4. 单风机尾流模型：Jensen模型（Park模型）的推导与假设
各位同学，今天我们来聊聊尾流模型里最经典的一个——Jensen模型，也叫Park模型。说实话，这个模型是我入行时第一个接触的尾流模型，简单粗暴，但特别好用。
你想想看，风经过风机叶片后，风速会下降，形成一个低速区域，这就是尾流。Jensen模型就是用来描述这个尾流区的速度分布和恢复过程的。嗯，咱们一步步来拆解。
4.1 模型的基本假设
Jensen模型的核心假设其实就三条，我当年在丹麦做项目时，老师傅就让我背这三条：
- 尾流区线性扩展：尾流半径随下游距离线性增大，像个圆锥形
- 尾流区内速度均匀：同一横截面上，风速处处相等，不考虑湍流细节
- 动量守恒：风机对风的动量提取是守恒的，不考虑能量耗散
重要提醒：这三条假设说白了就是「简化再简化」。实际尾流哪有这么规整？但做工程嘛，先抓主要矛盾。
4.2 数学推导过程
好，咱们开始推公式。先定义几个关键参数：
- \( u_0 \)：来流风速（m/s）
- \( u_w \)：尾流区风速（m/s）
- \( D \)：风机叶轮直径（m）
- \( x \)：下游距离（m）
- \( k \)：尾流衰减系数，一般取0.04~0.05
- \( C_T \)：推力系数，风机的重要参数
尾流半径随距离的变化：
R_w(x) = R + k × x其中R是叶轮半径。这个公式我闭着眼睛都能写出来，因为我在项目里调过无数次k值。
根据动量守恒，风机前后的动量变化等于风机受到的推力：
ρ × π × R² × u₀ × (u₀ - u_w) = ½ × ρ × π × R² × C_T × u₀²化简后得到尾流区风速表达式：
u_w = u₀ × [1 - (1 - √(1 - C_T)) × (R / (R + k × x))²]我的小技巧：实际计算时，我习惯把公式写成归一化形式，这样方便对比不同风机的尾流影响。
4.3 关键参数取值
这里我列个表，都是我在项目中实测总结的：
| 参数 | 推荐取值 | 说明 |
|---|---|---|
| k（海上） | 0.04 | 海面粗糙度小，尾流恢复慢 |
| k（陆上） | 0.075 | 陆地湍流强，尾流恢复快 |
| C_T | 0.7~0.9 | 取决于风机运行工况 |
避坑指南：我曾经在西北某风电场做评估时，直接用了海上的k值，结果算出来的发电量比实际高了8%。后来才发现，陆上湍流强度大，k值必须调高。嗯，从那以后我每次都要确认场地类型。
4.4 模型的局限性
说实话，Jensen模型虽然好用，但坑也不少：
- 忽略湍流混合：实际尾流恢复主要靠湍流，但模型只靠几何扩展
- 速度均匀假设：实际尾流横截面是高斯分布，不是平的
- 近尾流区不准：距离风机2~3D范围内，误差很大
为什么会这样？因为Jensen模型是1983年提出的，那时候计算能力有限，只能做这种简化。现在我们有更精细的模型，但Jensen模型在工程初步评估中依然不可替代。
4.5 知识体系总览
下面我用一张图把本章的核心逻辑串起来：
这张图把Jensen模型的三个核心模块串起来了。我个人建议你把它打印出来贴在工位上，做项目时随时对照。
4.6 代码实现示例
最后，我给大家一个Python实现，这是我项目里常用的版本：
def jensen_wake(u0, D, x, CT, k=0.04):
"""
Jensen尾流模型计算
u0: 来流风速 (m/s)
D: 叶轮直径 (m)
x: 下游距离 (m)
CT: 推力系数
k: 尾流衰减系数
"""
R = D / 2
# 尾流半径
Rw = R + k * x
# 速度亏损系数
a = 0.5 * (1 - (1 - CT)**0.5)
# 尾流风速
uw = u0 * (1 - 2 * a * (R / Rw)**2)
return uw
# 示例：计算下游5D处的尾流风速
u0 = 10 # 来流风速10m/s
D = 100 # 叶轮直径100m
x = 5 * D # 下游500m
CT = 0.8
uw = jensen_wake(u0, D, x, CT)
print(f"下游{x}m处尾流风速: {uw:.2f} m/s")实用建议：代码里的k值记得根据场地类型调整。我一般海上用0.04，陆上用0.075，复杂地形可能要试算几次。
好了，Jensen模型的核心内容就这些。记住，模型是死的，但工程应用是活的。下次做风电场布局时，试试用这个模型算算尾流影响，你会发现很多有意思的现象。