风能资源分布。采用中尺度大气模式可以考虑局部气候差异的影响，但受到中尺度模式分辨率较粗的限制，中尺度大气模式无法考虑到微观地形的影响；CFD技术在一定的评估区域内可以提高分辨率，但无法考虑大范围小气候异化的影响。通过结合中尺度大气模式和CFD技术的优势，采用中尺度大气模式获得复杂地形大范围的低分辨率风能资源评估结果；基于CFD技术，对中尺度低分辨率计算结果进行降尺度处理，获得微观尺度的高精度风能资源分布。实例验证表明，结合中尺度大气模式和CFD降尺度技术，综合考虑微地形小气候和复杂地形的影响，可以获得大范围高精度的风能资源评估结果，能够有效地解决复杂地形风能资源评估中微地形小气候的问题。

中尺度大气模式原理

中尺度大气模式是小于天气尺度，大于单个积云尺度的天气系统研究，水平尺度一般约2km到2000km。通常根据研究需要的不同而采取不同的尺度：在雷暴、对流现象和复杂地形流动研究中采用2km－20km水平尺度（Meso－γ）；在处理如海风现象、湖泊效应和暴雪等气候常采用20km－200km水平尺度（Meso－β）；在研究飑线、中尺度对流系统（MCS）和在热带气旋等现象时采用200km－2000km水平尺度（Meso－α）。

二战后，由于计算机技术的迅猛发展，气象预报技术也随之突飞猛进。短短的几十年里，世界各地的气象研究机关开发出了各自的相对独立的气象模式。NCAR、NCEP、FSL、AFWA和OU等美国的科研机构对气象模式进行了统一，于2000年开发出了WRF模式。

采用中尺度大气模式进行风能资源评估，不需要树立测风塔测风，在计算分辨率足够小的情况下，中尺度大气模式可以考虑到复杂地形风电场局部气候的差异。受到计算机硬件的限制，中尺度大气模式的分辨率较粗，在风电场的风能资源详细评估中需要结合CFD降尺度技术，以满足风电场选址的工程精度需要。

CFD降尺度原理

对于有限的评估范围，假设气候具有局部的均一性，风流不是雷诺依赖的（即定向风特性是不依赖于风速的），特定风向的风流分布可以用风加速因子表达。

CFD技术可以通过计算机根据流体力学的规律进行模拟求解，将风电场的流场分解为小的立方体空间（即通常

我们所说的网格），并在其中求解复杂的偏微分方程组。如式(1)和(2)所示，风电场内流体运动可以通过Navier－Stokes流体运动方程与连续方程进行数学描述。

模拟流体最准确的方法是直接数值模拟，从而需要在小于Kolmogorov长度尺度的网格中求解方程（针对于自然风，湍流中最小涡旋尺寸从0.1mm到1 mm）。针对于实际的工程流体，采用直接数值模拟方法将远远超出现有计算机的能力。为了降低计算数量，需要对湍流进行模拟并对Navier－Stokes方程进行简化。

中尺度计算结果代表一定区域内的风流参数平均值，通过对各风向进行定向计算并结合中尺度计算结果进行综合分析，获得一定评估区域内的高分辨率的风流场分布。

算例

为了验证基于中尺度大气模型及CFD技术的高分辨率的风能资源评估方法在复杂地形的适用性，采用基于WRF的大气模式获得云南省楚雄州禄丰县老青山风电场的1km分辨率中尺度风能资源分布图谱，以中尺度计算结果为基础，结合风电场CFD计算软件WT进行降尺度计算，最终得到各测风塔位置的风速时间序列，并与实测数据进行对比验证。

一、项目背景简介

老青山风电场场址位于楚雄州禄丰县和昆明市富民县交界的老青山一带，地理范围介于北纬25°06′40"－25°25′22"，东经102°18′46"－102°25′10"之间。场区南北长近23km、东西宽约11km，海拔在2030m－2754m之间。山脊的西侧为禄丰坝区，海拔高度落差较大，坡度较陡，而其东侧为富民坝区，下降较缓，坡度较小，场址区内风速具有明显的抬升压缩加速效应。风电场内植被主要以灌木、草甸及云南松为主，山脊处地表以土夹石为主。

二、各测风塔关联度分析

如图 1所示，风电场区内树立了M5471、M5403、M5443、M5470和M5466共5座测风塔，测风时间均在1年以上。

各测风塔之间的相对距离和风速的相关度如表 1和表2所示。由于复杂地形局部气候的差异，测风塔有效代表范围有限，由图 2可以看出，各测风塔之间的相关度随着测风塔距离的增大而迅速降低。

三、中尺度分析结果

图 3为中尺度平均风速的计算结果，横轴和纵轴为评估区域的经纬度坐标。

图1 各测风塔位置

表1 各测风塔之间的距离

表2 各测风塔之间关联度（70m高度）

图2 各测风塔之间关联度（70m高度）

图3 中尺度平均风速计算结果

以M5443为例，各测风点与中尺度结果关联度分析如图 4和图 5所示，小时平均风速相关系数为0.7443，日平均风速相关系数为0.9。

中尺度计算结果为逐小时时间数列，小时平均风速和风向中尺度计算结果与测风塔实测对比如图 6所示，可以看出，风速和风向变化趋势与实测结果符合程度较好，在风电场50年一遇的最大风速MCP关联分析中，可以用以替代气象站数据。

四、CFD降尺度结果

以中尺度计算结果为基础，采用WT针对各测风塔周边3km进行降尺度计算，CFD降尺度计算采用的高程信息模型和地表粗糙度如图 7和图 8所示。水平分辨率20m，最小垂直分辨率4m，垂直扩展系数1.2，定向计算扇区间隔10°，各扇区平均计算耗时55min，网格数量450万左右。

对中尺度计算结果的进行CFD降尺度计算风向结果对比如图 9和图 10所示，主风向计算误差在5°左右，可以满足风电场选址的工程精度要求。

测风塔M5443实测70m高度平均风速为8.68m/s，形状因子为1.974，中尺度结合WT进行降尺度计算平均风速为8.29m/s，形状因子为2.02，平均风速计算误差4.49%。测风塔M5443周边3km降尺度平均风速计算结果如图 11和图 12所示，中尺度结合WT进行CFD降尺度计算风速分布规律与基于测风塔实测数据的CFD计算结果风速分布规律接近，对风电场选址具有指导意义。

图4 M5443测风塔实测小时平均风速与中尺度计算结果并联度

图5 M5443测风塔实测日平均风速与中尺度计计算结果并联度

图6 中尺度风向风速计算结果与测风塔实测数据对比

图7 高程信息

图8 粗糙度

图9 M5443实测风玫瑰图

图10 M5443 降尺度风玫瑰计算结果

图11 M5443周边基于实测数据风速

图12 M5443周边基于中尺度CFD降尺度风速

图13为根据M5443实测数据计算所得的测风塔周边3km范围湍流强度分布。中尺度模式无法直接得出湍流强度参数，根据中尺度计算结果结合地表粗糙度的设置，降尺度后M5443周边湍流强度分布如图 14所示。测风塔实测M5443在70m高度强风湍流强度为0.115，降尺度计算湍流强度受到地表粗糙度设置的主观影响，降尺度计算强风湍流强度为0.083。湍流强度的准确计算依赖于中尺度地表粗糙度计算的可靠性，中尺度地表粗糙度计算结果受到局部小地形的影响较大，需要进一步的研究以增加降尺度湍流强度的计算精度。