覆冰影响的南方山地风电场风资源评估方法

陈标，何建军，舒忠虎，罗金，杨凯钧，姜楠楠

(1.国家能源集团龙源江永风力发电有限公司，湖南 长沙 410000；2.长沙理工大学能源与动力工程学院，湖南 长沙 410114)

0 引言

风能是一种清洁、可再生的能源，是当前最具开发前景的能源之一[1]。在风电场初步规划阶段需要进行当地的风资源评估，目的是确定风电场装机容量以及机组选型，使发电量最大的同时风机所受载荷最小。风资源评估对风电场最终产能有很大影响，测风数据10%的误差可能导致风电场年产能30%左右的误差[2]；而风电机组叶片结冰将会影响叶片的气动性能，降低风电机组的发电功率，进而影响风电场的年发电量，对风资源预测结果产生影响。

当前国内外的风资源评估方法主要有基于测风塔观测数据建立不同的数学模型，有效地将气象站和测风塔的观测数据转化为风能、风功率等风能资源评估参数的数理统计评估方法，以及利用计算机模拟技术结合测风塔观测数据、中尺度数据实现对近地层风能资源进行分析的数值模拟评估方法[3]。Tobias Klaas[4]采用激光雷达对复杂山地进行风资源评估；Giovanni Gualtieri[5]对意大利南部四个山地的风资源做了分析，绘制出风玫瑰图并得出威布尔概率分布函数。这些风资源模拟都没有考虑结冰情况，对模拟结果会产生一定影响。我国南方山地地区冬季会出现雨凇和雾凇的现象，叶片表面极易覆冰，且由于空气温度与湿度的不同，覆冰程度也不同，邓磊等[6]研究了覆冰对南山风电场XE82 风电机组气动性能、发电功率的影响，证明风力机翼型的升力降低、阻力增加，风能捕获能力下降，严重影响年发电量。

常用的风能资源分析软件有WAsP、WindSim、Meteodyn WT 等[7]。WAsP 是由丹麦国家实验室风能应用开发部开发的风能资源分析处理软件。在以平坦地形为主的“三北” 地区，WAsP 软件能较好地模拟出风电场区域的风能资源分布，较为准确地反应出该地区的风能资源情况，但随着我国风电场的开发逐步向南方山地扩展，地形条件也越来越复杂，使用WAsP 软件进行山地风电场风能资源评估有一定的局限性[8]。通常在山地风电场内，地形斜面发生较大改变时，会发生流体的分离，在这些情况下，可能会造成错误的计算结果，导致评估过程出现较大的偏差。

挪威WindSim 公司开发的WindSim 软件是一个以计算流体力学(CFD) 为核心的风资源评估系统软件[9]，其不仅在简单地貌可得到准确结果，更擅长于起伏、丘陵、山地等复杂地形，是一款功能强大、广泛应用的CFD 风资源评估软件[10]。Byrkjkdal 等[11]研究发现轻微的覆冰情况会影响1%的发电量，严重的覆冰影响更大，所以在进行风资源评估时，考虑覆冰情况是非常有必要的。针对我国南方山地地区地形复杂且风速相对低、受夏季风影响大、冬季覆冰情况严重[12]的情况，以湖南某山地为例，利用WindSim 在复杂地形上进行风资源评估的优势，模拟该地区的风资源分布情况，在此基础上，对其进行微观选址和有覆冰与无覆冰条件下的经济效益分析，探索考虑结冰条件的南方山地风资源评估方法。

1 研究方法

数值计算特定场址气候条件下的风速和风向，在此基础上确定每个风机的最优微观选址位置。风电场的气候条件一般通过现场测量得出，也可以通过气象模拟得到，这两种方式获得的气候数据都可以直接与WindSim 接口。WindSim 采用了模块化的方法来完成微观选址的过程，这些模块必须按照正确的顺序运行，WindSim 模块包括地形、风场、对象、结果、风资源以及能量，通过6 个模块的操作得出每台风机的发电量和尾流损失，并生成风力发电场模拟报告。

风机的载荷受风切变、入流角和湍流风场等特征的影响。由于风场模拟采用三维模型，风场的所有这些特性都可以计算出来，因此对于某种类型的风机，采用数值计算的方法就可以检验风场产生的载荷是否在风机可接受的范围之内。

1.1 地形模拟方法

建立流场模型的第一步是生成考察区域的三维模型，这涉及到选择需要模拟的横向和纵向范围，该范围通过包含海拔和粗糙度信息的gws 格式的数字化地形文件创建，运行地形模块生成如图1 所示的报告，表1 为数字地形模型数据，表2 为grid.gws 中的数据，以密集的地形模型点的坐标x、y、z表达地面形态。从图1 (a) 中可以看出，山脉海拔约为570 m，最高处分别在几个区域内出现，图中颜色过渡稳定，可以判断出其山脉坡度相对平缓。最初范围的粗糙度为0.1，山脊位置粗糙度为0.5，所以图1 (b) 对数粗糙度显示为负值。从图1 (c) 中可以看出，该地区山脉走势相对和缓，坡度不大，整体坡度在2°～4°，个别地方坡度较大，最大值达到13.6°。二阶导数表示的是坡度的变化程度，从图中可以看出整体值大部分在－0.000 1～0.000 1，最小值和最大值只出现在个别地方。图1 (d) 说明了坡度的变化程度不大，从另一方面证明了该山地走势平缓。从图1 (e) 可以看到，深色部分较少，说明山脉的较高处不多。采用贴体坐标(BFC) 生成网格，显示了地面层的分辨率。图1 (f) 网格沿地面最高点向上延展到1 724.0 m，网格由模型顶部往地面逐渐加密。示意图左右两边显示地形最高和最低处网格垂直分布的状况。能获得模拟结果的节点在单元格中间位置，以圆点表示。

图1 数字地形模型

表1 数字地形模型数据

表2 grid.gws 中数据

对已生成的3D 模型的水平区域进行可视化，而当前已生成3D 模型的区域在整个区域等高线地形图中的位置通过一个灰色的边框标示出来。从grid.gws 中提取的数字地形模型，以矩形框标记。

1.2 风场特性分析方法

在地形模块生成3D 模型后可以在风场中进行CFD 模拟，风场通过求解雷诺平均Navier－Stokes(RANS) 方程来确定，湍流闭合使用双方程湍流模型。由于该方程是非线性的，所以要通过迭代计算来求解。由假设的初始条件开始，逐步迭代，直到最终得到收敛结果。通过检查速度分量(U1，V1，W1)、湍流动能 (KE) 和湍流损耗率(EP) 或湍流频率(OMEG) 的点值和残差数值来评估风场模拟的收敛性，所有变量均根据右边的min值和max 值按比例缩放。通过属性栏设置一个收敛标准，当残差值小于设定的收敛标准时模拟自动停止。如果在设定的迭代次数之后仍未达到收敛标准则显示为“－”；如果计算结果是发散则显示为“D”。

1.2.1 点值图

点值图能够反应图中参数的分布范围、数量特征和密度变化，图2 为不同扇区的点值图。默认的点值位于地形中央、地面层(nx/2，ny/2，1) 的地方，其中nx和ny是在x和y方向上的单元格的数量。

图2 扇区点值图

定点值位置能够设定在水平面的任何地方，这样可以监测那些点的发展情况，如测风塔和风电机组所在的位置。本文仅选取正北、正南、正东、正西4 个方向的风流波动情况展示出来。由图2 可知，U1、V1、W1、KE、EP、OMEG的点值都趋于稳定，说明四个方向的风流状况稳定发展，适合设立风电机组。

1.2.2 残差值

残差分析就是通过残差所提供的信息，分析出数据的可靠性、周期性或其他干扰。所谓残差值是指观测值与预测值(拟合值) 之间的差，即是实际观察值与回归估计值的差。

从图3 可以看出，4 个正方向的残差值都最终趋于0，说明模拟结果正确，观测值与预测值相吻合，且风流趋于稳定。

图3 扇区残差值图

2 微观选址和效益分析方法

2.1 风电场布局及风功率曲线

使用对象模块在风电场中布置风机和测风塔的位置，在工具箱将测风数据添加到项目中，激活得到如图4 所示的风机和测风塔分布图。

图4 包含对象的数字定型模型

从气象监测站所收集的测风数据被用于进行风资源的校验和发电量的计算。在提供归一化的加速比等数据时，也可使用测风数据作为参考点数据，见表3，x、y、z为地形模型点的坐标。

表3 测风对象

当风速小于风力发电机满发功率的最低风速时，叶片的桨矩调整为最大限度吸收风能的角度，并保持不变。当风速达到和超过满发功率时，通过变换桨矩角度减少风能的吸收，从而实现功率的平滑输出。当空气密度为1.225 kg/m3，ws2000 风机功率和推力系数计算结果如图5 所示。

图5 不同风速区间的风功率和推力系数曲线

2.2 叶尖前缘覆冰对风功率计算的影响

风功率是影响风电机组发电量的重要参数，风功率的计算公式为式(1):

式中，ρ为空气密度，1.225 kg/m3；A为风轮扫风面积；v为来流风速；CP为风能利用系数。

研究发现风能利用系数会随着风机叶尖覆冰厚度的增加而降低，当叶尖前缘覆冰厚度为10 mm、48 mm 和86 mm 时，最大风能利用系数分别降低了3.9%、38.1%和51.5%[12]。如图6 所示是叶尖覆冰情况下覆冰厚度与风功率的关系曲线。

图6 不同覆冰厚度下风功率与速度的关系

当存在覆冰状况时，风机的功率曲线整体呈下降的趋势，且随着风速的增加，输出功率降低程度变大；随冰层厚度的增加，输出功率降低程度变大，甚至出现停机的现象，所以在风资源评估中应充分考虑风电机组风能利用系数降低的问题。

2.3 年发电量估算

计算发电量，首先通过风速频率分布的数学模型拟合实际的风频分布，然后与风电机组的实际输出功率函数积分，公式(2) 为风电机组的理论发电量AEP的计算公式:

式中，t为发电时间；vi、v0为切入、切出风速；v为风速；f(v) 为风速概率分布密度函数；P(v)为风电机组的功率曲线函数。

结冰期发电量AEPi计算公式为:

式中，ni为不同覆冰厚度对应的覆冰天数；αi为不同覆冰厚度对应的功率系数。

根据风频的不同，采用公式(2) 在WindSim中计算得出轮毂高度为80 m、额定功率为2 MW 的ws2000 风机年发电量，见表4。

表4 基于风频分布的年发电量计算结果

从模拟计算结果可以初步确定拟建的风电场在理想状况下的年发电量为56.585 2 GW·h。覆冰后年发电量AEPM计算如公式(4) 所示:

式中，n为覆冰天数。该风电场位于南方高山地区，根据此处测风数据及气候环境可知，每年平均有结冰影响天数约为52 天，平均覆冰厚度分别为10 mm、48 mm 和86 mm，则覆冰后年发电量情况如图7 所示。

图7 年发电量与覆冰厚度的关系

由图7 可知，覆冰会对风电机组年发电量造成一定影响，随着覆冰严重程度的增加，发电量减少得越多，在平均覆冰厚度为10 mm、48 mm 和86 mm 时，发电量分别减少5.8%、13.5% 和16.5%，所以在风资源评估中应充分考虑风电机组覆冰情况。

3 结论

本文采用Windsim 软件对南方某山地风资源状况进行评估，地形模拟结果显示该山脉海拔在570 m左右，走势相对缓和，且坡度不大；风场特性分析表明风流稳定，风能资源相对较好，此处适合建风电场；考虑结冰情况对风功率及发电量的影响，在风资源评估中应充分考虑风电机组风能利用系数降低的问题。本文利用计算流体力学的方法模拟了流场流动情况，可较好地解决南方山地风电场由于山地地形复杂、地势险峻、地表粗糙度大、风速相对低、冬季覆冰等特征下风资源的评估问题，为南方山地风电场风能资源评估和风电场设计建设提供数据分析和基础研究。