基于陜北某復雜地形風電場Windsim軟件數值模擬研究

文 | 高婕，王健，崔永鋒，魏美美

基于陜北某復雜地形風電場Windsim軟件數值模擬研究

文 | 高婕，王健，崔永鋒，魏美美

準確評估風能資源是風電場建設取得良好經濟收益的關鍵。如今，有效的風能資源評估手段是將數值模擬與測風塔觀測和氣象站相結合。在數值模擬技術領域，風能資源評估軟件主要分為基于線性模型軟件（如WAsP軟件）和基于計算流體動力學軟件（如WindPro、Windsim、WT軟件）。平坦地形可采用線性模型軟件，而對復雜地形而言，計算流體動力學（簡稱CFD）能較準確地模擬流場流動情況，為評估復雜地形風能資源提供了有效手段。

針對陜北某復雜地形風電場，首先采用Windsim7.0版本軟件進行大規模數值模擬，然后將其結果嵌套到風電場中，從水平分辨率和湍流模型方面對風電場進行精細化模擬對比分析。

模型簡介

選取陜北某復雜風電場，場址南北長約9km，東西寬約3km，海拔在1130m－1290m之間，場地開闊，地勢較為平緩。場址內設有兩座80m高度測風塔，編號分別為A和B，兩座測風塔直線距離約為10km，其相對位置見圖1。測風塔觀測時段均為2012.10.01－2013.09.30，且測風數據有效完整率均達到95%以上。數字地形圖分辨率為20m*20m，見圖1。

大規模數值模擬

為了更準確地模擬風電場流場、加快計算過程并提高數值穩定性和收斂性，本次對風電場及其周邊進行大規模初場模擬。計算域水平方向分別向風電場外延約8km，垂直高度距地表約4km。網格采用默認貼體網格，網格水平分辨率為100m*100m，100m高度以下共有5層網格，且第一層網格高度為5.8m。風電場周邊地貌基本一致，粗糙度均設置為0.05，頂部邊界條件采用固定壓力，湍流模型采用標準k-ε模型，求解器采用基于PISO的GCV求解器。

風電場精細化數值模擬

為了得到更準確的風電場風能資源分布情況，將對風電場進行精細化數值模擬。計算域水平方向分別向風電場外延約3km，垂直高度距地表約7km，100m高度以下共有8層，且第一層網格高度為3.3m。將大規模計算結果嵌套到風電場中（大規模計算結果作為風電場精細化初始值），從網格數量和湍流模型角度進行風電場精細化模擬。

一、網格影響

為研究網格對計算結果的影響，對風電場區域進行加密，加密區域采用水平分辨率分別為30m*30m、40m*40m、50m*50m和60*60m，網格

加密示意圖見圖2。采用軟件風能資源模塊中交叉檢驗模式進行結果驗證，參考風速和目標風速均設置為3m/s－25m/s（目前大部分風電機組的切入和切出風速分別為3m/s、25m/s），且測風塔（3m/s－25m/s風速段）同期記錄數為36290。A、B測風塔80m高度風速相互模擬結果分別見表1和表2。

表1 A測風塔推算到B測風塔的風速模擬結果

表2 B測風塔推算到A測風塔的風速模擬結果

從表1和表2可以看出，隨著網格數量的增多（水平分辨率的提高），A、B測風塔相互模擬結果誤差減小，但結果都基本接近，主要原因可能采用了嵌套模式，將大規模計算結果作為風電場精細化模擬的初始值，使得計算結果對網格數量變化不敏感，也就是說網格數量達到一定程度，計算精度基本不受網格數的影響。

二、湍流模型影響

標準k-ε模型、RNG k-ε模型、修正k-ε模型均是工程中廣泛應用的三種湍流模型，均應用于充分發展湍流流動。RNG k-ε模型和修正k-ε模型均是標準k-ε模型的變形體，均能處理好旋轉流動、彎曲壁面流動等流動。標準k-ε湍流模型為：

式（2）中，k和ε分別為湍動能及耗散率；Gk是由于平均速度梯度引起的湍動能k的產生項

G2ε為經驗常數；σk和σε分別是與湍動能k和耗散率ε對應的Prandtl數。

為了更好地研究湍流模型在風電場中的適用性，本次選取三種常用的湍流模型進行對比分析，水平分辨率采用40m*40m，其他設置均為相同，A、B測風塔80m高度風速互推結果見表3和表4。

表3 A測風塔推算到B測風塔80m高度風速模擬結果

表4 B測風塔推算到A測風塔80m高度風速模擬結果

由表3和表4可以看出，當A測風塔模擬B測風塔80m高度風速時，RNG k-ε模型和修正k-ε模型的模擬結果相同，且比標準k-ε模型更接近實測值；當B測風塔模擬A測風塔80m高度風速時，標準k-ε模型的模擬結果比RNG k-ε模型和修正k-ε模型接近實測值，且RNG k-ε模型和修正k-ε模型模擬結果相同。總體而言，針對該風電場采用標準k-ε模型、RNG k-ε模型和修正k-ε模型模擬結果均較為一致。

根據以上分析，采用RNG k-ε模型模擬結果對80m高度處風速進行分析。80m高度風速分布情況見圖3，A、B測風塔各扇區風速模擬見圖4和圖5，其中，灰色矩形表示風速分布頻率，藍色曲線表示測風塔實測擬合曲線，綠色

曲線表示測風塔模擬擬合曲線。

由圖3可看出，風速較大區域分布在山脊，風速較小區域分布在溝壑。

由圖4和圖5可看出，當A測風塔模擬B測風塔80m高度各扇區風速時，在B測風塔主扇區（方向為西南），模擬值比實測值偏大21.11%，誤差最大方向為東，誤差為24.67%，誤差最小方向為北西北，誤差為2.0%；當B測風塔模擬A測風塔80m高度各扇區風速時，在A測風塔主扇區（方向為南），模擬值比實測值偏小12.91%，誤差最大方向為北，誤差為44.88%，誤差最小方向為東北，誤差為9.3%。總體而言，測風塔互推結果在各扇區誤差較大。

結論

針對陜北某復雜地形風電場，采用Windsim 7.0版本軟件對風電場80m高度進行數值模擬研究，得到以下結論：

（一）對風電場預先采用大規模數值模擬，可得到風電場初始流場和周邊地形對風電場的影響。有效提高了數值穩定性和收斂性。

（二）將大規模模擬結果嵌套到風電場進行精細化模擬時：（1）隨著水平分辨率提高（網格數增加），計算精度會提高，但差別較小，也就是說，網格數量提高到一定程度，計算精度不受網格數量的影響；（2）RNG k-ε模型和修正k-ε模型的模擬結果相同，與標準k-ε模型相比，整體計算精度較為精確，但差別不大；（3）對RNG k-ε模型計算結果進行分析，各扇區模擬風速與實測風速誤差較大。

（作者單位：西北勘測設計研究院有限公司）