基于多尺度耦合模式的风电场流动及运行特性数值模拟研究

发布时间：2020-04-05 13:56

【摘要】：随着国内外对环保问题的日益重视,风能作为一种清洁的可再生能源,在世界能源结构中扮演着越来越重要的角色。在当前风力发电成本还高于火电成本的背景下,提升风力发电的经济性是保证风能产业可持续发展的重要基础。由于风电的发电成本很大程度上取决于风电场的风资源情况,因此,提升风电场发电经济性的关键在于对风电场的科学选址以及对风力机的合理布局,而这就依赖于对风资源的精确评估以及对风场内尾流干涉效应的深入认识。对风资源的评估需要在中尺度气象模式下开展,而对风电场尾流干涉特性的研究需要在微尺度计算流体力学(CFD)框架下进行,因此开展中尺度与微尺度耦合模式的风电场模拟研究,对于辅助风电场科学选址和风力机优化布局具有重要意义。本文通过计算流体力学与中尺度气象模式相结合的方法,建立了对风电场流动和运行特性模拟的多尺度计算平台。在微尺度CFD软件OpenFOAM基础上,发展了基于大涡模拟(LES)和致动线模型(ALM)的风力机流场求解器,并将风力机的电机转矩控制和变桨距控制方法耦合到该求解器中,开发了对平坦地形和复杂地形都适用的风电场CFD模拟平台。在中尺度天气研究与预报(WRF)软件的基础上,通过对风电场与大气边界层相互作用机理的参数化建模,发展了中尺度风电场参数化(WFP)耦合模型WFP-WRF。此外,通过将以上中尺度模式与微尺度模式耦合,发展了多尺度WRF-CFD计算平台。基于以上发展的模拟平台,本文对风电场的流动及运行特性开展了比较系统的研究。首先,在微尺度CFD模式下,基于耦合风力机控制策略的大涡模拟计算平台,对动态入流条件下风力机的运行特性、尾流干涉特性,以及风力机排布方式对风电场运行的影响进行了研究。探究了风力机在动态入流风速条件下的运行响应特性,结果表明,耦合新发展的控制模型后,风力机的转速、转矩、输出功率能够很好地响应入流风速的变化,模拟得到的风力机功率曲线与风力机实际的功率曲线也吻合良好。对动态入流条件下风力机尾迹干涉特性的研究表明,下游风力机在尾迹影响下,转矩、轴向推力的波动幅度增大了;随着下游湍流的增强,当风速超过额定风速后,下游风力机的桨距调节会存在“超调”现象,导致风力机输出功率值会在额定值附近轻微波动。对风电场不同排布方案下的模拟结果表明,错列排布相比于其他排布方案在降低风力机载荷脉动,提高风场容量因子和风电场效率方面具有明显的优势,而增加轴向间距也有利于提高风电场的容量因子。其次,在中尺度模式下,基于WFP-WRF模型,首次对一个真实陆上风电场内的流动特性、功率输出特性以及风场与大气边界层的相互作用展开了高分辨率的数值模拟研究。利用风电场的测风数据和实际功率输出数据,对模型的计算精度进行了验证,结果表明,当前的计算模型对于风场的风速、风向以及风力机功率的模拟具有较高的精度。同时,对不同风向下,风电场内各风力机的输出功率及风场的运行效率进行对比分析,定量地比较了三个主要风向下风电场的出力特性。此外,探究了风电场运行对大气边界层风速、温度的影响,对风电场影响下不同高度层的速度及温度的波动特性进行了对比,定量地揭示了风场对其下游不同位置区域风速的影响情况。最后,在中尺度与微尺度耦合的WRF-CFD模式下,对复杂地形条件下的陆上风电场的流动及风力机运行特性展开了多尺度模拟研究。并基于风场运行数据分别对基于中尺度WFP-WRF模式和多尺度WRF-CFD耦合模式计算得到的风力机功率输出结果的精度进行了检验,结果表明,相比于中尺度WFP-WRF模式,采用WRF-CFD多尺度耦合的方式,在捕捉风电场的流动细节以及提高模拟精度方面具有明显的优势。同时,本文分别考虑了风力机处在山坡上风向、山坡顶上和上坡下风向三种情况,探究了地形对风力机周围流场以及风力机运行特性的影响。此外,本文还研究了入流风速对风电场运行特性的影响,探讨了四种不同入流风况条件下,风力机的输出功率、轴向推力及风轮转速的演化特性。本文的研究发展了对风电场流动及运行特性模拟的多尺度耦合计算平台,可以用于辅助风电场的宏观、微观选址,具有重要的工程应用价值。
【图文】：

风电,全球,风能,协会

，化石能源的过度使用，环境污染问题已日益突出。因此，推动能源结构优化升级，发展清逡逑洁能源已迫在眉睫。在过去的十多年中，风能作为最有开发利用前景和技术最成熟的可再逡逑生能源之一［１］，在世界范围内都一直保持着强劲的发展势头。图１．１为２００１－２０１７年间全逡逑球累计风电装机容量的统计结果［２］，可以看出，在过去的１７年中，全球风电的累计装机逡逑容量增长了超过２０倍；截至２０１７年底，累计装机容量接近５．４０亿千瓦。我国是一个风逡逑力资源十分丰富的国家，据２０１５全国风能资源评估数据显示，我国陆地７０米高度的风能逡逑可开发量为５０亿千瓦，巨大的风能储量使得在中国风能的开发利用具有很好的前景。近逡逑１０年来，中国风电产业呈现非常迅猛的发展势头，如图１．２所示，从２００９年开始，我国逡逑风电每年新增装机容量均在１０００万千瓦以上，截至２０１７年底，中国风电累计装机容量达逡逑到１．８８亿千瓦。中国风电装机容量占据了世界风电总装机容量的３５％，遥遥领先于其他逡逑国家，成为了当今世界的头号“风电大国”。２０１７年的统计数据显示，风电在我国电力逡逑装机容量上的占比达到了邋９．０％，发电量占比约为４．４３％［３］。目前，，风力发电无论在装机容逡逑量上还是年发电量上都成为我国继火电和水电之后的第三大发电能源。逡逑

风电,风电场

由于风电输出的能量全部来源于大气转化的动能，不需要人为的对其补充其他形式的逡逑能量、不存在燃料成本，因此风电的发电成本很大程度上决定于风电场区域的风资源情况。逡逑所以，提升风电场经济性的前提是在风电场开发前期对风能资源进行准确地评估，并在此逡逑基础上对风电场进行科学选址及优化风电场布局。风电场选址阶段精准的风能资源以及风逡逑况特性评估，对于风电场的运行具有重要的意义，而失败的选址将造成风场巨大的经济损逡逑失。有学者对美国风场的研究表明，诸多投产的风电场其实际产出的电能都比预期值减少逡逑了邋２０％以上，并且由于对风场风剪切和湍流特性的评估误差，使得许多设计寿命在２０年逡逑以上的风力机在运行４－５年后出现了疲劳损坏［５］。在中国，建成风电场的平均等效满负荷逡逑发电小时数也偏低［６］，造成这一现象的一个重要原因就是风电场建设前期对风资源的评估逡逑不够准确，以及复杂地形下风电场风力机的布局不甚合理。因此，对风资源和风能特性的逡逑准确评估以及对风电场优化选址的研究，仍然是当今风能工程领域不可忽视的问题，具有逡逑重要的学术研究价值。逡逑在风能工程领域，风电场选址可以分为宏观选址和微观选址两部分。宏观选址是指在逡逑
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TM614

【参考文献】