基于CFD技术的河谷型城市风环境模拟——以兰州市城关区为例

本文应用CFD软件对多种流场的强大模拟功能,模拟小尺度的兰州市城关区风环境。选用SRTM资料表征兰州市城关区的地形,应用ArcGIS生成兰州市地形模型,计算相关参数,将计算得到的地形粗糙度和兰州多年气候资料转化为CFD模型的数字参数及模拟边界条件等,首次模拟得到河谷型地区兰州城关区的风环境。结果表明:（1）河谷型地区中,气流过山时风速达最大值,依山体高度增大,而在背风坡风速值明显降低,达到0～1 m·s-1;（2）气流过境时在沿河谷前进,且在谷底风速值达0～1 m·s-1;（3）在模拟城市热岛效应的对比实验中,地块加热对气流过境有停滞作用。     

集成CFD与Kalman滤波的微尺度风电场风功率预报方法

基于Kalman滤波的风功率预测方法难以捕获风电场的风力空间分布特征,集成计算流体力学CFD模型和Kalman滤波能将风资源分布纳入风力发电预报框架,对提高微尺度风能利用率有重要意义。以黄土高原沟壑区的中国华电集团公司甘肃省环县南湫风电场为研究区,首先利用CFD模拟风电场风速分布特征和划分风区,再利用Kalman滤波订正BJ-RUC模式预报的各风区长时间序列风速变化,并对比不同风区的订正效果,最终基于发电能力评估风电场的风功率预报效果与效益。结果表明:(1)风电场内部的风机均不同程度地受到复杂地形的影响,围绕"马蹄形"山梁和山谷形成明显的"阶梯式"风区,风速差最高达2.78 m·s~(-1);(2)CFD与Kalman滤波的集成订正方法使风速预报准确率由BJ-RUC的20%~30%提高到90%以上,并使风功率预报准确率达到80%以上,显著提高了微尺度沟壑区风速-风功率预报精度;(3)风电场容量因子C_P平均在12.4%~16.8%之间,弃风率η为5.5%~17.5%,表明该电场的风功率预报精度明显受其发电效益制约;(4)还讨论了风电机组监控数据采集控制系统SCADA的数据质量、CFD计算效率和能源部门决策等不确定性因素对风速分区及风功率预报的影响。