《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》:Wind farm fluid mechanics for high-penetration wind energy
编辑推荐:
风场流体力学研究综述,分析风力涡轮机尾流多尺度特性及与大气流相互作用机制,探讨尾流控制策略和功率跟踪技术,展望融合大气湍流、人工智能与大规模风电场部署的未来方向。
杨小蕾|Fotis Sotiropoulos|Jens N?rk?r S?rensen
中国科学院力学研究所,北京,100190,中国
摘要
20世纪初空气动力学的进步为现代风能的发展奠定了基础。风能应用的日益普及在流体力学领域带来了新的挑战,这些挑战源于对风力涡轮机尾流及其与大气流动相互作用机制的不完全理解。本文全面回顾了目前对风力涡轮机尾流及其与大气相互作用机制的认识,总结了现有的风力涡轮机尾流模型,并探讨了减少尾流损失和追踪功率参考信号的控制策略。最后,本文深入分析了该领域的研究趋势并总结了研究结果。
引言
预计风能在全球能源结构中将发挥重要作用[1]、[2]、[3],到2030年全球风力发电装机容量预计将达到2.75太瓦,是2023年的三倍。为了实现这一前所未有的规模目标,迫切需要开发新技术以进一步降低风能的成本并提高其可靠性[4]。风能技术的进步依赖于基础科学的进展[5],其中流体力学起着重要作用。20世纪初,关于叶片空气动力学的理论(如贝茨极限)解决了风力涡轮机能量转换效率中的基本流体力学问题。对于大规模风能项目的基本单元——风电场而言,不同尺度上的气流(图1)会影响发电量、结构载荷以及与电网的集成,从而为流体力学研究带来了新的挑战。
一维动量理论(图2)结合叶片元素方法是现代风能技术的基石[6]。它提供了以下形式的功率系数:其中 是轴向诱导因子, 是转子盘上平均的顺流向速度。通过求解上述方程的最大值,可以得到贝茨极限,该极限表明最大能量转换效率为 ,其中 max=1/3 [7]。
风力涡轮机从风中提取能量后,在其后方会产生一个尾流区域,该区域的特点是风速较低且湍流增加。风力涡轮机尾流会影响后方涡轮机的性能,导致功率损失和结构载荷增加。了解风力涡轮机尾流的机制对于优化风电场的设计和运行至关重要。与计算流体动力学模拟和风洞实验相比,工程化的尾流模型计算成本较低,因此在风电场的设计和控制中更受欢迎。
总体而言,风力涡轮机尾流及其相互作用形成了风电场内的流动,干扰了大气流动,并影响了后方的风电场和区域气候。风电场内的流动模式取决于风力涡轮机的布局、热分层条件、地形等因素。风电场内的流动可以分为两个区域:发展区域和完全发展区域。在发展区域内,平均流动平流和湍流混合主导着尾流的恢复;而在完全发展区域内,湍流混合占主导地位。随着风电场规模的扩大和安装数量的增长,人们特别关注风电场尾流、风电场的阻挡效应以及风电场对区域气候的影响。
总体而言,我们在风力涡轮机尺度上已经拥有了相对完整的空气动力学理论,但对于风电场尺度上的了解仍然有限。本文旨在回顾风电场流体力学领域的进展,强调其在风能科学发展中的重要作用。我们首先介绍了当前对风电场流动的理解和最新进展,然后全面回顾和讨论了管理风电场流动的控制策略的最新进展,最后讨论了该领域的研究趋势并总结了研究结果。
章节摘录
风力涡轮机尾流
风力涡轮机尾流是风电场流动的基本流动元素,可以分为近尾流区和远尾流区。在近尾流区,可以观察到转子负载的“足迹”,其特征是复杂的涡流结构,包括尖端涡旋和根部涡旋的存在。在远尾流区,速度亏损表明了转子的存在,此时尾流的特点是湍流和横向的蜿蜒运动。图3展示了这一现象
风力涡轮机尾流控制与功率追踪
由于风力涡轮机尾流对风电场性能的显著影响,它们构成了风电场流动控制的关键方面。测量数据显示,在特定位置和特定风向下,风力涡轮机的功率损失可高达60-80%[153]。风电场流动控制的目标是控制风力涡轮机尾流的强度和空间位置,以最大化发电量,减少结构载荷,并管理发电量的时间变化
研究趋势
本节作者探讨了这一充满挑战且不断发展的领域的研究趋势,这些趋势受到三个关键因素的影响:流体力学中尚未解决的经典问题、人工智能技术的日益强大,以及未来风能部署的前所未有的规模。三个主要的相互关联的趋势包括:1)推进对包含数千个能量提取装置的大气环境中多尺度流动的物理理解和建模
结束语
风电场内的气流具有多尺度和非线性的特点。叶片空气动力学的变化(受叶片设计、结构振动和风力涡轮机控制等因素的影响)会影响风力涡轮机尾流的流动结构、速度恢复和湍流特性。风力涡轮机尾流的演变也同时受到大气湍流的影响,这包括由大气涡旋引起的平流传输等
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所报告的工作。
致谢
本工作得到了国家自然科学基金委员会“非线性力学中的多尺度问题”基础科学中心项目(项目编号11988102、12588201)、中国科学院的战略重点研究计划(项目编号XDB0620102)、国家自然科学基金(项目编号12172360、12002345)以及中国科学院青年科学家基础研究项目(YSBR-087)的支持。特别感谢我的学生张毅在图1、图5、图7和图11的制备过程中提供的帮助。