程遠(yuǎn)建 張緣

（江蘇南京河海大學(xué)能源與電氣學(xué)院，江蘇南京 211100）

基于氣象信息及風(fēng)場(chǎng)信息的風(fēng)機(jī)輪轂處風(fēng)速預(yù)測(cè)

程遠(yuǎn)建 張緣

（江蘇南京河海大學(xué)能源與電氣學(xué)院，江蘇南京 211100）

我國(guó)生態(tài)系統(tǒng)功能依然十分脆弱，環(huán)境污染迫使人類不得不開(kāi)始尋求更多，更清潔的能源。風(fēng)力發(fā)電是目前應(yīng)用最廣泛的一種新能源發(fā)電。然而由于風(fēng)速的隨機(jī)性會(huì)給機(jī)組、電網(wǎng)帶來(lái)穩(wěn)定性問(wèn)題，因此準(zhǔn)確地預(yù)測(cè)風(fēng)速具有重要意義。鑒于目前中國(guó)風(fēng)電剛起步，缺乏大量歷史數(shù)據(jù)；而一般的數(shù)值模擬需要做大量的計(jì)算。本文提出一種簡(jiǎn)化的數(shù)值模擬方法。提前模擬風(fēng)場(chǎng)的四個(gè)正方向入流、風(fēng)速10m/s的標(biāo)準(zhǔn)流場(chǎng)，提取風(fēng)機(jī)輪轂位置處數(shù)據(jù)。然后將未來(lái)一天的氣象風(fēng)速作為輸入數(shù)據(jù)求取風(fēng)機(jī)輪轂處風(fēng)速。最后對(duì)研究過(guò)程中存在的誤差進(jìn)行了分析，并對(duì)后續(xù)基于此方法的研究提供建議。

數(shù)值模擬 風(fēng)速預(yù)測(cè) 氣象信息 數(shù)據(jù)庫(kù)

環(huán)境污染迫使人類不得不開(kāi)始尋求更多，更清潔的能源。我國(guó)的環(huán)境形勢(shì)依然極其嚴(yán)重，主要污染物和二氧化碳排放量都居世界第一，處于排放高平臺(tái)期，生態(tài)系統(tǒng)功能依然十分脆弱?？傮w上，為了實(shí)現(xiàn)“十三五”環(huán)境保護(hù)規(guī)劃目標(biāo)，實(shí)現(xiàn)國(guó)民經(jīng)濟(jì)綠色化，深刻認(rèn)識(shí)和主動(dòng)適應(yīng)“新常態(tài)”，提倡低碳，環(huán)保，節(jié)能。近年來(lái)，風(fēng)力發(fā)電已經(jīng)顯示出明顯的社會(huì)效益和經(jīng)濟(jì)效益，而且相對(duì)于其他新能源，風(fēng)力發(fā)電技術(shù)更加成熟，具有大規(guī)模商業(yè)開(kāi)發(fā)條件。目前風(fēng)速預(yù)測(cè)主要有統(tǒng)計(jì)法和數(shù)值模擬，風(fēng)力發(fā)電功率短期預(yù)測(cè)有利于減輕風(fēng)力發(fā)電對(duì)電網(wǎng)的沖擊，可有效地提高電網(wǎng)運(yùn)行的安全性和經(jīng)濟(jì)性［1-2］?？墒怯捎趪?guó)內(nèi)風(fēng)電起步晚，且不斷有新的風(fēng)場(chǎng)建設(shè)，缺乏大量歷史數(shù)據(jù)。因此數(shù)值模擬成為一個(gè)很好的選擇。

國(guó)外研究風(fēng)電場(chǎng)數(shù)值模擬起步較早，Astrup- Poul根據(jù)WAsP軟件的線性模型對(duì)不同地面粗糙度下的復(fù)雜地形進(jìn)行數(shù)值計(jì)算，對(duì)比實(shí)驗(yàn)結(jié)果提出了改進(jìn)方法［3］?！痘贑AD流場(chǎng)與計(jì)算的短期風(fēng)俗預(yù)測(cè)方法》提出，利用fluent軟件對(duì)風(fēng)場(chǎng)進(jìn)行標(biāo)準(zhǔn)入流條件模擬，提取風(fēng)機(jī)出風(fēng)速，建立數(shù)據(jù)庫(kù)［4］。然后利用未來(lái)一天氣象數(shù)據(jù)插值預(yù)測(cè)該天逐小時(shí)風(fēng)機(jī)輪轂處風(fēng)速。然而一般的數(shù)值模擬工程量大，計(jì)算耗時(shí)。本文基于此文章，提出一種簡(jiǎn)化算法，并結(jié)合歷史數(shù)據(jù)，驗(yàn)證計(jì)算方法的可行性和準(zhǔn)確性，這將在下文有所體現(xiàn)。

1　建模與網(wǎng)格劃分

1.1風(fēng)場(chǎng)物理模型建立

本文針對(duì)我國(guó)陜西省靖邊的某個(gè)風(fēng)力發(fā)電廠進(jìn)行研究，靖邊縣位于陜西省北部偏西，靖邊屬于半干旱大陸性季風(fēng)氣候。根據(jù)當(dāng)?shù)仫L(fēng)向玫瑰圖顯示：其風(fēng)資源較為豐富，且盛行風(fēng)向相反，以西南風(fēng)和東北風(fēng)為主。該風(fēng)力發(fā)電廠地處山區(qū)溝壑，地勢(shì)南高北低，海拔大約1123-1823m，地勢(shì)起伏不太大，風(fēng)場(chǎng)內(nèi)立有一座測(cè)風(fēng)塔。風(fēng)機(jī)排布位置如圖1。

1.2風(fēng)場(chǎng)內(nèi)部網(wǎng)格劃分

在計(jì)算域上進(jìn)行網(wǎng)格劃分，所建模型為5000×6000×1000（m3），考慮到風(fēng)經(jīng)過(guò)山體后湍流度明顯加大［5］，流動(dòng)更為復(fù)雜，因此背風(fēng)面網(wǎng)格密度大于迎風(fēng)面。但由于畫(huà)網(wǎng)格十分費(fèi)時(shí)且時(shí)常得不到高質(zhì)量的網(wǎng)格，因此只在主風(fēng)向上做此安排。在高度上采用網(wǎng)格長(zhǎng)度遞減方式劃分，遞減比率為0.96，總網(wǎng)格數(shù)329萬(wàn)。網(wǎng)格劃分見(jiàn)圖2。

2　標(biāo)準(zhǔn)入流模擬計(jì)算及數(shù)據(jù)庫(kù)建立

2.1制動(dòng)盤(pán)模型

本文采用制動(dòng)盤(pán)模型實(shí)現(xiàn)對(duì)風(fēng)電場(chǎng)風(fēng)機(jī)尾流效應(yīng)的處理，設(shè)來(lái)流風(fēng)速為 u，風(fēng)輪無(wú)偏航，其中心點(diǎn) P′（輪轂處）坐標(biāo)（wx，wy，wz），風(fēng)輪平面某一點(diǎn)位置坐標(biāo)為（x，y，z），則來(lái)流經(jīng)制動(dòng)盤(pán)的阻力源項(xiàng)為［6-7］：

式中Cd為制動(dòng)盤(pán)的阻力系數(shù)，在0.8～1.2之間，計(jì)算中取Cd= 1.0；ρ為空氣密度，Δx為制動(dòng)盤(pán)的厚度。此外，在風(fēng)輪平面內(nèi)附加徑向源項(xiàng)，于來(lái)流軸向源項(xiàng)成一定的函數(shù)關(guān)系，比例系數(shù)為η。當(dāng)風(fēng)向與y軸平行時(shí)，x，y，z軸上源項(xiàng)表達(dá)式分別為：

2.2入流模擬

在東、西、南、北的四個(gè)方向上進(jìn)行流場(chǎng)模擬計(jì)算，采用k-ε迭代算法［8］。假設(shè)風(fēng)向分別垂直于四個(gè)入流面，風(fēng)速10m/s，切變指數(shù)0.168，模擬計(jì)算耗時(shí)6h。

2.3建立數(shù)據(jù)庫(kù)

一般的數(shù)值模擬需要建立龐大的數(shù)據(jù)庫(kù)，本文提出簡(jiǎn)化改進(jìn)方法，以一個(gè)簡(jiǎn)單的表格代替數(shù)據(jù)庫(kù)。我們計(jì)算的是當(dāng)風(fēng)速為10m/s時(shí)的風(fēng)場(chǎng)，其他入流風(fēng)速時(shí)的流場(chǎng)可以根據(jù)10m/s成比例得出［9］。此外，我們計(jì)算了四個(gè)正方向的風(fēng)入流，其他任意方向則采取矢量合成即可，這是本文的一個(gè)創(chuàng)新思想。具體算法如下：

設(shè)Vf為由氣象預(yù)報(bào)所得的風(fēng)速大小，Vfτ，Vfn為Vf的兩個(gè)正交分量，則由速度三角形有：

Vf2=Vfn2+Vfτ2

設(shè)Vp為某風(fēng)機(jī)的風(fēng)速預(yù)測(cè)值，Vp的兩個(gè)垂直分量為Vpτ和Vpn。且Vpτ為與Vfτ方向相同的風(fēng)速預(yù)測(cè)值，U1為某風(fēng)機(jī)同方向模擬計(jì)算值；Vpn為與Vfn方向相同的風(fēng)速預(yù)測(cè)值，U2為某風(fēng)機(jī)同方向模擬計(jì)算值；則有以下關(guān)系：

3　實(shí)際氣象數(shù)據(jù)差值預(yù)測(cè)及驗(yàn)證修訂

3.1實(shí)際氣象數(shù)據(jù)差值預(yù)測(cè)

五月一號(hào)的結(jié)果分析：

有數(shù)據(jù)分析結(jié)果圖可知（見(jiàn)圖3），五月一號(hào)這一天的氣象預(yù)測(cè)誤差過(guò)大，平均誤差為51.04%，平均值（將實(shí)測(cè)數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)先分別求取平均值在計(jì)算誤差）誤差為31.04%。兩個(gè)值都大于要求誤差范圍20%。

五月二號(hào)的結(jié)果分析：

對(duì)于實(shí)驗(yàn)測(cè)得的數(shù)據(jù)（見(jiàn)圖4），進(jìn)行求取平均值，結(jié)果為：平均誤差為26.67%，平均值（將實(shí)測(cè)數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)先分別求取平均值在計(jì)算誤差）誤差為11.73%。雖然平均值誤差在要求誤差范圍20%內(nèi)，但是求出的平均誤差大于20%。

根據(jù)以上分析得出有以下可能的原因。

根據(jù)以上分析結(jié)果得出以下結(jié)論：

（1）一天中氣溫有變化，這會(huì)對(duì)風(fēng)速有影響，而模擬計(jì)算時(shí)未將溫度變化的因素考慮在內(nèi)（即假設(shè)環(huán)境恒溫）。（2）模擬劃分四個(gè)正方向的流場(chǎng)，風(fēng)速全部由10m/s推算計(jì)算得出，流場(chǎng)的劃分和模擬計(jì)算粗略。（3）預(yù)測(cè)的最大誤差來(lái)源是NWP［1］（數(shù)值天氣預(yù)報(bào)）數(shù)據(jù)的誤差。由于NWP數(shù)據(jù)是本預(yù)測(cè)模型唯一的輸入數(shù)據(jù)，而且采用基于物理流場(chǎng)的風(fēng)速預(yù)測(cè)原理，導(dǎo)致風(fēng)速預(yù)測(cè)的結(jié)果對(duì)NWP數(shù)據(jù)本身的誤差十分敏感。當(dāng)NWP數(shù)據(jù)誤差較大時(shí)，風(fēng)速預(yù)測(cè)誤差必然較大。（4）對(duì)于不適合發(fā)電的風(fēng)速，由于風(fēng)電場(chǎng)工作人員的人為操作，而使得測(cè)算結(jié)果不具備參考價(jià)值。

3.2誤差分析

對(duì)于減小誤差，可以采取以下辦法。

（1）引入氣溫修正系數(shù)，利用一天該風(fēng)場(chǎng)環(huán)境氣溫變化數(shù)據(jù)，對(duì)預(yù)測(cè)結(jié)果進(jìn)行修正。（2）實(shí)際計(jì)算可采用此方法時(shí)，可以劃分八個(gè)流場(chǎng)，從正北風(fēng)向每45°劃分一個(gè)，并計(jì)算當(dāng)風(fēng)速分別為3m/s，9m/s，15m/s（這里僅是舉例說(shuō)明，風(fēng)速還需根據(jù)風(fēng)場(chǎng)的具體情況而定）。流場(chǎng)的輪轂出風(fēng)場(chǎng)情況，其他風(fēng)速情況采用差值法求得。（3）應(yīng)提高NWP輸入數(shù)據(jù)的精度［1］，另一方面可結(jié)合對(duì)NWP數(shù)據(jù)容錯(cuò)性較好的統(tǒng)計(jì)模型方法，預(yù)測(cè)模型方面研究降低對(duì)NWP數(shù)據(jù)敏感度的方法。

4　結(jié)語(yǔ)

通過(guò)本文的風(fēng)電場(chǎng)輪轂處風(fēng)速的預(yù)測(cè)與分析，得到的結(jié)論有：

對(duì)于第一天風(fēng)速小于啟動(dòng)風(fēng)速3m/s的情況，其誤差雖然過(guò)大，但是由于實(shí)際中此時(shí)風(fēng)機(jī)處于停機(jī)狀態(tài)，屬于人為因素，因此不需要考慮此誤差。

通過(guò)CFD數(shù)值模擬結(jié)果與實(shí)測(cè)風(fēng)速比較，所得的平均誤差在規(guī)定誤差范圍在20%以外，可以認(rèn)為誤差很大程度上是由于計(jì)算粗糙和來(lái)自NWP數(shù)據(jù)的誤差，因此如果引入溫度修正，流場(chǎng)劃更加細(xì)致，多計(jì)算幾個(gè)流速值情況，可以認(rèn)為CFD計(jì)算方法對(duì)風(fēng)能計(jì)算或者風(fēng)功率預(yù)測(cè)有效。

對(duì)于后續(xù)基于此方法研究的建議是，不僅要考慮溫度變化對(duì)風(fēng)速的影響，也要更加精細(xì)劃分流場(chǎng)，并降低預(yù)測(cè)對(duì)NWP數(shù)據(jù)的敏感度，以減小誤差。

［1］Alexiadis M，Dokopoulos P，Sahsamanoglou H，etal.Short term forecasting of wind speed and related electrical power［J］.Solar Energy，1998，63（1）：61-68.

［2］楊秀媛，肖洋，陳樹(shù)勇.風(fēng)電場(chǎng)風(fēng)速和發(fā)電功率預(yù)測(cè)研究［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2005，11（6）：1-［2］.

［3］Astrup Poul，Larsen S E. WAsP engineering flow model for wind over land and sea ［M］.Denmark： Riso national laboratory， 1999：1-2.

［4］李莉，劉永前，楊勇平，韓爽.基于CFD流場(chǎng)預(yù)計(jì)算的短期風(fēng)速預(yù)測(cè)方［5］Takahash T.wind tunnel tests of effects of atmospheric stability on turbulent flow over a three—dimensional hill［J］. Journal of Wind Engineering and Industrial Aerodynamics，2005，93：155—169.

法［J］.中國(guó)工程機(jī)電學(xué)報(bào)，2013.

［6］Amina El Kasmi， Christian Masson. An extended k-ε model for turbulent flow through horizontal-axis wind turbines. Journal of Wind Engineering and Industrial Aerodynamics. 2008， 96（1） ：103-122.

［7］王福.計(jì)算流體動(dòng)力學(xué)分析：CFD軟件原理與應(yīng)用［M］.北京：清華大學(xué)出版社，2004：120-123.

［8］許昌.基于改進(jìn)制動(dòng)盤(pán)和拓展k-ε湍流模型的風(fēng)力機(jī)尾流數(shù)值研究［J］.中國(guó)工程機(jī)電學(xué)報(bào)，2015.

［9］梁思超.基于數(shù)值模擬的復(fù)雜地形風(fēng)場(chǎng)風(fēng)資源評(píng)估方法［J］.空氣動(dòng)力學(xué)學(xué)報(bào)，2012.6.