评估工程风洞模型在实际运行数据中的表现：来自 Lillgrund 风电场的清醒转向活动
流体动力学
2026-05-28 v2 应用物理
摘要
在实际运行条件下验证工程风洞模型对于提高风电场性能预测至关重要。本研究利用来自 Lillgrund 海上风电场的独特数据集进行分析，该数据集来自 Horizon 2020 TotalControl 活动，集成了同步的监控控制与数据采集(SCADA)和光学测距仪(LiDAR)测量，包含基线运行和主动清醒转向条件下的测量数据。评估了 DNV 开发的 LongSim 软件中实现的四种分析风洞模型组合，这些模型采用不同的速度损失、增量湍流、风洞叠加和风洞偏转公式。分析重点关注时间平均风洞速度损失轮廓和涡轮机及风场整体功率输出，按参考速度和功率进行归一化处理。使用平均绝对误差(MAE)指标评估模型准确性。模型通常能够再现基线条件下不同风洞重叠导致的风洞损失趋势，以及清醒转向操作中故意偏航导致的风洞偏转。归一化速度损失 MAE 值范围为 7% 到 15%，误差主要与入流异质性、近风洞复杂性和模型特定参数化有关。采用累积风洞叠加和改进湍流公式的模型组合与现场测量结果更吻合；然而所有模型在捕捉局部流动特征方面都面临挑战。归一化涡轮机级功率输出 MAE 范围为 3% 到 23%，而风场整体功率输出误差范围为 -13% 到 +30%。精确的风场层面预测可能掩盖了单个涡轮机上的补偿性误差。未来工作应聚焦于改进入流特征描述和堵塞效应，以提高预测可靠性。
引用
@article{arxiv.2601.21035,
title = {Assessing engineering wake models against operational data: insights from the Lillgrund wind farm wake steering campaign},
author = {Diego Siguenza-Alvarado and Matthew Harrison and Mohammadreza Mohammadi and Pragya Vishwakarma and Ervin Bossanyi and Lars Landberg and Majid Bastankhah},
journal= {arXiv preprint arXiv:2601.21035},
year = {2026}
}