Validation and extension of an analytic momentum availability model for the two-scale momentum theory of wind farm flows

Diese Studie validiert ein analytisches Modell zur Impulsverfügbarkeit in Windparks anhand von LES-Daten und schlägt eine Erweiterung des bisherigen linearen Modells vor, um dessen Genauigkeit bei großen atmosphärischen Grenzschichthöhen und starken Coriolis-Effekten zu verbessern.

Das Wesentliche

Das Rätsel der „Wind-Speisekammer“: Warum Windparks mehr Energie brauchen, als man denkt

Stellen Sie sich vor, ein riesiger Offshore-Windpark ist wie eine große, hungrige Stadt. Damit die Stadt (der Windpark) funktioniert, braucht sie ständig Nachschub an „Nahrung“ – und in diesem Fall ist die Nahrung der Wind.

Das Problem: Die Windräder sind wie riesige Ventilatoren, die den Wind „auffressen“. Wenn der Wind durch den Park weht, wird er durch die Rotoren abgebremst und „müde“. Wenn die Stadt zu groß wird oder der Wind zu schwach ist, bekommt sie nicht genug Nachschub, und die Stromproduktion bricht ein.

Das Problem: Die „Speisekammer“ ist nicht unendlich

Bisher dachten viele Wissenschaftler: „Wenn wir wissen, wie viel Wind vorne reinkommt, wissen wir auch, wie viel Energie wir am Ende haben.“ Das ist so, als würde man sagen: „Wenn ich 10 Kilo Mehl in die Küche bringe, kann ich auch 10 Kilo Brot backen.“

Aber das stimmt nicht! In der Realität gibt es eine „Speisekammer“ (die Atmosphäre über dem Windpark). Diese Speisekammer hilft dabei, neuen, frischen Wind in den Park hineinzupumpen. In der Wissenschaft nennt man diesen Prozess die „Momentum Availability“ (Verfügbarkeit von Impuls).

Die Entdeckung: Der „Deckel“ und die „Drehung“

Die Forscher in dieser Studie haben untersucht, warum die alten mathematischen Modelle oft danebenlagen – besonders wenn der Windpark sehr groß ist oder der Himmel sehr hoch ist. Sie haben drei Hauptgründe gefunden, warum die „Speisekammer“ manchmal nicht so liefert, wie gedacht:

1. Der Deckel-Effekt (Die Schichtung): Stellen Sie sich vor, die Atmosphäre ist wie eine Schicht aus verschiedenen Flüssigkeiten. Wenn die Schicht über dem Windpark sehr hoch ist, ist es schwieriger, frischen Wind von oben „herunterzuziehen“. Die alten Modelle dachten, der Windpark könnte den Wind immer leicht nach oben drücken, aber bei sehr hohen Schichten funktioniert das nicht so einfach.
2. Die unsichtbare Drehung (Coriolis-Kraft): Da die Erde sich dreht, wird der Wind nicht nur geradeaus geblasen, sondern leicht in die Kurve gezwungen. Das verändert, wie der Wind in den Park hineinströmt.
3. Der Druck-Sog: Die Windräder erzeugen einen Druckunterschied, fast wie bei einem Staubsauger. Das kann helfen, neuen Wind anzusaugen, aber die alten Formeln haben diesen „Sog“ oft falsch berechnet.

Die Lösung: Das neue „Navigationssystem“ (Das BNK-Modell)

Die Forscher haben nun ein neues, verbessertes mathematisches Modell entwickelt (sie nennen es das BNK-Modell).

Man kann es sich wie ein Upgrade für ein Navigationssystem vorstellen. Das alte System sagte: „Fahr einfach geradeaus, du kommst an.“ Das neue System sagt: „Achtung, die Straße ist kurvig (Erdrotation), die Decke ist sehr hoch (Atmosphärenhöhe) und es gibt starken Gegenwind (Druckverhältnisse). Pass deine Geschwindigkeit an!“

Was bedeutet das für die Zukunft?
Wenn wir wissen, wie die „Speisekammer“ der Atmosphäre genau funktioniert, können wir Windparks viel besser planen. Wir wissen dann genau: „Wenn wir die Windräder so und so aufstellen, können wir den maximalen Wind-Nachschub aus der Atmosphäre herausholen.“

Das hilft dabei, mehr grünen Strom zu produzieren, ohne dass die „Stadt“ (der Windpark) verhungert!

Technische Zusammenfassung

Technische Zusammenfassung: Validierung und Erweiterung eines analytischen Modells zur Impulsverfügbarkeit in Windparks

1. Problemstellung

Die Modellierung der Aerodynamik von Offshore-Windparks ist aufgrund der Multiskalen-Natur der Strömung (Interaktion zwischen einzelnen Turbinen-Nachläufen und der großskaligen atmosphärischen Grenzschicht, ABL) hochkomplex. Ein vielversprechender Ansatz ist die „Two-Scale Momentum Theory“ (Zweiskalen-Impulstheorie). Diese trennt das Problem in ein internes Problem (Turbinen-Nachläufe) und ein externes Problem (Impulszufuhr durch die ABL).

Der entscheidende Parameter für das externe Problem ist der Impulsverfügbarkeitsfaktor ($M$). Er quantifiziert, wie stark die atmosphärischen Transportmechanismen (Advektion, Druckgradient, Coriolis-Kraft, Turbulenz und Unstetigkeit) den Impuls in den Windpark hinein fördern. Bisherige analytische Modelle (insbesondere die KDN-Modellreihe von Kirby et al., 2023) zeigten jedoch eine abnehmende Genauigkeit, wenn die Höhe der atmosphärischen Grenzschicht (ABL) zunimmt. Dies führt zu einer massiven Überschätzung der Impulsverfügbarkeit und damit der Effizienz in tiefen bzw. hohen ABL-Szenarien.

2. Methodik

Die Autoren verfolgten einen zweistufigen Ansatz:

• Validierung mittels LES-Daten: Zur Überprüfung der bestehenden Modelle wurden hochauflösende Large-Eddy-Simulationen (LES) von Lanzilao & Meyers genutzt. Es wurden sechs verschiedene Fälle untersucht, die unterschiedliche ABL-Höhen ($H = 300, 500, 1000$ m) und verschiedene Windpark-Layouts (staggered, aligned, double-spacing, half-farm) kombinieren. Durch eine Bilanzierung der Impulsflüsse in einem Kontrollvolumen (Control Volume, CV) wurde der „wahre“ Wert ($M_{exact}$) direkt aus den 3D-Strömungsfeldern berechnet.
• Analyse der Teilmechanismen: Die Autoren zerlegten $M$ in seine physikalischen Komponenten ($\Delta M_{adv}, \Delta M_{PGF}, \Delta M_{Cor}, \Delta M_{turb}, \Delta M_{uns}$), um zu identifizieren, welche Annahmen der bisherigen Modelle (z. B. die „AP-Approximation“ oder die Annahme linearer Scherspannungsprofile) zu Fehlern führen.
• Modellerweiterung: Basierend auf der Beobachtung, dass die Fehler mit der ABL-Höhe korrelieren, entwickelten die Autoren ein neues Modell ($M_{BNK}$). Dieses integriert die ABL-Rossby-Zahl ($Ro_{h0}$), um die indirekten Auswirkungen der Coriolis-Kraft auf die Form des Scherspannungsprofils (sog. „Shear Stress Veering“) zu berücksichtigen.

3. Hauptergebnisse

• Identifikation der Fehlerquellen:
  • Die Coriolis-Kraft selbst trägt kaum direkt zum Impuls bei ($\Delta M_{Cor} \approx 0$), beeinflusst aber indirekt die Impulsverfügbarkeit, indem sie das Profil der streamwise Scherspannung ($\tau_{x0}$) von einer linearen Form in eine konkave Form verändert.
  • Die bisherige Annahme eines linearen Scherspannungsprofils in den KDN-Modellen war die Hauptursache für die Fehlprognosen bei hohen ABL-Höhen.
  • Die Turbulenzkomponente ($\Delta M_{turb}$) ist hochsensibel gegenüber der Modellierung der Grenzschichthöhe ($h$).
• Leistung der bestehenden Modelle: Das komplexeste Modell ($M_{KDN1}$) war zwar genau, aber aufgrund der benötigten Eingabeparameter unpraktisch. Die einfacheren, linearen Modelle ($M_{KDN2}, M_{KDN3}$) versagten bei hohen ABL-Höhen (Fehler bis zu 100 %).
• Das neue $M_{BNK}$-Modell: Das vorgeschlagene Modell korrigiert die Überschätzung der Impulsverfügbarkeit signifikant. Bei der extremen Fallstudie ($H=1000$ m) reduzierte das neue Modell den Fehler bei der Vorhersage der globalen Parkeffizienz ($C_{PG}$) von 47 % auf lediglich 7 %.

4. Bedeutung und wissenschaftlicher Beitrag

Die Arbeit leistet einen wesentlichen Beitrag zur Windpark-Modellierung, indem sie eine Brücke zwischen hochkomplexen LES-Daten und praktischen, analytischen Werkzeugen schlägt.

• Praktikabilität: Das neue $M_{BNK}$-Modell behält eine einfache, nahezu lineare Form bei, was es für Ingenieure und Planer handhabbar macht, während es gleichzeitig die physikalische Realität von großskaligen, rotierenden atmosphärischen Strömungen (Coriolis-Effekt) berücksichtigt.
• Generalisierung: Durch die Einführung der Rossby-Zahl wird das Modell robuster gegenüber unterschiedlichen atmosphärischen Bedingungen und ermöglicht eine präzisere Skalierung von Windpark-Leistungsmodellen für verschiedene geografische Standorte und atmosphärische Schichtungen.
• Theoretischer Fortschritt: Die Studie liefert ein tieferes Verständnis dafür, wie die Kopplung zwischen der internen Turbinen-Skala und der externen ABL-Skala durch die Geometrie der Scherspannungsprofile gesteuert wird.