A numerical study on the interaction between two cross-flow turbines in tandem configuration to support a simplified turbine model approach
Notice bibliographique
Résumé
In the planning of hydrokinetic turbine array deployment and for the performance prediction of its constituent turbines, the use of simplified turbine models is essential to alleviate the computational costs. The Effective Performance Turbine Model (EPTM) introduced in 2018 is a promising tool for that purpose, allowing array analysis and optimization. Its performance predictions scale with a local flow velocity characterization, which ensures to take into account inherently blockage effects and mean, local flow conditions. However, the characteristics of the local flow within an array also include different types of perturbation such as shear, large-scale temporal fluctuations, and turbulence. To ensure that the model is still reliable in those conditions, this paper presents a validation of the EPTM through the analysis of a large-scale tandem turbine configuration. In fact, three unsteady-Reynolds-averaged-Navier–Stokes simulations of a cross-flow turbine tandem configuration with a longitudinal spacing of six diameters have been conducted in this study, in addition to a simulation of a single turbine with turbulent ambient conditions. This set of simulations allows us to study independently the different types of perturbations associated with array deployment. Whereas the slow-varying large-scale upstream velocity fluctuations do not seem to affect significantly the turbine operation, the upstream non-uniform velocity distribution affects appreciably the extracted power. We find also that the value of the effective power coefficient associated with the EPTM needs to be adapted to the array simulation. Compared to the case of a single turbine in a uniform flow with a low turbulence level, we show that a smaller effective power coefficient value must be used in array simulations. An important result is that the different types of perturbations are found to yield similar effective performance coefficients, which suggests that the same set of values can be used throughout the array. With the appropriate set of values, we show that the EPTM succeeds to predict accurate downstream turbine performance.
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) | 0,000 | 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 ».