CN118135138B - 一种用于复杂地形风场数值模拟的地形建模方法 - Google Patents
一种用于复杂地形风场数值模拟的地形建模方法 Download PDFInfo
- Publication number
- CN118135138B CN118135138B CN202410571925.5A CN202410571925A CN118135138B CN 118135138 B CN118135138 B CN 118135138B CN 202410571925 A CN202410571925 A CN 202410571925A CN 118135138 B CN118135138 B CN 118135138B
- Authority
- CN
- China
- Prior art keywords
- terrain
- mesoscale
- microscale
- topography
- fusion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004088 simulation Methods 0.000 title claims abstract description 33
- 238000012876 topography Methods 0.000 claims abstract description 66
- 230000004927 fusion Effects 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 230000008878 coupling Effects 0.000 claims abstract description 13
- 238000010168 coupling process Methods 0.000 claims abstract description 13
- 238000005859 coupling reaction Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 25
- 230000007704 transition Effects 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000007500 overflow downdraw method Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于复杂地形风场数值模拟的地形建模方法,包括:步骤1、确定用于中微尺度耦合的微尺度计算域,获取精度较高的微尺度地形;步骤2,获取中尺度地形或确定平板地形;步骤3,确定地形融合相关参数,计算融合函数,进行中微尺度地形融合或与平板地形融合;步骤4,获得微尺度数值模拟的地形文件,用于微尺度计算域网格生成。本发明在传统地形融合函数的基础上,考虑中尺度数据的提取及输入过程,修正地形融合函数,获得的中微尺融合地形为微尺度计算提供了良好的地形边界条件,能够较好的传输来自于中尺度的数据信息,提高了复杂地形风电场精细化资源评估的精度。
Description
技术领域
本发明涉及风力发电技术领域,具体涉及一种用于复杂地形风场数值模拟的地形建模方法。
背景技术
面向深远海和复杂山地是未来风电场建设的两大方向,但由于深远海风电场建设和输电成本较高,复杂山地风电场比较受欢迎。复杂山地风场中存在高湍流、大风剪切及流动分离等现象,这对精细化风资源评估是一个很大的挑战。在复杂地形中,由于地形的影响,测风塔的代表性不足,需要借助中尺度数据对当地机位进行资源评估,中尺度数值天气预报模式(NWP)+微尺度计算流体力学方法(CFD)的模式已经成为复杂山地非定常流场仿真和机组载荷及发电量评估的重要手段。
基于中微尺度耦合的复杂地形流动模拟时,地形建模是关键的一步。地形建模需要考虑一下几点:一是合理评估计算域范围,保证计算的精度和效率,二是保证微尺度地形的精度,三是保证微尺度计算域网格建模的便利,四是保证中尺度风速和温度等时序信息传输的精度。采用中尺度模拟时,常用的地形分辨率为30″(约900m左右),微尺度计算时地形分辨率可达10-50m,因此需要进行中微尺度地形融合,以保证中尺度输出和微尺度输入的一致性。复杂地形风场网格建模可以采用商业软件(如ICEM),也可以采用OpenFOAM之类的开源代码,这两种软件需要的地形输入格式均为stl格式,因此,为保证融合后地形的通用性,融合后的地形以stl格式保存。
目前大多数复杂地形建模均采用商业软件,需要不断进行格式转换、投影转换和剪裁工作,操作流程相当繁琐。而且绘制网格时,地形还需进行多次裁剪与修复,耗费了大量的时间。采用传统的融合函数进行地形融合时,从边界处直接开始融合,这影响了中尺度数据的提取。为节省计算资源,需保证融合过渡区域不要过大,为保证中尺度数据提取的精度,需留有一部分中尺度地形在计算域边界附近用于提取中尺度数据,而传统的融合函数并未考虑到这一点。
发明内容
本发明的目的是为了提供一种用于复杂地形风场数值模拟的地形建模方法,在传统地形融合函数的基础上,考虑中尺度数据的提取及输入过程,修正地形融合函数,获得的中微尺融合地形为微尺度计算提供了良好的地形边界条件,能够较好的传输来自于中尺度的数据信息,提高了复杂地形风电场精细化资源评估的精度。
为实现上述技术目的,本发明采取的技术方案为:
一种用于复杂地形风场数值模拟的地形建模方法,所述地形建模方法包括以下步骤:
步骤1,获取微尺度地形:
根据所研究的风电场区域的实际地形海拔高度差及测风塔的位置,确定用于微尺度计算的微尺度计算域和参考点位置,获取微尺度计算域的微尺度地形;微尺度地形比所研究的风电场区域大;
步骤2,获取中尺度地形或确定平板地形:从所研究的风电场区域的中尺度结果数据中提取测风塔所在区域最内层嵌套地形对应的经纬度及海拔高度数据,提取微尺度计算域对应的中尺度地形;中尺度地形数据的分辨率低于微尺度地形数据的分辨率;如果与平板地形融合,需要确定平板地形的海拔高度;
步骤3,中微尺度地形融合或与平板地形融合:
根据中尺度地形分辨率分别确定中尺度地形融合时在西、东、南、北四个方向的保留范围:d w,w、d w,e、d w,s和d w,n,d w,w、d w,e、d w,s和d w,n均大于0.5*d s小于d s,ds为中尺度地形分辨率;
分别确定西、东、南、北四个方向的从低分辨率地形到高分辨率地形的过渡范围:d c,w、d c,e、d c,s和d c,n,d c,w、d c,e、d c,s和d c,n均大于0.5*d s小于1.5d s;
计算地形融合函数F b:
;
;
;
;
;
式中,F b,w 、F b,e 、F b,s 和F b,n 分别是地形西、东、南、北四个方向的融合函数,x和y分别是微尺度计算域的其中一个点的x轴坐标和y轴坐标,x min、x max、y min和y max分别是微尺度计算域在x轴和y轴上的边界坐标;d f是与平板地形融合时四个方向的保留范围;
进行中微尺度地形海拔高度的融合,得到融合后的海拔高度分布:
;
式中,z b为融合后的地形海拔高度;z h为微尺度地形的海拔高度;z l为低精度地形的海拔高度,低精度地形为中尺度地形或者平板地形;F b为地形融合函数;
步骤4,获得微尺度数值模拟的地形文件,用于微尺度计算域网格生成。
进一步地,所述计算域范围为6H×4H×H,其中H的取值为大气边界层厚度,由大气稳定度决定,6H对应于流向方向,4H对应与流向垂直的方向,H对应垂直方向。
进一步地,步骤1中,微尺度地形分辨率范围为10m-30m,在获取微尺度地形数据后,将其转换为tif格式;
在确定微尺度计算域的过程中,同时确定中微尺度耦合时参考点的位置信息,参考点一般位于微尺度计算域中心,微尺度地形数据以地理坐标方式保存。
进一步地,步骤2中,中尺度地形采用USGS格式。
进一步地,步骤3中,在地形融合时,微尺度地形与平板地形或者中尺度地形融合;如果微尺度地形与中尺度地形进行融合,d f取0;如果微尺度地形与平板地形进行融合,d w,w、d w,e、d w,s和d w,n取0。
进一步地,步骤4中,融合后的地形格式为stl。
与现有技术相比,本发明的有益效果如下:
与实际风电场数值模拟结果和雷达实测数据对比分析,本发明的用于复杂地形风场数值模拟的地形建模方法,操作简单、便于自动化,省去了大量的时间成本,效率高、精度良好,所建立的融合地形在边界处与中尺度地形一致性较好,中尺度输出和微尺度输入一致性较好,数值模拟结果与实测数据有较好的一致性。另外,该方法能够全部采用python语言完成,建模效率高,同时可以保证中尺度输出和微尺度输入的一致性。
附图说明
图1 是未经融合、旧融合方法及新融合方法得到的复杂地形对比示意图;
图2 是某风电场微尺度地形示意图(UTM投影,海拔高度云图);
图3a 是某风电场用于微尺度计算域建模的地形示意图(海拔高度云图);
图3b 是某风电场用于微尺度计算域建模的地形示意图(三维地形,俯视图);
图4a 是某风电场对应的中尺度地形示意图(海拔高度云图);
图4b 是某风电场对应的中尺度地形示意图(三维地形,俯视图);
图5 是某风电场地形融合函数分布图;
图6a 是采用本发明的地形建模方法得到的某风电场融合后的地形示意图(海拔高度云图);
图6b 是采用本发明的地形建模方法得到的某风电场融合后的地形示意图(三维地形,俯视图);
图7a 是采用现有方法得到的某风电场融合后的地形示意图(海拔高度云图);
图7b 是采用现有方法得到的某风电场融合后的地形示意图(三维地形,俯视图);
图8是本发明和现有技术两种融合方法得到的地形在西侧的海拔高度分布示意图;
图9a 是中微尺度耦合时入口风速输入与中尺度风速输出的一致性验证结果示意图(u方向,自西向东);
图9b 是中微尺度耦合时入口风速输入与中尺度风速输出的一致性验证结果示意图(v方向,自南向北);
图9c 是中微尺度耦合时入口风速输入与中尺度风速输出的一致性验证结果示意图(w方向,自底向顶);
图10 是采用融合后的地形建立的数值模拟计算网格示意图;
图11a 是某风电场雷达观测数据与中微尺度耦合数值模拟结果的对比结果示意图(风速廓线);
图11b 是某风电场雷达观测数据与中微尺度耦合数值模拟结果的对比结果示意图(湍流强度廓线);
图12是本发明的用于复杂地形风场数值模拟的地形建模方法流程图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
参见图12,本发明实施例公开了一种用于复杂地形风场数值模拟的地形建模方法,包括:
步骤1,获取微尺度地形:根据具体风电场实际地形海拔高度差及测风塔的位置,确定用于微尺度计算的计算域,然后获取精度较高的微尺度地形;
步骤2,获取中尺度地形或确定平板地形:根据研究地区的中尺度结果数据,提取所在区域的中尺度地形;如果微尺度地形与平板地形融合,需确定平板地形海拔;
步骤3,中微尺度地形融合或与平板地形融合:确定保留的中尺度范围及用于中微尺度地形融合过渡的区域,计算地形融合函数,进而得到融合后的地形海拔高度分布;
;
式中,z b为融合后的地形海拔高度;z h为高精度微尺度地形海拔高度,微尺度地形分辨率一般为10-30m;z l为低精度地形海拔高度,低精度地形可以是中尺度WRF中的地形数据,也可以是平板地形数据;F b为地形融合函数。
所述F b的计算式如下:
;
;
;
;
;
式中,F b,w 、F b,e 、F b,s 和F b,n 分别是地形西、东、南、北四个方向的融合函数,x和y分别是微尺度计算域的其中一个点的x轴坐标和y轴坐标,x min、x max、y min和y max分别是微尺度计算域在x轴和y轴上的坐标极值,d w,w、d w,e、d w,s和d w,n分别是与中尺度地形融合时四个方向的保留范围,d f是与平板地形融合时四个方向的保留范围,d c,w、d c,e、d c,s和d c,n分别是四个方向从低分辨率地形到高分辨率地形的过渡范围。
步骤4,获得微尺度数值模拟的地形文件,用于微尺度计算域网格生成。
1. 获取微尺度地形
步骤1中,微尺度地形格式为高程数据,可以是SRTM格式,也可以是别的格式,然后转为tif格式。
微尺度的计算域范围应根据具体关注的机组位置及地形复杂程度综合决定。推荐范围为6H×4H×H,其中H的取值为大气边界层厚度,由大气稳定度决定,6H对应于流向方向,4H对应与流向垂直的方向,H对应垂直方向。如果未有明确主导风向,水平方向可均采用6H。
微尺度地形可以从SRTM官网下载30m分辨率的地形,也可以从实测数据获得更高精度的地形。此处的微尺度地形应较所研究的风电场区域要大一些(需要确定边界的经纬度),因为网格生成时需要裁去一小部分。得到微尺度地形之后,需要将其转换为tif格式。在确定微尺度计算域的过程中,同时需要确定中微尺度耦合时参考点的位置(包括参考点的坐标及经纬度),此时的微尺度高程地形数据只需以地理坐标方式保存即可(EPSG:4326),无需进行投影转换。
2. 获取中尺度地形或确定平板地形
中尺度地形数据可以从中尺度计算结果文件中提取(wrfout**.nc文件),提取得到中尺度地形对应的经纬度及海拔数据。由于中尺度计算时最内层嵌套分辨率最高,所以这里的地形数据来源也应从最内层结果文件中提取,地形原数据格式为USGS。与平板地形融合时,需确定平板地形海拔;
3. 中微尺度地形融合或与平板地形融合
在进行地形融合前,需要确定中尺度地形在四个方向的保留范围,即d w,w、d w,e、d w,s和d w,n四个参数,这四个参数应根据中尺度地形分辨率确定,均大于0.5*d s且小于d s(ds为中尺度地形分辨率)。然后确定从低分辨率到高分辨率的地形的过渡范围,即d c,w、d c,e、d c,s和d c,n四个参数,这四个参数均大于0.5*d s且小于1.5d s。开始过渡的边界最好位于中尺度网格中心。研究区域需远离融合区域尾流区,以保证融合地形对下游研究对象流场不会造成影响。确定好上述参数之后,就可以计算地形融合函数:
;
;
;
;
;
式中,F b,w 、F b,e 、F b,s 和F b,n 分别是地形西、东、南、北四个方向的融合函数,x和y分别是微尺度计算域的其中一个点的x轴坐标和y轴坐标,x min、x max、y min和y max分别是微尺度计算域在x轴和y轴上的边界坐标。
得到融合函数后,就可以进行中微尺度地形海拔高度的融合,得到融合后的海拔分布:
;
式中,z b为融合后的地形海拔高度,z h为为高精度的微尺度地形,z l为中尺度WRF地形数据,F b为地形融合函数。
在地形融合时,与平板地形或者中尺度地形融合,只能选择其中一种方式进行融合。如果与中尺度地形进行融合,d f取0;如果与平板地形进行融合,d w,w、d w,e、d w,s和d w,n取0。
4. 获得微尺度数值模拟的地形文件
融合后的地形需保存为stl格式,为与中尺度数据保持一致,融合地形的投影方式为UTM。网格建模时计算域边界最好位于地形融合过渡起始位置,网格生成可以采用商业软件,也可以自行编程完成。
未经融合、旧融合方法及新融合方法得到的复杂地形示意图对比详见图1。
案例
以某一风电场为例,进行中微尺度地形融合并进行风场风特性分析。
步骤1,获取微尺度地形。首先根据测风塔的位置获得精度较高的高程数据,如图1所示,然后从根据所研究的对象及山高等特征,确定用于微尺度计算的计算域(图2中红色方框),提取该区域地形,如图3a及3b(EPSG:32648)。
步骤2,获取中尺度地形。首先从中尺度结果数据中提取测风塔所在区域最内层嵌套地形对应的经纬度及海拔高度数据,然后获取微尺度计算域对应的中尺度地形,如图4a及图4b(EPSG:32648)。
步骤3,中微尺度地形融合。首先需要确定中尺度地形在四个方向的保留范围,在该案例中,d w,w=d w,e=d w,s=d w,n=750 m;然后是低分辨率地形到高分辨率地形的过渡范围,在本案例中,d c,w=d c,e=d c,s=d c,n=1000,d f=0;最后计算地形融合函数F b:
;
;
;
;
;
式中,F b,w 、F b,e 、F b,s 和F b,n 分别是地形西、东、南、北四个方向的融合函数,x和y分别是微尺度计算域的坐标,x min、x max、y min和y max分别是微尺度计算域的坐标极值,在本案例中,x min=317423.46,x max=317423.46,y min=2638514.08,y max=2643364.08,该坐标均为在UTM投影下的坐标(即EPSG:32648)。计算得到的融合函数分布云图如图5。
进而得到融合后的地形海拔高度分布:
;
式中,z b为融合后的地形海拔高度;z h为高精度微尺度地形海拔高度;z l为低精度地形海拔高度,即中尺度WRF中的地形数据。融合后的地形如图6a及6b。
在旧的地形融合方法中,d w,w=d w,e=d w,s=d w,n=0 m,该方法融合后的地形如图7a及7b。
新旧两种方法最大的区别在于中尺度风参提取时存在的地形误差,以图4b、6b及7b中地形为例,提取西侧(靠近x min)地形海拔高度,如图8。
由图8可知,未经融合的地形和旧融合方法得到的地形在边界处与中尺度地形均有一定的误差,而这种误差将会影响中尺度数据提取的精度。采用新融合方法的得到的地形在边界处与中尺度地形有较好的一致性。为进一步验证中尺度数据提取的精度,以微尺度计算域西南角地形为例,得到如图9a至图9c所示的风速廓线对比。
由图9a至图9c可见,该地形建模方法可保证中尺度数据到微尺度数据传输的一致性,进而保证了中微尺度耦合风场模拟输入的准确性。
步骤4,获得微尺度数值模拟的地形文件。融合后的地形需保存为stl格式,为与中尺度数据保持一致,融合地形的投影方式为UTM。采用融合后的地形建立的数值模拟计算域和网格如图10,计算域范围略小于地形范围(数值模拟时计算域边界位于中尺度地形的网格中心,即地形融合过渡起始位置),且靠近地面附近网格加密。
经过分析图11a和图11b可知:
基于复杂地形新融合方法的中微尺度耦合数值模拟得到的风速和湍流强度的廓线与雷达观测数据一致性很好,能够较好的模拟复杂地形特殊的风廓线和湍流廓线。
综上所述,基于复杂地形数值模拟中地形建模的需求,本发明提出了一种新型的用于中微尺度耦合的复杂地形建模方法。采用新融合方法的得到的地形在边界处与中尺度地形有较好的一致性,保证了中尺度数据到微尺度数据传输的一致性,进而可以实现复杂地形风电场风资源精细化评估,提高风电机组的发电量、减小经济损失。本发明同时操作简单、容易编码、生成简单、节省大量时间成本。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器运行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上运行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上运行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (6)
1.一种用于复杂地形风场数值模拟的地形建模方法,其特征在于,所述地形建模方法包括以下步骤:
步骤1,获取微尺度地形:
根据所研究的风电场区域的实际地形海拔高度差及测风塔的位置,确定用于微尺度计算的微尺度计算域和参考点位置,获取微尺度计算域的微尺度地形;微尺度地形比所研究的风电场区域大;
步骤2,获取中尺度地形或确定平板地形:从所研究的风电场区域的中尺度结果数据中提取测风塔所在区域最内层嵌套地形对应的经纬度及海拔高度数据,提取微尺度计算域对应的中尺度地形;中尺度地形数据的分辨率低于微尺度地形数据的分辨率;
步骤3,中微尺度地形融合或与平板地形融合:
根据中尺度地形分辨率分别确定中尺度地形融合时在西、东、南、北四个方向的保留范围:d w,w、d w,e、d w,s和d w,n,d w,w、d w,e、d w,s和d w,n 均大于0.5*d s小于d s,ds为中尺度地形分辨率;
分别确定西、东、南、北四个方向的从低分辨率地形到高分辨率地形的过渡范围:d c,w、d c,e、d c,s和d c,n,d c,w 、d c,e、d c,s和d c,n均大于0.5*d s小于1.5d s;
计算地形融合函数F b:
式中,F b,w 、F b,e 、F b,s 和F b,n 分别是地形西、东、南、北四个方向的融合函数,x和y分别是微尺度计算域的其中一个点的x轴坐标和y轴坐标,x min、x max、y min和y max分别是微尺度计算域在x轴和y轴上的边界坐标;d f是与平板地形融合时四个方向的保留范围;
进行中微尺度地形海拔高度的融合,得到融合后的海拔高度分布:
式中,z b为融合后的地形海拔高度;z h为微尺度地形的海拔高度;z l为低精度地形的海拔高度,低精度地形为中尺度地形或者平板地形;F b为地形融合函数;
步骤4,获得微尺度数值模拟的地形文件,用于微尺度计算域网格生成。
2.根据权利要求1所述的用于复杂地形风场数值模拟的地形建模方法,其特征在于,所述计算域范围为6H×4H×H,其中H的取值为大气边界层厚度,由大气稳定度决定,6H对应于流向方向,4H对应与流向垂直的方向, H对应于垂直方向。
3.根据权利要求1所述的用于复杂地形风场数值模拟的地形建模方法,其特征在于,步骤1中,微尺度地形分辨率范围为10m-30m,在获取微尺度地形数据后,将其转换为tif格式;
在确定微尺度计算域的过程中,同时确定中微尺度耦合时参考点的位置信息,参考点位于微尺度计算域中心,微尺度地形数据以地理坐标方式保存。
4.根据权利要求1所述的用于复杂地形风场数值模拟的地形建模方法,其特征在于,步骤2中,中尺度地形采用USGS格式。
5.根据权利要求1所述的用于复杂地形风场数值模拟的地形建模方法,其特征在于,步骤3中,在地形融合时,微尺度地形与平板地形或者中尺度地形融合;如果微尺度地形与中尺度地形进行融合,d f取0;如果微尺度地形与平板地形进行融合,d w,w、d w,e、d w,s和d w,n取0。
6.根据权利要求1所述的用于复杂地形风场数值模拟的地形建模方法,其特征在于,步骤4中,融合后的地形格式为stl。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410571925.5A CN118135138B (zh) | 2024-05-10 | 2024-05-10 | 一种用于复杂地形风场数值模拟的地形建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410571925.5A CN118135138B (zh) | 2024-05-10 | 2024-05-10 | 一种用于复杂地形风场数值模拟的地形建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118135138A CN118135138A (zh) | 2024-06-04 |
CN118135138B true CN118135138B (zh) | 2024-07-02 |
Family
ID=91232141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410571925.5A Active CN118135138B (zh) | 2024-05-10 | 2024-05-10 | 一种用于复杂地形风场数值模拟的地形建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118135138B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114580310A (zh) * | 2020-11-28 | 2022-06-03 | 北京零壹橡树科技有限公司 | 一种基于palm实现wrf模拟风场降尺度处理的方法 |
CN117390992A (zh) * | 2023-10-25 | 2024-01-12 | 上海能源科技发展有限公司 | 复杂地形下的精细化风场预测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536881B (zh) * | 2017-03-06 | 2020-10-16 | 新疆金风科技股份有限公司 | 用于计算风电场发电量的方法和设备 |
KR20230127701A (ko) * | 2022-02-25 | 2023-09-01 | 대한민국(기상청 국립기상과학원장) | 상세지형 정보를 고려한 고해상도 3차원 바람 수치정보 산출 방법 |
-
2024
- 2024-05-10 CN CN202410571925.5A patent/CN118135138B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114580310A (zh) * | 2020-11-28 | 2022-06-03 | 北京零壹橡树科技有限公司 | 一种基于palm实现wrf模拟风场降尺度处理的方法 |
CN117390992A (zh) * | 2023-10-25 | 2024-01-12 | 上海能源科技发展有限公司 | 复杂地形下的精细化风场预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118135138A (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11168667B2 (en) | Method and device for calculating power generation of wind farm | |
CN110298115B (zh) | 一种基于简化地形气动参数的风场动力降尺度方法 | |
CN102663251B (zh) | 基于计算流体力学模型的风电场功率物理预测方法 | |
CN104331621A (zh) | 一种风资源计算方法 | |
CN110009736B (zh) | 三维尾流模型的建立方法、装置、设备及存储介质 | |
Malz et al. | Drag-mode airborne wind energy vs. wind turbines: An analysis of power production, variability and geography | |
CN114580310A (zh) | 一种基于palm实现wrf模拟风场降尺度处理的方法 | |
CN111666725A (zh) | 一种适应非复杂地形风电场的测风塔规划选址方法及*** | |
CN116341410A (zh) | 一种考虑不同稳定度的典型地形风场模拟方法及*** | |
CN105184667B (zh) | 双重嵌套模拟风电场风速分布的方法 | |
CN114707437A (zh) | 一种水平轴风力机三维全尾流模型的建立方法 | |
CN114139391A (zh) | 基于分离涡湍流模型的风能资源评估方法、装置及存储介质 | |
Pretorius et al. | Thermoeconomic optimization of a solar chimney power plant | |
CN118135138B (zh) | 一种用于复杂地形风场数值模拟的地形建模方法 | |
CN113051845B (zh) | 在役山地风电场实时风资源可视化评估方法、***、设备及存储介质 | |
CN115586591B (zh) | 风暴潮的自动预报方法以及装置 | |
CN111639381A (zh) | 城市建筑太阳能资源评估信息***及其工作方法 | |
CN116050291A (zh) | 一种台风条件下风电场大尺度气象预测降尺度方法与*** | |
CN113158598B (zh) | 基地型风电场流场cfd分区计算方法、装置、设备和介质 | |
CN110925147B (zh) | 一种风力发电机尾流追踪方法 | |
CN112800697A (zh) | 风电场前期测风塔规划选址方法、***、装置及存储介质 | |
Simões et al. | A first methodology for wind energy resource assessment in urbanised areas in Portugal | |
KR102385673B1 (ko) | 상세지형효과를 고려한 고해상도 태양광 기상자원 수치정보 산출 장치 및 이를 이용한 산출 방법 | |
Van Thin et al. | Study to evaluate the effect of terrain surface on performance of a wind farm in Ninh Thuan province, Vietnam | |
Zhao et al. | An algorithm for rapid ground surface mesh generation used in complex terrain wind field simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |