Global Trends of Large Wind Farm Performance based on High Fidelity Simulations
Notice bibliographique
Résumé
Abstract. A total of 18 high fidelity simulations of large wind farms have been performed by three different institutions using various inflow conditions and simulation setups. The setups differ in how the atmospheric turbulence, wind shear and wind turbine rotors are modelled, encompassing a wide range of commonly used modelling methods within the LES framework. Various turbine spacings, atmospheric turbulence intensity levels and incoming wind velocities are considered. The work performed is part of the International Energy Agency(IEA) wind task Wakebench, and is a continuation of previously published results on the subject. This work aims at providing a methodology for studying the general flow behavior in large wind farms in a systematic way. It seeks to investigate and further understand the global trends of wind farm performance, with a focus on variability. Parametric studies first map the effect of various parameters on large aligned wind farms, including wind turbine spacing, wind shear and atmospheric turbulence intensity. The results are then aggregated and compared to engineering models as well as LES results from other investigations to provide an overall picture of how much power can be extracted from large wind farms operating below rated level. The simple engineering models, although they cannot capture the variability features, capture the general trends well. Response surfaces are constructed based on the large amount of aggregated LES data corresponding to a wide range of large wind farm layouts. The response surfaces form a basis for mapping the inherently varying power characteristics inside very large wind farm, including how much the turbines are able to exploit the turbulent fluctuations within the wind farms and estimating the associated uncertainty, which is valuable information useful for risk mitigation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».