申请/专利权人：重庆大学

申请日：2024-03-20

公开（公告）日：2024-06-18

公开（公告）号：CN118211507A

主分类号：G06F30/28

分类号：G06F30/28;G06Q50/06;G06F111/10;G06F113/06;G06F113/08;G06F119/14

优先权：

专利状态码：在审-公开

法律状态：2024.06.18#公开

摘要：本发明公开了一种融合垂直多点实测数据的数值模拟风场的风资源评估方法，具体为：对目标风电场测风塔的现场风速数据进行统计分析，得到包括风向、风廓线指数在内的平均风速信息；基于复杂地形的高分辨率地理信息系统数据，构建三维地形模型，加入过渡区域，形成完整的计算域，进行RANS数值模拟；拟复杂地形下16个风向的风场，建立初始极坐标图PCDS；对给定的测风塔处风参数对通过迭代算法确定入口边界处风参数对；通过处理得到风电场各时刻的风速数据；然后，进行复杂地形的风资源评估。本发明将垂直多点实测风速与RANS模拟结果融合在一起，从而重建复杂山区风速随空间变异性的分布，提高了复杂地形下风资源评估的精度。

主权项：1.一种融合垂直多点实测数据的数值模拟风场的风资源评估方法，其特征在于，包括以下步骤：步骤1：分析现场实测数据：对目标风电场测风塔的现场风速数据进行统计分析，得到包括风向、风廓线指数在内的平均风速信息；步骤2：RANS数值模拟：基于复杂地形的高分辨率地理信息系统数据，构建三维地形模型，加入过渡区域，形成完整的计算域，进行RANS数值模拟；步骤3：建立极坐标图PCDS：首先，RANS模型模拟复杂地形下16个风向的风场，根据实测资料中各风向区间对应的风廓线指数，取发生概率最高的值；然后，入口边界处有16组风参数对θB,αB，输入极坐标图来形成入口边界，表示为PCD_B；同样，测风塔处16组风参数对θM,αM通过RANS模拟获得，形成测风塔处的极坐标图，表示为PCD_M；这样，16组对θB,αB和测风塔处16组θM,αM形成一对一的对应关系，建立初始极坐标图PCDS；所有16次模拟将形成一个初始风场数据库；步骤4：RANS仿真与现场实测数据的融合：对给定的θM,αM通过迭代算法确定θB,αB，迭代算法如下：S4.1：时刻t测风塔处风参数对θMt,αMt绘制在PCD_M中，记为PMt；找到PMt两侧最近的点，PMLθML,αML和PMRθMR,αMR，与PML和PMR相对应，PCD_B中可确定参数对θBL,αBL和θBR,αBR，分别表示为PBL和PBR；修正系数按下式计算，rθ为风向修正系数，rα为风廓线指数修正系数： S4.2：则PB1处新的入口边界参数由下式得到：θB1＝θBL-rθ|θBL-θBR|3在PB1处得到的风参数对θB1,αB1作为入口边界条件进行模拟；据此，通过模拟得到以PM1为代表的测风塔处新的风参数对θM1,αM1；风参数对θB1,αB1和θM1,αM1添加到模拟风场数据库中，并相应地更新PCD_B和PCD_M；S4.3：比较PM1和PMt的差值是否符合要求： 其中，Δα＝|αM1-αMt|，Δθ＝|θM1-θMt|；如果不满足要求，则在新的PCD_B和PCD_M的基础上继续进行上述迭代计算；如果满足要求，则完成基于RANS的迭代计算；S4.4：按照步骤S4.1-S4.3，继续对t+1时刻测风塔的风参数对θMt+1,αMt+1进行数据融合；步骤5：风资源评估：通过处理得到风电场其他时刻的风速数据；然后，进行复杂地形的风资源评估。

全文数据：

权利要求：

百度查询： 重庆大学 融合垂直多点实测数据的数值模拟风场的风资源评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD