FLUENT在复杂地形风场精细模拟中的应用研究.pdf

基于FLUENT的风力发电机流场仿真研究共3篇基于FLUENT的风力发电机流场仿真研究1随着环保意识的增强和可再生能源的广泛应用，风力发电成为了备受关注的一种清洁能源。

在风力发电机的设计和研发过程中，对其流场特性的研究至关重要。

FLUENT作为一种基于CFD （计算流体力学）的软件，可以用来模拟风力发电机的流场，对其性能进行评估、优化与改进。

风力发电机是一种将风能转换为电能的设备，其主要结构由叶片、轮毂、塔架、发电机等组成。

在风能的作用下，叶片旋转，带动轮毂旋转，进而带动发电机发电。

因此，叶片的aerodynamic design 对风力发电的效率至关重要。

基于FLUENT的流场仿真可以模拟风力发电机的空气流动情况，包括空气流速、压力分布、湍流情况等。

通过分析仿真结果，可以优化叶片的 aerodynamic design，提高风力发电机的效率和输出能力。

风力发电机在不同的气候条件和地形条件下的效果不同。

通过FLUENT的流场仿真，可以对不同环境条件下的风力发电机进行模拟和测试。

同时，在风力发电机的设计过程中，FLUENT可以用来预测其性能参数，包括功率、转速、风速等。

通过不断调整和优化设计方案，可以取得更好的性能表现。

除了叶片设计和性能预测，FLUENT还可以用来研究风力发电机与周围环境的相互影响。

在实际应用中，风力发电机一般建设在开阔的地区，因此其周围环境可能会对其性能产生影响。

比如在高低起伏的地形中，风力发电机的性能可能因叶片在不同高度处风阻不同而受到影响。

通过FLUENT的流场仿真，可以对不同地形条件下的风力发电机进行模拟，了解其周围环境对其性能的影响，进而制定相应的优化措施。

总之，基于FLUENT的风力发电机流场仿真研究可以为风力发电的设计和开发提供重要的支持和指导。

通过精确的流场模拟和优化，可以使风力发电机的性能得到最大化的提高，为可再生能源的推广和利用做出贡献基于FLUENT的风力发电机流场仿真研究是提高风力发电机性能的有效途径。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201810681919.X(22)申请日 2018.06.27(71)申请人 广东电网有限责任公司电力科学研究院地址 510080 广东省广州市越秀区东风东路水均岗8号(72)发明人 罗啸宇　谢文平　肖凯　聂铭　雷旭　姚博　刘震卿　吴晓波　(74)专利代理机构 北京集佳知识产权代理有限公司 11227代理人 张春水　唐京桥(51)Int.Cl.G06F 17/50(2006.01)(54)发明名称一种基于WRF和Fluent耦合的复杂地形风场模拟方法及装置(57)摘要本发明公开了一种基于WRF和Fluent耦合的复杂地形风场模拟方法及装置，本发明通过WRF模式模拟所述CFD三维复杂地形模型的粗分辨率风场数据，并建立WRF风场网格模型，并在处理WRF风场网格模型计算的风场数据，通过使用距离倒数加权法或三点共面线性插值法进行插值，得到CFD三维复杂地形模型的5个边界面风场数据，相比曲线拟合的计算方式更加简单和直接，避免曲线拟合在风速波动较大时出现较大偏差的情况，解决了现有的复杂地形风场模拟方法精确度低的技术问题。

权利要求书2页 说明书9页 附图5页CN 108776745 A 2018.11.09C N 108776745A1.一种基于WRF和Fluent耦合的复杂地形风场模拟方法，其特征在于，包括：S1：根据GIS高程数据，建立CFD三维复杂地形模型；S2：通过WRF模式模拟所述CFD三维复杂地形模型的粗分辨率风场数据，并建立WRF风场网格模型；S3：根据所述WRF风场网格模型，通过距离加权法或三点共面线性插值法计算所述CFD 三维复杂地形模型的边界面中预置坐标点的风速分布数据，其中，所述风速分布数据包括：x方向风速U，y方向风速V，z方向风速W；S4：判断已计算的边界面数量是否为5，若是，则执行步骤S5，若否返回步骤S3，得到未计算的非底面边界面的所述风速分布数据；S5：驱动Fluent对所述风速分布数据进行计算，得到复杂地形风场湍流模型。

2019年4月2019年第4期0引言风资源评估和微观选址是风电场建设的基础工作，其准确度极大地影响着风机的安全稳定运行、风机利用水平和项目收益的提升。

2018年年中，风电竞争性配置新政的推出将风电场建设和运营向市场化推进，这对风电度电成本控制提出了更高的要求，提高风电场的发电量是必然选择。

作为风电场开发的早期关键技术环节，微观选址有助于高效利用风能资源，规避运营维护风险，降低风电场建设和运营成本。

提高风电场风资源评估和发电量估算的精准度，是准确估算度电成本、提升竞争力的必备技能。

随着风电资源的持续开发，风资源丰富的偏远地区潜力逐渐变小，加上输电能力限制，导致弃风问题显著，市场转向了贴近用户且并网条件好的区域，以优化风电开发布局，提高风电资源的利用效率。

鉴于此，相关研究者一方面积极推动分散式风电的发展，另一方面越来越多地关注一些复杂地形（例如山脊、山谷、独立山丘、悬崖等）。

在复杂山地，平均风速较低，湍流度大，风速、风向变化剧烈，对风资源评估及微观选址提出了更高的要求。

受模型和功能限制，通常使用的商业风能评估软件难以给出完整且翔实的风速、风向分布，也无法清晰地展现地形特征对气流的影响，如何提升复杂地形山区风资源评估的精准度，成为风资源评估技术研究的热点和前沿。

采用CFD （计算流体动力学）数值模拟精细评估复杂山地地形中的风能分布具有省时、经济的特点，是今后发展的方向。

1复杂地形风场风资源评估技术现状风场流动分析的主要内容是流动分析，目前获取复杂地形中风场空气流动情况的方法主要有3种[1]：a)现场实测。

在现场典型位置安装测风塔，开展1a ～3a 风速、风向的连续观测后进行风资源的评估。

现场实测能够真实地反映现场的风资源状况，在风电场前期建设中必不可少。

但限于测风塔数量和成本，不可能达到复杂地形风场流动分析和风机微观选址的要求；b)风洞试验。

建立复杂地形的缩比模型，在大气边界层风洞中测量风场风速分布。

基于CFD技术进行复杂地形风资源评估及验证摘要：目前风电场开发项目涉及较多复杂地形的区域，以往的线性模型由于本身的模型限制，对风资源评估产生较大的不确定性，同时由于项目测风塔数量较多，如何进行多个测风塔的综合分析利用，得到可靠的结果，这也是复杂地形风能资源评估的核心问题之一。

本文针对河北风电场实际工程项目，采用基于计算流体力学技术的法国美迪WT软件进行此项目的风资源评估，并通过现场多个测风塔的外推结果，来验证美迪WT软件在复杂地形条件下进行风资源计算评估的可靠性，在以往线性模型的基础上增加了风资源评估的手段与方法。

关键词：复杂地形，风资源，CFD，美迪WTAbstract: at present, the wind farm development project involves more complex terrain area, the former linear model because of their limited model, the wind resources evaluation produce greater uncertainty, at the same time as the wind towers project quantity, how to measure wind towers over the comprehensive analysis of the use of, have a reliable results, this also is the complicated terrain wind resources evaluation one of the core problems. This article in view of the actual project hebei wind farms, the computational fluid dynamics technology based on the French meidi WT software to the project, the wind resources evaluation, and through the field more measured the wind towers outside push results, to verify the software in the complex terrain meidi WT under conditions of the wind resources evaluation calculation of reliability, in past the linear model based on wind resources evaluation of increased means and methods.Keywords: complex terrain, the wind resource, CFD, meidi WT1、引言本项目工程位于河北省北部山区，项目总面积约120平方公里，测风塔4座，林区覆盖，但山顶为荒草地，海拔在1400-2200米之间，海拔变化较大，气候条件恶劣，经常出现大风及降雪天气，是典型的复杂地形项目。

复杂地形条件下应用CFD技术进行风能资源评估应用分析殷建光【摘要】Tis paper introduced simulated extrapolation and cross validation with the actual data between diferent anemometer tower of one project in Yunnan under the condition of complex topography. At the same time, diferent weight coefcient has been used to do multi met mast synthesis computation, it can also improve the results. Trough the actual data validation for diferent anemometer tower, it confrmed the technology of computational fuid dynamics in a complex environment with complex mountainous region under the condition of validity and reliability.%本文介绍了中国云南某地形极其复杂的风电项目不同测风塔之间进行模拟外推并与实际数据进行交叉验证的例子。

同时，结合多测风塔综合技术，在不同权重情况下进行多塔综合，并对风流评估进行改进。

通过对不同测风塔实际数据的验证，再次确认了计算流体力学技术在复杂环境与复杂山地条件下的有效性及可靠性。

【期刊名称】《风能》【年(卷),期】2014(000)001【总页数】6页(P90-95)【关键词】复杂地形;风能资源评估;计算流体力学【作者】殷建光【作者单位】国电联合动力技术有限公司，北京 100039【正文语种】中文【中图分类】TM6140 引言本文选取中国云南省复杂山区的一个实际项目（整个计算模拟区域的最高海拔在3274m，最低海拔在1422m，海拔落差达1852m）为例，该项目有多个测风塔，如图1所示，塔高均为70m，并且数据同期，便于进行交叉验证与分析。

基于CFD的复杂地形风能分布研究李辰奇;许昌;杨建川;甄文忠;刘德有;郑源【摘要】Numerical simulations were carried out by using the Fluent software with a mesh generated by using the Argis software to predict the wind speed distribution in complex terrain.The post-processing by Tecplot was used to get the wind speed distribution characteristics and the wind energy distribution in the whole wind field.The obtained results were compared to the calculated results with WAsP software.%提出一种通过计算流体力学(CFD)计算风电场风速和风能分布的方法,该方法通过Argis软件对风电场CAD等高线图进行离散处理,按照风速玫瑰图分布,利用Fluent软件对复杂地形条件下风场按照12分度进行数值计算,并按照风速风向分布概率由Tecplot软件进行后处理,得到整个风场的风速分布特点和风能分布.将计算结果与WAsP软件作比较,结合地形特点进行分析,认为本文计算方法得到的结论较为可靠.【期刊名称】《上海理工大学学报》【年(卷),期】2013(035)003【总页数】5页(P270-274)【关键词】风电场;复杂地形;风能资源评估;CFD数值模拟【作者】李辰奇;许昌;杨建川;甄文忠;刘德有;郑源【作者单位】河海大学能源与电气学院,南京211100;河海大学能源与电气学院,南京211100;河海大学能源与电气学院,南京211100;丹麦科技大学风能系,林格比2800;河海大学能源与电气学院,南京211100;河海大学能源与电气学院,南京211100【正文语种】中文【中图分类】TM344.1近年来，风电能源成为发展速度最快的可再生能源［1-3］，风能资源评估是建设风电场的基础性工作，发电量计算结果直接关系到风电场的经济指标和整体效益.目前风能资源评估和发电量计算基本上采用丹麦Riso实验室开发的WAsP软件，该软件采用线性模型对风能资源和风能产量进行评估，对于平坦地形条件，预测精度较高，而对于复杂地形条件，预测精度有待于进一步提高［4-8］.随着风能资源开发的不断深人，风电场规划选址开始从风能稳定、施工条件好的平坦地形向高湍流、施工难度大的复杂地形发展［9-11］.这样，以WAsP为计算引擎的风能资源评估软件不适合处理复杂地形的风资源情况.目前我国已有学者开展针对复杂地形的风资源预测的研究工作，但其研究水平与国外有一定差距，主要体现在地形数据的处理、风电场空气动力场的数值计算方法和空气动力场数值计算结果的处理上［12-16］.本文尝试开展适用于复杂地形风资源评估的小尺度非线性数值模式研究，采用近年来快速发展的计算流体力学（CFD）技术，计算分析风电场风速和风能分布，并与WAsP软件的计算结果进行比较，并定性定量分析本文方法的可靠性.目前风电场复杂地形通常是通过AutoCAD等高线方式表示，而通过CFD技术计算风电场空气动力场，需要建立包括地形在内的物理模型，物理模型的建立首先需要对复杂地形进行数字化.Argis是一款集地理信息系统开发、分析、地图数字化、地理信息的采集等功能于一体的软件，目前在地理信息系统行业该软件的功能最为强大，应用最为广泛.本文实例中，使用Argis将AutoCAD中的等高线分离出来生成tin文件，从而得到转化成坐标点的dem文件，对dem文件进行离散处理，风电场等高线如图1所示，而在Argis离散处理后地形如图2所示.通过图形的对比分析，认为Argis软件离散后的地形图基本达到了原等高线图的精度要求.根据复杂地形离散后的数字文件，在gambit中建立地形物理模型.根据地形资料，选取的计算区域为7 000 m×7 000 m×500 m，如图3所示.其中，高度为500 m，选择非结构网格，地面面网格为30 m× 30 m，垂直方向上网格将地表到500 m高度分为3层，分别为0～50 m，50～200 m，200～500 m，而网格间隔分别为5，10，30 m.流体动力学标准的Navier-Stokes方程组（直角坐标系）为［17］本文选用稳态、常物性控制方程.选用的标准κ-ε湍流模型［18］为式中，u为绝对速度；ρ为空气密度；u，v为水平风速；w为垂直风速；p为空气压强；μ为动力粘度；κ为湍流动能；ε为湍动耗散率；Γκ为κ的扩散系数；G 为紊流能量的生成率，也是动能的耗散率；G-ρε为方程的净源项；C1ε和C2ε为模型常数.方程求解采用二阶上风方法离散，底面边界条件是壁面函数，入口为给定的速度入口，出口为给定的出流口，而其它的面采用对称条件.风速按照12分度的风向玫瑰图，计算出每个分区的平均风速，在垂直地面方向采用的模型为式中，u*为表面摩擦速度系数；K为Karman常数，一般取0.4；z0为地表面粗糙度长度.该模型通过Fluent的UDF编辑实现.其中，0～30°风向的入口速度输入如图4所示，可以看出，速度进口沿着高度方向的变化趋势，地面风速接近为零，随着高度的增加，根据网格划分的情况，出现层状的颜色分布.3.1 风能计算结果风能密度是气流在单位时间内垂直通过单位截面积的风能［19］.从而风功率密度公式，也称风能密度公式为式中，W为风功率；V为给定位置的风速大小.通过计算，在Fluent软件中得到12个方向上的风速分布，将这些风速在Tecplot 中按照风速概率分布拟合，计算出风电场中的风能分布.在图5（a）中，风能随着离地高度的增加也逐渐增加，风能已经在300～600 W ／m2之间，也可以看出风速主风向的趋势，大概是在45°左右.在图5（b）和图5（c）中，风能分布趋势已大致稳定，反映出海拔高度变化平缓的区域风速梯度变化小，海拔高度变化差异大的区域风速梯度变化大.图6和图7是在地形图的位置y=-3 000 m，x=2 500～5 000 m范围内的某一山坡下的风能分布图和速度分布图.其中，图6是将12个风向上的风速综合而成，图7是在0～30°风向上从右往左吹过山坡.从图7中可以看出，迎风坡的风速比背风坡的风速大，这是因为受到山坡的阻碍，风受到削减，能量损失，造成风速减小.3.2 数值模拟与WAsP软件进行比较在地图上，沿着主风向，取地图对角线上均匀分布的20个点为参考点，通过CFD 数值模拟方法和WAsP软件方法，分别计算这些点的风能大小.可以看到，CFD计算得到的点的风能大小变化很大，而WAsP得到的风能大小变化范围较小，这主要是因为WAsP只考虑到高度对风速的影响，而忽略了复杂地形下地形对风的削减改变也有很强的作用，而CFD数值模拟方法将地形对风速风能的影响也考虑在内，从而得到了更符合实际的风能分布结果.从表1中可以看出，第6点开始到第20个点，CFD比WAsP的结果要小100～200 W／m2，而前面5个点可能靠近地形的边缘，结果差的变化范围较大.从图8可以直观地看到，只有第2个计算点的CFD计算风能分布大于WAsP的计算结果，其它计算点都是WAsP计算结果比CFD结果大，这也与目前复杂地形利用WAsP计算结果偏大的结果吻合.表1是CFD与WAsP在20个计算点的风能分布.a.在复杂地形下，将CFD计算方法与WAsP软件计算得到的风能分布相比较，CFD计算方法更客观、更接近实际地反映出风经过复杂地形下的风能分布，同时考虑到了山坡等障碍物对风的削弱，而不仅仅局限于高度要素的影响.b.由于传统风资源评估软件WAsP对复杂地形计算误差较大，通常偏大，本文采用CFD数值模拟计算方法，考虑了复杂地形和高度对风速变化的影响，计算结果比WAsP结果小，这与目前复杂地形利用WAsP计算结果偏大的结果吻合.【相关文献】［1］韩春福.风能资源评估方法的分析及应用［J］.节能，2009，322（5）：22-24.［2］胡毅，张健.风资源评估中风速方法研究［J］.内蒙古科技与经济，2010，233（21）：76-78.［3］梁思超，张晓东，康顺，等.基于数值模拟的复杂地形风场风资源评估方法［J］.空气动力学学报，2012，30（3）：415-421.［4］ Okulov V I，Sorensen J N.Instability of a vortex wake behind wind turbines［J］.Doklady Physics，2004，49（12）：772-777.［5］ Johansen J，Sorensen N N.Aerofoil characteristics from 3D CFD rotor computations ［J］.Wind Energy，2004，7（4）：283-294，.［6］赖永伦，巫卿.WAsP软件在贵州四格风电场风资源评估中的应用分析［J］.红水河，2009，28（4）：106 -108.［7］杨振斌，薛桁，桑建国.复杂地形风能资源评估研究初探［J］.太阳能学报，2004，25（6）：744-749.［8］ Yang X Y，Xiao Y，Chen S Y.Wind speed and generated power forecasting in wind farm［J］. Proceedings of the Chinese Socity for Electrical Engineering，2005，25（11）：1-2.［9］ Berge E，Nyhammer F，Tallhaug L，et al.An evaluation of the WAsP model at a coastal mountainous site in Norway［J］.Wind Energy，2006，9（1）：131-140.［10］王远成，吴文权.不同形状建筑物周围风环境的研究［J］.上海理工大学学报，2004，26（1）：19-23.［11］ Kusiak A，Zheng H Y.Optimization of wind turbine energy and power factor withan evolutionary computation algorithm［J］.Renewable Energy，2010，35（3）：1324-1332［12］冯长青，杜燕军，包紫光，等.风能资源评估软件WAsP和WT的适用性［J］.中国电力，2010，43（1）：61 -65.［13］ Madsen H A，Larsen G C，Larsen T J.Validation of the dynamic wake meandering model for implementation in an aeroelastic code［J］.Journal of Solar Energy Engineering，2010，132（4）：41-71.［14］ Berg J，Mann J，Bechmann A.The bolund experiment，Part I：Flow over a steep，three-dimensional hill［J］. Boundary-Layer Meteorology，2011，141（2）：219.［15］ Bingol F，Mann J，Foussekis D.Conically scanning lidar error in complex terrain ［J］.Meteorologische Zeitschrift，2009，18（2）：189-196.［16］ Kindler D，Oldroyd A，MacAskill A，et al.An eight month test campaign of the Qinetiq ZephIR system：preliminary results［J］.Meteorologische Zeitschrift，2007，16（5）：479-480［17］王美琳，罗勇，周荣卫.WindSim软件在复杂地形风电场风能资源评估中的应用［J］.气象，2010，36（2）：113 -119.［18］王福军.计算流体动力学分析［M］.北京：清华大学出版社，2004.［19］田子婵，杨勇平，刘永前.复杂地形的风资源评估研究［D］.北京：华北电力大学，2009.。

复杂地形风电场风资源评估精度提升研究1. 引言1.1 背景介绍复杂地形风电场风资源评估精度提升研究，旨在通过深入分析地形特征对风资源的影响，探索适用于复杂地形的风资源评估方法，提出提升评估精度的策略，并通过数值模拟与实地观测对比分析，进一步探讨影响复杂地形风资源评估精度的因素。

通过这项研究，有望为复杂地形风电场的选址和风电发电量的预测提供更准确、可靠的数据支持，推动风能产业的发展和应用。

1.2 问题提出随着风电场建设规模逐渐扩大，复杂地形区域成为新的热点区域。

复杂地形环境下的风资源评估存在着许多困难和挑战，如地形特征对风资源分布的影响、评估方法的局限性以及评估精度的不足等问题。

在复杂地形环境下，地形高低起伏、地表覆盖情况、地形障碍物等因素会对风场的气流产生较大影响，导致风资源分布不均匀，评估精度降低。

当前的风资源评估方法往往无法充分考虑到地形特征对风场风速分布的影响，存在较大局限性。

如何提高复杂地形风电场的风资源评估精度成为当前亟待解决的问题。

本研究旨在通过对地形特征的影响分析、复杂地形风电场风资源评估方法的研究、评估精度提升策略的制定以及数值模拟与实地观测的对比分析等方式，探讨复杂地形风电场风资源评估精度提升的关键技术和方法，为解决复杂地形风资源评估难题提供参考依据。

1.3 研究目的研究目的是为了提高复杂地形风电场风资源评估的精度，从而更好地指导风电场的建设和运营。

当前对于复杂地形环境下的风资源评估存在着不确定性和误差，主要是由于地形特征对风场风速分布和方向的影响没有被充分考虑。

通过深入分析地形特征对风资源的影响，结合合适的评估方法和精细化的观测数据，可以有效提高评估的准确性和可靠性。

本研究旨在探讨复杂地形风电场风资源评估的关键问题，提出可行的评估方法和精度提升策略，通过数值模拟与实地观测的对比分析，深入研究影响风资源分布的因素，为复杂地形风电场风资源评估提供科学依据和技术支持。

通过本研究的实施，将进一步完善风电场风资源评估的理论体系，提高评估的精度和可靠性，为风电行业的发展和应用提供有力支持。

复杂地形风场的精细数值模拟程雪玲;胡非;曾庆存【摘要】风能是一种重要气候资源,随着我国风电规模的迅速增大,发展风能资源评估系统和风功率预测系统已成为一项重要的研究内容.国内外对复杂地形风场结构的数值模拟有大量研究,随着计算机能力增强,以往用于空气动力学精细流场计算的计算流体力学(Computational Fluid Dynamics,CFD)模式越来越多地在气象领域得到应用,人们开始研究用中尺度预报模式和CFD模式结合进行复杂地形风场的数值模拟.本文的耦合模式系统采用中尺度气象模式(WRF),通过嵌套网格到内层尺度(一般是几公里),然后通过耦合CFD模式Fluent软件获得高分辨率(水平30～100 m,垂直150 m高度以下10m)的风速分布资料,得到精细化的风场信息.通过对鄱阳湖北部区域和云南杨梅山复杂地形的风场模拟,提供了风能评估和预报的一种可行的方法.【期刊名称】《气候与环境研究》【年(卷),期】2015(020)001【总页数】10页(P1-10)【关键词】风能;大气边界层;复杂地形;WRF模式;Fluent软件【作者】程雪玲;胡非;曾庆存【作者单位】中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京100029;中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京100029;中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京100029【正文语种】中文【中图分类】TK89为了有效应对气候、环境变化和能源短缺，最近20年来世界上风能资源的开发利用得到了迅猛发展。

我国幅员辽阔，风能资源极为丰富。

随着风电产业的发展，对风能资源评估的精度要求越来越高，一般都采用数值方法分析风资源分布。

国内外对复杂地形风场结构的数值模拟有大量的研究。

归纳起来可分为诊断模式（diagnostic model）和预报模式（prognostic model）两大类。

浅谈复杂地形下的风电场建模和风能资源模拟摘要：在复杂地形下的风电场设计中，风电场建模和风能资源模拟尤为重要，它直接关系到后期机组选型、机组布置及发电量计算，并最终影响到项目本身的经济性。

本文通过对北方某山区风电场风能资源和地形进行分析，并结合实际设计经验，对复杂地形下的风电场建模和风能资源模拟进行了阐述，并总结了在设计中应注意的问题。

关键词：风电场建模；风能资源模拟；补图Abstract: In the design of the wind farm in complex terrain, wind farm modeling and simulation of wind energy resources is particularly important, because it is directly related to the latter unit selection, arrangement and power calculation unit, and ultimately affect the economics of the project itself. In this paper, a mountainous area north of wind energy resources and terrain analysis, combined with practical experience in the design of the wind farm modeling and simulation of complex terrain wind resources were elaborated and summarized in the design should pay attention to the issue through.Keywords: wind farm modeling;simulation of wind energy resources;supplementary topographic maps一、前言近年来，世界风电装机容量以平均近30%的速度快速增长，风电技术日渐成熟，发电成本大幅度降低，展现了良好的发展前景。

复杂地形风资源计算精度讨论摘要复杂地形的风资源评估研究对风电事业的发展具有极为重要的意义，本文采用主流风资源计算软件WT，对复杂地形风电场进行模拟。

对风电场内的8座测风塔进行互推计算，并与其实际观测结果进行对比。

结果表明，在复杂地形条件下，软件对单台风力机计算值和实际值偏离较大，统计误差较高，但对全场风力机进行统计后，误差在可接受范围内。

关键词复杂地形；风能资源评估；统计误差；旋涡引言风电场发电量计算的准确与否，在很大程度上取决于风资源计算软件能否准确计算风电场内的流动状况。

其中，WT、WindSim属于CFD模型，该模型求解N-S方程，在流体流动的模拟上具有优势，但是计算时间较长；WASP属于线性模型，该模型将N-S方程线性化，不能预测流体在地表的分离现象，因此不适用于复杂地形。

随着风电开发工作的不断推进，很多资源较好，但地形复杂的区域成为热点区域，因此，风资源评估的难度逐渐增加，风速和发电量的预测误差与不确定性也相应增加[1]。

近年来，随着计算机技术的不断发展和复杂地形风电场的陆续开发，使得以WT和WindSim为代表的CFD软件，成为复杂地形风资源评估的主要工具，得到了广泛的应用。

1 算例描述场区内地形起伏较为明显，最高海拔2040米，最低海拔1115米，高差925米，有多条山脊，走向各不相同，属于复杂地形风电场。

场区内有8座测风塔，测风高度80米，分布在东西方向15km、南北方向8.2km的范围内。

场内风向分布较为集中，主风向明显，8座测风塔玫瑰图比较一致。

一般情况下，如果区域坡度大于0.3，即认为此区域地形复杂，其复杂程度，通过陡峭指数RIX来量度。

2 计算分析2.1 定义误差统计方法本文定义两种误差统计方法来分析计算精度，暂命名为A方法和B方法，定义方式如下：两种方法在用于平均风速误差统计时：A方法表征了计算值对测量值的离散程度，当数据集中在测量值周围时，值较小，否则值较大，是纯数学的一个统计值；B方法符合实际工程情况，它不关心计算值对测量值的离散程度，表征了数据整体的偏离程度。

复杂地形风电场风资源评估精度提升研究【摘要】本文主要针对复杂地形风电场风资源评估精度提升展开研究。

在介绍了研究背景、研究目的和研究意义。

在分析了风电场风资源评估方法，探讨了复杂地形对风资源分布的影响，并提出了提升评估精度的方法。

对现有风电场风资源评估精度问题进行了分析，并以案例展示了复杂地形风电场风资源评估的情况。

在总结了研究成果，提出了存在的问题及展望，并阐明了研究的启示与意义。

通过本文的研究，有望提升复杂地形风电场风资源评估的精度，为风电场建设提供科学依据和参考。

【关键词】关键词：复杂地形、风电场、风资源评估、精度提升、风资源分布、风资源评估方法、案例分析、研究成果、问题分析、展望、启示、意义。

1. 引言1.1 研究背景风能是一种清洁、可再生的能源资源，近年来得到了广泛的关注和利用。

而风电场的风资源评估是确定风电场的布局和风机的选型的重要基础。

由于复杂地形的存在，风场的风速在空间和时间上都表现出较大的不均匀性，这给风资源评估带来了一定的挑战。

在复杂地形中，地形高度变化会导致气流受到阻挡或加速，从而影响风场的风速分布。

地形的起伏还会产生湍流，增加风场中风机的机械磨损，降低风机的寿命。

针对复杂地形的风资源评估，需要考虑地形对风资源分布的影响，以提高评估的准确性。

本研究旨在通过对复杂地形风电场风资源评估精度提升的研究，探讨风资源评估方法的优化和改进，以应对复杂地形带来的挑战。

通过深入分析和研究，期望能够提高风电场风资源评估的准确性和可靠性，为风电场的建设和运行提供更好的技术支持。

1.2 研究目的研究目的是为了提升复杂地形风电场风资源评估的精度，通过分析现有风资源评估方法的不足之处，研究复杂地形对风资源分布的影响，探讨提升评估精度的方法，并结合实际案例进行分析。

通过本研究可以更全面地了解复杂地形对风资源的影响，为风电场建设提供更准确可靠的风资源评估数据，从而有效降低风电场建设和运营过程中的风险，提高风电场的发电效率和经济效益。

技术解析“复杂地形风能预报技术研究”项目复杂地形风能预报技术研究项目旨在开发一种高精度的风能预报技术，以提供在复杂地形条件下的风能资源评估和风电场设计等应用。

随着风能发电行业的快速发展，对风能预报技术的需求也越来越迫切。

传统的风能预报技术大多基于平地的气象数据进行模型建立和预测，而在复杂地形条件下，山脉、丘陵等地形的影响对风能产生了较大的干扰，使得传统预报模型的准确性大大降低。

因此，复杂地形风能预报技术研究项目的主要目标是寻找一种能够准确模拟并预报复杂地形条件下风能的新方法。

为了达到这个目标，研究项目将采用以下几项技术手段：1.先进的数值模拟方法：传统的风能预报方法主要基于统计学模型，无法充分考虑地形的复杂性和非线性。

项目将引入先进的数值模拟方法，如计算流体力学（CFD）和多尺度模拟，以模拟复杂地形下的风场分布和风能输出。

2.三维地形数据采集与处理：项目将采集并处理包括地形高程、坡度、曲率等参数的三维地形数据。

这些数据将用于构建复杂地形的数值模型，并为模拟提供准确的地形信息。

3.大数据分析与机器学习：项目将收集大量历史气象数据和实测风能数据，并利用机器学习算法进行数据分析。

通过对这些数据进行训练和建模，项目将尝试发现地形特征与风能之间的关联，从而提高风能预报的准确性。

4.风能资源评估与优化设计：利用上述技术手段，项目将能够进行复杂地形条件下的风能资源评估和风电场设计。

这些评估结果将为风能发电项目的选址提供科学依据，同时也有助于优化发电设备的布局和风场的建设。

通过上述技术手段的综合应用，复杂地形风能预报技术研究项目将为风能行业提供一种高精度的风能预报方法。

这将大大提高风能发电系统的可靠性和效益，为可再生能源的发展做出重要贡献。

复杂地形风电场风资源评估精度提升研究随着全球绿色能源的发展，风电已成为最受欢迎的可再生能源之一。

然而，由于地形复杂性，风资源评估的精度存在挑战。

针对这一挑战，本文探讨了复杂地形风电场风资源评估精度的提升研究。

首先，我们需要了解风资源评估的基本原理。

风能利用的可靠性和经济性取决于风资源的真实价值。

然而，风能利用的数量与质量都受到风资源评估的精度限制。

风资源评估的精度取决于多个因素，如地形、气象条件、仪器精度和数据采集时间等。

在复杂地形条件下，风资源的评估变得特别困难。

为了提高精度，需要采用适当的技术和方法。

一种常用的方法是数值模拟。

数值模拟是一种进行复杂地形风场模拟的有效方法。

该方法利用CFD（计算流体力学）模拟技术，根据计算机模型对风场进行模拟。

数值模拟模型的精度受到模型分辨率、物理模型、边界条件和初始条件等因素的影响。

另一种方法是现场测试。

现场测试通常使用气象塔、风毫、GPS、LIDAR等仪器对风场进行实时监测。

这种方法可以提供实时精度较高的风场数据，并且可以帮助验证数值模拟结果。

在进行复杂地形风资源评估时，应结合以上两种方法，以提高精度。

例如，在数值模拟中，应使用具有高分辨率的地形数据，并尽可能准确地模拟所测量的风场。

在现场测试中，应选择适当的仪器进行监测，并分析数据以验证数值模拟结果。

除此之外，还可以考虑采用多种方法进行数据融合。

数据融合是将不同来源的数据进行整合，以提高数据的准确性和精度。

例如，可以将数值模拟结果和现场测试数据进行融合，以获得更精确的风能利用量。

综上所述，复杂地形风电场风资源评估的精度提升需要采用多种技术和方法的综合应用。

在此基础上，可以有效提高风资源评估的精度，为风能利用的可持续发展提供更好的基础。

复杂地形山地风电场的CFD分析刘凯;曾杰;叶任时;刘璟;苏毅;李德【摘要】利用基于CFD的Meteodyn_WT对湖北恩施某复杂地形条件下的山地风电场进行模拟分析,并依据分析成果进行风机布置和发电量计算。

经与风电场的1 a实际运行结果对比,各机位点实测平均风速为6.02 m/s,与WT计算结果相比偏小0.06 m/s,表明Meteodyn_WT模拟得到的总体结果较好。

同时,Meteodyn_WT能够模拟出21、22号机位风速减小的趋势,未能准确模拟出其大小,但对8~11号机位的模拟结果存在较大误差,初步认为是由于缺少2号测风塔的测风数据所致。

%This paper simulates and analyzes the wind farm in mountainous area under complex terrain in Enshi, Hubei Prov-ince by using Meteodyn_WT and based on the analysis results, discuses the wind turbine arrangement and calculates the genera-tion quantity. Compared with the practical operation over a year, the average measured wind speed of all positions is 6. 02 m/s, 0. 06 m/s smaller than the calculated results of WT. So the simulated results are satisfied in general. The Meteodyn_WT can re-veal the downward trend of wind speed at No. 21 and 22 positions, but the decreasing value can not be simulated. The errors of the simulation results of No. 8 to No. 11 positions are large, which may be caused by the lack of measured wind speed data of No. 2 wind tower.【期刊名称】《人民长江》【年(卷),期】2016(000)003【总页数】4页(P56-58,102)【关键词】CFD;Meteodyn_WT;复杂地形;风资源评价【作者】刘凯;曾杰;叶任时;刘璟;苏毅;李德【作者单位】长江勘测规划设计研究有限责任公司，湖北武汉430010;长江勘测规划设计研究有限责任公司，湖北武汉430010;长江勘测规划设计研究有限责任公司，湖北武汉430010;长江勘测规划设计研究有限责任公司，湖北武汉430010;长江勘测规划设计研究有限责任公司，湖北武汉430010;长江勘测规划设计研究有限责任公司，湖北武汉430010【正文语种】中文【中图分类】TP391风电开发的关键问题是要清楚地了解拟选风电场的风资源状况，一般的做法是利用测风塔实地测量当地的风资源条件，但风电场范围大，测风仪器设备投入较高，风场观测只是有限测风[1]。