3. 经典尾流模型:Jensen模型(Park模型)的推导与假设

说到尾流模型,Jensen模型绝对是绕不开的经典。我入行那会儿,第一个接触的尾流模型就是它。说实话,这个模型简单得有点「粗暴」,但你别小看它——直到今天,很多商业软件还在用它做快速评估。

Jensen模型也叫Park模型,是1983年由Jensen提出的。为什么叫Park?因为后来Park等人把它发扬光大了。我个人习惯叫它Jensen模型,更尊重原创嘛。

3.1 模型的核心假设

这个模型能活这么久,靠的就是它那几条简单到极致的假设。咱们一条条来看:

  • 尾流线性扩展:尾流区的半径随着下游距离线性增大。说白了,就是尾流像个圆锥一样往外扩。
  • 尾流区内速度均匀:在任意一个下游截面上,尾流区内的风速是均匀的。嗯,这里要注意,实际中肯定不是这样,但为了简化,我们忍了。
  • 动量守恒:尾流区与周围自由流之间没有动量交换。这个假设争议最大,我后面会讲。
  • 不可压缩流体:空气密度不变,这在中低风速下基本成立。

核心要点:Jensen模型把复杂的尾流问题简化成了一个几何问题。你想想看,只要知道上游风速、尾流扩展系数和下游距离,就能算出尾流风速。这就是它经久不衰的原因。

3.2 模型的数学推导

好,咱们来动手推一推。别怕,真的不难。

首先,定义尾流半径的扩展规律:

R(x) = R_r + k × x

其中:

  • R(x) —— 下游距离x处的尾流半径
  • R_r —— 风轮半径
  • k —— 尾流扩展系数,通常取0.04~0.05
  • x —— 下游距离

然后,根据动量守恒(其实就是质量守恒的简化版):

ρ × π × R_r² × U_∞ + ρ × π × (R(x)² - R_r²) × U_∞ = ρ × π × R(x)² × U(x)

左边第一项是风轮扫掠面积内的动量,第二项是周围自由流的动量。右边是尾流区总的动量。

化简后得到:

U(x) = U_∞ × [1 - (1 - √(1 - C_T)) × (R_r / R(x))²]

其中C_T是推力系数。我记得第一次推导时,卡在这个根号上半天——后来发现其实就是轴向诱导因子的关系。

实用技巧:实际工程中,我们常用的是简化形式:U(x) = U_∞ × [1 - 2a × (R_r / (R_r + kx))²],其中a是轴向诱导因子,a = (1 - √(1 - C_T))/2。

3.3 尾流扩展系数k的取值

这个k值,说实话,是Jensen模型里最玄学的地方。我做过好几个风场的后评估,发现k值跟地形、大气稳定度关系很大。

地形类型 推荐k值 我的经验值
平坦陆地 0.04 0.035~0.045
海上 0.04~0.05 0.05~0.06(海面粗糙度小)
复杂山地 0.07~0.08 0.06~0.10(看地形复杂度)

避坑指南:我曾经在一个山地风场直接用0.04的k值做评估,结果发电量算高了8%。后来发现,复杂地形下尾流扩散更快,k值应该取0.07以上。所以,别偷懒,一定要根据实际地形调整k值。

3.4 模型的局限性

Jensen模型好用,但坑也不少。我总结了几条:

  • 忽略了尾流旋转:实际风轮后的尾流是旋转的,Jensen模型完全没考虑。
  • 速度剖面太理想:实际尾流区速度是中间低、边缘高的「碗形」分布,不是均匀的。
  • 近尾流区不准:在距离风轮2~3倍直径内,模型误差很大。我一般建议5D以内慎用。
  • 多尾流叠加太简单:多个风机尾流叠加时,Jensen模型用简单的平方和法,其实不太准。

为什么会这样?说白了,Jensen模型就是个「一阶近似」。它抓住了尾流的主要矛盾——速度亏损,但牺牲了细节。在工程上,这叫「够用就好」。

3.5 知识体系与核心逻辑

下面这张图,是我自己梳理的Jensen模型知识框架。你看一眼,就能明白整个模型的来龙去脉:

Jensen模型知识体系 核心假设 • 尾流线性扩展 • 速度均匀分布 • 动量守恒 • 不可压缩流体 数学推导 R(x) = R_r + kx 动量守恒方程 U(x) = U∞ × [1 - ...] 轴向诱导因子a 关键参数 • 推力系数 C_T • 扩展系数 k • 风轮半径 R_r • 下游距离 x 工程应用 • 单机尾流计算 • 多机尾流叠加(平方和法) • 发电量修正 局限性 忽略尾流旋转 | 速度剖面理想 | 近尾流区不准 | 多尾流叠加简单 → 适用于远尾流区、平坦地形、快速评估

3.6 实际工程中的使用建议

说了这么多,到底怎么用?我给出几条实操建议:

  1. 快速筛选用Jensen:做风场宏观选址时,用Jensen模型跑一遍,能快速找出问题机位。
  2. 精细计算换模型:如果要做发电量承诺,建议用更精细的模型(比如CFD或涡方法)。
  3. k值要校准:有条件的话,用SCADA数据反算k值。我做过一个项目,反算出来的k值是0.055,比默认的0.04大了近40%。
  4. 注意距离限制:Jensen模型在5D~15D范围内表现最好。太近太远都不行。

我的小技巧:在做尾流评估时,我习惯先用Jensen模型算一遍,再用更精细的模型校核几个关键机位。这样既保证了效率,又控制了风险。说白了,就是「粗筛+精校」的策略。

好了,Jensen模型就讲到这里。这个模型虽然简单,但它是理解尾流效应的基石。你把它吃透了,后面学更复杂的模型就会轻松很多。

专注资料整理