風能展獨家直播：探討提高風場流體模型精度和可靠性的方法—測風塔風廓線調整及交互檢驗

　　下面帶談談地表粗糙度對風流模型的影響。使得風流模型與地面相互摩擦。改變的風速隨著高度的變化。我們用戶可以做的是什么?通過改變粗糙度值的大小，以及我們可以定義粗糙度的個空間的輪廓。也就是說繪制我們粗糙度圖可以做到這兩點。昨天上午已經大家都聽到了歐洲風流協會主席所發表的報告。他提出在海上風電場我們可以使用遙感衛星技術來獲取海上風電場的尾流的信息。氣象局的常老師也是使用了雷達來獲取我們海上風速。針對路上風電場我們可以利用遙感衛星的手段來獲取資源的信息。比如說獲取地表粗糙度的信息。右邊這幅圖是可以賣到遙感衛星的照片，右邊是遙感衛星的信息。打理穩定度的影響是熱力作用會改變垂直分布，以及結合地形影響溫度的變化。結合地形風流所客服重力攜帶動能，搬運山體的動能是不一樣的，也就是說大氣越穩定，大家可以看到左邊這幅圖，大氣越穩定所繞過，從山的兩側繞過的風流是越多的，大氣越不穩定，越過的風流越多，大氣越不穩定的時候，風流只能越過比較高的山體，而穩定性的大氣情況下，風流只能越過比較低的山體。可以改變大體模型的設置。
我們用戶如何才能保證我們所輸入的地形數據以及粗糙度數據和大氣穩定度這種數據是正確的呢?我們可以通過最大化測風塔位置模擬風廓線和實測風廓線的重合程度來完成這項工作。大家都知道我們在我們的模型內部一般風廓線是以對數風廓線模式進行建模的。對數風廓線模式是以半經驗理論為基礎，建立起來的風速高度變化的模型或者是改進模型。我們使用的時候需要這個Z0和L值，這是我們日常工作中很難精確獲取的。所以我們需要修改測風塔點位的模擬風廓線，使風廓線的重合程度來調整我們的Z0和L值。最終將這兩個值調整至模擬風廓線達到最大化重合的狀態，這種情況下我們認為Z0值和L值相對來說是合理的。
　　下面介紹一下測風塔交互和檢驗的方法。首先檢驗和使用是某一個測風塔，高度的風速是具有時間序列來推算其他的風速層的模擬數據。對比差別來判斷垂直外推的不確定性。水平外推被稱作多塔交互體驗。來推算目標測風塔的實現目標數據，對比模擬結果與實測值獲取的誤差。重復以上的操作得到測風塔之間的互推的偏差。權衡各測風塔與風機之間的距離和地形地貌相似形的差別，最終得到風電廠水平外推的不確定性。
下面就以我們之前做過一個案例來進行介紹。這個項目計算的區域海拔高差是115米，坡度是22度。廠區內共兩個塔，北邊的一和南邊的二，之間是895米距離。一塔安裝了90米高的數據和傳感器，2塔安裝在五個高度，溫度儀安裝在兩個高度及可以看到這種地形地貌的照片。我們首先對兩塔的實測數據進行了處理，生成了同期的時間序列數據。我們看到右上角這個圖是我們同期的時間序列。我們利用同期的時間序列進行了相關性的分析。用于做什么呢?探測兩個塔是否在同期中，相關性比較好的話，后續的互推的結果可能會有很高的質量