[論文レビュー] Model-form uncertainty quantification in RANS simulations of wakes and power losses in wind farms

Ali Eidi, Reza Ghiassi+2 more|arXiv (Cornell University)|May 8, 2021

Wind Energy Research and Development参考文献 67被引用数 34

ひとこと要約

本研究では、風力発電所の流れ下の流れおよび出力損失に関するRANSシミュレーションにおけるモデル形式の不確実性を、大渇乱シミュレーション（LES）データと比較することで定量的に評価している。実現可能k−εモデルが最も精度の高いベースラインとして特定され、乱流の非対称性を表すレイノルズ応力テンソルの固有値に対する摂動が、平均速度欠損、乱流強度、出力のLES結果を効果的に包み込むことが示された。δ = 0.5は、整列配置およびステッカー配置の両方の風力発電所構成において、頑健な不確実性バッファを提供した。

ABSTRACT

Reynolds-averaged Navier-Stokes (RANS) is one of the most cost-efficient approaches to simulate wind-farm-atmosphere interactions. However, the applicability of RANS-based methods is always limited by the accuracy of turbulence closure models, which introduce various uncertainties into the models. In this study, we estimate model-form uncertainties in RANS simulations of wind farms. For this purpose, we compare different RANS models to a large-eddy simulation (LES). We find that the realizable k-epsilon model is a representative RANS model for predicting the mean velocity, the turbulence intensity, and the power losses within the wind farm. We then investigate the model-form uncertainty associated with this turbulence model by perturbing the Reynolds stress tensor. The focus is placed on perturbing the shape of the tensor represented by its eigenvalues. The results show that the perturbed RANS model successfully estimates the region bounding the LES results for quantities of interest (QoIs). We also discuss the effect of perturbation magnitude on various QoIs.

研究の動機と目的

• 乱流モデルの仮定に起因する風力発電所の流れ下の流れおよび出力損失に関するRANSシミュレーションにおけるモデル形式の不確実性を定量化すること。
• 高精度のLESデータと比較して、複数のRANSモデル（標準k−ε、RNG k−ε、実現可能k−ε、SST k−ω、fp k−ε）の性能を評価すること。
• 風力発電所における平均速度、乱流強度、出力欠損を最もよく捉える代表的なRANSモデルを特定すること。
• 実現可能k−εモデルにおける構造的不確実性を定量化するために、レイノルズ応力テンソルの固有値に基づく摂動を適用すること。
• 摂動の大きさ（δ = 0.25、0.5、1）が、注目する主要な物理量（QoIs）の不確実性バッファに与える影響を評価すること。

提案手法

• LESデータとの整合性を確認した実現可能k−εモデルをベースラインとして用い、平均速度、乱流強度、出力のRANSシミュレーションを実施する。
• レイノルズ応力テンソルの固有値に対する摂動を適用し、極端な非対称乱流状態（1成分、2成分、3成分（等方的）乱流）を表現する。
• 3つの摂動の大きさを用いる：δ = 0.25（最も緩い保守的）、δ = 0.5（先行研究からの値）、δ = 1（極めて保守的）。
• 異なるタービン間隔（5Dおよび7D）を有する整列配置およびステッカー配置の両方の風力発電所レイアウトに対してシミュレーションを実施し、頑健性を検証する。
• 摂動を加えたRANS結果とLESデータを比較し、異なる配置において摂動モデルがLES解を適切に包摂しているかを評価する。
• 解の独立性を保証するため、グリッド収束評価を実施し、最終結果には中程度解像度のグリッド（234 × 40 × 58）を用いる。

実験結果

リサーチクエスチョン

• RQ1 LESと比較して、どのRANSモデルが平均速度欠損、乱流強度、出力の予測において最も正確か？
• RQ2 レイノルズ応力テンソルの固有値の摂動（乱流の非対称性を表す）が、風力発電所の主要なQoIsのLES解を効果的に包摂できるか？
• RQ3 摂動の大きさ（δ）が、速度欠損、乱流強度、出力損失の不確実性バッファに与える影響は何か？
• RQ4 提案された不確実性評価フレームワークは、ステッカー配置や近接したタービン間隔といった異なる風力発電所構成に対しても頑健性を示すか？
• RQ5 LES結果を包摂する観点で、保守性と精度の両立を最適化する摂動の大きさ（δ）は何か？

主な発見

• 実現可能k−εモデルは、平均速度欠損、乱流強度、出力のLESデータとの一致が最も良く、ベースラインRANSモデルとして選定された。
• レイノルズ応力テンソルを3成分（等方的）乱流に近づける摂動は、流れ下の流れの回復を速め、乱流強度を低減させ、結果として下流のタービン出力を増加させた。
• 1成分乱流に近づける摂動は、流れ下の欠損を増大させ、乱流強度を上昇させ、下流出力を低下させる傾向を示し、逆のトレンドを示した。
• 2成分乱流に近づける摂動は中間的な結果を示し、1成分および3成分摂動の境界内に位置し、ベースラインと比較して予測に顕著な変化をもたらさなかった。
• 摂動の大きさδ = 0.5は、整列配置およびステッカー配置の両方の風力発電所構成において、すべての主要なQoIsのLES結果を効果的に包摂した。これにより、頑健性が確認された。
• 不確実性評価フレームワークは、RANSシミュレーションにおける構造的不確実性を効果的に捉えており、特に部分的流れ下干渉状態（例：ステッカー配置）においても有効であることが確認され、一般化可能性が裏付けられた。