4. 其他尾流模型：Park模型、Frandsen模型、Larsen模型、模型对比与选择

上一节我们聊了Jensen模型，算是尾流模型里的"入门款"。但实际工程中，光靠它一个可不够。今天我把另外三个常用的模型——Park、Frandsen、Larsen——一起讲清楚。它们各有各的脾气，选对了能省不少事。

4.1 Park模型：Jensen的"升级版"

Park模型其实就是在Jensen模型基础上加了点"料"。我记得第一次用Park模型时，心里还嘀咕：这不就是Jensen换个马甲吗？后来才发现，它多考虑了一个关键因素——尾流叠加效应。

简单说，Park模型假设尾流在传播过程中会线性叠加。你想想看，如果上游有3台风机，它们的尾流在下游某点汇合，总速度亏损就是各自贡献的简单相加。

δV_total = Σ δV_i

这个模型的好处是计算快，适合做初步排布。但有个坑——它假设尾流之间互不影响，实际中可不是这样。我曾经在某个项目中，用Park模型算出来的发电量比实测高了8%，就是因为没考虑尾流间的非线性交互。

4.2 Frandsen模型：考虑湍流强度的"硬汉"

Frandsen模型是我个人比较偏爱的一个。为什么？因为它把湍流强度这个变量纳入了考虑。说白了，风不是平稳流动的，总有各种扰动。湍流越强，尾流恢复得越快。

这个模型把尾流区分为两个区域：

• 近尾流区：距离风机2-4D，速度亏损大，湍流强
• 远尾流区：4D以外，速度逐渐恢复，湍流趋于环境值

Frandsen模型的核心假设是：尾流区的湍流强度由环境湍流和风机产生的机械湍流共同决定。公式长这样：

I_wake = sqrt(I_env² + I_mech²)

其中I_mech ≈ 0.4 * (1 - Ct)^0.5，Ct是推力系数。

嗯，这里要注意：Frandsen模型对湍流数据要求高。如果你手头只有粗糙的测风数据，用这个模型反而可能不准。我吃过这个亏——有一次用Frandsen算出来的尾流衰减曲线，跟实测差了15%，后来发现是环境湍流输入错了。

4.3 Larsen模型：基于相似理论的"学院派"

Larsen模型走的是另一条路——它基于湍流边界层的相似理论。说白了，它假设尾流的速度剖面是自相似的，也就是说，不管距离多远，速度分布的形状都一样，只是大小在变。

这个模型有个特点：它需要求解一个偏微分方程。计算量比前两个大不少，但精度也更高。我一般在做详细设计阶段才用它，前期排布用Park或Frandsen就够了。

Larsen模型的速度剖面公式：

U(x, r) = U0 * [1 - (Ct / (2 * k * x))^(1/3) * exp(-r² / (2 * σ²))]

其中k是经验常数，σ是尾流宽度，随距离x增大而增大。

4.4 模型对比：到底该选哪个？

说了这么多，你可能想问：那我到底该用哪个？别急，我整理了一张表，一目了然：

我个人习惯是：先用Park模型做一轮快速筛选，把明显不合理的排布排除掉。然后用Frandsen模型优化间距和布局。最后用Larsen模型做精细验证。三步走，既快又准。

4.5 知识体系总览

下面这张图帮你理清这几个模型的关系和选择逻辑：

4.6 实战建议

最后，给你几条实在的建议：

1. 别迷信单一模型。每个模型都有假设条件，跟实际总有偏差。我一般至少用两个模型交叉验证。
2. 注意输入数据的质量。模型再好，输入数据不准也是白搭。特别是湍流强度和风剪切指数，这两个参数对结果影响很大。
3. 做敏感性分析。把关键参数上下浮动10%，看看结果变化大不大。如果变化很大，说明这个参数需要更精确地测量。
4. 保留实测数据做验证。有条件的话，在风电场投运后做一次后评估，把实测数据跟模型预测对比。这是提升模型精度的最好方法。

好了，这四种模型就讲到这里。记住，工具是死的，人是活的。理解每个模型的优缺点，根据实际情况灵活选择，才是真正的专家。