[論文レビュー] The Area Localized Coupled Model for Analytical Mean Flow Prediction in Arbitrary Wind Farm Geometries

Genevieve M. Starke, Charles Meneveau+2 more|arXiv (Cornell University)|Sep 28, 2020

Wind Energy Research and Development参考文献 34被引用数 18

ひとこと要約

Area Localized Coupled (ALC) モデルは、ボロノイタイル化を用いてタービン固有の領域を定義することで、スーパー・ガウシアン乱流モデルと局所化されたトップダウン境界層モデルを結合し、任意の風力発電所レイアウトにおける平均流れを予測する。既存のモデルと比較して、乱流とトップダウン速度推定値の二乗誤差を最小化することにより、パワーとタービン回転軸高さの速度予測が向上し、非一様な流入を伴う規則的・ランダム・ハイブリッドな風力発電所構成において、LESによる検証を経たシミュレーションでも高い精度を示している。

ABSTRACT

This work introduces the Area Localized Coupled (ALC) model, which extends earlier approaches to coupling classical wake superposition and atmospheric boundary layer models in order to enable applicability to arbitrary wind-farm layouts. Coupling wake and top-down boundary layer models is particularly challenging since the latter requires averaging over planform areas associated with certain turbine-specific regions of the flow. The ALC model uses Voronoi tesselation to define a local area around each turbine. A top-down description of a developing internal boundary layers is then applied over Voronoi cells upstream of each turbine to estimate the local mean velocity profile. Coupling between the velocity at hub-height based on this localized top-down model and a wake model is achieved by enforcing a minimum least-square-error in mean velocity in each cell. The ALC model is implemented using a wake model with a profile that transitions from a top-hat to Gaussian function and accounts for wake interactions through linear superposition. Detailed comparisons to large-eddy simulation (LES) data demonstrate the efficacy of the model in accurate predictions of both power and hub height velocity for complex wind farm geometries. Further validation with LES for a hybrid array-random farm that has half of the turbines arranged in an array and the other half randomly distributed indicates the model's versatility with respect to capturing results from different wind farm configurations. In both cases, the ALC model is shown to produce improved power predictions for both the farm and individual turbines over prevailing approaches for a range of wind inflow directions.

研究の動機と目的

• 任意のタービン幾何形状を有する風力発電所における平均流れ予測の汎用的で分析的なモデルの開発を目的とする。
• 従来の結合乱流-トップダウンモデルが規則的な配列に限定され、完全に発達した流れ領域を必要としているという制限を克服することを目的とする。
• 非一様な流入プロファイルと位置依存の乱流効果を組み込むことで、実世界の風力発電所レイアウトにおける予測精度を向上させることを目的とする。
• 摩擦速度、内部境界層の成長、粗さ高さの局所的予測を可能とし、物理的洞察を強化することを目的とする。

提案手法

• ALC モデルは、ボロノイタイル化を用いて風力発電所をタービン固有の平面セルに分割し、局所的モデリングを可能にする。
• 速度欠損を表すためにスーパー・ガウシアン乱流プロファイルが用いられ、タービン付近ではトップハット的特性から、下流ではガウシアン的特性へと移行する。
• トップダウンモデルは、各ボロノイセル内におけるタービン上流部の発達する内部境界層を記述し、局所的な乱流と粗さを考慮する。
• 乱流モデルとトップダウンモデルの結合は、セル平均の平均速度予測における二乗誤差を最小化することで実現される。
• 乱流拡散係数は、局所的な摩擦速度と平均輸送速度の比に基づいて決定され、位置依存の乱流拡散を可能にする。
• モデルは、両モデルからの予測を一致させるために、乱流拡散係数と平面形状のブースト係数を繰り返し調整する。

実験結果

リサーチクエスチョン

• RQ1 不規則的および混合レイアウトを含む任意の風力発電所幾何形状に一般化可能な結合乱流-トップダウンモデルを構築できるか？
• RQ2 非一様な流入条件を満たすために、局所的な乱流および境界層の発達をどのように捉えることができるか？
• RQ3 多様な風力発電所構成において、既存の分析的モデルと比較して ALC モデルがパワーおよび速度予測をどの程度改善するか？
• RQ4 複雑な流れ状況において、モデルはファームスケールおよび個々のタービンの性能を正確に予測できるか？

主な発見

• 円形風力発電所において、ALC モデルは速度セルと乱流相互作用を LES データとよく一致させる形で、速度分布および出力パワーを正確に予測している。
• ハイブリッドアレイ・ランダム風力発電所において、ALC モデルは LES と比較してパワー予測の散らばりが著しく小さく、散布図において点が1:1直線に非常に近い。
• 複数の風向方向において、個々のタービンおよび全発電所全体のパワー予測精度が向上し、既存の主流的手法を上回っている。
• 非一様な流入プロファイルの組み込みにより、モデル性能が向上し、特に流入条件が変動する上流タービンに対して顕著である。
• ALC モデルは、複雑なレイアウトにおける初期状態から完全に発達した境界層状態への移行を成功裏に捉え、摩擦速度推定値に局所的内部境界層の成長が反映されている。
• ボロノイタイル化の使用により、幾何的制約なしに、規則的・ランダム・混合のいかなるタービン配置にも適用可能である。