風電場的案例
【CAE案例】海上風電場的三維海底地形形態變化研究
01 研究背景
海上風電場能有效提高能源采集率，推動節能減排，卻需要耗費高額成本去建設和維護。海上風電場樁基不僅需要在高咸度的海水中支撐數十年，還要經受水流的沖擊、泥沙的堆積。而制定合適的樁基維護策略可以有效延長樁基使用壽命，降低維護成本。
所以通過模擬海上風電場的海底形態變化，了解海上風電場海岸水動力和形態動力學，為樁基維護策略提供技術支持十分重要。
02 模型建立
本案例將利用水動力仿真軟件的三維水動力學模塊并設置LES湍流模型耦合SISYPHE泥沙輸運模塊，來構建海岸形態動力模型。
傳統的RANS湍流模型無法有效地描述緊靠單樁的湍流的產生和消散以及整個海上風電場大規模尾跡。為了滿足穩定性標準，計算時間步長必須很小，這限制了RANS模型長期模擬的能力。
因此，本研究擬用大渦模擬LES替代RANS湍流模型，并研究其遠場模擬的性能和精度，進而證明水動力仿真軟件具有預測海上風電場樁基周圍的水流和泥沙輸移的能力。
水動力學模型
首先基于過往的實驗數據對三維水動力+ LES的模型進行了驗證。
設置50米長，4米寬的研究區域。假定床層是平的，固定深度為0.54m。直徑為0.53米的圓柱體放置在入口下游13米處。研究區域的三維網格每層的二維單元共282740個，縱向劃分20層。
網格的俯視圖
模型分別驗證了光滑床層和粗糙床層的情況。設置雷諾數為1.7×，水深入口流速 0.326 m/s。實驗表明，該模型可以較好地模擬單樁實驗的流場。
光滑床層的模擬結果與實驗結果對比
然后將該模型用于愛爾蘭東部海域利物浦灣的遠場模擬，該海域有Burbo Bank、North Hoyle和Rhyl Flats三個海上風電場，分別由25、30和25個單樁風機組成。三維網格水平劃分為323830個三角形單元，縱向劃分15個水平層。
展開 全球最大海上風電場Walney Extension正式開建
?rsted能源（前身為DONG能源）及其合作伙伴日前宣布，位于愛爾蘭海的Walney Extension海上風電場正式開工建設，總裝機容量達到659兆瓦，超過英國的倫敦陣列，是目前世界上最大的海上風電場。
?rsted在一份聲明中說，該工廠將在坎布里亞郡儀式上舉行落成典禮。英國董事總經理Matthew Wright評論說，該項目在預算范圍內按時完成。
Walney Extension現在是世界上最大的海上風電場，跨越630兆瓦的倫敦陣列。
新的風電場由?rsted擁有50％的股份，以及養老基金PKA和PFA各持有25％的權益。該風電場包括40臺MHI Vestas的8兆瓦渦輪機和47臺7兆瓦的Siemens Gamesa渦輪機，所產生的電力能夠滿足60萬戶英國家庭的用電需求。
此外，該風電場投產還將提供超過250個工作崗位，主要涉及運維服務。
開發商已經創建了一個1500萬英鎊的Walney Extension社區基金，以支持當地的項目和組織。它將在風電場預計的25年壽命期內每年支付約600,000英鎊。
根據計劃，該海上風電場將于2020年投入全面運營。
碳纖維布https://www.hongyantu.com/index.php?r=new%2Fview&id=2836
展開 【環境仿真專題第一講】使用TELEMAC-MASCARET研究海上風電場的三維海底地形形態變化
04
模擬結果
基于利物浦港的Burbo Bank風電廠的模型，模擬了為期30天的大小潮流場，并結合sisyphe模擬了風電場海底7天內的泥沙遷移情況。
BurboBank風電廠樁基的湍流模擬結果
BurboBank風電廠樁基附近泥沙在5天內的侵蝕和堆積情況，揭示了海床在5天內的形態變化
05
研究結論
使用TELEMAC3D在實驗室尺度上模擬了一個圓柱體周圍的流動，對圓柱體繞流的測量結果與實驗數據吻合較好。盡管TELEMAC3D無法達到與CFD求解器相同的精度，但它仍然可以捕捉并表現流體的關鍵特征。隨后，使用Telemac3D模擬了利物浦灣的海上風電場的流場和海床形態，結果中可以清楚地看出單個樁基基礎后方的弱流。
小結
本案例是將環境仿真技術應用于海上風電場的樁基維護，模擬結果表證明TELEMAC-MASCARET有能力預測海上風電場樁基周圍的水流和泥沙輸移。所以，TELEMAC-MASCARET可應用于海床形態變化的模擬，輔助海上風電場運維團隊制定對應的樁基維護策略。
展開 世界最大海上風電場易位
近日，由?rsted開發的Walney Extension海上風電場正式投入商業運行，該風電場總裝機659MW，一舉超越“倫敦矩陣”630MW海上風電場，成為全球總裝機容量最大的海上風電場。
該風電場位于英國Cumbria附近的愛爾蘭海域，離岸20公里，水深20到37米，其中西區安裝了40臺 MHI Vestas V164-8MW 風電機組(可功率提升到8.25MW)，東區安裝了47臺Siemens Gamesa SWT-154-7.0MW風電機組，總裝機達659MW！
目前，海上風電正逐步朝向大型化方向發展，8MW、10MW+海上風電機組…更大更深更遠是其未來發展大勢。我國海上風電經過近兩年的快速發展，已成功位居全球海上風電市場前三，未來海上風電市場將如何變化，我們拭目以待!
碳纖維布https://www.hongyantu.com/index.php?r=new%2Fview&id=2806
展開 
【EDF開源CAE】TELEMAC-MASCARET在北海風電場作業波預警中的應用
波浪預警工具的主要是在一個離散的風電場作業區域內提供近乎實時的波浪預測信息。本文將采用TELEMAC/TOMAWAC耦合有限元模型來研究潮汐作用對波浪的影響，利用0.5×0.6 bespoke工作波模型預測北海南部Greater Gabbard海上風電場附近的波浪情況，并提出一個波浪預警模型。
02
模型建立
在TELEMAC2D和TOMAWAC的耦合模擬中，我們采用相同的水平方向的二維網格，如圖1所示：
模型內部邊界靠近風力發電廠站點邊界（黑點處），包括Wavenet Waverider浮標所在的位置（紅色三角形），外部為開放邊界。
我們將根據英國海洋數據中心（British Oceanographic Data Centre, BODC）提供的數據對模型進行校準和驗證。
一、潮汐模型
我們采用TELEMAC2D生成Gabbard模型來模擬探測點區域的潮汐作用，并在開放邊界處添加潮汐作用力（采用11種作用力模型：M2、S2、N2、K2、K1、O1、P1、Q1、M4、MS4和MN4)。
我們從英國海洋數據中心（BODC）的開放數據庫中提取了時間長度為22天的潮汐數據，用于驗證Gabbard模型得出的時間序列。
對比潮汐流動的速度大小和方向可以得出，模擬值的周期與觀測值完全一致。
展開 《風能》國際|英國海上風電市場動態概覽
圖2顯示了2005―2022年英格蘭與威爾士海上風電場的平均容量系數(capacity actor)和總發電量。雖然容量系數受逐年風力條件的影響，但其明顯的上升趨勢也反映出風電機組技術的進步，以及目前正在建設的深遠海風電場風力條件的改善。2022年，英格蘭與威爾士的風速低于長期平均水平，這兩個地區的海上風電場平均容量系數為38%，新建項目通常會比平均值高出5%~10%。盡管容量系數有所下降，但因在運風電機組數量進一步增加，海上風電的發電量仍創下歷史新高。
圖3為2010―2022年蘇格蘭海上風電場的平均容量系數和總發電量。2019年，Beatrice風電場全面投運，蘇格蘭海上風電發電量顯著增加。2020年，漂浮式海上風電項目HywindS cotland以57.1%的容量系數，創下英國海上風電場最高年平均容量系數的紀錄。與英國其他地區一樣，2021年蘇格蘭的平均風速異常低，導致海上風電發電量比2020年下降20%，海上風電場的平均容量系數僅為33%。2022年，蘇格蘭地區的海上風電發電量顯著增加，主要原因是Moray East項目產能的增加。過去5年，蘇格蘭海上風電場的平均容量系數為37%。
在海上輸電運營商(OFTO)資產方面，截至2022年年底，英國有24個獲得核準的OFTO資產，通過47條外送電纜與國家電網的國家輸電系統(NETS)或配電網絡運營商(DNO)擁有和運營的低壓配電網絡連接，支持了超過9.5GW的發電容量(該統計以每年9月為截止日期，因此，項目East Anglia ONE在2022年12月被授予的OFTO許可證尚未包含在此績效統計中)。英國政府監管框架設定的最低可用率的默認值為98%，并為每個OFTO制定了具體目標。但2021―2022年OFTO的平均可用率為98.89%，過去5年的平均可用率為98.94%。
展開 金風科技上半年營收近110億人民幣 同比上升15.82%
報告期內，風電機組及零部件銷售板塊收入為人民幣918,795.84萬元，較上年同期增長14.46%；風電服務板塊收入達人民幣44,696.92萬元，與上年持平，但毛利率大幅提升8.8個百分點至20.06%；風電場項目投資與開發板塊實現發電收入人民幣113,986.06元，比上年同期上升36.55%。
公司持續推進精益管理、價值管理，消除低效環節，努力實現總成本最優目標，2.0MW機型實現批量化生產，規模效益凸顯，各機型毛利率均得到一定改善。報告期內，1.5MW、2.0MW和2.5MW機型毛利率分別同比增加2.4、1.5和1.9個百分點，提升至27.69%、24.21%和27.75%。
截止2016年6月30日，公司待執行訂單總量為7,666.5MW，公司另有中標未簽訂單總量為4,657.0MW，公司持有的待執行訂單和中標未簽訂單合計為12,323.5MW，在手訂單水平維持在歷史高位。
報告期內公司新增并網發電的權益裝機容量為377MW，截至2016年6月30日，公司在海內外已持有投運的風電場權益裝機容量3,024MW，在建風電場權益裝機容量1,265MW。
產品線持續豐富
公司始終以“工匠精神”為客戶打造優質產品，憑借領先的研發技術平臺，報告期內公司完成金風2.5MW高溫、高海拔以及金風2.5MW機型Value Plus產品的開發。新產品搭載行業領先智能場群控制系統等技術，可進一步提升風電場經濟效益。公司在塔架技術創新也取得突破性進展，自主研發了混合式塔架技術和柔性塔架技術。公司在泰國的首個柔塔項目實現批量應用，該項目34臺金風GW121/2500在上半年已全部完成吊裝并順利運行。
為迎接未來海上風電的加速發展，公司積極儲備相關技術和產品。
展開 擁抱綠色革命！揭秘CAE仿真技術在風電能源領域的應用
這一重要改進為風資源工程師提供了強大的支持，使他們能夠順利完成超過2000個 風資源項目的設計和評估任務。
此外，該企業還依托超算平臺，自主研發了風功率預報系統——孔明。該系統已正式發布并推廣，憑借其卓越的性能和實用性，已成為行業內的標桿應用。
swOpenFOAM
swOpenFOAM是國家超級計算無錫中心“神工坊”團隊對OpenFOAM進行深度移植優化形成的一款可以在國產“神威·太湖之光”超級計算機上進行大規模多級并行計算的通用CFD軟件。我們對OpenFOAM的多個核心計算模塊進行了從核加速，覆蓋通量計算和代數求解，涉及大量計算熱點，熱點最高加速15倍。
延伸閱讀：神威OpenFOAM——最流行的開源CFD軟件與神威·太湖之光的珠聯璧合
02風電場建模仿真
風力機在風場運行時需要根據風機受力和功率情況進行變槳、偏航等控制調整，以獲取最佳風能利用率，避免出現超載。同時在風機陣列情況下，復雜地形對流場影響也比較大，因此機陣列中每臺風機的受力和功率分析是風機控制中的重要環節，但國內暫無一款能夠考慮地形影響因素，進行風電場陣列風機的CFD仿真工具。
經過精心設計與開發，神工坊構建了一個基于開源仿真求解器的風電場陣列風機功率快速預測應用，并針對國家電網某實際風電場進行建模驗證。該應用作為風電場數字孿生項目的重要子課題，入選國家電網促進“雙碳目標”重要展示應用。
此外，神工坊精心推出一站式高性能工業仿真平臺，平臺集成了OpenRadioss、HyperMesh等風電行業常用CAE軟件，用戶通過web端即可享受“PC式高性能體驗”，使用超算硬件資源和海量軟件資源開展風電設備設計仿真工作，高效快速地進行產品創新和技術研究。
展開 楊文強 等：計及多影響因素的發電側混合儲能系統容量配置方法及配置工具
本工作主要聚焦風電場參與電網一次調頻應用場景下的儲能配置。
1 風電場與混合儲能系統參與電網一次調頻要求
1.1 風電場參與電網一次調頻要求
國家能源局發布的電力行業標準《電力系統網源協調技術規范DLT1870—2018》(以下簡稱標準)對新能源場站參與一次調頻做出了要求。新能源場站參與一次調頻過程中的出力要求如圖1所示，其中
為風電場有功功率初值(MW，在圖1中
)，
為風電場有功功率額定值(MW)。標準中規定在電網高頻擾動情況下，有功功率降至額定出力的10%時新能源場站出力可不再向下調節，圖1中標出了10%
對應的位置。
圖1 風電場參與電網一次調頻下垂曲線函數
針對新能源場站參與一次調頻所需出力，對應的數學表達式見式(1)。
展開 Naval Energies攜手達索系統鞏固其海洋可再生能源領域的領導地位
Naval Energies部署3DEXPERIENCE平臺，為風電場項目和OTEC解決方案開發新型漂浮式離岸風機，以評估深水資源
云端數字化應用將幫助Naval Energies縮短開發時間，降低開發成本
達索系統幫助船舶與海洋工程企業成功駕馭市場轉型，實現可持續創新
達索系統近日宣布，海洋可再生能源領軍企業Naval Energies，正在使用3DEXPERIENCE平臺開發新型漂浮式離岸風機和海洋熱能轉換（OTEC）整體解決方案，鞏固其在海洋可再生能源領域的領導地位。
Naval Energies首席執行官Laurent Schneider Maunoury表示：“海洋是一種可再生能源，能滿足全球人口不斷增長的能源需求，同時確保零碳排放。在我們努力開發和利用這些能源時，達索系統3DEXPERIENCE平臺則是我們加速開發技術解決方案的戰略選擇。在云的幫助下，我們已經快速完成該平臺的部署，并能夠在必要時將平臺的使用范圍從設計流程擴展到制造和運營階段?！?Naval Energies將借助基于3DEXPERIENCE平臺的“為航海而設計（Designed for Sea）”行業解決方案體驗，致力于半潛式浮船和OTEC解決方案、錨泊系統、水下電纜和海上風電場連接解決方案的項目管理、工程與分析。Naval Energies能與其合作伙伴的網絡開展安全協作，重復使用并共享現有專業技術，縮短項目開發周期并降低成本。
具體項目包括格魯瓦島和貝勒島（Groix and Belle-Ile）浮動風電場。該試點項目在法國大西洋沿岸海域安裝了四部6兆瓦風機，將為2萬戶家庭供電。該項目的目標是在全面部署之前優化浮動風電場技術和基礎設施，并最終推動法國的能源轉型。Naval Energies是半潛式浮動系統的主承包商。
展開 貓頭鷹翅膀給風電機組降噪帶來的啟發
近年來風電場開發逐步拓展到人口密度較大的區域，由于風電場靠近居民區，不可避免地會對當地居民產生噪聲輻射影響。一面是綠色可再生能源的高速蓬勃發展，一面是噪聲輻射影響，如何攻破噪音難題，實現風電產業的和諧發展，成為擺在風電整機廠商面前的難題。
風電機組噪音形成原因
風力發電機組噪聲源有槳葉噪聲及艙內噪聲，艙內噪聲包括齒輪箱噪聲、發電機噪聲、偏航系統噪聲等（見圖1）。由于齒輪箱、發電機等噪聲源位于機艙罩內，機艙罩具很強的隔聲吸聲性能，而槳葉完全暴露在空氣中，所以對風電場居民的噪聲干擾，槳葉噪聲占據主導。
圖1 風電機組噪聲源示意圖
風輪在旋轉過程中，槳葉與空氣產生較大的相對速度，葉尖線速度約80m/s，空氣從槳葉的前緣流向后緣，受槳葉弦長、槳矩角、相對風速、大氣壓等因素的影響，槳葉后緣附近產生不同尺度、不同強度的渦流（見圖2），這是槳葉噪聲的根本來源。不同尺度渦流的存在導致槳葉掃風噪聲呈寬頻特性，渦流的強度則決定了噪聲的強度。
圖2 槳葉尾流示意圖
圖3 槳葉掃風噪聲1/3倍頻譜
槳葉降噪技術研究與應用
仿真分析發現槳葉掃風噪聲主要來源于槳葉尾緣，而模仿貓頭鷹翅膀的鋸齒尾緣可以有效的降低氣動噪聲，鋸齒尾緣可產生反向渦流，改變槳葉后緣的尾跡渦的脫落位置及尺度，抑制脫落渦的擾動，進而減少槳葉后緣附近的非定常壓力脈動和尾跡渦引起的氣動噪聲。
圖4 鋸齒結構風洞試驗
圖5為對某風電場的1.5MW機組進行了批量降噪優化，按照《IEC61400-11 Acoustic noise measurement techniques》進行了技改前后噪聲測試。
展開 
文獻分享丨綜述：風力渦輪機與風場的尾流
最后，本文在展望中也提到了，研究新的風力機技術，包括不同類型的垂直軸風力機，以及多轉子（水平軸風力機與垂直軸風力機）的風電場。這或許是垂直軸風力機的另一條出路：和水平軸風機相互作用。
文章來源：今夜你不必盛裝
2017-2021年中國風力發電行業發展及預測分析
(三)互聯網+
眾多風電整機制造商在風電運維市場早有建樹，其中有一部分廠商更是將其運維部門擴升至專門的運維公司并將其移至風電場較為集中的地區進行集中運維服務。然而，針對不同的技術和機型，組建一支專業化團隊進行區域性運維只是較為傳統的服務方式，其弊端在于風電場多處在人煙稀少、環境惡劣的地區，而且分布比較分散，難以進行集中管理。
相較之下，依托“互聯網+”、云平臺以及大數據平臺管理風電場實現少人值守甚至是無人值守是解決這一問題的關鍵所在。
2016年6月，由國家發展改革委、國家能源局下發的《能源技術革命創新行動計劃(2016-2030年)》中就明確提出研究風電機組和風電場綜合智能化傳感技術、風電大數據收集及分析技術以及研究基于物聯網、云計算和大數據綜合應用的陸上不同類型風電場智能化運維關鍵技術等方面關鍵技術。
二、不利因素
(一)電價下調
2015年12月24日，國家發改委發布《關于完善陸上風電光伏發電上網標桿電價政策的通知》，宣布于2016與2018年全面下調所有風區陸上風電上網電價。受該政策預期影響，風電行業在2015年出現搶裝潮，大幅提升了2015年國內風電新增裝機容量，政策驅動下的高增長在一定程度上提前透支市場，未來行業增速可能出現回落。
(二)風電并網消納及棄風限電問題
“十二五”期間，全國風電年發電量由494億千瓦時增長到1,851億千瓦時，年均增速30%?！笆濉逼陂g，全國風電設備年利用小時數平均為1,891小時。2016年，風電發電量為2,410億千瓦時，全國風電利用小時數為1,742小時。
2015年并網消納問題加劇，棄風電量同比增加近兩倍，為近三年最高水平;同時，國家發改委兩次下調風電上網標桿電價，開發商為趕在政策期限完成項目建設進而形成搶裝潮，對風電并網消納也將造成一定壓力。
展開 【風能模型】風能模型的發展及 CFD 在風資源開發利用中的應用
風功率預測模型
2002—2006 年，歐洲 7 個國家 20 多個組織開展 ANEMOS 項目，應用中尺度氣象模式、CFD 模型和各種風速預報模型，進行復雜地形極端天氣的風功率預報研究。近年來人們用神經網絡、小波分析和模糊邏輯等新方法顯著地提高了預報精度，并且預報長度達到了24～36 h。風功率預報模型現在已經在風電場風力發電過程中得到廣泛應用。
CFD在風能發展中的應用
尾流模擬
隨著計算能力的發展，CFD 越來越多地用于風力發電機建模。這里必須區分轉子、近尾流和遠尾流區域：近尾流通常指風力發電機下風處一個轉子直徑內的區域，在此之外是遠尾流區域，風力發電機引起的渦旋結構開始分解，對葉片的空氣動力學的研究被歸為轉子模型?；?N-S 方程，轉子和近尾流計算大約在 10 m/s 風速閾值下可以得到較好的結果。與非定常 RANS 相比，LES 可模擬更高分辨率的湍流尺度，對分析非定常葉片載荷和風力發電機尾流演化具有重要意義。
復雜地形風電場模擬
近年來 ，復雜地形風場 CFD 模擬得到快速發展。Murakami 等基于 CWE 發展了局地風場預報系統進行風電場選址，用新的線性 k-ε 湍流模型和冠層模型精確預測局地風能分布，對二維山脊、山地以及草地下墊面的起伏地形的預測結果比 WAsP 好。
使用 CFD 模擬復雜地形大氣流動通常非常耗時。對于目前的處理器，只有使用并行計算才足以使用 CFD 進行風場預測，即代碼運行速度比真實天氣演變更快。Castro 等用并行版本的 VENTOS CFD，成功進行了風電場風功率預報，并與中尺度模式結合，形成短期預測工具，對位于葡萄牙北部門多羅/布斯塔維德風電場進行模擬，顯示了并行效率對預測的影響。
參考文獻：程雪玲. 風能模型的發展及CFD在風資源開發利用中的應用[J].
展開 新能源電廠可以讓撒哈拉沙漠變綠洲！
他們發現，通過將來自上方的溫暖空氣與下方較冷的空氣混合，風電場可使每日降雨量增加一倍。
另一方面，太陽能電池板可以通過反射沙漠地面的光線并允許植被生長，將下降暴雨增加50%的機會。
與涉及化石燃料的發電相比，風能和太陽能技術影響著該地區氣候，卻對全球氣溫的影響微乎其微。
用于這項研究中的計算結果得出，產生的能源超過世界目前能源需求的四倍半。
這些發現是由伊利諾伊大學厄巴納-香檳分校的科學家們完成的。
覆蓋廣闊地區的裝置可以滿足歐洲、中東和非洲的能源需求，以及增加降雨量，最終促進植物生長。
風電場將產生反饋回路，從而帶來更多的蒸發，降水和植物生長。
太陽能電池板減少了地表反射率或反射光線，這將引發積極的“反射率 - 降水 - 植被”反饋。
該研究首先對風能和太陽能裝置的氣候影響進行建模，同時考慮植被如何對熱量和降水的變化作出反應。
第一作者，伊利諾伊大學的Yan Li博士說：“以前的模擬研究表明，大型風能和反照率可以在大陸尺度上產生顯著的氣候變化?！?但缺乏植被反饋可能會使模擬的氣候影響與實際行為大不相同。
“我們選擇它是因為這是世界上最大的沙漠;它人煙稀少;對土地變化高度敏感;它位于非洲，靠近歐洲和中東，所有這些地區都有巨大且不斷增長的能源需求。”
在該研究中模擬的風能和太陽能發電廠將覆蓋超過350萬平方英里(900萬平方公里)，平均產生大約3太瓦和79太瓦的電力。
Li博士說：“2017年，全球能源需求僅為18太瓦，因此這顯然比全球目前所需的能源要多得多?！?該模型顯示，風電場引起近地面氣溫的區域變暖，最低溫度的變化大于最高溫度。
展開 