远景能源有限公司产品市场经理张甜在2020北京国际风能大会暨展览会（CWP 2020）上作了题为《风资源评估进阶-DES载荷评估》主题演讲。
以下为发言实录：
推荐：发电机调试方法及内容
张甜：大家好，我是远景能源产品市场部的张甜。今天主要跟大家分享一下远景在风资源评估，CFD仿真方面做的一些新的尝试。在实际的案例讲解之前，我先和大家一起梳理一下目前CFD的四种技术，按照其技术难度，精细化程度及应用场景主要分为RANS、DES、LES和DNS。我们目前所使用评估风资源的软件，像远景的格林威治平台，WT，windsim这些软件都是基于RANS模型进行风资源计算。RANS仿真是一个稳态的计算，仅能给出一个平均值。用RANS模型我们能得到是风电场内的平均风速分布，随着时间的变化的风速信息，我们靠RANS模型是没法掌握的，所以远景我们从DES技术的角度切入，DES有一个特点，它可以计算风电场内的风速随时间变化的信息，我们收集到这些信息的话，就可以做一个复杂风场的精细化的仿真，得到更准确的数据。当我们对风机风况分析更加的精细化，我们就可以针对风机部件失效原因分析更加的清楚。这些计算的话，随着它的技术的复杂程度，精确度，结果会更精细，但是计算量是更大的，工程应用难度也是增加的，所以大家看到金字塔顶上，DNS，LES，目前主要应用于科学研究，没法展开大规模工程应用。
这里是一个DES和RANS的应用场景的对比，我们远景在RANS模型上耗费了很多工夫在做这个RANS模型。 我们累计获取了很多在运风电场SCADA的理论发电量来和我们的RANS模型进行训练，做对比。最后的结果的话，大家可以看到，我们使用格林威治计算出来的发电量结果和理论发电量的结果差异比例是1.87%，而通常的商用软件它的差异比例是2.41%，可以说在RANS模型上，我们已经开发到很成熟的程度。然后为什么我们要进入到DES，我们想使用DES去获取它风机在复杂地形下的表现，到底这个风吹到我的叶轮表面它是怎样的变化，然后我们能不能拿到这些变化去分析我们风机载荷，我们为什么失效，因为什么地形失效。
这里讲的呢，是DES模型的一个主要特点，它这个模型可以模拟来流风的风况，捕捉它秒级的变化。实际上来流风不断的在发生变化，这些变化并不是像我们RANS反映的那么均匀的。我们DES模型这里设定的仿真模拟的时间是3600秒。我们根据我们的经验和大量的实例验证，3600秒的这个时间足够我们把风机周围的地形信息给获取完全。通过捕捉到流场内精细的流动结构，我们知道风是怎样分布的，看到PPT的下半部分，如果按照我们之前风机的排布策略，我们一般会倾向于把风机放到前排的部分，这两个风机。因为那里的风速大概在14米每秒左右，一号风机放在最前面。这里我们看呢，一号风机放到最前面一点问题都没有，可以获得很高的发电量。但是第二号风机，排除尾流影响，把间距拉大，我们可以看到2号风机叶轮的上半部分它的这个风速是很高的，同样是在14米每秒左右，到了下半部分叶轮表面受到风况风速大约是四五米每秒左右，这样的情况会造成上半叶轮和下半叶轮区域的载荷不平衡，导致风机产生波动，部件容易失效。类似这样的回流区，会导致，虽然我这个地方风速很好，因为这个波动，我的大部件，失效的概率会大大增加。需要运维人员不断停机不断修理它，其实实际上如果我们把风机插到中排，后排，回流间歇性的恢复，风机在这里接收到的来留风风速是很均匀的，当我风机接收到稳定的风速输入，安全可靠的运行，我们获得收益是比较可观的，是远优于2号机位的。
