期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
两种数值模式用于风场模拟的对比研究 被引量:3
1
作者 黄润兰 余志 +2 位作者 邓院昌 曾雪兰 马辉 《可再生能源》 CAS 北大核心 2011年第6期29-33,共5页
以珠海横琴风电场为实例,分别使用线性模型WAsP及基于Fluent的计算流体力学(CFD)模型进行风场模拟及发电量计算,得出两种模型下的计算结果;分别对两者的模拟风速、计算发电量与实际发电量进行比较,并分析误差原因。试验结果表明:对于地... 以珠海横琴风电场为实例,分别使用线性模型WAsP及基于Fluent的计算流体力学(CFD)模型进行风场模拟及发电量计算,得出两种模型下的计算结果;分别对两者的模拟风速、计算发电量与实际发电量进行比较,并分析误差原因。试验结果表明:对于地形复杂的横琴风电场,WAsP模拟的风速值普遍高于Fluent模拟的风速值;WAsP计算年发电量的误差为21.6%,Fluent的误差为10.4%;基于Fluent的CFD模型在风场模拟中比线性模型WAsP具有更高的准确性。 展开更多
关键词 数值模拟 风电场 WASP FLUENT
在线阅读 下载PDF
佛山市中心城区工业污染源排放的数值模拟 被引量:11
2
作者 黄艳玲 刘永红 +2 位作者 蔡铭 徐伟嘉 禤福荣 《环境科学研究》 EI CAS CSCD 北大核心 2010年第5期570-574,共5页
以广东省佛山市中心城区为研究区域,在分析城区工业污染源排放与分布特征的基础上,应用中尺度气象模式MM5耦合空气质量模式CALPUFF的方法,模拟了中心城区工业污染源排放SO2的扩散传输过程.在考虑周边污染源及本地污染物的情况下,发现ρ(... 以广东省佛山市中心城区为研究区域,在分析城区工业污染源排放与分布特征的基础上,应用中尺度气象模式MM5耦合空气质量模式CALPUFF的方法,模拟了中心城区工业污染源排放SO2的扩散传输过程.在考虑周边污染源及本地污染物的情况下,发现ρ(SO2)模拟值与实测值的变化趋势一致,表明模拟方案可较好地反映ρ(SO2)的时空分布特征.分析中心城区工业源排放时空分布模拟结果发现,工业污染源排放与分布特征和气象环境是影响城区工业源排放SO2的时空分布的重要因素. 展开更多
关键词 CALPUFF MM5 佛山市 数值模拟
在线阅读 下载PDF
障碍物对山坡地形风场的影响分析 被引量:6
3
作者 卢玉华 曾雪兰 黄润兰 《可再生能源》 CAS 北大核心 2012年第4期33-36,41,共5页
针对上游有障碍物的山坡地形风场进行了一系列数值模拟,研究在不同来流速度下,障碍物的尺寸及其离山坡的距离对山坡地形风场的影响,考察距山坡坡顶50 m高度处的风速和湍流强度,并与无障碍物时加以比较,总结出可在坡顶形成更有利风况的... 针对上游有障碍物的山坡地形风场进行了一系列数值模拟,研究在不同来流速度下,障碍物的尺寸及其离山坡的距离对山坡地形风场的影响,考察距山坡坡顶50 m高度处的风速和湍流强度,并与无障碍物时加以比较,总结出可在坡顶形成更有利风况的障碍物条件。 展开更多
关键词 障碍物 山坡地形 数值模拟 湍流强度
在线阅读 下载PDF
连续山坡地形下风场的数值模拟 被引量:4
4
作者 魏桢 邓院昌 《可再生能源》 CAS 北大核心 2013年第11期56-59,65,共5页
为了研究复杂地形条件下连续山坡对近地面风场分布的影响,采用计算流体力学(CFD),基于商用软件Fluent 6.3平台,模拟了迎风方向上相邻两座山的风场分布情况,具体分析了山间距和上游山高度两种因素对下游山迎风坡、坡顶、背风坡和... 为了研究复杂地形条件下连续山坡对近地面风场分布的影响,采用计算流体力学(CFD),基于商用软件Fluent 6.3平台,模拟了迎风方向上相邻两座山的风场分布情况,具体分析了山间距和上游山高度两种因素对下游山迎风坡、坡顶、背风坡和山一侧近地面50m高度内风速的影响。结果表明,山间距和上游山高度对下游山风速均有显著影响;山间距为1.25—1.75倍下游山高度时,上游山对下游山近地面部分区域风场有加速作用;上游山高度小于下游山高度时,下游山近地面风场受到的影响较小。 展开更多
关键词 山坡地形 FLUENT 风场模拟 风速平均偏差 平均加速比
在线阅读 下载PDF
基于Elman神经网络的风电场噪声预测模型 被引量:4
5
作者 魏桢 邓院昌 杨正浩 《水电能源科学》 北大核心 2015年第5期203-206,共4页
针对风电场噪声易受风速风向等多因素影响的特点,引入具有动态递归性能的Elman神经网络,综合考虑风速、风向和距离三个主要因素的影响,建立了基于Elman神经网络的风电场噪声预测模型,并以某风电场为例,选取基于无指向性经验拟合预测模... 针对风电场噪声易受风速风向等多因素影响的特点,引入具有动态递归性能的Elman神经网络,综合考虑风速、风向和距离三个主要因素的影响,建立了基于Elman神经网络的风电场噪声预测模型,并以某风电场为例,选取基于无指向性经验拟合预测模型作为对比模型,分别预测风电场噪声,绘制风电场噪声等值线地图。结果表明,基于Elman神经网络的风电场噪声预测模型具有更高的拟合相关性系数,且噪声预测更符合实际情况。 展开更多
关键词 风电场 ELMAN神经网络 噪声预测 噪声等值线地图 指向性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部