【遠景風向標】告訴你風電場CFD仿真軟件的進化史

　　也許，你讀過《格林威治CFD如何提升風場發電量》一文，已經了解了CFD軟件對提升風電場效益影響的關鍵作用。其實，風電場風流仿真技術能夠發展到今天的水平，經過了一系列迭代進化?，F在，我們就追本溯源，一起來看看風電場風流CFD仿真軟件進化史。
　　從歷史回顧來看，CFD軟件的發展可以分為3個階段：
　　階段，以WAsP為代表的線性簡化求解器。1989年丹麥科技大學DTU發布了WAsP 1.0，采用巧妙的工程算法在PC機上快速獲得風資源評估結果，很快成為風電場設計的標準軟件之一。
　　第二階段，臺式工作站上的CFD軟件。眾所周知，線性模型原理上不能反應較大坡度地形的風況規律，為了提升復雜山地風場風資源評估精度，以及滿足風機安全復核的需求，求解雷諾平均Navier-stokes方程的CFD技術就此應用到風電行業。2003年挪威WindSim AS公司正式發布WindSim；2004年法國MeteoDyn公司正式發布WT1.0，這些軟件成功地將CFD技術引入風電行業。這類軟件在臺式工作站（32核~48核）上仿真一個常規5萬千瓦風電場12個扇區需要1天左右的時間。
　　第三階段，基于高性能計算的新一代CFD仿真軟件。隨著高性能計算、云平臺和CFD技術的蓬勃發展，新一代風電場風流CFD仿真軟件隨之應運而成。2012年基于遠端超級計算中心的WAsP CFD發布，2015年8月遠景格林云GreenwichCFD內部版本也已投入使用。
　　那么，與單機版的CFD軟件相比，新一代的風電場CFD仿真軟件又具備哪些特點呢？
　　，支持高性能并行計算。CFD仿真應用中重要的就是網格生成。網格粗，離散誤差大；網格細，需要計算資源龐大，耗費計算時間多。一般認為10m左右的水平網格能夠精細地反映地形特征對風機的影響，垂直網格分辨在緊貼地面的100m內應該布置10~20層網格。精細模擬一個常規風電場（12km*12km左右）的網格量在1000萬~4000萬之間，大型風電場（30km*30km）的網格量在8000萬以上。此外，對于復雜地形風電場，稍許變化的來流方向會導致風電場風加速因子關系發生顯著變化。因此，丹麥Ris?實驗室的專家建議復雜地形至少采用36個扇區的模擬，而精細程度的CFD仿真在好的單機工作站上也至少需要一周的時間。
      
      
　　由上圖可見，每5°來流風向變化都會導致風場發生很大的變化，30°扇區間隔不足以準確反應復雜地形的風加速度因子關系。需要了解的一點是，非并行CFD求解器受到計算資源和項目允許時間的限制，只能采用粗的網格和稀疏的定向扇區設置，這是導致計算資源偏差的重要原因之一。
　　由于計算資源更充足更靈活，基于高性能并行計算的CFD仿真軟件可以處理上億的網格量，利用上千的CPU并行計算，將每個項目CFD仿真的時間從數天降至小時級別，這對工程師來說意味著有更多時間進行分析和驗證。
　　到此，一句話總結：新一代風電場CFD仿真軟件擁抱高性能計算是不可阻擋的潮流。
　　第二，多級別CFD支撐風電場全生命周期管理。如今，風電場CFD仿真應用場景不再局限在風資源評估。風電場風流CFD仿真軟件將深度耦合在風機安全診斷分析、風機維護、風電功率預報、風場協同控制和風電場運行后評估等風電場項目全生命周期管理中。例如，風功率預報需要CFD精確計算至每一臺風機；葉片損傷診斷需要風流CFD模型提供風機葉輪面的多點風速高頻的時間序列；海上風電場機位排布的關鍵就是精確地刻畫風機葉片旋轉帶來的尾流效應；風場協同控制需要動態仿真多臺風機不同動作的風流特征。這些需求將促使風流CFD仿真的物理模型更為先進、完善，將促使更多研究前沿的CFD技術被引入風電工程領域。下圖描述了風電場全生命周期管理與不同級別的CFD物理模型。
      
　　值得注意的是，針對不同階段的業務需求和具體項目的復雜度，風電場風流CFD仿真軟件會采用不同級別的物理模型。一般項目的風資源評估采用穩態、中性大氣邊界層、雷諾平均Navier-stokes方程的物理模型；復雜項目的風資源評估和風機安全復核可以采用非穩態、熱力大氣邊界層、森林、制動盤尾流模型、雷諾平均Navier-stokes方程的物理模型；風電功率預報和分布式風電場可以采用氣象模式耦合雷諾平均Navier-stokes方程的物理模型；風電場協同控制可以采用制動線尾流模型、熱力大氣邊界層、大渦模擬或分離大渦模擬的物理模型。需要強調的是，基于平臺化管理，將各個階段數據打通，綜合利用各個級別的CFD仿真結果，才能高效管理好風電場全生命周期各個環節。
　　第三，精確估算每一個機位點風況。由于國內新建風電場大多分布在較為復雜的山地，項目風險和盈利的難度越來越大。所以，每一臺風機風況的精確估算就至關重要。那么，這就需要CFD仿真環節在以下幾點上發力：
　　新一代風流CFD仿真傾向采用更真實的物理模型。例如，能考慮樹木增長的森林模型，以便精細模擬風機尾流效應的制動盤和制動線模型、高保真刻畫大氣湍流特征的大渦模擬；通過氣象模式提供CFD更真實的邊界條件等；通過系統自動化手段保證CFD網格足夠精細、參數設置合適和迭代收斂充分，避免人為經驗不足造成大的模擬偏差；通過大量后評估案例，挖掘分析CFD仿真對各個項目的不同表現，總結出不同類型項目的CFD優化配置方式；理性對待CFD仿真的精度，通過多塔互推、單塔風速廓線比對、湍流強度的比對來定量化CFD仿真的不確定度；標準流程管控CFD的輸入資料，量化輸入資料引起的計算結果不確定性。
       更多信息請關注復材網m.lzzz.net