基于氣象信息及風場信息的風機輪轂處風速預測

程遠建+張緣

【摘 要】我國生態(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始尋求更多，更清潔的能源。風力發(fā)電是目前應用最廣泛的一種新能源發(fā)電。然而由于風速的隨機性會給機組、電網(wǎng)帶來穩(wěn)定性問題，因此準確地預測風速具有重要意義。鑒于目前中國風電剛起步，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算。本文提出一種簡化的數(shù)值模擬方法。提前模擬風場的四個正方向入流、風速10m/s的標準流場，提取風機輪轂位置處數(shù)據(jù)。然后將未來一天的氣象風速作為輸入數(shù)據(jù)求取風機輪轂處風速。最后對研究過程中存在的誤差進行了分析，并對后續(xù)基于此方法的研究提供建議。

【關(guān)鍵詞】數(shù)值模擬 風速預測 氣象信息 數(shù)據(jù)庫

環(huán)境污染迫使人類不得不開始尋求更多，更清潔的能源。我國的環(huán)境形勢依然極其嚴重，主要污染物和二氧化碳排放量都居世界第一，處于排放高平臺期，生態(tài)系統(tǒng)功能依然十分脆弱?？傮w上，為了實現(xiàn)“十三五”環(huán)境保護規(guī)劃目標，實現(xiàn)國民經(jīng)濟綠色化，深刻認識和主動適應“新常態(tài)”，提倡低碳，環(huán)保，節(jié)能。近年來，風力發(fā)電已經(jīng)顯示出明顯的社會效益和經(jīng)濟效益，而且相對于其他新能源，風力發(fā)電技術(shù)更加成熟，具有大規(guī)模商業(yè)開發(fā)條件。目前風速預測主要有統(tǒng)計法和數(shù)值模擬，風力發(fā)電功率短期預測有利于減輕風力發(fā)電對電網(wǎng)的沖擊，可有效地提高電網(wǎng)運行的安全性和經(jīng)濟性[1-2]?？墒怯捎趪鴥?nèi)風電起步晚，且不斷有新的風場建設(shè)，缺乏大量歷史數(shù)據(jù)。因此數(shù)值模擬成為一個很好的選擇。

國外研究風電場數(shù)值模擬起步較早，Astrup- Poul根據(jù)WAsP軟件的線性模型對不同地面粗糙度下的復雜地形進行數(shù)值計算，對比實驗結(jié)果提出了改進方法[3]?！痘贑AD流場與計算的短期風俗預測方法》提出，利用fluent軟件對風場進行標準入流條件模擬，提取風機出風速，建立數(shù)據(jù)庫[4]。然后利用未來一天氣象數(shù)據(jù)插值預測該天逐小時風機輪轂處風速。然而一般的數(shù)值模擬工程量大，計算耗時。本文基于此文章，提出一種簡化算法，并結(jié)合歷史數(shù)據(jù)，驗證計算方法的可行性和準確性，這將在下文有所體現(xiàn)。

1 建模與網(wǎng)格劃分

1.1 風場物理模型建立

本文針對我國陜西省靖邊的某個風力發(fā)電廠進行研究，靖邊縣位于陜西省北部偏西，靖邊屬于半干旱大陸性季風氣候。根據(jù)當?shù)仫L向玫瑰圖顯示：其風資源較為豐富，且盛行風向相反，以西南風和東北風為主。該風力發(fā)電廠地處山區(qū)溝壑，地勢南高北低，海拔大約1123-1823m，地勢起伏不太大，風場內(nèi)立有一座測風塔。風機排布位置如圖1。

1.2 風場內(nèi)部網(wǎng)格劃分

在計算域上進行網(wǎng)格劃分，所建模型為5000×6000×1000（m3），考慮到風經(jīng)過山體后湍流度明顯加大[5]，流動更為復雜，因此背風面網(wǎng)格密度大于迎風面。但由于畫網(wǎng)格十分費時且時常得不到高質(zhì)量的網(wǎng)格，因此只在主風向上做此安排。在高度上采用網(wǎng)格長度遞減方式劃分，遞減比率為0.96，總網(wǎng)格數(shù)329萬。網(wǎng)格劃分見圖2。

2 標準入流模擬計算及數(shù)據(jù)庫建立

2.1 制動盤模型

本文采用制動盤模型實現(xiàn)對風電場風機尾流效應的處理，設(shè)來流風速為，風輪無偏航，其中心點（輪轂處）坐標（wx，wy，wz），風輪平面某一點位置坐標為（x，y，z），則來流經(jīng)制動盤的阻力源項為[6-7]：

式中Cd為制動盤的阻力系數(shù)，在0.8～1.2之間，計算中取Cd= 1.0；ρ為空氣密度，Δx為制動盤的厚度。此外，在風輪平面內(nèi)附加徑向源項，于來流軸向源項成一定的函數(shù)關(guān)系，比例系數(shù)為η。當風向與y軸平行時，x，y，z軸上源項表達式分別為：

其中，。，，是動量守恒方程的廣義源項。

2.2 入流模擬

在東、西、南、北的四個方向上進行流場模擬計算，采用k-ε迭代算法[8]。假設(shè)風向分別垂直于四個入流面，風速10m/s，切變指數(shù)0.168，模擬計算耗時6h。

2.3 建立數(shù)據(jù)庫

一般的數(shù)值模擬需要建立龐大的數(shù)據(jù)庫，本文提出簡化改進方法，以一個簡單的表格代替數(shù)據(jù)庫。我們計算的是當風速為10m/s時的風場，其他入流風速時的流場可以根據(jù)10m/s成比例得出[9]。此外，我們計算了四個正方向的風入流，其他任意方向則采取矢量合成即可，這是本文的一個創(chuàng)新思想。具體算法如下：

設(shè)Vf為由氣象預報所得的風速大小，Vfτ，Vfn為Vf的兩個正交分量，則由速度三角形有：

設(shè)Vp為某風機的風速預測值，Vp的兩個垂直分量為Vpτ和Vpn。且Vpτ為與Vfτ方向相同的風速預測值，U1為某風機同方向模擬計算值；Vpn為與Vfn方向相同的風速預測值，U2為某風機同方向模擬計算值；則有以下關(guān)系：

3 實際氣象數(shù)據(jù)差值預測及驗證修訂

3.1 實際氣象數(shù)據(jù)差值預測

五月一號的結(jié)果分析：

有數(shù)據(jù)分析結(jié)果圖可知（見圖3），五月一號這一天的氣象預測誤差過大，平均誤差為51.04%，平均值（將實測數(shù)據(jù)和預測數(shù)據(jù)先分別求取平均值在計算誤差）誤差為31.04%。兩個值都大于要求誤差范圍20%。

五月二號的結(jié)果分析：

對于實驗測得的數(shù)據(jù)（見圖4），進行求取平均值，結(jié)果為：平均誤差為26.67%，平均值（將實測數(shù)據(jù)和預測數(shù)據(jù)先分別求取平均值在計算誤差）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，這會對風速有影響，而模擬計算時未將溫度變化的因素考慮在內(nèi)（即假設(shè)環(huán)境恒溫）。（2）模擬劃分四個正方向的流場，風速全部由10m/s推算計算得出，流場的劃分和模擬計算粗略。（3）預測的最大誤差來源是NWP[1]（數(shù)值天氣預報）數(shù)據(jù)的誤差。由于NWP數(shù)據(jù)是本預測模型唯一的輸入數(shù)據(jù)，而且采用基于物理流場的風速預測原理，導致風速預測的結(jié)果對NWP數(shù)據(jù)本身的誤差十分敏感。當NWP數(shù)據(jù)誤差較大時，風速預測誤差必然較大。（4）對于不適合發(fā)電的風速，由于風電場工作人員的人為操作，而使得測算結(jié)果不具備參考價值。

3.2 誤差分析

對于減小誤差，可以采取以下辦法。

（1）引入氣溫修正系數(shù)，利用一天該風場環(huán)境氣溫變化數(shù)據(jù)，對預測結(jié)果進行修正。（2）實際計算可采用此方法時，可以劃分八個流場，從正北風向每45°劃分一個，并計算當風速分別為3m/s，9m/s，15m/s（這里僅是舉例說明，風速還需根據(jù)風場的具體情況而定）。流場的輪轂出風場情況，其他風速情況采用差值法求得。（3）應提高 NWP輸入數(shù)據(jù)的精度[1]，另一方面可結(jié)合對NWP數(shù)據(jù)容錯性較好的統(tǒng)計模型方法，預測模型方面研究降低對NWP數(shù)據(jù)敏感度的方法。

4 結(jié)語

通過本文的風電場輪轂處風速的預測與分析，得到的結(jié)論有：

對于第一天風速小于啟動風速3m/s的情況，其誤差雖然過大，但是由于實際中此時風機處于停機狀態(tài)，屬于人為因素，因此不需要考慮此誤差。

通過CFD數(shù)值模擬結(jié)果與實測風速比較，所得的平均誤差在規(guī)定誤差范圍在20%以外，可以認為誤差很大程度上是由于計算粗糙和來自NWP數(shù)據(jù)的誤差，因此如果引入溫度修正，流場劃更加細致，多計算幾個流速值情況，可以認為CFD計算方法對風能計算或者風功率預測有效。

對于后續(xù)基于此方法研究的建議是，不僅要考慮溫度變化對風速的影響，也要更加精細劃分流場，并降低預測對NWP數(shù)據(jù)的敏感度，以減小誤差。

參考文獻：

[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，陳樹勇.風電場風速和發(fā)電功率預測研究[J].中國電機工程學報，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流場預計算的短期風速預測方法[J].中國工程機電學報，2013.

[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.

[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.計算流體動力學分析：CFD軟件原理與應用[M].北京：清華大學出版社，2004：120-123.

[8]許昌.基于改進制動盤和拓展k-ε湍流模型的風力機尾流數(shù)值研究[J].中國工程機電學報，2015.

[9]梁思超.基于數(shù)值模擬的復雜地形風場風資源評估方法[J].空氣動力學學報，2012.6.