基于Wasp和MeteodynWT應用評估濱海平原風電場

摘 要：本位通過介紹Wasp和Meteodyn WT兩款CFD軟件的原理，以濱海平原風電場為例，運用該兩款軟件仿真風電場風能資源分布情況。結果表明： Wasp和Meteodyn WT軟件均能較好的仿真該風電場風能資源情況，從風速、尾流效應以及發電量單因素來看，兩款軟件仿真出的結果趨勢基本一致，但各風力發電機組的結果具有一定的差異性。兩款軟件各有優缺點和適應性，合理評估風能資源，直接影響風電場長久的經濟效益。因此在具體風能資源評估過程中，需要合理選擇適用于本風電場的CFD軟件。

關鍵詞：風能資源 Wasp MeteodynWT

0 引言

隨著全球經濟的快速發展，人類正以前所未有的速度消耗著地球上極為有限的化石能源資源。然而，有限的非再生能源儲量，以及其所帶來的環境方面問題，直接影響到世界經濟的可持續發展和人類的生存環境。風能資源作為可再生能源中最清潔、最具有商業發展及最可能規模化開發利用能源之一。在我國，乃至全球調整能源結構，構建可持續經濟發展里程中發揮著重要作用。

風能資源受地形因素、地理環境以及時間空間的影響，具有不確定性和變化性。開發利用風電場，需要準確評估該風電場風能資源、結合風力發電機組特性，預測風電場發電量。因為風能資源直接影響發電量，從而影響風電場經濟效益和發展。因此準確評估風電場風能資源直觀重要[1]。本文分別采用丹麥Risoe國家實驗室開發用于風電場資源分析軟件Wasp和法國Meteodyn WT 新興CFD軟件評估一灘涂風電場風能資源，分析其共同性及差異性。

1 CFD軟件簡介

風圖譜分析軟件Wasp是由丹麥 RisΦ國家實驗室開發出來的風資源分析處理軟件[2]，目前在國內外廣泛應用風資源評估軟件，主要應用于風電場風能資源評估。Wasp軟件采用線性數學模型，仿真風電場各風力發電機組風能資源情況。Wasp軟件應用具有一定的局限性，隨著地形復雜而造成仿真結果不確定性。因此Wasp軟件常應用于地形平坦、地表簡單的區域風電場模擬。

法國 Meteodyn 公司開發MeteodynWT新興CFD軟件[3]，能夠很好模擬流體狀態。該款軟件基于計算流體力學方法，仿真不同地形下風流運動情況，能夠較好的減少因地形變化而造成評估結果的不確定性。

兩款軟件輸入邊界條件一致，通過輸入風電場地形數據、氣象數據、地表粗糙度等風電場信息。不同點為Meteodyn WT需要定義測風點、興趣繪圖區域，加密興趣區域網格，結合區域氣象數據定向模型，仿真風電場風資源分布。Wasp軟件操作簡單，只需劃分網格即可計算。因此兩款軟件既有相同點，也有差異性，各有各的優缺點和適

用性。

2 案例分析

2.1 場址及測風介紹

D風電場地處濱海平原，地勢遼闊平坦，灘地廣布。位于我國 “沿海”風帶上，是我國風能資源豐富的地區之一，適合風能資源開發利用。D風電場場址面積約11km2左右，地勢遼闊平坦，海拔高程在2.5m～4m之間。

風電場分二期開發，其中一期已場投產運行。一期風電場場址內測風塔由于年久失修，并且受一期風機影響，測風數據失真，不采用該測風塔。本次評估二期風電場風能資源采用二期風電場場內測風塔，測風塔信息見下表

為保證風能資源分析的可靠性和合理性，按照《風電場風能資源評估方法》（GB/T 18710-2002）的要求，對測風數據進行合理性驗證。通過驗證，整編成一套具有代表性且為期一年的測風數據[4]，作為模型氣象數據邊界。

2.2 模型建立及結果分析

（1）模型建立

根據地形資料、利用Google Earth繪制風電場粗糙度[5]、測風塔實測氣象數據。分別在Wasp和WT軟件中構建D風電場發電量仿真模型。Wasp軟件具有建模簡單、方便等優勢；WT軟件需要繪制研究興趣范圍，采用分塊結構進行網格劃分，并且根據興趣區域進行笛卡爾網格加密[6]，隨著網格加密點的數量增加，模型定向時間而增長。

（2） 結果與分析

分析Wasp和WT軟件仿真一期風電場發電量情況，從風速、尾流效應及發電量單因素探析兩款軟件仿真結果。

①與一期風電場發電量比較

根據一期運行數據，一期風電場2014～2017年多年平均發電量為10700.56萬Kwh，根據CFD軟件模擬，WT和Wasp模擬一期發電量與實際誤差為1.44%及0.82%，誤差較小，表明用WT或者Wasp均能較好的模擬本風電場，以及測風塔具有一定的代表性。

②不同高度年平均風速比較

采用測風塔80m高度推求其他高度風速，與測風塔實測風速比較，分析軟件計算結果的誤差情況。根據下表可知，WT隨著高度減小，誤差增大；Wasp模擬出的各高度風速普遍比實測值大。

③風力發電機組風速推求合理性分析

由圖可知兩款軟件模擬二期風電場各機位點的風速情況，實測80m風速為6.72m/s，風力發電機組輪轂高度為80m，WT軟件模擬出各機位點風速為6.63 m/s～6.72 m/s，而Wasp軟件模擬出各機位點風速為6.75 m/s～6.85 m/s，可以看出WT軟件模擬出的風速比實測風速小且接近，Wasp軟件模擬出的風速偏大。

④尾流效應模擬情況分析

由圖可知，兩個軟件模擬出各風機尾流趨勢基本一致，但Wasp模擬出各風機尾流大于WT的結果。這是因為兩款軟件采用不同尾流模型處理方式，WT軟件采用Park模型[7]，而Wasp采用線性模型。Park模型能夠根據地形參數、風機功率曲線仿真各風力發電機組尾流影響。

⑤發電量模擬結果比較

由圖表可知，兩款軟件模擬二期風電場發電量結果趨勢基本一致，但Wasp軟件模擬二期風電場發電量略高于WT軟件，折算年等效利用小時數為一致。

3 結論

本文通過介紹Wasp和WT軟件的原理，結合案例分析兩款軟件在濱海平原地區風電場的應用。濱海平原地區地形簡單，地勢平坦，具有較好的風資源等優勢。輸入相同的氣象數據、地形數據和地表粗糙度作為模型邊界，首先通過模擬一期風電場發電量情況，與實際發電量比較，結果表明兩款軟件能都較好的仿真一期風電場發電量，誤差較小，表明應用兩款軟件應用于評估該風電場風能資源具有較好的作用。其次通過分析測風塔不同高度風速推求情況、風力發電機組風速分布情況、尾流效應情況可知，兩款軟件模擬出的結果趨勢基本一致，但風速而言，Wasp軟件仿真出的風速分布高于WT軟件。對于尾流效應，WT采用Park模型仿真風力發電機組尾流，考慮地形波動造成的影響，計算結果小于Wasp仿真的尾流效應。最后表明，兩款軟件模擬風電場發電量結果趨勢基本一致，但Wasp軟件模擬二期風電場發電量略高于WT軟件。

兩款軟件各有優缺點和適應性，合理評估風能資源，直接影響風電場長久的經濟效益。因此在具體風能資源評估過程中，需要合理選擇適用于本風電場的CFD軟件。

參考文獻：

[1] AtsushiYamaguchi，TakeshiIshihara，YozoFujion.AnAssessmentofOffshoreWindEnergyPotentialUsingMesoscaleModelandGIS.2004EuropeanWindEnergyConference&Exhibition;，22-25Novemher，London，UK，2004.

[2] 連捷.WASP軟件在風電場風能計算中的應用[J].電力勘測.1998，4：46-48.

[3] 李樹民，朱國林，黃勇等.CFD技術與風能利用[A].中國氣象學會.2008年全國風與大氣環境學術會議論文集[C].北京：中國氣象學會，2008：239-245.

[4] 高虎，劉薇，王艷等.中國風資源測量和評估實務[M].北京：化學工業出版社，2009.

[5] 林浩，張超，羅伯良.GIS在風能資源評價中的應用[J].

[6] 姚興佳，宋俊.風力發電機組原理與應用[M].北京：機械工業出版社，2009.

[7] 朱蓉.風能資源評估最新技術及進展[A].2008年電網與清潔能源技術論壇論文集[C].西安：西安出版社，2008，60-66.

作者簡介：許強；性別：男；出生年月：1991年08月；籍貫：江西省景德鎮市；民族：漢；學歷學位：碩士；畢業學校：河海大學；專業：水利工程；職稱：助理工程師；從事工作：現從事水利、新能源規劃設計及經濟評價工作；聯系方式：18321283501；郵箱：xu_qiang@sidri.com。