第 35 卷 第 8 期 中 国 电 机 工 程 学 报 Vol.35 No.8 Apr.

20, 2015
1954 2015 年 4 月 20 日 Proceedings of the CSEE ©2015 Chin.Soc.for Elec.Eng.
DOI：10.13334/j.0258-8013.pcsee.2015.08.015 文章编号：0258-8013 (2015) 08-1954-08 中图分类号：TM 614

基于改进致动盘和拓展 k-ε 湍流模型的

风力机尾流数值研究
许昌 1，韩星星 1，王欣 1，刘德有 1，郑源 1，SHEN Wenzhong 2，张明明 3
(1．河海大学能源与电气学院，江苏省 南京市 211100；2．丹麦科技大学风能系，Lyngby DK-2800；
3．中国科学院工程热物理研究所，北京市 海淀区 100190)

Study of Wind Turbine Wake Modeling Based on a Modified Actuator Disk Model and
Extended k-ε Turbulence Model
XU Chang1，
HAN Xingxing1，WANG Xin1, LIU Deyou1, ZHENG Yuan1, SHEN Wenzhong2, ZHANG Mingming3
(1. College of Energy and Electrical Engineering, Hohai University, Nanjing 211100, Jiangsu Province, China;
2. Department of Wind Energy, Technical University of Denmark, Lyngby, DK-2800, Denmark;
3. Institute of Engineering Thermophysics, Chinese Academy Sciences, Haidian District, Beijing 100190, China)

ABSTRACT: This paper presented an improved computational 的尾流场。结果表明，与其他尾流模型相比，改进后的模型

fluid dynamics (CFD) model for simulating a horizontal-axis 相对于实验结果具有更高的预测精度，能够更好地模拟风力
wind turbine wake. The model used the actuator disk model to 发电机尾流。
simplify the wind turbine effect on the aerodynamic field by
关键词：拓展湍流模型；致动盘模型；风力机尾流；计算流
adding an extra momentum source and an improved term to
体力学
correct the underestimation issue of the wind speed deficit
when applying the STD k-ε model. In addition, the model also 0 引言
introduced a radial distribution function to assess the
空气流过旋转的风轮时，将在风轮后形成尾流
non-uniform load on the actuator disk and a coefficient C4ε of
the turbulent source. To validate the model, the wind turbines 区。此区域内，风速相对于入流有所降低，湍流度
of Nibe ‘B’ and Dawin 180/23 were checked by different wake 增强，尾流会对后排风力机出力和可靠性造成影
models with multiple entrance velocities. Results show that the 响。对于大型风电场，由尾流造成的损失最高可能
improved wake model has better prediction accuracy with 达到总出力的 10%~20%[1]。因此在计算风电场出力
experimental data and can be used for wind turbine wake
时，必须考虑尾流效应。
calculation .
风力机尾流模型一般分为半经验尾流模型和
KEY WORDS: extended turbulent model; actuator disk model;
基于 CFD 的尾流模型 2 类。半经验尾流模型如
wind turbine wake; computational fluid dynamics (CFD)
Jensen 模型[2]和 Larsen 模型[3]，计算量小，能满足
摘要：提出了适用于风力发电机组尾流的数值计算方法：将
平坦地形下的精度要求，常用于实际工程中。在风
风轮简化成致动盘，附加动量源项；引入改进湍流方程源项，
电场微观选址方面，许昌等[4]应用 Jensen 模型和
改善标准 k-ε 湍流模型造成的尾流恢复过快的问题；应用分
布函数改进动量源项和湍流源项系数 C4ε 沿风轮径向的分 Lissaman 模型，综合考虑不同高度下风速分布和风
布规律。以 Nibe-B 和 Dawin 180/23 这 2 种风力发电机尾流 力机之间的尾流影响，提出了一种复杂地形风电场
为例，使用不同的尾流模型计算出风力机在多种入流风速下 微观选址优化的方法。在风电场功率预测方面，李
莉等[5]将不同风向下风电场流场的数值计算结果制
基金项目：中丹国际科技合作专项项目(2014DFG62530)，教育部
留学回国人员科研启动基金(2012-940). 成风场特征数据库，结合 WRF 预测功能和 Larsen
The International Science and Technology Cooperation Project 尾流模型预测风电场功率。在模型改进方面，张
between China and Denmark (2014DFG62530); The Scientific Research
Foundation for the Returned Overseas Chinese Scholars from State
镇[6]结合近场的无黏尾流模型和适合于远场的改进
Education Ministry (2012-940). Jensen 模型提出了全场尾流模型，与风力机尾流实
第8期 许昌等：基于改进致动盘和拓展 k-ε 湍流模型的风力机尾流数值研究 1955

验对比加以验证；曾利华等[7]在一维线型模型的基 力[12]。本文应用一维致动盘模型，推导动量源项的
础上，建立一维非线性扩张尾流模型，研究了尾流 计算式[15]。
叠加模型。 对于入流风速 U0，
风轮单位面积上受到的推力：
半经验尾流模型由于简化了影响风力机尾流 1
T= ρ CT U 02 (1)
的入流条件、风力机气动特性以及下垫面等因素， 2
在复杂地形条件下尾流计算精度不足。CFD 可以很 式中：ρ 为空气密度；CT 为 U0 对应的风轮推力系
好地模拟这些影响因素，提高精度，使得其成为尾 数。由此得到致动盘内单位体积施加在流体上的轴
流研究的热点。为简化 CFD 计算，研究者常将风 向应力为[12]：
[8]
轮等效成致动盘 ，求解尾流场。
ρ CT U 02
本文研究将改进的致动盘模型和拓展 k-ε 湍流 Su = (2)
[9]
2Δx
模型 结合，对风力机尾流场进行数值模拟的计算
式中动量源项直接由推力系数 CT 和入流风速 U0 决
方法。标准的 k-ε 湍流模型适合大部分的工业计算，
定，均匀分布在整个计算区域内，并且在求解过程
但在计算风力机尾流时，会导致尾流风速明显高于
中保持恒定，因而称作固定源项。但是对于整个风
实验值，造成尾流恢复过快[10-11]。El Kasmi 等人[12]
基于拓展 k-ε 模型，通过添加湍流耗散源项，使湍 场中处于尾流区的后排风机，其入流风速难以确

流生成率与其耗散率相互协调。丹麦 Risø 实验室的 定[16-17]，因此按照(2)式给出的动量源项不适合计算

Pierre-Elouan Réthoré [13]将森林冠层模型[14]用于尾 全场尾流。如果将源项改写成局部风速 u 的形式，

那么这种由局部风速确定的动量源项，称为自适应
流模拟。与 El Kasmi 模型不同，冠层模型还增加了
源项。以 a 表示轴向诱导因子[15]，则：
湍流动能源项。D. Cabezón 等人[11]研究了湍流的各
向异性对计算的影响，应用雷诺应力模型求解风机 1
a = (1 − 1 − CT ) (3)
尾流，得到了较高的预测精度。 2
El Kasmi 模型将尾流简化成轴对称流动，不考 u = U 0 (1 − a ) (4)
虑风速切变和地表粗糙度；此外，该模型计算动量 于是，动量源项：
源项时依赖入流风速，而全场尾流中的入流风速很
1
难确定，使得该模型不适用于全场尾流计算。本文 Su = ρ Cx u 2 (5)
2
改进了 El Kasmi 尾流模型：首先对比轴对称简化和
式中 Cx = 4a /[(1 − a)Δx]为致动盘拖拽系数[14]。由于
全尺度 2 种计算域在尾流分布上的差异，说明轴对
局部风速 u 随流场计算迭代不断改变，因而动量源
称简化用于单机尾流计算的合理性；然后将动量源
项具有根据流场变化而改变的自适应特性。
项改写成局部速度的形式，便于计算全场尾流；最
机舱对流场的影响与其几何形状和尺寸有关。
后对湍流源项系数、动量源项的径向分布做修正，
与风轮相似，机舱也简化成致动盘区域：直径为
将得到的结果与实验结果作比较，验证改进模型的
Dnac，区域内阻力系数为 Cd。附加的动量源项为
可靠性。
1 Cd
1 风力机致动盘模型 Sd = ρ u2 (6)
2 (1 − a ) Δx
2

风力机致动盘模型，将风轮简化成空气可以自 式中 Cd 在 0.8~1.2[18]，本文取 1.0。

[8]
由通过，具有一定渗透阻力的圆柱型薄盘 。这种
2 湍流模型修正
薄盘是假想的空间区域，用来代替风轮对流场的作
用。此区域内，流体本身的物理特性如密度(不可压 2.1 控制方程
缩)、黏度并不发生变化。致动盘直径与风轮相当， 本文数值模拟使用的控制方程包括时均雷诺
记作 D；厚度为 Δx；圆盘中心与轮毂中心重合。在 N-S 方程和 k-ε 湍流方程[19]。当轮毂处的入流风速
风力机工作时，风轮对流场的作用力可以分解成与 一定时，风力机尾流按照定常不可压缩流场计算：
致动盘轴线平行的轴向力和与其垂直的切向力。通 ∂u j
=0 (7)
常切向力被忽略，根据风力机推力系数计算轴向 ∂x j
1956 中 国 电 机 工 程 学 报 第 35 卷

∂ ∂p ∂ 与毗邻网格无关[22]。针对此问题，引入径向分布函
( ρ ui u j ) = − + (2 μ Sij − ρ ui′u ′j ) + Su + Sd (8)
∂x j ∂xi ∂x j 数 η r 修正动量源项的分布：
∂ ∂ μ ∂k 1
( ρ kui ) = [( μ + t ) ] + Pk − ρε + Skaxi (9) Su = ρ Cx u 2ηr (14)
∂xi ∂x j σ k ∂x j 2
∂ ∂ μ ∂ε 式中径向分布函数为[23]
( ρε ui ) = [( μ + t ) ]+
∂xi ∂x j σ ε ∂x j
D0 + D1r 2 + r 4
ε ε2 ηr = , r ∈ [0,1] (15)
C1ε Pk − C2ε ρ + Sεaxi + Sεext (10) D1 1
k k D0 + +
2 3
式中： μ 为流体的动力黏性系数； S ij = (∂u i /∂x j + 式中 r 为 r(网格中心到致动盘轴心的径向距离)与
∂uj /∂xi)/2 为平均应变张量；Su、Sd 分别为致动盘和 致动盘半径的比值，即 r = 2r /D 。
机舱处的附加轴向动量源项，只在本区域有效；Skaxi、 模型参数 D0、D1 由用户定义。如果已知 η r(0) =
Sεaxi 为使用轴流假设时，为了维持湍流均匀性而添 η 0、η r(1) = η 1 < 1，且 η 0 + η 1 ≠ 2，则：
加的湍流动能 k 及其耗散率 ε 的源项，在整个计算
1 η0
区域都有效；Sεext 为施加在风轮附近的湍流动能耗 D0 = (16)
3 η0 + η1 − 2
散率 ε 的方程源项，只在风轮邻域[12]内有效。雷诺
2 2η0 + η1 − 3
应力 − ρ ui′u ′j 按 Boussinesq 假设[20]计算： D1 = − (17)
3 η0 + η1 − 2
− ρ ui′u ′j = μt Sij (11) 通过调节 η 0 和 η 1 可以使致动盘上的动量源项
2
式中 μ t = ρ Cμ k /ε 为湍流黏度系数。 分布更接近实际，提高计算精度。本文取 η 0 = 1.2，
Pk 为湍流动能的生成率： η 1 = 0.5。
2）修正参数 C4ε。
Pk = μt S 2 (12)
改写动量源项后，参数 C4ε 的默认值 0.37[12]不
式中 S = 2 Sij Sij 为应变率张量的模量。
再适用(图 4)。因此，在对比模型计算值与实验测
模型常数 C1ε、C2ε、Cμ、σ k、σε 按中性大气边 量值的基础上，本文对 C4ε 的径向分布修正如下：
界 层 取 值 ： C1ε = 1.176 ， C2ε = 1.92 ， Cμ = 0.033 ，
C4ε = (1 − r )ηε 0 + rηε 1 (18)
σ k = 1.0，σε = 1.3[21]。
2.2 拓展 k-ε 湍流模型 式中 ηε 0、ηε 1 表示 C4ε 在致动盘中心和边界的取值，
风轮的扰动作用使其临近区域的流场复杂化， 这里 ηε 0 = 0.0，ηε 1 = 0.9。
造成湍流动能的产生与耗散过程加快，降低湍流尺 3 数值模拟
度。El Kasmi 等使用拓展 k-ε 湍流模型，添加湍流
3.1 CFD 计算域
耗散率源项 Sεext，维持湍流产生率与耗散率的协调
风力机尾流存在 2 种计算域：1）全尺度的中
关系。Sεext 表示湍流从大尺度向小尺度过渡时的能
性大气边界层计算域，如图 1(a)，这种情况可同时
量传递速率[12]：
考虑风速随高度切变、地形起伏、地面粗糙度等多
Pk2
Sε = C4ε
ext
(13) 种因素，属于三维模型，因而计算量很大；2）基
ρk
于轴对称流动假设，如图 1(b)，附加相应简化条件，
Sεext 施加在风轮邻域和致动盘内。该邻域为对 将问题从三维降阶成二维，大大减小了计算量[24]。
称分布在风轮上下游的圆柱区域，直径与致动盘相
z
同，共轴，厚度 L = 0.5D。 速度
进口 致动盘 Su, Sk, Sε
2.3 模型改进 致动盘邻域 S k, S ε
致动盘
1）动量源项分布。 自由
出流
以上推导的动量源项，均匀分布在整个致动盘
内，在致动盘边缘处存在体积力突变，导致速度与 固壁边界
x
压强脱钩(Velocity-Pressure Decoupling)，造成压强 (a) 全尺度计算域
第8期 许昌等：基于改进致动盘和拓展 k-ε 湍流模型的风力机尾流数值研究 1957

y Ez0
速度 KS = (27)
进口 致动盘 Su, Sk, Sε CS
致动盘邻域 S k, S ε
致动盘 自由 式中：E = 9.793；CS = 1.0。
出流
对称边界
x
为维持运动特征的水平均匀性，顶面也应设置
(b) 轴流简化计算域 为速度入口，速度方向与主流一致。此外，模型中
图1 2 种计算域 各参数应满足[27]：
Fig. 1 Two kinds of computational domain
(C2ε − C1ε ) Cμ 1
本文首先比较 2 种计算域对尾流计算结果的影响， − =0 (28)
κ 2
σ ε2
从而验证轴对称假设对于单机尾流场计算的适用
3.3 轴对称流动假设
性，然后根据轴流假设简化计算，研究改进尾流模
如果不考虑风速切变，认为整个入口处的流动
型的可靠性。
特征(U0, k, ε )在径向上均匀分布，因而可取轮毂中
3.2 中性大气边界层边界条件
心高度 H 处的流动特征(U0(H), k0(H), ε 0(H))作为整
在全尺度模拟中，风轮入口为大气边界层条
个计算域的入流条件。此时，风力机流场将简化成
件。本文采用中性大气边界层模型，其速度入口边
关于致动盘轴线对称的形式。当应用对称假设简化
界[25]为
u* z 计算模型时，应该在整个流动区域内额外增加湍流
u= ln( ) (19) 源项 Skaxi 和 Sεaxi，从而维持尾流外部流场湍流的均
κ z0
匀性[24]：
u*2
k= (20) Skaxi = ρε 0 ( H ) (29)
Cμ
ε 02 ( H )
u 3 Sεaxi = ρ Cε 2 (30)
ε= *
(21) k0 ( H )
κz
3.4 网格划分与求解
取 0.418 7[19]；
式中，u*为摩擦速度；κ 为冯卡门常数，
对于全尺度计算域，模拟的区域为长方体：主
z 为离地高度；z0 为大气粗糙度长度，表示近地层
流方向长 25D，宽度为 7D，高度为 5D；致动盘位
风速向下递减到零时的高度。
于入口下游 5D 处。其中，网格在高度方向上从地
一般情况下，入口条件只提供了轮毂高度 H 处
面到顶面按比例递增，总网格数为 100，地面处网
的风速 U0(H)和湍流强度 I0(H)。其它入口参数参照
格高度为 1 m；宽度方向网格均匀分布，网格数为
以下模型：
100；主流方向，从风轮处向上游和下游方向按一
k = λ (U 0 ( H ) I 0 ( H ))2 (22)
定增长比例划分，相应网格数分别为 50 和 100，致
u* = λ 0.5Cμ0.25U 0 ( H ) I 0 ( H ) (23)
动盘及其临域内网格较密，为 1 m。区域总网格数
H 约 200 万。
z0 = (24)
κ
exp( U 0 ( H )) 轴对称计算域，为圆形柱状区域，轴长 25D，
u*
直径 5D；致动盘位于入口下游 5D 处。网格在径向
式中 λ 为模型常数，对于各向同性湍流取 1.5[20]。 上均匀分布，长度为 1 m；轴向上风轮及其临域内网
出口设置成自由出流，即： 格长度 1 m，并由此向上、下游过渡，使上、下游
∂ 两部分的网格数为 100 和 200；总网格数约 6.5 万。
(u x , u y , uz , k , ε ) = 0 (25)
∂x 本文研究了固定源项模型、自适应源项模型和
两侧面为对称边界，有： 改进模型 3 种尾流模型在单机尾流场数值模拟上的
⎧u y = 0 表现，设置见表 1。在模型实现时，通过编写 UDF
⎪
⎨∂ (26) 函数设置边界条件、计算方程源项，将尾流模型添
⎪ ∂y (ux , u y , u z , k , ε ) = 0
⎩ 加到 FLUENT 软件中。此外，3 种尾流模型都考虑
地表利用标准壁面函数模拟，其中壁面粗糙长 了机舱对流场的影响，按照式 (6) 计算机舱动量源
[26]
度按式(27)计算 ： 项；当使用轴流假设时，按照式(29)和式(30)附加额
1958 中 国 电 机 工 程 学 报 第 35 卷

表1 3 种尾流模型设置
1.2
Tab. 1 Setup for the three wake models
动量源项 风轮邻域附近湍流耗散率源项
模型名称 0.8

u/U0(z)
计算式 分布情况 计算式 分布情况
固定源项模型 (2) 均匀分布 (13) 均匀分布 2.5D 6D 7D
0.4 全尺度
自适应源项模型 (5) 均匀分布 (13) 均匀分布
轴流简化
改进模型 (14) 按式(15)分布 (18) 线性分布 全尺度–垂直方向
0.0
−2 −1 0 1 2
外的湍流源项，维持尾流外部流场湍流的均匀性。
r/D
数值算法采用 SIMPLE，其他相关量都采用二阶迎 (a) 相对速度
风格式离散。 0.20

3.5 模拟结果 0.16

为验证改进模型的准确性，本文对 2 种类型的
0.12
风 机 尾 流 进 行 了 数 值 模 拟 ： 1 ） 三 叶 片 Nibe-B

T1
0.08
630 kW 风力机[28]，其尾流数据由 Taylor 等人在 1985
2.5D 6D 7D
年观测获得[29]；2）Dawin 180 kW 风力机，其尾流 0.04 全尺度
轴流简化
数据由 Magnusson 等人提供[30]。2 种风力机参数见 0.00
0.0 0.5 1.0 1.5 2.0
表 2。 r/D

表2 风力机参数 (b) 2 种计算域下湍流强度

Tab. 2 Parameters for wind turbines 图3 2 种计算方法下模拟结果对比

风机 额定功率/ 额定转速/ 风轮 轮毂 机舱 邻域 Fig. 3 CFD simulation results of the two computational
类型 kW (r/min) 直径/m 高度/m 直径/m 长度/m methods
Nibe-B 630 33 40 45 5 20 的数值计算结果：在经过轮毂的水平面上，2 种计
Dawin 180 40 23 31 2 10
算域的流场分布基本对称，尾流区速度分布非常吻
1）轴流假设合理性验证。 合，只在湍流度上存在较小差异；当比较基准取同
按照固定源项模型计算 Nibe-B 630 kW 风力机 一高度 z 的入流速度 U0(z)时，相对速度在竖直方向
在入流风速 8.5 m/s 下的尾流，比较全尺度和轴流简 上也近似满足对称关系：如图 3(a) ，其横坐标为
化 2 种计算域的异同。 (z − H)/D，标注为“全尺度–垂直方向”。所以使用
在全尺度计算域中，速度沿高度方向发生切 轴流假设简化单台风力机尾流计算是合理的。
变，流场不满足轴流对称条件。图 2 表示距风轮不 2）Nibe-B 630 kW 风力机尾流模拟。
同距离处速度沿高度的分布情况：风轮对其后的流 图 4 表示 Nibe-B 630 kW 风力机在入流风速为
场产生了较大影响；随着到风轮距离的增加，速度 8.54 m/s 时，Sε 的参数 C4ε 对尾流的影响。其中，xc
逐渐恢复到与环境值相近的水平。 代表风轮中心在 x 轴上的坐标。
图 3 比较了 Nibe-B 风机尾流在 2 种计算域下 从图 4 中可以看出：增加 C4ε 会使尾流恢复滞
4 1.0
0.5D(入口)
2.5D
3 6D
7.5D 0.8
u/U0
z/H

2
C4ε = 0.1
0.6 C4ε = 0.37
1 C4ε = 0.6
C4ε = 0.9
实验值
0 0.4
0.0 0.4 0.8 1.2 −5 0 5 10 15 20
u/U0 (x − xc)/D

图2 全尺度模型速度沿高度分布 图4 参数 C4ε 对中心轴速度分布的影响

Fig. 2 Velocity distribution along height direction for the Fig. 4 Influence of parameter C4ε on distribution of
full-scale simulation relative velocity on the central axis
第8期 许昌等：基于改进致动盘和拓展 k-ε 湍流模型的风力机尾流数值研究 1959

1.2
后；最小速度发生在风轮后 2.5D 距离附近，该位
置大致处于近尾流和远尾流的过渡带[10]；在 7.5D
0.8
之后尾流恢复的观测值大于尾流模型的计算值，这
说明原模型中远离风轮的区域能量交换较弱，尾流 0.4
恢复速度缓慢。因此，单一地修改 C4ε 的数值，并
x − xc = 2.5D
不能使模型结果与实验匹配，必须对参数的径向分 0.0
1.2
布进行修正。
图 5 及图 6(a)表示 Nibe-B 630 kW 风力机尾流 0.8

u/U0
在 3 种入流风速情况下应用不同尾流模型的计算结
0.4
果对比。对于相同的入流风速，尾流模型在不同径
向位置处的表现各不相同。在 x − xc = 2.5D 处，自 x − xc = 6D
0.0
适应源项模型的计算结果与实验值存在较大偏差， 1.2

因此必须改进自适应源项模型。从图中可看出，此
0.8
处改进模型更加接近观测值。在 x − xc = 6D 或 7.5D
处，3 种模型的计算结果相差很小，这说明致动盘 0.4
对流场的影响随距离增大而减小，改进致动盘及其
x − xc = 7.5D
邻域内的源项设置很难影响到远尾流区。这说明使 0.0
−2 −1 0 1 2
用改进尾流模型既能满足风电场尾流计算的需要， r/D

又具有与固定源项相同的精准性。 (b) U0 = 9.56 m/s

改进模型； 自适应源项； 固定源项； 实验值。
在 x − xc = 6D 处，各模型结果同观测值的差异
图5 Nibe-B：尾流区径向相对速度对比
最明显，主要表现为：模型计算出的尾流扩散宽度 Fig. 5 Nibe-B: Wake vertical distribution of velocity
不足，速度在径向上很快恢复到环境水平。这是由
交换偏大，加快速度在径向上的恢复作用。
于此处远离致动盘影响，尾流模型计算出的径向湍
当入流风速变大时，推力系数减小[12]，近尾流
流强度高于实验值(如图 7，r/D > 0.8 时)，导致能量
区相对速度的降低值也相应降低，如在 x − xc = 2.5D
1.2 1.2

0.8 0.8
u/U0

0.4 0.4

x − xc = 2.5D x − xc = 2.5D
0.0 0.0
1.2 1.2

0.8 0.8
u/U0
u/U0

0.4 0.4

x − xc = 6D x − xc = 6D
0.0 0.0
1.2 1.2

0.8 0.8
u/U0

0.4 0.4

x − xc = 7.5D x − xc = 7.5D
0.0 0.0
−2 −1 0 1 2 −2 −1 0 1 2
r/D r/D
(a) U0 = 8.5 m/s (a) Nibe-B，U0 = 11.52 m/s
1960 中 国 电 机 工 程 学 报 第 35 卷

1.2
数为 0.82，湍流强度为 7%。数值预测结果和实验
值对比如图 6(b)所示。对比结果表明除 x − xc = 4.15D
0.8
轴向位置外，改进模型都能很好的与实验值匹配。
u/U0

0.4 此结果与 Nibe-B 630 kW 在不同入流风速下的尾流

相似，由此可见改进的尾流模型既能适用不同工
x − xc = 2.5D
0.0
1.2
况，而且对风机类型不敏感，具有普适性。
4）湍流影响。
0.8 湍流强度由风轮中心沿径向先增加然后降低
u/U0

至环境水平(如图 7 所示)，在大约 0.4D 处达到最大

0.4
值，这是由于此处接近叶片尖部，存在叶尖效应，
x − xc = 6D 导致该位置湍流强度比其他位置增加的都多。湍流
0.0
1.2 强度沿径向的这种变化可以解释风速在径向上恢
复速度问题。当湍流强度增大时，流体与周围的能
0.8
量交换增强，有利于风速的恢复到环境值，进而加
u/U0

0.4
快风速沿径向的恢复作用。

x − xc = 7.5D 4 结论
0.0
−2 −1 0 1 2
r/D
本文提出了一种基于改进致动盘和拓展 k-ε 湍
(b) Dawin，U0 = 8 m/s 流模型的风力机尾流计算方法，得出的结论有：
改进模型； 自适应源项； 固定源项； 实验值。 1）风力机尾流计算时，采用轴对称简化的二
图6 尾流区径向相对速度对比
维计算和全尺度的三维计算，2 种计算结果接近，
Fig. 6 Wake vertical distribution of velocity
风力机尾流计算的二维轴对称简化具有合理性。
0.25
2）对风轮进行采用附加源项的方法进行致动
0.20
盘简化，对湍流方程源项进行改进，可以改善标准
0.15
k-ε 湍流模型造成的尾流恢复过快的问题。
T1

0.10 改进模型 3）应用分布函数改进动量源项和湍流源项系

自适应源项
0.05 固定源项 数 C4ε 沿风轮径向的分布规律，尾流计算结果比改
实验值
进前的尾流计算结果相比，具有更高的预测精度。
0.00
0.0 0.4 0.8 1.2 4）本文提出的尾流计算模型可为风电场微观
r/D
图7 Nibe-B：轴向位置 x − xc = 2.5D 处尾流区湍流强度径
选址、风电场机组性能预测提供技术支持。
向分布，U0 = 8.54 m/s
参考文献
Fig. 7 Nibe-B: Wake vertical distribution of turbulent
intensity for U0 = 8.54 m/s at x − xc = 2.5D [1] Barthelmie R J，Frandsen S T，Nielsen N M，et al．
Modelling and measurements of power losses and
处，U0 = 8.54 m/s 时，轮毂中心的相对速度为 0.492，
turbulence intensity in wind turbine wakes at
而当 U0 = 9.56 m/s，此值变为 0.530；在远尾流区内， Middelgrunden offshore wind farm[J]．Wind Energy，
由于距离风轮远，风轮对流场的影响变小，加上周 2007，10(6)：517-528．
[2] Jensen N O．A note on wind generator interaction[R]．
围环境作用，导致此处相对速度变化缓慢，受入流
Risø-M-2411，Risø National Laboratory，1983．
风速量值的影响减弱。 [3] Larsen G C，Madsen H A，Sørensen N N．Mean wake
3）Dawin 180 kW 风力机尾流模拟。 deficiting the near field[C]//European Wind Energy
本 部 分 将 不 同 的 尾 流 模 型 应 用 在 Dawin Conference and exhibition，Madrid，Spain，2003．
[4] 许昌，杨建川，李辰奇，等．复杂地形风电场微观选址
180 kW 风力机上，来排除模型对风机类型的依赖
优化[J]．中国电机工程学报，2013，33(31)：58-64．
性。本文研究的 Dawin 风力机安装在瑞典 Alsvik Xu Chang，Yang Jianchuan，Li Chenqi，et al．Optimization
境内[30]。模拟的工况为：入流风速 8 m/s，推力系 of wind farm layout in complexe terrain[J]．Proceedings of
第8期 许昌等：基于改进致动盘和拓展 k-ε 湍流模型的风力机尾流数值研究
the CSEE，2013，33(33)：58-64(in Chinese)．
[5] 李莉，刘永前，杨勇平，等．基于 CFD 流畅预计算的
短期风速预测方法[J]．中国电机工程学报，2013，33(7)：
27-32．
Li Li，Liu Yongqian，Yang Yongping，et al．Short-term
wind speed forecasting based on CFD pre-calculated flow
fields[J]．Proceedings of the CSEE，2013，33(7)：27-32(in
Chinese)．
[6] 张镇．风电场中风力机尾流模型研究[D]．北京：华北
电力大学，2012．
Zhang Zhen．Research of wake model of wind turbine in
wind farm[D] ． Beijing ： North China Electric Power
University，2012(in Chinese)．
[7] 曾利华，王丰，刘德有．风电场风力机尾流及其迭加模
型的研究[J]．中国电机工程学报，2011，31(19)：37-42．
Zeng Lihua，Wang Feng，Liu Deyou．Wind farms fan
wake and superposition model research[J]．Proceedings of
the CSEE，2011，31(19)：37-42(in Chinese)．
[8] Crasto G，Gravdahl A R，Castellani F，et al．Wake
modeling with the actuator disc concept[J] ． Energy
Procedia，2012，24：385-392．
[9] CHEN Y S，KIM S W．Computation of turbulent flow
using an extended turbulence closure model[R]．NASA
Contractor Report，NASA CR-179204，1987．
[10] Crespo A，Manuel F，Moreno D，et al．Numerical analysis
of wind turbine wakes[C]//Proceedings of Delphi
Workshop on Wind Energy Applications，1985：15-25．
[11] Cabezon D，Sanz J，Marti I，et al．CFD modeling of the
interaction between the surface boundary layer and rotor
wake: comparison of results obtained with different
turbulence models and mesh strategies[C]//European
Community Wind Energy Conference ， Marseille ，
France，2009．
[12] El Kasmi A，Masson C．An extended k-ε model for
turbulent flow through horizontal axis wind turbines[J]．
Journal of Wind Engineering and Industrial
Aerodynamics，2008，96(1)：103-22．
[13] RÉTHORÉ P-E ． Wind turbine wake in atmospheric
turbulence[R] ． Roskilde ， Denmark ： Risø National
Laboratory for Sustainable Energy，Technical University
of Denmark，2009．
[14] Sanz C．A note on k-ε modelling of vegetation canopy
air-flows[J]．Boundary-Layer Meteorology，2003，108(1)：
191-197．
[15] Martin O，Hansen L．Aerodynamics of wind turbines[M]．
London：Sterling，2008．
[16] Prospathopoulos J M，Politis E S，Chaviaropoulos P K，
et al．CFD Modeling of wind farms in flat and complex
terrain[C]//Proceedings of the 2010 European Wind
Energy Conference & Exhibition，Warsaw，2010：20-23．
[17] Rados K，Mosfilis S，Sterginanis N，et al．CFD modeling
approaches of wind turbine single and multiple wakes[C]．
Proceedings of the 2012 European Wind Energy
Conference & Exhibition，Warsaw，2012．
1961
[18] Schetz J A，Fuhs A E．Handbook of Fluid Dynamics and
Fluid Machinery[M]．Wiley，New York：1996．
[19] FLUENT INC．Fluent 6.3 user’s guide[M]．Lebanon，
New Hampshire，USA：Fluent Inc．，2006．
[20] Hinze J O．Turbulence[M]．McGraw-Hill Publishing Co．，
New York．1975．
[21] Panofsky H，Dutton J．Atmospheric Turbulence[M]．
Wiley，New York，1984．
[22] Rethore P E，Sørensen N N．Actuator disc model using a
modified Rhie-Chow/SIMPLE pressure correction
algorithm ： Comparison with analytical solutions[R] ．
Conference Proceedings(online)．European Wind Energy
Association(EWEA)，2008．
[23] Javaheri A，Cañadillas B．Wake modeling of an offshore
wind farm using OpenFOAM[J] ． DEWI Magazin ，
2013(43)：15-22．
[24] Leclerc C，Masson C，Ammara I，et al．Turbulence
modelling of the flow around HAWTs[J]．Wind Eng，
1999，23(5)：279-294．
[25] Richards P J ， Hoxey R P ． Appropriate boundary
conditions for computational wind engineering models
using the k-ε turbulence model[J] ． Journal of Wind
Engineering and Industrial Aerodynamics，1993(46-47)：
145-153．
[26] Blocken B，Stathopoulos T，Carmeliet J．CFD simulation
of the atmospheric boundary layer：wall function problems
[J]．Atmospheric environment，2007，41(2)：238-252．
[27] Richards P J，Norris S E．Appropriate boundary conditions
for computational wind engineering models revised[J]．
Journal of Wind Engineering and Industrial
Aerodynamics，2011，99：257-266．
[28] Pederson B M，Nielson P．Description of the two Danish
630 kW wind turbines，Nibe-A and Nibe-B，and some
preliminary test results[C]//Third International
Symposium on Wind Energy Systems，DEFU， Denmark，
1980．
[29] Taylor G J，Milborrow D J，McIntosh D N，et al．Wake
measurements on the Nibe windmills[C]//Proceedings of
Seventh BWEA Wind Energy Conference，Oxford，1985．
[30] Magnusson M，Rados K G，Voutsinas S G．A study of the
flow downstream of wind turbine using measurements and
simulations[J]．Wind Eng，1996，20(6)：389-403．
收稿日期：2014-11-15。
作者简介：
许昌(1972)，男，博士，教授，从事风
能和太阳能利用方面的教学与研究，
zhuifengxu@163.com；
韩星星(1990)，男，硕士研究生，从事
许昌 风电场空气动力学方面的研究工作；
王欣(1990)，女，硕士研究生，从事风
电场空气动力学及调控方面的研究工作。
(责任编辑 王庆霞)