Automatic optimisation to improve wind field predictions

Bon nombre d'études ont traité de l'application des modèles de la mécanique numérique des fluides (CFD) pour produire les données haute résolution du flux du vent. Les modèles CFD sont basés sur la solution numérique d'un nombre d'équations différentielles partielles exprimant la conservation de la masse, le moment et l'énergie (lorsque les effets de flottabilité ne sont pas négligeables), et ils utilisent un certain nombre de simplifications (modèles de turbulence) afin de réduire l'intervalle des échelles de longueur qui sont résolues directement. La plupart de ces travaux ont validé les approches proposées dans les domaines simplifiés où les flux séparés et les régions de recirculation sont limités. Par ailleurs, l'application des modèles CDF nécessite une spécification précise des caractéristiques du domaine de simulation et des conditions limite (en termes de direction et d'intensité du flux); malheureusement, et plus particulièrement dans les zones caractérisées par les terrains complexes, les données mesurées de l'intensité et de la direction du vent collectées près des limites du domaine de calcul (fondamental pour la prescription de conditions limites) souvent ne sont pas disponibles. Ce travail vise à: (1) développer une méthodologie de simulation du flux du vent dans les domaines à orographie complexe en faisant correspondre les données avec le domaine; (2) comparer les champs du vent prévus par différents logiciels commerciaux ou source libre, et (3) valider les résultats de simulation sur un ensemble de données expérimentales collectées dans différentes zones du domaine de calcul. Pour être plus précis, les simulations CFD ont été liées à un système automatique d'optimisation, développé par les auteurs et basé sur un algorithme de recherche de modèle, qui tente de minimiser deux fonctions (la déviation de la vitesse et de la direction du vent) à un nombre prescrit d'emplacements dans le domaine où des données expérimentales sont disponibles. On a utilisé une approximation kriging pour accélérer la convergence vers un minimum. L'étude montre les capacités de l'approche proposée dans la simulation du flux du vent dans les zones caractérisées par une topographie complexe et l'incertitude aux conditions limites.

A number of studies have reported on the application of computational fluid dynamics (CFD) models to produce high resolution data of wind flow. CFD models are based on the numerical solution of a number of partial differential equations expressing conservation of mass, momentum and energy (when buoyancy effects are not negligible) and make use of a number of simplifications (turbulence models) to reduce the range of length scales which are directly resolved. Most of these works validate the proposed approaches in simplified domains, where separated flows and recirculation regions are limited. In addition, application of CFD models requires a precise specification of both simulation domain characteristics and boundary conditions (in terms of flow direction and intensity); unfortunately, especially in areas characterised by complex terrains, measured data of wind intensity and direction collected close to the limits of the computational domain (fundamental to prescribe appropriate boundary conditions) are often not available. The aims of this work were (1) to develop a methodology for simulating wind flow in domains with complex orography, by matching data within the domain, (2) to compare wind fields predicted by different commercial or open-source software and (3) to validate the simulation results on a set of experimental data collected in different areas of the computational domain. More specifically, CFD simulations were linked to an automatic optimisation system developed by the authors based on a pattern search algorithm, which attempts to minimise two functions (deviation of wind speed and direction) at a number of prescribed locations within the domain where experimental data are available. A kriging approximation was used to accelerate convergence to a minimum. The study demonstrates the capabilities of the proposed approach in simulating wind flow in areas characterised by a complex topography and uncertainty in boundary conditions.