深圳大運體育中心行人風環境的大渦模擬

盧春玲,劉宇杰,李秋勝

(1.桂林理工大學土木與建筑學院，桂林 541004；2.廣西土力學與工程重點實驗室，桂林 541004；3.桂林理工大學廣西有色金屬隱伏礦床勘察及材料開發協同創新中心，桂林541004；4.中南大學土木工程學院，長沙410082)

近年來，隨著城市現代化建設的飛速發展，城市建筑密度逐年上升，建筑群的行人風環境已經成為備受關注的熱點問題。針對城市風環境的研究[1-2]表明，不合理的建筑布置不但會造成較差的風熱環境導致行人舒適度下降，還會影響污染物的擴散與排放。而優化建筑布局，則可以提升行人風環境，避免城市環境惡化。

在風工程研究中，數值模擬逐漸成為使用率較高的研究手段[3]。采用大渦模擬(large eddy simulation,LES)進行研究是目前計算風工程的熱點之一，但對復雜外形建筑進行大渦模擬數值計算的研究較少，這是因為復雜外形建筑的數值模擬對入流湍流準確度要求較高[4]，而不同的湍流模型往往對數值模擬結果會造成較大影響[5]。近年來，隨著相關理論的發展和算力的提高，采用數值模擬對風環境的研究也逐漸向大尺度，高精度發展。林旻等[6]運用數值模擬方法對煙臺某車站行人風環境做出評估并提出改良方法；程文娟等[7]對晉北地區某城不同屋頂形態下院落風環境進行模擬分析與環境評估；Cui等[8]應用數值模擬技術研究了數種U形街道對行人風環境的影響。

運用數值模擬技術對深圳大運體育中心行人風環境進行預測評估。深圳世界大學生運動會體育中心總用地面積52×104m2，總建筑面積29×104m2，主要由體育場、體育館、游泳館三個建筑組成，其中主體育場建筑面積為13.5×104m2，體育館建筑面積為7.4×104m2，游泳館建筑面積為4.3×104m2。應用一種新的大渦模擬亞格子模型[9]與湍流生成方法DSRFG(discretizing and synthesizing random flow generation)法[10]，建立以深圳大運體育場館為中心10 km范圍內山體和主要建筑的群體模型，對體育中心風環境進行數值模擬研究，并采用超越閾值概率法[11]，對體育場館周圍的行人風環境進行了評估，研究體育場館周圍山體及建筑對深圳大運體育中心行人高度風環境的影響，為類似建筑規劃與設計提供參考。

1 模型建立與求解方法

1.1 計算模型及網格劃分

深圳大運會體育中心鳥瞰圖如圖1所示。建立大運體育場單體模型及體育中心群體模型，單體模型僅包括大運體育場，周邊建筑用B類粗糙度地面代替。單體模型及計算域為長方體(長×寬×高=4 000 m×2 000 m×500 m)，滿足計算域阻塞率小于3%的要求[12]；群體模型包括大運中心體育場、體育館和游泳館以及周圍4 km范圍的主要建筑群，包括中海酒店、大運新城等周邊建筑以及深圳大運中心主體育場周邊10 km范圍的山體，如圖2(a)、圖2(b)所示。計算區域(x、y、z)為長方體(長×寬×高=70 000 m×20 000 m×500 m)，各工況風向示意圖如圖2(c)所示。

圖1 深圳世界大學生運動會體育中心鳥瞰圖Fig.1 Bird view of the Shenzhen Universiade Sports Center

圖2 深圳大運體育中心片區計算模型及風向示意圖Fig.2 Numerical model of the Shenzhen Universiade Sports Center and definition of wind attack angle

采用四面體與六面體的混合網格，先將計算域分區，深圳大運中心主體育場周邊10 km范圍的山體以及周邊建筑很多，且體形復雜，在網格劃分時，對這部分采用了四面體網格劃分，對其他部分則采用六面體網格劃分，各風向下網格的最小尺寸為0.1 m。網格單元總數為1 100×104左右，單體模型網格數量為500×104左右，體育館單體模型及片區網格劃分如圖3所示。

圖3 深圳大運體育場模型網格劃分Fig.3 Grid distributions of the model of Shenzhen Universiade Stadium

1.2 邊界條件設置

采用DSRFG方法生成的入口處的瞬時風速分布圖如圖4所示。關于大渦模擬新的入口湍流生成方法DSRFG法的詳細介紹見文獻[10]。

圖4 DSRFG方法產生的入口瞬時風速場Fig.4 Instantaneous velocity distribution at the inflow boundary generated by the DSRFG method

速度入口處平均風速沿高度的變化服從指數率，如式(1)所示：

(1)

式(1)中：V10為10 m高度處的風速,m/s，取深圳市100 a重現期風速為38.3 m/s；α為地面粗糙度指數，B類風場下，α=0.16。

湍流強度沿高度的分布采用日本規范定義的湍流強度剖面公式[13]，如式(2)所示：

(2)

式(2)中：Zb、Z分別為標準參考高度及高度變量，m；I為湍流強度；ZG為梯度風高度，m，取值350 m。

流場的出口認為湍流完全發展，流場變量散度為零。計算域頂部與兩側為自由滑移壁面，壁面剪應力為零。建筑表面和地面采用無滑移的壁面條件限定流體和固體區域。

1.3 求解方法

采用大渦模擬亞格子模型[9]，該方法的優點和創新之處如下：①嚴格保證入口湍流滿足連續性條件div(w=0)；②基于嚴格的理論推導，具有通用性。生成的脈動速度場滿足目標功率譜：Von Karman譜(馮-卡曼譜已經證實與實際的大氣邊界層風場的風譜吻合較好)；③入口湍流的空間相關性可通過相關性尺度因子調整；④每個坐標點的入口湍流生成過程相互獨立，適用于并行計算。

在數值求解中，認為空氣的流動是不可壓縮的。計算離散方程組采用分離式解法中的SIMPLEC(semi-implicit method for pressure-linked equations-consistent)算法。對于網格歪斜程度較高的網格進行了網格歪斜矯正以減少較歪曲的網格產生的計算收斂較難的問題。在數值離散精度方面：對動量方程中的對流項采用數值耗散低的二階中心差分格式，對時間項采用了二階隱式格式。為了使得計算更快的收斂，在大渦模擬計算之前先進行了RANS(reynolds averaged Navier-Stokes equations)模型的計算，將RANS模型計算的結果通過瞬態化處理作為大渦模擬計算的初始流場。考慮到大渦模擬計算的準確性以及計算時間成本，大渦模擬非定常計算的時間布長取為0.05 s。總共進行了16 000步的大渦模擬非定常計算。流場數據的統計計算采用最后11 000步的計算結果。

2 流場分析

平均風壓系數可以直接反映結構表面風荷載的變化，計算公式如式(3)所示：

(3)

為驗證數值模擬方法的有效性。將數值模擬中單體模型棚罩上平均風壓系數與風洞試驗各個測點數據(1～10號測點布置如圖5所示)進行對比。由圖6可知，風洞試驗與數值模擬中體育場棚罩表面風壓系數分布規律基本相同，并且兩者數據吻合較好，該數值風洞能夠較準確預測結構荷載與流場特性。

1～10為測點圖5 棚罩表面測點布置Fig.5 Observation points layout of cover

圖6 0°風向角下各測點風洞實驗與數值模擬對比Fig.6 Comparison between wind tunnel experiment and numerical simulation of 0°

選取0°、45°、180°工況下群體模型，0°、45°工況下單體模型進行流場分析，數值風洞得到z=20 m平面上大運體育中心片區周圍平均風速等值線圖如圖7所示。

由圖7可知，單體模型中，來流不受干擾，平均風速較高，在體育場下游形成影響面積較廣，且分布較為對稱的尾流區，而在群體模型中，當體育中心片區上游有建筑物或山體時，來流受阻，平均風速明顯降低。來流在山體、建筑屋蓋前緣及兩側發生分離，并在后方再附著，形成分離泡。而在體育場館與周邊建筑及山體之間的區域則受窄管效應影響，流動加速。與單體模型相比，由于受到上游建筑的尾流影響，體育場、館這類對稱建筑的尾流區不再對稱分布，影響范圍也有所降低。

中海酒店建筑高150 m，0°工況下，其尾流分布區域較廣，甚至影響到側面的大運新城。中海酒店下游的大運體育館與其相距500 m，仍受到尾流的影響。由圖7(a)、圖7(b)可知，體育館來流風速較低且風速分布不均，其直接影響體育場周圍流場風速分布。在遠離大運新城的一側，來流在體育場側面分離再附著形成分離泡，位于體育場與大運新城之間的區域，受大運新城尾流的影響而風速較高。

由圖7(c)、圖7(d)可知，大運體育場位于大運新城下游不遠處，45°工況下，來流經過大運新城后，在體育場前方形成復雜的特征來流。45°工況下大運中心片區整體風速較低，來流在體育場兩側分離作用不明顯，但風速變化梯度較大，大運新城城區及兩側存在分離泡且風速較高。

由圖7(e)、圖7(f)可知，180°工況下，體育場前方150 m處有座小山，但其高度和寬度均不大，其對體育場前方來流的阻擋效應較小。而其后方的體育館由于體育場對來流的阻擋，來流以及屋蓋上方的平均風速較低。相比于0°和45°工況，來流在建筑周圍的分離效果明顯，并在訓練場周圍，大運新城和體育場之間形成較高風速區。

圖7 深圳大運體育中心平均風速等值線圖Fig.7 Average wind speed contour map of Shenzhen universiade stadium

3 行人風環境評估

通過大渦模擬的數值模擬方法確定大運會中心片區行人高度(2 m)風速分布情況，并在0°、90°、135°、180°四個工況下評估大運體育中心設計的合理性以及行人的舒適性。

3.1 評估方法及標準

采用超越閾值概率方法對大運體育中心進行行人風環境評估。超越閾值概率法以人的舒適性與安全性需求為基礎，根據當地氣象資料的風速風向統計分析結果，并通過風速閾值及其超越概率限值考慮風速的隨機特性，是目前較為準確的評估方法。該方法可簡述為:若超越概率pe不大于閾值pc，則認為風環境滿足與閾值pc對應的人類活動要求，反之則不滿足。對風速的概率分布采用威布爾分布(Weibull distribution)[14]，在某一風向θ下，建筑物場地附近等效風速Ue超越界限風速UTHR的概率Pθ為

(4)

式(4)中：A(θ)為θ風向的發生概率；c(θ)為θ風向風速概率分布函數的尺度參數；k(θ)為θ風向風速概率分布函數的形狀參數；γθ為θ風向下，將氣象站測得的10 m高度處的風速轉換到實際建筑物場地處行人高度處(2 m)的等效風速的轉換系數，可通過式(5)求得：

(5)

式(5)中：Upot為氣象站測得的10 m高度處的風速，m/s；Ue為實際建筑物場地處行人高度處的等效風速，m/s，其表達式[15-17]如式(6)所示：

Ue=U+kσu>UTHR

(6)

式(6)中：U為行人高度處的平均風速，m/s；k為峰值因子，取k=1；σu為行人高度處的風速標準差；UTHR為行人高度處的不舒適界限風速，m/s，采用UTHR=6 m/s[15]；Upot為氣象站測得的10 m高度處的風速，m/s；U0為行人高度處遠離建筑物一定距離處未受干擾來流的參考風速，m/s。基于深圳大運體育中心片區周邊氣象站的風速風向觀測數據，威布爾參數的數值如表1所示。

表1 各風向下威布爾參Table 1 Values of Weibull parameter for different wind directions

采用Bottema舒適度評估標準[15]對行人風環境進行評估，對各姿態行人評估標準如表2所示。其中，P(Ue>6 m/s)表示建筑場地附近等效風速Ue超越界限風速6 m/s的概率。

表2 行人高度不舒適風速評估標準

3.2 風環境評估

各風向角下大運體育場中心片區行人高度處(2 m)平均風速比分布及超越概率分布如圖8所示。

平均風速比可以反映由建筑物存在導致的風速變化程度，并可以以此判斷建筑周圍地區的局部強風區。從平均風速比云圖可以看出，各風向下，由于附近山體及建筑的阻擋，大運體育場附近區域平均風速比較小，均不超過0.8，但體育場周邊建筑，如大運新城，訓練場，體育館及其附近山體之間，往往會由于流場變窄而出現窄管效應，導致平均風速比突然增大，最大值可超過1.2，這種現象在90°、135°及180°工況中尤為明顯。此外，由圖8(c)、圖8(e)可以看出，相比建筑輪廓整體較為圓滑的體育場和體育館，來流經過斷面為矩形的大運新城后在兩側發生明顯的漩渦脫落現象，從而使得大運新城側后方平均風速比顯著提高。在90°工況下，大運新城側后方尾流與體育場側面分離流相遇，平均風速比上升至1.7，形成較為明顯的高風速區。各工況下，大運體育場內部平均風速比均小于0.4，這說明體育場內的體育項目不易受到外界自然風干擾。

圖8 各工況下深圳大運體育中心片區行人高度處的平均風速比及等效風速超越概率分布Fig.8 Distributions of wind discomfort threshold exceedance probabilities and the wind speed ratios around the Shenzhen Universiade Stadiums at the pedestrian level for every wind azimuth

行人高度處的超越概率分布圖能夠直觀展示出行人在此區域的舒適度分布。由圖8各風向超越概率分布可以看出，多數風向下，大運體育會場大部分區域超越概率低于2.5%，從整體上來說，該區域行人風環境舒適度較高。在局部地區，如大運新城與體育場之間的高風速區，超越概率會大于2.5%，少部分區域甚至高于5.0%。靜坐中行人對風環境要求最高，在超越概率大于2.5%時會產生不適。在此區域可適當種植防風植被提高風環境。此外，大運體育場內超越概率始終維持在較低水平，不會對體育活動造成影響。

4 結論

運用改進的大渦模擬數值風洞的關鍵技術對深圳大運體育場館為中心10 km范圍內的山體和主要建筑物進行了數值模擬。分析了深圳大運體育中心片區的風流場特點；對體育場館周圍行人風環境進行了評估。得到以下結論。

(1)由DSRFG法生成入口湍流的數值模擬模型與風洞試驗吻合較好，能夠較準確模擬大氣邊界層風場的湍流特性，確保流場風環境數值模擬結果的準確性。

(2)由于前方建筑或者前方山體的阻擋，后方的建筑來流受到干擾，流動分離的強度也隨之變化。各風向下體育場館之間及其與周邊建筑或相鄰山體之間的流場形成窄管效應，在這一區域風速較大，在大運體育場與大運新城之間區域尤為明顯，這些區域行人風環境較差，應設置阻風物進行改良。

(3)依據考慮了平均風及脈動風的等效風速超越行人不舒適界限風速的概率分布圖可看出各風向下，體育場館附近片區大部分區域超越概率不大于2.5%，絕大部分區域超越概率不大于5%。依據行人風環境舒適度評估的超越閾值概率方法評估可認為大運體育中心大部分片區漫步和快走的行人舒適度等級均為優，小部分行人舒適度較低。

(4)運用大渦模擬結合DSRFG方法生成入口湍流的數值模型能夠有效模擬建筑群周圍風環境，且能夠達到一定精度。可以為風環境優化相關設計提供參考。