不同入流條件及偏航角下的單風(fēng)機(jī)尾流特性

黃國(guó)慶 劉廷林 閆渤文 莫蕊瑜 鄧曉蔚 信志強(qiáng)

DOI：?10.11835/j.issn.2096-6717.2022.019

基金項(xiàng)目：國(guó)家自然科學(xué)基金（51878104）；外國(guó)專家重點(diǎn)支撐計(jì)劃（zcsf2021008）

作者簡(jiǎn)介：黃國(guó)慶（1976-?），男，博士，教授，主要從事高層建筑、風(fēng)機(jī)和輸電線塔等結(jié)構(gòu)抗風(fēng)以及隨機(jī)振動(dòng)研究，E-mail：ghuang1001@gmail.com。

通信作者：閆渤文（通信作者），男，博士，副教授，E-mail：bowenyancq@cqu.edu.cn。

Received： 2021?11?30

Foundation items： National Natural Science Foundation of China （No. 51878104）; Key Support Program of China for Foreign Experts （No. zcsf2021008）

Author brief： HUANG Guoqing （1976-?）， PhD， professor， main research interests： wind resistance of tall building， wind turbine and transmission tower; random vibration， E-mail： ghuang1001@gmail.com.

corresponding author：YAN Bowen （corresponding author），?PhD，?associate professor，?E-mail：?bowenyancq@cqu.edu.cn.

（1. 重慶大學(xué)?土木工程學(xué)院，重慶?400045；?2. 中國(guó)船舶集團(tuán)有限公司中船海裝風(fēng)電股份有限公司，重慶?401122；?3. 香港大學(xué)?土木工程系，香港?999077；?4. 河海大學(xué)?力學(xué)與材料學(xué)院，南京?211100）

摘要：隨著大型風(fēng)電基地建設(shè)，上游風(fēng)機(jī)在運(yùn)行時(shí)會(huì)使下游風(fēng)場(chǎng)風(fēng)速下降，湍流度增大，造成下游風(fēng)機(jī)發(fā)電功率降低，加劇風(fēng)機(jī)的疲勞破壞并縮短其服役周期。因此，亟需開(kāi)展風(fēng)機(jī)尾流研究，明確其特性及演化規(guī)律。為了揭示不同入流及偏航角下的單風(fēng)機(jī)尾流特性，基于單風(fēng)機(jī)尾流風(fēng)洞試驗(yàn)，驗(yàn)證基于大渦模擬（Large Eddy Simulation， LES）結(jié)合致動(dòng)線模型（Actuator Line Model， ALM）數(shù)值模擬方法的準(zhǔn)確性；基于LES-ALM模擬方法研究入流風(fēng)場(chǎng)（包括風(fēng)速及湍流度）及偏航角對(duì)風(fēng)機(jī)尾流特性的影響，闡明正負(fù)偏航角下單風(fēng)機(jī)尾流的對(duì)稱性。結(jié)果表明：隨著背景湍流度的增大，風(fēng)機(jī)尾流恢復(fù)速度加快；當(dāng)入流條件相同時(shí)，風(fēng)機(jī)設(shè)置正負(fù)對(duì)稱偏航角，其尾流風(fēng)速也表現(xiàn)出一定的對(duì)稱性；風(fēng)機(jī)偏航角越大，風(fēng)機(jī)尾流膨脹寬度會(huì)逐漸減小，并降低尾流風(fēng)速的虧損程度。

關(guān)鍵詞：?jiǎn)物L(fēng)機(jī)尾流；偏航角；大渦模擬-致動(dòng)線模型；來(lái)流條件

中圖分類號(hào)：TK89 ????文獻(xiàn)標(biāo)志碼：A ????文章編號(hào)：2096-6717（2024）03-0115-09

Wake characteristics of single wind turbine under different inflow conditions and yaw angles

HUANG Guoqing¹，?LIU Tinglin¹，?YAN Bowen¹，?MO Ruiyu²，?DENG Xiaowei³，?XIN Zhiqiang⁴

（1. School of Civil Engineering， Chongqing University， Chongqing 400045， P. R. China；?2. CSSC Haizhuang Wind Power Co.， Ltd.， Chongqing 401122， P. R. China；?3. Department of Civil Engineering， The University of Hong Kong， Hong Kong 999077， P. R. China；?4. College of Mechanics and Materials， Hohai University， Nanjing 211100， P. R. China）

Abstract： With the rapid construction of large-scale wind farms， the upstream wind turbine will deteriorate the wind velocity in the wind turbine wake region and increase the wake turbulence， thereby reducing the power efficiency of the downstream wind turbine and aggravating the fatigue damage of the wind turbine to shorten its service life. Therefore， it is urgent to carry out the study of wind turbine wake characteristics. The main purpose of this study is to reveal the wake characteristics of a standalone wind turbine under different upstream flow conditions and with various yaw angles. Firstly， the accuracy of Large Eddy Simulation （LES） combined with Actuator Line Model （ALM） was verified by the corresponding wind tunnel test. And then， based on the LES-ALM simulation method， the effects of inlet （including velocity and turbulence intensity） and yaw angle on the turbine wake characteristics were studied， and the symmetry of the horizontal profiles of the wind turbine wake at the hub height was clarified with positive and negative yaw angles. The results show that with the increase of the background turbulence intensity， the recovery of the wind turbine wake will be accelerated. Moreover， under the same upstream flow conditions and symmetrical yaw angle， the certain symmetry of wind turbine wake velocity was also identified. When the yaw angle of the wind turbine increases， both the expansion rate of the turbine wake width and the deficit degree of the wake wind velocity would decrease.

Keywords： wind turbine wake；?yaw angle；?LES-ALM；?upstream flow conditions

傳統(tǒng)化石能源環(huán)境污染較大，且逐漸枯竭，亟須發(fā)展環(huán)境友好的清潔可再生能源。風(fēng)能由于其商業(yè)化程度高，是全世界可再生能源開(kāi)發(fā)的重點(diǎn)。在大型風(fēng)電場(chǎng)中，上游風(fēng)機(jī)在運(yùn)行中會(huì)造成下游流場(chǎng)出現(xiàn)風(fēng)速降低且湍流增加的尾流區(qū)域^[1]。據(jù)統(tǒng)計(jì)，海上風(fēng)電場(chǎng)中風(fēng)機(jī)尾流引起的發(fā)電量損失達(dá)到10%～20%^[2]。因此，對(duì)風(fēng)機(jī)尾流特性的研究成為近年來(lái)風(fēng)能領(lǐng)域的熱點(diǎn)之一。

近年來(lái)，由于計(jì)算性能的大幅提升和計(jì)算流體力學(xué)（Computational Fluid Dynamics， CFD）方法的快速發(fā)展，基于數(shù)值仿真方法對(duì)風(fēng)機(jī)尾流進(jìn)行的研究越來(lái)越多^[3-5]。Xie等^[6]使用大渦模擬的方法研究了單臺(tái)風(fēng)機(jī)的尾流特性，他們發(fā)現(xiàn)尾流風(fēng)速虧損在水平方向和垂直方向的上部保持自相似的高斯特性，在接近地面的尾流區(qū)域內(nèi)無(wú)該特性。Vermeer等^[7]研究了均勻來(lái)流下的風(fēng)機(jī)近尾流特性，并研究了風(fēng)機(jī)尾流在遠(yuǎn)尾流區(qū)域的衰減規(guī)律。Churchfield等^[8]揭示了大氣穩(wěn)定性和地面粗糙度對(duì)風(fēng)機(jī)響應(yīng)、發(fā)電量以及尾流發(fā)展有顯著影響。Na等^[9]的研究表明，風(fēng)機(jī)尾流干擾對(duì)下游風(fēng)機(jī)的功率輸出及風(fēng)機(jī)載荷有較大影響。但目前系統(tǒng)開(kāi)展不同來(lái)流風(fēng)速及湍流度對(duì)尾流發(fā)展演化規(guī)律影響的研究相對(duì)較少。

風(fēng)電場(chǎng)中通常使用尾流主動(dòng)控制的方法減少尾流之間的相互影響。尾流主動(dòng)控制的核心是通過(guò)上游風(fēng)機(jī)的偏航以減少下游風(fēng)機(jī)所在區(qū)域的風(fēng)速虧損^[10]。風(fēng)機(jī)的偏航角越大，其尾流向側(cè)邊偏移的程度也就越大^[11]。仿真研究表明，通過(guò)優(yōu)化風(fēng)電場(chǎng)的偏航角，兩串列式風(fēng)機(jī)的發(fā)電量至少可以提升5%^[12]。Adaramola等^[13]的研究也表明偏航控制在提高風(fēng)電場(chǎng)的發(fā)電量上有巨大潛力。因此，研究不同偏航角對(duì)風(fēng)機(jī)尾流發(fā)展的影響具有重要意義。

Dou等^[14]通過(guò)風(fēng)洞試驗(yàn)將偏航后的風(fēng)機(jī)輪轂高度平面的遠(yuǎn)尾流（風(fēng)機(jī)下游5倍風(fēng)輪直徑及以上位置處尾流）與基于高斯分布的尾流模型進(jìn)行對(duì)比，發(fā)現(xiàn)兩者符合程度較好。該結(jié)論可驗(yàn)證偏航后風(fēng)機(jī)輪轂高度平面的遠(yuǎn)尾流同樣符合高斯分布，證明偏航后的遠(yuǎn)尾流分布在統(tǒng)計(jì)上具有一定的對(duì)稱性。而在實(shí)際工程中，下游風(fēng)機(jī)一般處于上游風(fēng)機(jī)的遠(yuǎn)尾流影響之中，且風(fēng)機(jī)偏航包括正向偏航（風(fēng)輪面逆時(shí)針旋轉(zhuǎn)）和負(fù)向偏航（風(fēng)輪面順時(shí)針旋轉(zhuǎn)），風(fēng)機(jī)尾流也具有旋轉(zhuǎn)性。在偏航與尾流旋轉(zhuǎn)兩個(gè)因素耦合作用下，正負(fù)對(duì)稱偏航角下的遠(yuǎn)尾流是否具有對(duì)稱性值得進(jìn)一步研究。

筆者主要研究風(fēng)機(jī)尾流在不同入流、不同湍流度和不同偏航角的情況下的發(fā)展規(guī)律，并探究風(fēng)機(jī)在正負(fù)對(duì)稱偏航時(shí)遠(yuǎn)尾流是否具有對(duì)稱性。

1 數(shù)值方法

1.1 大渦模擬

大渦模擬根據(jù)不同渦旋的尺度對(duì)湍流中的渦分別進(jìn)行處理，利用瞬時(shí)的N-S方程直接求解大尺度渦旋，而小尺度渦旋對(duì)大尺度渦旋的影響則是通過(guò)亞格子尺度模型來(lái)近似。結(jié)合實(shí)際情況，在不可壓縮N-S方程中加入科里奧利力項(xiàng)以及浮力項(xiàng)來(lái)模擬地球自轉(zhuǎn)效應(yīng)以及由地表溫度差異引起的垂向浮力。聯(lián)立連續(xù)性方程得到的控制方程為 （2）

式中：Ⅰ為由地球自轉(zhuǎn)引起的科里奧利力項(xiàng)；Ⅱ?yàn)閴毫π拚?xiàng)；Ⅲ為背景壓力梯度項(xiàng)，作為推動(dòng)風(fēng)形成的驅(qū)動(dòng)力；Ⅳ為應(yīng)力張量項(xiàng)，其包括黏性應(yīng)力和?；瘉喐褡討?yīng)力，本研究采用Smagorinsky亞格子模型^[15]，其表達(dá)式為 （3） （4）（5）

式中：為可解尺度湍流變形張量；為亞格子渦粘模型；為濾波尺寸；Smagorinsky常數(shù)取值0.14。式（2）中Ⅴ為浮力項(xiàng)；Ⅵ為風(fēng)機(jī)葉片對(duì)流場(chǎng)的作用力源項(xiàng)，該項(xiàng)來(lái)自致動(dòng)線模型。

1.2 致動(dòng)線模型

數(shù)值仿真中，使用致動(dòng)線模型代替風(fēng)機(jī)。致動(dòng)線模型最早由So?rensen等^[16]提出。該模型思想在于將真實(shí)風(fēng)機(jī)葉片沿徑向離散，每個(gè)離散點(diǎn)用虛擬體積力代替。該方法不需要建立風(fēng)機(jī)葉片實(shí)體模型，無(wú)需求解葉片表面邊界層流動(dòng)，大大降低了建模難度，提高了計(jì)算效率。致動(dòng)線模型在模擬葉片旋轉(zhuǎn)及捕捉葉尖與葉根的渦脫落具有較高精度。相關(guān)研究表明，致動(dòng)線模型是除實(shí)體建模以外的一種精度較高的風(fēng)機(jī)流場(chǎng)計(jì)算方法^[17]。對(duì)于致動(dòng)線模型中的每個(gè)致動(dòng)點(diǎn)上的體積力，可以用葉素動(dòng)量理論計(jì)算，其表達(dá)式為 （6） （7）

式中：為相對(duì)于葉素的空氣流速；與分別為攻角對(duì)應(yīng)的升力與阻力系數(shù)；為攻角；為半徑位置處葉素弦長(zhǎng)，為葉素寬度；為空氣密度，取值1.225 kg/m³。 （8）

式中：為葉片的旋轉(zhuǎn)角速度；和為軸向速度和切向速度。

2 數(shù)值方法驗(yàn)證

使用LES-ALM數(shù)值計(jì)算方法，為驗(yàn)證其計(jì)算準(zhǔn)確性，將該方法計(jì)算結(jié)果與挪威科技大學(xué)（Norges Teknisk-Naturvitenskapelige Universitet， NTNU）研究團(tuán)隊(duì)開(kāi)展的單風(fēng)機(jī)尾流風(fēng)洞試驗(yàn)的風(fēng)速虧損結(jié)果^[18]進(jìn)行對(duì)比。

2.1 風(fēng)洞試驗(yàn)與數(shù)值仿真參數(shù)設(shè)置

風(fēng)洞試驗(yàn)^[18]中的風(fēng)洞長(zhǎng)×寬×高為11.15 m×2.72 m×1.8 m。風(fēng)機(jī)模型的翼型型號(hào)為S826，直徑D為0.894 m，輪轂高度H_hub為0.817 m。風(fēng)機(jī)模型的弦長(zhǎng)與扭轉(zhuǎn)角沿徑向分布圖以及風(fēng)機(jī)的升阻力系數(shù)隨攻角的變化如圖1所示。試驗(yàn)中來(lái)流為均勻定常流，輪轂中心的參考風(fēng)速=10 m/s，風(fēng)機(jī)葉尖速比為6。對(duì)應(yīng)在數(shù)值仿真中，設(shè)置長(zhǎng)×寬×高為10 m×4.6 m×2 m的計(jì)算域，網(wǎng)格使用blockmesh生成，通過(guò)網(wǎng)格無(wú)關(guān)性驗(yàn)證，確保網(wǎng)格精度達(dá)到要求，計(jì)算域共960萬(wàn)網(wǎng)格。入流參數(shù)和風(fēng)機(jī)參數(shù)與風(fēng)洞試驗(yàn)保持一致，數(shù)值仿真中使用的邊界條件如表1所示。

2.2 風(fēng)洞試驗(yàn)與數(shù)值仿真對(duì)比驗(yàn)證

圖2為數(shù)值仿真中計(jì)算的風(fēng)速虧損與風(fēng)洞試驗(yàn)測(cè)量的風(fēng)速虧損值對(duì)比，從圖中可以明顯看出，在x/D=1、3位置處，數(shù)值仿真和風(fēng)洞試驗(yàn)結(jié)果整體趨勢(shì)符合較好，但是在輪轂中心位置處，數(shù)值仿真與風(fēng)洞試驗(yàn)的結(jié)果有一定偏差，這是由致動(dòng)線模型忽略輪轂對(duì)流場(chǎng)的影響造成的。而x/D=5位置距離風(fēng)機(jī)較遠(yuǎn)，輪轂對(duì)該位置已無(wú)影響，從圖中也可看出，無(wú)論是數(shù)值大小還是尾流趨勢(shì)，數(shù)值仿真與風(fēng)洞試驗(yàn)都符合較好。因此可認(rèn)為L(zhǎng)ES-ALM方法能較好地計(jì)算風(fēng)機(jī)尾流流場(chǎng)特征。

3 數(shù)值結(jié)果分析

3.1 入流生成與數(shù)值仿真基本參數(shù)

控制好入流特性是研究不同入流參數(shù)下風(fēng)機(jī)尾流發(fā)展規(guī)律的前提。使用能較好控制入流特性的CDRFG（Consistent Discrete Random Flow Generation）方法^[19]來(lái)生成入流，該方法是一種大渦模擬入口湍流生成方法^[18]。研究中考慮由3種風(fēng)速（U_h=6、10.4、15 m/s）和3種湍流度（I=2%、6%、10%）組合成的9種入流。

選用風(fēng)輪直徑D為152 m的5 MW風(fēng)機(jī)，其基本參數(shù)如表2所示。上述入流生成方法雖然能較好地模擬出目標(biāo)的脈動(dòng)風(fēng)速譜，并合理保持速度之間的相干性，但也具有一定的局限性。該方法生成的湍流風(fēng)場(chǎng)能滿足連續(xù)性方程，卻較難滿足動(dòng)量方程。為使入流在計(jì)算域內(nèi)能較好保持，避免出現(xiàn)湍流衰減過(guò)快現(xiàn)象，本研究將原型風(fēng)機(jī)進(jìn)行1：250縮尺，風(fēng)機(jī)縮尺后參數(shù)如表2所示。足尺風(fēng)機(jī)與同型號(hào)縮尺風(fēng)機(jī)的尾流特性主要受雷諾數(shù)影響，研究中風(fēng)機(jī)縮尺后的雷諾數(shù)為2×10⁴，Chamorro等^[20]的研究表明，該量級(jí)及以上的雷諾數(shù)對(duì)風(fēng)機(jī)的遠(yuǎn)尾流特性的影響不大。因此，雷諾數(shù)對(duì)數(shù)值仿真結(jié)果影響較小，可利用縮尺后的風(fēng)機(jī)進(jìn)行尾流特性分析。

數(shù)值仿真中計(jì)算域的長(zhǎng)×寬×高為8 m×2.4 m×1.8 m，其網(wǎng)格劃分如圖3所示，網(wǎng)格最大尺寸為0.05 m，最小尺寸為0.012 m。且該網(wǎng)格劃分已通過(guò)無(wú)關(guān)性驗(yàn)證，最終網(wǎng)格數(shù)目達(dá)到587萬(wàn)。計(jì)算時(shí)間步長(zhǎng)取入流風(fēng)速跑過(guò)整個(gè)計(jì)算域所需時(shí)間的1/1 500。計(jì)算的所有工況如表3所示。

3.2 入流自保持性驗(yàn)證結(jié)果分析

將生成的入流在空風(fēng)場(chǎng)（計(jì)算域中不加入致動(dòng)線模型）中計(jì)算的風(fēng)速和湍流度結(jié)果與目標(biāo)設(shè)定值進(jìn)行對(duì)比，驗(yàn)證入流的自保持性。圖4、圖5分別為不同工況輪轂中心位置處的平均風(fēng)速和湍流度沿順風(fēng)向的變化圖。從圖4可知，風(fēng)速的保持性較好，輪轂中心處的風(fēng)速值基本穩(wěn)定在目標(biāo)值附近。從圖5可知，2%和10%湍流度對(duì)應(yīng)工況的湍流自保持性整體也較好，6%湍流度工況與目標(biāo)湍流度的誤差在±1%之內(nèi)。因此，認(rèn)為入流在計(jì)算域中的自保持性較好，可進(jìn)行后續(xù)尾流流場(chǎng)計(jì)算。

3.3 不同入流下風(fēng)機(jī)尾流發(fā)展規(guī)律

在實(shí)際工程中，風(fēng)機(jī)在無(wú)偏航狀態(tài)下，尾流的發(fā)展主要受入流的影響。圖6是入流風(fēng)速和入流湍流度為6 m/s和2%、6 m/s和6%、6 m/s和10%、10.4 m/s和6%、15 m/s和6%下的單風(fēng)機(jī)尾流輪轂高度平面風(fēng)速歸一化后的云圖，云圖所描述的物理量為平均風(fēng)速歸一化（）后的結(jié)果。圖7為對(duì)應(yīng)工況的不同位置的風(fēng)速歸一化后的廓線。其中圖6（a）、（b）、（c）與圖7（a）、（b）、（c）為對(duì)比不同湍流度對(duì)風(fēng)機(jī)尾流的影響，圖6（b）、（d）、（e）為對(duì)比不同風(fēng)速對(duì)風(fēng)機(jī)尾流的影響。

從圖6可以看出，在風(fēng)機(jī)后都存在一個(gè)風(fēng)速減小的區(qū)域，并且隨著離風(fēng)機(jī)的位置越來(lái)越遠(yuǎn)，尾流風(fēng)速與來(lái)流風(fēng)速差距越小。而在圖7中可以更加清晰地看出，距離風(fēng)機(jī)越遠(yuǎn)，尾流的影響半徑逐漸增大。這就是尾流風(fēng)速的兩個(gè)重要特征：隨著與風(fēng)機(jī)距離的增加，尾流風(fēng)速會(huì)逐漸恢復(fù)為來(lái)流風(fēng)速，并且尾流風(fēng)速的膨脹半徑會(huì)逐漸增加。從圖6（a）、（b）、（c）和圖7（a）、（b）、（c）可看出，隨著入流湍流度的增加，尾流風(fēng)速的虧損逐漸減小，尾流風(fēng)速的恢復(fù)速度逐漸加快。從圖6（b）、（d）、（e）和圖7（b）、（d）、（e）可看出，在相同湍流度下，當(dāng)入流風(fēng)速小于額定風(fēng)速時(shí)，尾流對(duì)風(fēng)速變化不敏感。當(dāng)風(fēng)速大于額定風(fēng)速時(shí)，即在風(fēng)速為15 m/s時(shí)，風(fēng)機(jī)后x/D=4位置處尾流的最低速度為來(lái)流風(fēng)速的87.1%，并且不同位置的風(fēng)速相差較小。因此，可認(rèn)為在風(fēng)速大于額定風(fēng)速情況下，尾流風(fēng)速恢復(fù)快。

3.4 正負(fù)對(duì)稱偏航下尾流對(duì)稱性分析

尾流的發(fā)展在風(fēng)機(jī)偏航與尾流旋轉(zhuǎn)兩個(gè)因素的耦合作用下是否依然具有對(duì)稱性，該問(wèn)題值得研究。若對(duì)稱性較好，則后續(xù)研究中只需研究正或負(fù)偏航工況或者即可。因LES-ALM數(shù)值方法沒(méi)有考慮機(jī)艙與塔筒對(duì)風(fēng)機(jī)尾流的影響，所以主要研究遠(yuǎn)尾流處輪轂高度平面尾流風(fēng)速對(duì)稱性。

以入流風(fēng)速6 m/s和入流湍流度6%為例，研究單風(fēng)機(jī)偏航角為±10°、±20°、±30°時(shí)對(duì)輪轂高度平面遠(yuǎn)尾流的對(duì)稱性影響。圖8為輪轂高度平面處經(jīng)歸一化處理之后的平均風(fēng)速云圖。從圖8可以定性分析，風(fēng)機(jī)在正負(fù)對(duì)稱偏航情況下，其尾流也表現(xiàn)出一定的對(duì)稱性。為更好地比較，圖9給出不同對(duì)稱偏航角下，風(fēng)機(jī)后x/D=3～10位置處輪轂高度平面風(fēng)速歸一化后的廓線圖，其橫坐標(biāo)的相鄰刻度間距表示范圍為0～1。圖中對(duì)負(fù)偏航工況的風(fēng)速廓線進(jìn)行對(duì)稱處理。負(fù)偏航風(fēng)速廓線對(duì)稱處理后的結(jié)果與正偏航的風(fēng)速廓線相比，其尾流風(fēng)速的數(shù)值大小及發(fā)展趨勢(shì)都符合得很好。

上述現(xiàn)象在入流風(fēng)速和入流湍流度分別為6 m/s和10%、10.4 m/s和2%以及10.4 m/s和6%條件下也較為明顯。因此可得到結(jié)論，當(dāng)來(lái)流情況相同時(shí)，單風(fēng)機(jī)在正負(fù)對(duì)稱偏航角下，其輪轂高度平面的遠(yuǎn)尾流處風(fēng)速也表現(xiàn)出較好的對(duì)稱性。

3.5 不同偏航角下風(fēng)機(jī)尾流發(fā)展規(guī)律

偏航控制是工程中常用的減少上游風(fēng)機(jī)尾流對(duì)下游風(fēng)機(jī)影響的方法。單風(fēng)機(jī)正負(fù)對(duì)稱偏航下，其尾流發(fā)展也呈現(xiàn)較好的對(duì)稱性，因此主要對(duì)比偏航角為10°、20°和30°與無(wú)偏航工況的尾流結(jié)果。圖10（a）、（b）、（c）分別是入流風(fēng)速和入流湍流度為6 m/s和6%、10.4 m/s和6%、15 m/s和6%條件下風(fēng)機(jī)后6D位置處有無(wú)偏航的尾流風(fēng)速廓線對(duì)比圖。圖11為對(duì)應(yīng)工況x/D=6位置處的不同風(fēng)速和不同偏航角下尾流風(fēng)速云圖。從圖10、圖11中可看出，單風(fēng)機(jī)采用偏航控制后，尾流風(fēng)速會(huì)向一側(cè)偏移，尾流風(fēng)速虧損的最大值減小，并且隨著偏航角的增大，上述效果也越來(lái)越明顯。當(dāng)風(fēng)速大于額定風(fēng)速時(shí)，偏航對(duì)其尾流的影響會(huì)越來(lái)越小，尾流的偏轉(zhuǎn)效應(yīng)較為不明顯。因此可得到結(jié)論：偏航會(huì)使尾流發(fā)生偏轉(zhuǎn)，偏航角越大，尾流偏轉(zhuǎn)程度越大。并且偏航后會(huì)使得尾流虧損幅值減小。隨著風(fēng)速增大，尾流的偏航效應(yīng)會(huì)減弱。

4 結(jié)論

基于縮尺風(fēng)機(jī)模型，使用LES-ALM方法研究不同入流風(fēng)速、入流湍流度、不同偏航角條件下的單風(fēng)機(jī)尾流特性規(guī)律?？傻玫揭韵陆Y(jié)論：

1）來(lái)流為均勻定常流時(shí)，將LES-ALM方法計(jì)算尾流流場(chǎng)的結(jié)果與NTNU開(kāi)展的風(fēng)洞試驗(yàn)對(duì)比，符合情況較好，說(shuō)明該方法能較好模擬均勻流下的流場(chǎng)特征。

2）利用CDRFG方法生成的入流風(fēng)速及湍流度在基于LES-ALM方法的數(shù)值計(jì)算中具有較好的自保持性，從而為縮尺后風(fēng)機(jī)的尾流數(shù)值仿真提供了支撐。

3）隨著尾流的發(fā)展，距離風(fēng)機(jī)越遠(yuǎn)處尾流的虧損越小，尾流風(fēng)速的膨脹半徑越大。當(dāng)來(lái)流風(fēng)速小于額定風(fēng)速時(shí)，尾流發(fā)展對(duì)于風(fēng)速較為不敏感，當(dāng)來(lái)流風(fēng)速大于額定風(fēng)速時(shí)，風(fēng)機(jī)的尾流效應(yīng)相對(duì)較弱，尾流風(fēng)速虧損較小。并且隨著湍流度的增大，尾流的恢復(fù)速度越快，對(duì)應(yīng)相同位置的速度虧損越小。

4）在同一入流下，單風(fēng)機(jī)設(shè)置正負(fù)對(duì)稱偏航后，其輪轂高度平面的遠(yuǎn)尾流處風(fēng)速發(fā)展也呈現(xiàn)出較好的對(duì)稱性，為簡(jiǎn)化計(jì)算工作量，后續(xù)在進(jìn)行單風(fēng)機(jī)尾流研究時(shí)，可只研究正偏航工況或者只研究負(fù)偏航工況即可。

5）當(dāng)單風(fēng)機(jī)設(shè)置主動(dòng)偏航控制時(shí)，尾流會(huì)發(fā)生一定的偏轉(zhuǎn)，尾流膨脹寬度會(huì)相對(duì)減小，且尾流虧損幅值低于同一入流下的無(wú)偏航工況。當(dāng)風(fēng)速小于額定風(fēng)速時(shí)，偏航角越大，上述效應(yīng)越明顯。當(dāng)風(fēng)速大于額定風(fēng)速時(shí)，由于尾流虧損本身較小，偏航后的尾流偏轉(zhuǎn)效應(yīng)較為不明顯。

參考文獻(xiàn)

[1] ?ARCHER C L， VASEL-BE-HAGH A， YAN C， et al. Review and evaluation of wake loss models for wind energy applications [J]. Applied Energy， 2018， 226： 1187-1207.

[2] ?BARTHELMIE R J， HANSEN K， FRANDSEN S T， et al. Modelling and measuring flow and wind turbine wakes in large wind farms offshore [J]. Wind Energy， 2009， 12（5）： 431-444.

[3] ?IVANELL S， S?RENSEN J N， MIKKELSEN R， et al. Analysis of numerically generated wake structures [J]. Wind Energy， 2009， 12（1）： 63-80.

[4] ?TROLDBORG N， S?RENSEN J N， MIKKELSEN R. Actuator line simulation of wake of wind turbine operating in turbulent inflow [J]. Journal of Physics： Conference Series， 2007， 75： 012063.

[5] ?WU Y T， PORTE-AGEL F. Large-eddy simulation of wind-turbin： Evaluation of turbine parametrisations [J]. Boundary-Layer Meteorology， 2011， 138： 345-366.

[6] ?XIE S B， ARCHER C. Self-similarity and turbulence characteristics of wind turbine wakes via large-eddy simulation [J]. Wind Energy， 2015， 18（10）： 1815-1838.

[7] ?VERMEER L J， S?RENSEN J N， CRESPO A. Wind turbine wake aerodynamics [J]. Progress in Aerospace Sciences， 2003， 39（6/7）： 467-510.

[8] ?CHURCHFIELD M J， LEE S， MICHALAKES J， et al. A numerical study of the effects of atmospheric and wake turbulence on wind turbine dynamics [J]. Journal of Turbulence， 2012， 13： N14.

[9] ?NA J S， KOO E， KO S C， et al. Stochastic characteristics for the vortical structure of a 5-MW wind turbine wake [J]. Renewable Energy， 2019， 133： 1220-1230.

[10] ?ARCHER C L， VASEL-BE-HAGH A. Wake steering via yaw control in multi-turbine wind farms： Recommendations based on large-eddy simulation [J]. Sustainable Energy Technologies and Assessments， 2019， 33： 34-43.

[11] ?BROMM M， ROTT A， BECK H， et al. Field investigation on the influence of yaw misalignment on the propagation of wind turbine wakes [J]. Wind Energy， 2018， 21（11）： 1011-1028.

[12] ?AHMAD T， BASIT A， AHSAN M， et al. Implementation and analyses of yaw based coordinated control of wind farms [J]. Energies， 2019， 12（7）： 1266.

[13] ?ADARAMOLA M S， KROGSTAD P ?. Experimental investigation of wake effects on wind turbine performance [J]. Renewable Energy， 2011， 36（8）： 2078-2086.

[14] ?DOU B Z， QU T M， LEI L P， et al. Optimization of wind turbine yaw angles in a wind farm using a three-dimensional yawed wake model [J]. Energy， 2020， 209： 118415.

[15] ?GERMANO M， PIOMELLI U， MOIN P， et al. A dynamic subgrid-scale eddy viscosity model [J]. Physics of Fluids A： Fluid Dynamics， 1991， 3（7）： 1760-1765.

[16] ?SO?RENSEN J N， SHEN W Z. Numerical modeling of wind turbine wakes [J]. Journal of Fluids Engineering， 2002， 124（2）： 393-399.

[17] ?VRANA T K， FLYNN D， GOMEZ-LAZARO E， et al. Wind power within European grid codes： Evolution， status and outlook [J]. WIREs Energy and Environment， 2018， 7（3）： e285.

[18] ?KROGSTAD P ?， ERIKSEN P E. “Blind test”?calculations of the performance and wake development for a model wind turbine [J]. Renewable Energy， 2013， 50： 325-333.

[19] ?ABOSHOSHA H， ELSHAER A， BITSUAMLAK G T， et al. Consistent inflow turbulence generator for LES evaluation of wind-induced responses for tall buildings [J]. Journal of Wind Engineering and Industrial Aerodynamics， 2015， 142： 198-216.

[20] ?CHAMORRO L P， ARNDT R E A， SOTIROPOULOS F. Reynolds number dependence of turbulence statistics in the wake of wind turbines [J]. Wind Energy， 2012， 15（5）： 733-742.

（編輯??王秀玲）