手机浏览网
2020年10月14日-16日，2020北京国际风能大会暨展览会（CWP 2020）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，本届大会以“引领绿色复苏，构筑更好未来”为主题，聚焦中国能源革命的未来。能见App全程直播本次大会。
在14日下午召开的风资源精细化评估分论坛上，远景能源有限公司产品市场经理张甜发表《风资源评估进阶-DES载荷评估》主题演讲。
以下为发言实录：张甜：大家好，我是远景能源产品市场部的张甜。今天主要跟大家分享一下远景在风资源评估，CFD仿真方面做的一些新的尝试。在实际的案例讲解之前，我先和大家一起梳理一下目前CFD的四种技术，按照其技术难度，精细化程度及应用场景主要分为RANS、DES、LES和DNS。我们目前所使用评估风资源的软件，像远景的格林威治平台，WT，windsim这些软件都是基于RANS模型进行风资源计算。RANS仿真是一个稳态的计算，仅能给出一个平均值。用RANS模型我们能得到是风电场内的平均风速分布，随着时间的变化的风速信息，我们靠RANS模型是没法掌握的，所以远景我们从DES技术的角度切入，DES有一个特点，它可以计算风电场内的风速随时间变化的信息，我们收集到这些信息的话，就可以做一个复杂风场的精细化的仿真，得到更准确的数据。当我们对风机风况分析更加的精细化，我们就可以针对风机部件失效原因分析更加的清楚。这些计算的话，随着它的技术的复杂程度，精确度，结果会更精细，但是计算量是更大的，工程应用难度也是增加的，所以大家看到金字塔顶上，DNS，LES，目前主要应用于科学研究，没法展开大规模工程应用。
这里是一个DES和RANS的应用场景的对比，我们远景在RANS模型上耗费了很多工夫在做这个RANS模型。 我们累计获取了很多在运风电场SCADA的理论发电量来和我们的RANS模型进行训练，做对比。最后的结果的话，大家可以看到，我们使用格林威治计算出来的发电量结果和理论发电量的结果差异比例是1.87%，而通常的商用软件它的差异比例是2.41%，可以说在RANS模型上，我们已经开发到很成熟的程度。然后为什么我们要进入到DES，我们想使用DES去获取它风机在复杂地形下的表现，到底这个风吹到我的叶轮表面它是怎样的变化，然后我们能不能拿到这些变化去分析我们风机载荷，我们为什么失效，因为什么地形失效。
这里讲的呢，是DES模型的一个主要特点，它这个模型可以模拟来流风的风况，捕捉它秒级的变化。实际上来流风不断的在发生变化，这些变化并不是像我们RANS反映的那么均匀的。我们DES模型这里设定的仿真模拟的时间是3600秒。我们根据我们的经验和大量的实例验证，3600秒的这个时间足够我们把风机周围的地形信息给获取完全。通过捕捉到流场内精细的流动结构，我们知道风是怎样分布的，看到PPT的下半部分，如果按照我们之前风机的排布策略，我们一般会倾向于把风机放到前排的部分，这两个风机。因为那里的风速大概在14米每秒左右，一号风机放在最前面。这里我们看呢，一号风机放到最前面一点问题都没有，可以获得很高的发电量。但是第二号风机，排除尾流影响，把间距拉大，我们可以看到2号风机叶轮的上半部分它的这个风速是很高的，同样是在14米每秒左右，到了下半部分叶轮表面受到风况风速大约是四五米每秒左右，这样的情况会造成上半叶轮和下半叶轮区域的载荷不平衡，导致风机产生波动，部件容易失效。类似这样的回流区，会导致，虽然我这个地方风速很好，因为这个波动，我的大部件，失效的概率会大大增加。需要运维人员不断停机不断修理它，其实实际上如果我们把风机插到中排，后排，回流间歇性的恢复，风机在这里接收到的来留风风速是很均匀的，当我风机接收到稳定的风速输入，安全可靠的运行，我们获得收益是比较可观的，是远优于2号机位的。
这个是我们基于某个风场2兆瓦样机做的模型验证，大家可以和我一起看一下，这个风机周边的大概环境情况，在330度扇区方向有一个高坡，风机机位点的海拔大概是2120米，高坡的海拔是2150米，这个高坡有一部分把风机的叶轮面挡住，导致330度扇区的来流风是无法全部直接到达叶轮面上的。经过我们的计算，11号扇区，也就是300度扇区，12号，也就是330度扇区，基于这两个扇区的数据对比，拿RANS进行仿真，我们可以看到11号扇区的载荷模拟结果和实测数据是相近的，但是12号扇区的模拟结果我们可以发现，我们这里载荷比实测低50%以上。这也就证明用我们RANS模型模拟的载荷疲劳是带有错误信息的，所以我们为什么要使用DES技术做载荷评估，因为我们使用RANS计算的叶轮面风况，是只考虑垂直风切变的情况，叶轮上到下由低到高，它水平切变是为零的。而复杂山地的风电场，它的水平切变是不可能为零的，因为它会受到一个地形的一个影响，水平方向的风速会发生变化，它的湍流也是。一般来说我们在设计风机的时候我们的风种子和我们实际模拟的都是在平地上发生的，但是这里有个问题是什么呢？我们的湍流是均匀分布的，这个湍流均匀分布，在海面，在平地地形的话，这个误差是可以忽略的。不过同样的情况，发生在复杂山地的话，我们的风速湍流实际上是在不断的变化的，随着时间的变化，它的风速和湍流在叶轮表面上是会不断的波动，并不均匀发生。这里概括出两个结论，第一，在复杂地形上，我们设计使用的风种子是不能代表实际的风况，关于地形对风况的影响是有遗漏的。第二，我们叶轮面越大，接收到的来流风就越多。设计使用的风种子，考虑的信息比较单一，它会得到载荷误差比较大，就像之前用RANS得到的结果一样。
这里还是对刚才展示样机的分析，从270度方向，没有遮挡的方向，这个叶轮面大家可以看到风速的分布是非常均匀的，这是RANS的结果和DES做的对比。270度方向，DES和RANS的结果基本上相近的，但是如果有了遮挡之后大家就可以看到，DES能看到更多的信息，我们实际上在330度这个方向，我们叶轮受到来流风，左下叶轮面风速低，右下叶轮面风速较高，受力不平衡，载荷在不停的波动，叶轮会受到一个较大的弯矩，就会导致叶片、主轴承等关键大部件失效的概率大大增加。但是如果我们通过DES提前能预知到把风机竖立在这里会有这些风险，换一个避免高坡遮挡的机位点，就可以减少这种地形因素导致的载荷偏差，大部件也就不会失效。
左下角线性图是我们做的对比，黑点对二号风机的实测数据，黄线是RANS得到的结果。我们可以看到，在270度扇区，由于没有地形遮挡，RANS和DES还有实测的结果是十分相近的。但是在330度扇区，我们可以明显看到只有DES和实测的结果时间相近，RANS已经无法仿真出准确的受载结果。
下面是一个真实的案例分析，风场位于我们西南地区，这个49号风机，我们接收到的现场反馈，49号风机的机位震动明显，部件发生失效次数较多。于是我们的后台载荷团队，就去研究这个案例，采集了现场的实际数据，后来发现失效风向是60度，60度大家可以顺着红线看过去有一个高坡遮挡。同时高坡本身旁边竖立着一台50号风机。所以情况就是，这两台风机一个有地形的干扰，一个没有。所以我们把这两台风机的数据收集回来做了一个对比实验，对比实验的结果大家可以看到，这两台风机，大部件更换记录的对比是十分明显的，49号风机在2019年四月份以后，每个月都会发生一次部件的更换或者运维。50号风机呢，由于山坡上没有遮挡，地形很平缓，运行状况一直良好，没有部件更换的记录。上面两幅彩图，左边是DES的模拟，右边是RANS模拟，大家可以看到，50号风机这里因为地形平缓，叶轮面风速没有什么变化，较为均匀。49号风机的叶轮面，它下叶轮的风速6米每秒，轮毂到上叶尖，风速基本上是十米每秒以上。所以就是刚刚提到的，风机的叶轮受到了一个不平衡载荷，部件失效的概率会大大增加，影响发电效率。这页呢讲的是从集中式风场对复杂地形的研究到分布式。分布式大家可能有一个疑问，我们一般是放在城市里，或者说郊区，它是一个平地的地形，为什么分布式风场还会产生这样的问题，确实我们分布式风机在平地，但是在平地我们风机周围的环境也是有一些建筑物的，这些建筑物对风况的影响也是不容忽略的。
大家可以看到这个右下角的这幅图，我们这里白色的是一个球形的建筑物，下面有个厂房，旁边这个白色的球形建筑物高度大概是70米，厂房长360米，宽135米，高25米，根据经验我们认为这两个建筑物是一个主要的干扰因素，如果风机插在这里的，大家可以看到每个图在120度方向和220度方向都是有来流风的，有这样一个风频分布。而我们风机T2和T3风机在这两个方向上就会收到建筑物的影响。
一个厂区里面建筑物杂多，不能全部都考虑，有一些建筑物，对风机的影响是可以忽略不记的，我们这里主要把球形的建筑物，和厂房的影响拿出来分析。经过DES的一个仿真计算，大家可以看到，T3风机的220度方向，来流风在30米高的地方，风速变化是十分的明显的，大家可以看到叶轮面风速变化，黑色的是30米的风速变化，风速是非常的大的，随着高度的增加，到了90米，它的风速又慢慢恢复，虽然还是波动，影响已经变弱。再到更高的地方150米，风速趋于平缓，建筑物遮挡的影响在这个高度已经消失。
这里是120度风向建筑物对T2风机的影响，左下角这个地面30度高的叶轮底部的风速变化模拟出来，我们发现，建筑物对风机的风况影响，这两个结论都是很类似的，叶轮表面的下半步区域受到的风况是非常复杂的。如果我们的风机在设计排布方案环节，没有应用DES模型来排除这些风险点，后期出现失效的概率是非常大的。为了让我们风机更可靠的运行，更有效率的发电，使用DES模型来做一个风险的把控，提前预知风险是很有必要的。
（根据速记整理，未经本人审核）
