风电场高级仿真技术计算流体动力学与高性能计算相结合

风电场高级仿真技术——计算流体动力学与高性能计算相结合2019年4月7日高级仿真工具

AdvancedSimulation

Toolset高精确度&高性能

Highaccuracyand可升级、安全&简单的高性能机群

Scalable,secureperformance&simpleHPCondemand中央处理器和图片处理器操作

CPUand跟多种服务提供商连接

ConnectwithmultipleGPUoperationproviders内蒙古乌某省市风电场项目某著名企业将在内蒙古乌兰察布建立世界上最大的单一陆上风力发电项目，此6千兆瓦级的大型风力发电场总投资425.44亿元，规划面积3800多平方公里，将助力2022年冬季奥林匹克运动会。中标者的单机平均容量为4.2MW，最小为3.4MW，最大为5.17MW。大型风电场仿真难点Ø

超大尺度模拟范围（万平方公里级）Ø

详细的地形地貌特征Ø

大气与风机之间、风机与风机之间的复杂相互作用Ø

风机数量众多的大型风电机组Ø

风机运行优化问题Ø

……怀特利风电场ZCFD+EPIC优势准确模拟Ø

超大尺度地形模型（200km×200km）Ø

地形特征包括树木、草地、建筑物和水面等Ø

大气边界层（ABL），包括湍流强度Ø

大量风力发电机的位置和类型Ø

上游风机对下游风机的尾流效应影响Ø

风电场与大气的阻塞效应和相互作用Ø

任何风机的运行状态（活动或非活动）Ø

风机位置或运行计划的优化Ø

……怀特利风电场局部的尾流相互作用与地形效应ZCFD+EPIC优势精确输出Ø

每个风机的功率和局部情况Ø

每台风机和整个风电场产生的总功率Ø

在规定范围内的任何风向和风速下，每台风机的湍流强度和风速Ø

上游风机对未来开发区域的潜在影响Ø

……怀特利风电场在229°风向时的发电量ZCFD风场特色模型粗糙度影响风力发电机模型冠层对风速的影响基于Python的风电场自动化处理ZCFD风场特色模型•

Turbines

modelledasactuatordiscs•

Simple(direct)•

InductionActuatorDisc

Turbine

Model•

BladeElement

Theory•

UserDefinedThrustTorque•

Terrain

modelledasroughness•

Trees

modelledascanopieswithleafareadensityfunction(LAD)orterrainTreesTerrain•

OutputsinPariew

orEnsightformat•

Jupyternotebookscreated常规空气流动的CFD模型风电场空气流动的简化CFD模型阻塞效应

The“Blockage”EffectWind

(U)Wind

(U)UUUUUUUUUUUUUUUUUUUniformpressurefieldWind

movesaroundthepressureblockage湍流尾迹

Turbulent

WakesAtmosphericBoundaryLayer(ABL)Turbulent

Turbine

WakeAneddyviscositymodeldoesnotrepresenttheturbulentturbinewakewellintheatmosphericboundarylayer.大型阵列中的尾流效应

Wake

EffectsinLarge

ArraysWind

(U)Wake

modellingerrorsgetworseinlarger

windfarmarrays.软件特性

ZCFDSoftwareFeaturesØ

高级大规模仿真应用的新一代软件。Nextgenerationsoftwareforadvancedsimulationatscale.Ø

在多核硬件上能有效运行，达到高速度和可升级性。Runsefficientlyonmodernmany-corehardwareforspeedandscalability.Ø

能从最常见可获得的格式中转换非结构化网格。Convertunstructuredmeshesfrommostmonlyailableformats.Ø

可在个人计算机集群运行，也可在线通过EPIC。RunonprivateclusteroronlineviaEPIC.Ø

仿真模拟湍流（RANS,URANS,DDESorLES）包括自动伸缩壁函数。Simulatesturbulentflow(RANS,URANS,DDESorLES)includingautomaticscalablewallfunctions.Ø

支持低预处理可压缩流动。SupportspressibleflowwithpreconditioningforlowMachnumbers.Ø

可在有限体积模式或者高阶（DG通量重建）模式下运行，以获得有效尺度分辨率。Canberuninfinitevolume(FV)modeorhighorder(DGFluxReconstruction)modelforefficientscaleresolution.Ø

基于几何多重网格，双时间步进以及多项式多重网格求解加速。Solutionaccelerationviageometricmultigrid,dualtime-steppingandpolynomialmulti-grid.Ø

在每个节点上使用OpenMP并行运行，在节点之间使用MPI。RunsinparallelusingOpenMP

oneachnodeandMPIbetweennodes.Ø

自动识别并在NVIDIA显卡上以直接模式运行。

AutomaticallydetectsandrunsonNVIDIA

graphicscardsindirectmode.Ø

自动风电场设置，包括风机组。Automated

windfarmsetupincludingturbines.ZCFD公开案例—阿斯克尔文山的风能预报阿斯克尔文山背风面的流量预测是大气环境模拟的标准试验案例，并用作可再生能源（风能）分析的基准。山坡的背风面有一个逆压力梯度，这对于标准的k-e湍流模型来说是一个典型的挑战。阿斯克尔文山地形环境ZCFD公开案例—阿斯克尔文山的风能预报在地形图中的A路径与AA路径上，ZCFD风速预测结果（蓝线）与实验数据（红点）和第三方CFDk-ε湍流模型预测结果（黑线）的比较。ZCFD公开案例—阿斯克尔文山的风能预报对于在中心点（CP）和山顶（HT）的垂直速度，ZCFD结果（蓝线）与实验数据（红点和蓝点）和第三方CFD的k-ε湍流模型结果（黑线）的比较。ZCFD公开案例—阿斯克尔文山的风能预报阿斯克尔文山远场边界（左侧）和附近遥感数据点处（右侧），ZCFD流入速度和湍流动能预测（蓝线）与实验数据对比。ZCFD公开案例—阿斯克尔文山的风能预报阿斯克尔文山边界层的模拟ZCFD公开案例—柏伦德山复杂大气环境的可再生能源评价博伦德山虽然相对较小，但它的几何形状会导致复杂的三维流动。在实验期间，从分布在10个侧风塔上的35个风速计同时收集了速度和高频湍流数据，从而生成了一个大型数据库，用于验证流动模型。利用博伦德山实验验证了大气边界层模型和湍流模型在复杂非光滑地形上的可再生能源评价能力。博伦德山的陆地特征和边界层模拟ZCFD公开案例—柏伦德山复杂大气环境的可再生能源评价上图柏伦德山的速度仿真结果（蓝点）与实验结果（红点）对比。对于高于地面3米以上的探头仿真结果非常准确，对于低于3米的探头的结果存在差异（原始测量数据已针对3D效果进行了校正）。ZCFD公开案例—荷斯韦夫风电场标准测试案例丹麦荷斯韦夫风电场是可再生能源工程的标准测试案例。其中一系列风机的性能取决于上游风机对下游风机的尾流效应，以及整个风电场对当地大气边界层的总体效应。该阵列由80个直径为80米的维斯塔斯风机组成，轮毂高度高于海平面70米，以8×10的阵列排列。下图为荷斯韦夫风电场布局ZCFD公开案例—荷斯韦夫风电场标准测试案例荷斯韦夫风电场风向280°时的发电量（兆瓦）荷斯韦夫风电场风向280°时，第8排风电机的发电量（兆瓦），图中显示了下游尾流相互作用的影响。ZCFD公开案例—大加伯德风电场高精确度发电量预测大加伯德是一个504兆瓦的风电场，位于英格兰萨福克海岸23公里外的沙洲上，耗资15亿英镑。ZCFD模拟结果与来自风电场的SCADA数据进行比较，误差约为2%。由于模型中自动包含了尾流效应和阻塞效应，这为使用高保真模拟软件进行风电场设计和运行优化提供了一个令人信服的案例，结果发表在了Wind

Europe2019上。ZCFD公开案例—大加伯德风电场高精确度发电量预测大加伯德风电场中的尾流相互作用在262度的风向下每台涡轮机的功率（兆瓦）ZCFD公开案例—英国陆上最大风场的环境与风能预测怀特利风电场是英国最大的陆上风电场，拥有215台西门子和阿尔斯通风机，总容量为539兆瓦，平均每台风机2.5兆瓦。风电场的特点是具有不同的涡轮机类型和复杂的物理地形以及地形和地面景观的相互作用。ZCFD公开案例—英国陆上最大风场的环境与风能预测怀特利风电场在风向为229°时的发电量预测怀特利风电场中尾流相互作用与地形效应模拟ZCFD+EPIC商业业绩Ø

英国量化湍流并避免了涡轮间尾流相互影响。Ø

法国预测并解决了山丘边界层对有效风能的影响。Ø

韩国快速量化风力资源并优化风电机布局。Ø

中国预测并解决了大规模风电场中气流的阻塞效应和上游风机对下游风机的影响。Ø

沙特阿拉伯对于局部效应影响下的非恒定风场成功预测并完成风电场布局。高级仿真工具

AdvancedSimulation

Toolset高精确度&高性能

Highaccuracyand可升级、安全&简单的高性能机群

Scalable,secureperformance&simpleHPCondemand中央处理器和图片处理器操作

CPUand跟多种服务提供商连接

ConnectwithmultipleGPUoperationprovidersEPIC与高性能计算平台Zenotech公司推出的EPIC可以方便用户使用各种高性能计算平台，对数据传输、计算和存储安全进行管理。EPIC允以最小的难度在互联网上的计算资源上运行应用程序软件，而无需最终用户配置计算平台。EPIC可将所有作业在一个界面上呈现，并根据即时可用的价格为用户提供计算机系统选择。所有数据都会通过编码来保证安全，电子数据的传输将由HTTPS来保证安全。EPIC与高性能计算平台ZCFD软件专门经过多核CPU和GPU的设计优化，因此与EPIC相结合，可以运行在一系列包括神威太湖之光、神威蓝光在内的高性能计算机硬件或包括亚AWS、阿里云等云计算平台上，也是目前世界唯一的6千兆瓦级大型风场仿真模拟整体解决方案。风电场仿真解决方案•

第1阶段：风资源评估验证——使用ZCFD对大气数据进行模拟，与传感器测量数据进行对比。•

第2阶段：风电场基础风机模拟——对风电场范围内的全部风机进行模拟，关注阻塞效应和尾流效应，预测发电量及由尾流导致的疲劳损伤。•

第3阶段：风电场设计选择——与电气工程团队沟通，对风电场电缆等电气设施和布局进行优化。•

第4阶段：风电场优化——通过与客户的咨询沟通，确定布局和风机选择优化策略。•

第5阶段：运营优化——通过与客户的咨询沟通，确定运营优化策略。管理团队Ø哈尔滨工，美国康赛普克创始人，首席技术官Ø

大卫•斯坦工程技术学会会员，数学及其应用学会会员，澳大利亚数学学会会员某著名企业董事兼联合创始人Ø

赛普克创始人，首席执行官，南京大学工商管理硕士Ø

舒娟顶峰科技商务团队，英国华威大学商学院工商管理硕士技术团队Ø

迈克•英国皇家工程院