Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Marginal Weibull Diffusion Model for Wind Speed Modeling and Short-Term Forecasting Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

3. Stochastic Lagrangian Approach for Wind Farm Simulation

verfasst von : Mireille Bossy, Aurore Dupré, Philippe Drobinski, Laurent Violeau, Christian Briard

Erschienen in: Renewable Energy: Forecasting and Risk Management

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We present a stochastic Lagrangian approach for atmospheric boundary layer simulation. Based on a turbulent-fluid-particle model, a stochastic Lagrangian particle approach could be an advantageous alternative for some applications, in particular in the context of down-scaling simulation and wind farm simulation. This paper presents two recent advances in this direction, first the analysis of an optimal rate of convergence result for the particle approximation method that grounds the space discretisation of the Lagrangian model, and second a preliminary illustration of our methodology based on the simulation of a Zephyr ENR wind farm of six turbines.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel From Numerical Weather Prediction Outputs to Accurate Local Surface Wind Speed: Statistical Modeling and Forecasts
Nächstes Kapitel Day-Ahead Probabilistic Forecast of Solar Irradiance: A Stochastic Differential Equation Approach
Fußnoten
1
We consider here only the case of constant mass density flow, for the sake of clarity.
 
Literatur
1.
F. Bernardin, M. Bossy, C. Chauvin, P. Drobinski, A. Rousseau, T. Salameh, Stochastic downscaling methods: application to wind refinement. Stoch. Environ. Res. Risk Assess. 23(6), 851–859 (2009)MathSciNetCrossRef
2.
F. Bernardin, M. Bossy, C. Chauvin, J.-F. Jabir, A. Rousseau, Stochastic Lagrangian method for downscaling problems in computational fluid dynamics. ESAIM: M2AN 44(5), 885–920 (2010)MathSciNetCrossRef
3.
M. Bossy, Some stochastic particle methods for nonlinear parabolic PDEs, in GRIP—Research Group on Particle Interactions. ESAIM: Proceedings, vol. 15 (EDP Sciences, Les Ulis, 2005), pp. 18–57MathSciNetCrossRef
4.
M. Bossy, L. Violeau, Optimal rate of convergence of particle approximation for conditional McKean–Vlasov kinetic processes (2018)
5.
M. Bossy, J. Espina, J. Morice, C. Paris, A. Rousseau, Modeling the wind circulation around mills with a Lagrangian stochastic approach. SMAI J. Comput. Math. 2, 177–214 (2016)MathSciNetCrossRef
6.
P.A. Durbin, A Reynolds stress model for near-wall turbulence. J. Fluid Mech. 249, 465–498 (1993)CrossRef
7.
P.-A. Durbin, C.-G. Speziale, Realizability of second-moment closure via stochastic analysis. J. Fluid Mech. 280, 395–407 (1994)CrossRef
8.
W. McCarty, L. Coy, R. Gelano, A. Huang, D. Merkova, E.B. Smith, M. Sienkiewicz, K. Wargan, MERRA-2 input observations: summary and assessment, in NASA Technical Report Series on Global Modeling and Data Assimilation, vol. 46 (2016)
9.
J.-P. Minier, Statistical descriptions of polydisperse turbulent two-phase flows. Phys. Rep.665(Supplement C), 1–122 (2016)MathSciNetCrossRef
10.
J.-P. Minier, S. Chibbaro, S.B. Pope, Guidelines for the formulation of Lagrangian stochastic models for particle simulations of single-phase and dispersed two-phase turbulent flows. Phys. Fluids 26(11), 113303 (2014)CrossRef
11.
A. Niayifar, F. Porté-Agel, Analytical modeling of wind farms: a new approach for power prediction. Energies 9(9), 741 (2016)CrossRef
12.
S.B. Pope, Lagrangian PDF methods for turbulent flows. Annu. Rev. Fluid Mech. 26, 23–63. Annual Reviews, Palo Alto, CA, 1994
13.
14.
S.B. Pope, Particle method for turbulent flows: tegration of stochastic model equations. J. Comput. Phys. 117(2), 332–349 (1995)CrossRef
15.
S.B. Pope, Turbulent Flows (Cambridge University Press, Cambridge, 2000)CrossRef
16.
P.E. Réthoré, N.N. Sørensen, A. Bechmann, F. Zahle, Study of the atmospheric wake turbulence of a CFD actuator disc model, in Proceedings of European Wind Energy Conference, Marseille, France, 16–19 March 2009
17.
J.N. Sørensen, Aerodynamic aspects of wind energy conversion. Annu. Rev. Fluid Mech. 43(1), 427–448 (2011)CrossRef
18.
A. Stohl, Computation, accuracy and applications of trajectories. A review and bibliography. Atmos. Environ. 32(6), 947–966 (1998)CrossRef
19.
M. Waclawczyk, J. Pozorski, J.-P. Minier, Probability density function computation of turbulent flows with a new near-wall model. Phys. Fluids 16(5), 1410–1422 (2004)CrossRef
Metadaten
Titel
Stochastic Lagrangian Approach for Wind Farm Simulation
verfasst von
Mireille Bossy
Aurore Dupré
Philippe Drobinski
Laurent Violeau
Christian Briard
Copyright-Jahr
2018
Buch
Renewable Energy: Forecasting and Risk Management

Print ISBN: 978-3-319-99051-4

Electronic ISBN: 978-3-319-99052-1

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-99052-1_3