基于小波方法的风力机风场数值模拟研究.pdfVIP

基于小波方法的风力机风场数值模拟研究 曹九发，王同光，柯世堂 (南京航空航天大学江苏省风力机设计高技术研究重点实验室，江苏南京210016) 摘要；针对风力机随机风场的特点，采用小波逆变换方法，仿真出相互独立的风力机随机风场，再对其进 行空间相关性修正。以NHl500风力机为算例，分析了三种风功率频谱的差异特点，然后，基于空间变化的 改进Von 数和功率频谱密度函数的关系进行了空间相关性修正，模拟出风场16个节点风速时程，并通过时域分析、 频域分析以及时频联合分析，得到模拟频谱与目标频谱吻合较好，结果体现了风力机风场的非平稳性、局部 相似性和间隙性，证明了该方法在模拟风力机随机风场的可行性和有效性。 关t词：风力机：随机凤场；改进Yonkarman功率谱：LittIewood-Paley小波基：小渡逆变换 0引言 风能作为清洁能源的代表，因其技术相对成熟，成本低，在全球得到迅猛发展。在风力发电领域，由 于大气紊流与风力机之间存在强非线性关系，若通过CFD方法，建立流场网格进行模拟风力机风场，在工 程上存在工作量大，计算不稳定等缺点，因此，通过信号的数值计算模拟风速时程的方法便成为了模拟风 力机风场的有效方法，并且，该方法对分析风力机的动力学特性，计算风力机的载荷和动态响应，风力机 控制系统的激励输入等方面提供了前提基础，对风力机实现整体仿真具有重要意义。 近年来，针对风力机随机风场的时域建模研究【l训，文献【1】采用傅里叶变换方法，考虑了风场受风剪切 的影响，最后得到了风力机随机风场25个点的模型数据，该方法理论基础严密，数学意义明确，需要计算 karman 分析范畴，并未说明如何生成三维风速谱。文献[3]针对风力机装配试验，采用基于Kaimal和Von 功率频谱合理形状的滤波器方法形成三维风速模型，但这种线性滤波方法的模型带有一定经验性，故其通 用性不强。文献[4】采用自回归滑动平均(autoregressivemoving 分别建立了随机风场的模型，对比这两种方法的模拟结果，从模拟精度和计算所需要的时间角度，得出谐 波合成方法略好于ARMA方法。 谱和Von 计了谱的值；Kaimal模型只产生纵向随机风分量，并没有描述随机风的横向和垂直向频谱特性；对于Von karman karman频谱除了能产生随机风的纵向分量之外，还可在需要时用于产生所有的三维分量；然而，Von karman模 模型可以较好描述在150m以上的大气湍流，但是在较低的高度还有一些不足，然而改进的Von 型校正了基本模型在高度为150m以下的缺陷，这正符合目前风力机所处高度【6J。 其次，对于风场的模拟主要数值方法是逆傅里叶变换[1】【71、谐波合成方法【8J、线性滤波器方法【2J【51。虽然 这些方法可以模拟随机风场的脉动风，但是不适观测脉动风的局部相似性和间歇性，并且无法进行时频分 析和不适用于非均匀一网格的随机场模拟。然而，小波方法不仅具有非均一网格特性，并且能检测时问历 程局部相似性和间隙性。如参考文献【9】基于小波理论模拟出洞庭湖大桥处的随机风速，但是并没有考虑空 间频谱函数的变化和空间相关性。 因此，首先，本文考虑风力机风场特点，如风剪切、塔影、前后风力机影响；然后，基于三维风场的 改进Vonkarman功率频谱，计算出空间变化的频谱函数：再通过小波逆变换方法得到三维独立的风力机随 机风场；最后，根据形成的相互独立的随机风，通过相关性计算转换，最终得到符合实际风力机随机风场 特点，具有较好精度，并且能得到时频分析的风力机随机风场数据。 1风力机风场模型描述 风力机风场中风速可以分解成两部分：风场内大气平均风速和湍流风速。前者是宏观上大气整体运动 形成的，方向为水平纵向，大小与观测点的高度相关：后者是局部的湍流运动。对这两种速度分别进行计 算，再迭加就可以得到总的风速。如图(1)，我们将任一观测点的风速分解到三个方向上(分别是纵向U+“、 横向v和垂直向W分量)：