BEISPIELE
LOG. WINDPROFIL-FIT
 order 

Beispiel für
logarithmisches Windprofil-Fitting

 

Windgeschwindigkeitsdaten, die in mehreren Höhenstufen gemessen wurden, können an logarithmische Windgeschwindigkeitsprofile in Übereinstimmung mit der atmosphärischen Grenzschichttheorie angepasst werden.

Die Anpassung der Winddaten kann für das 2-Parameter-Modell (Reibungsgeschwindigkeit u*, Rauigkeitslänge z0) und für das 3-Parameter-Modell (Reibungsgeschwindigkeit u*, Rauigkeitslänge z0, Versatzhöhe D) berechnet werden.

Neben der klassischen Methode über die Einfachregression (Least-Squares-Fit) kann das logarithmische Windgeschwindigkeitsprofil auch über ein 1-dimensionales Strömungsmodell bestimmt werden. Die Einfachregression ist eine rein mathematische Anpassung, während das 1-dimensionale Strömungsmodell alle vorhandenen relevanten Messdaten verwendet, um die aktuellen physikalischen Prozesse in der Luftsäule zu erfassen.

WindDataSuite kann die atmosphärische Schichtung innerhalb des Höhenbereichs der Windgeschwindigkeitsmessungen bestimmen. Die resultierenden Schichtungsmaßzahlen SI geben nicht nur Aufschluss über die Art der Schichtung (positv: stabil, 0: neutral, negativ: instabil) sondern auch über ihre Intensität. Das Analyseverfahren beruht auf einer Analyse der Gestalt des Vertkalprofils der horizontalen Windgeschwindigkeiten und benötigt daher keine Lufttemperaturdaten.

WDS-Report über die Bestimmung der atmosphärische Schichtung herunterladen (PDF)

Im folgenden Beispiel wurden die Höhenprofile der gemessenen Windgeschwindigkeiten (schwarze Kurven) an das logarithmische Windgeschwindigkeitsprofil (3-Parameter-Modell, rote Kurven) angepasst. In Abb.1 und Abb.2 sind die Ergebnisse aus der Einfachregression dargestellt, in Abb.3 und Abb.4 die Ergebnisse aus dem 1-dimensionalen Strömungsmodell, jeweils an zwei aufeinanderfolgenden Zeitpunkten.
 
In Abb.5 sind die resultierenden mittleren Rauigkeitslängen z0 und Versatzhöhen D in den einzelnen Windrichtungssektoren dargestellt (Ergebnisse aus dem 1-dimensionalen Strömungsmodell) und zeigen die Effekte des Wind-Fetch und der Bodenbedeckung in der Umgebung.
 
Die mittlere tägliche Variation der Schichtungsmaßzahl SI ist in Abb.6 dargestellt. Zum Vergleich und zur Validierung wurde die mittlere tägliche Variation der höhengemittelten vertkalen Windgeschwindigkeitskomponente, HAv-w, berechnet. Wie in Abb.6 zu sehen, korreliert HAv-w recht gut mit SI. Eine Korrelationsberechnung ergibt einen maximalen Korrelationskoeffizienten von r=0.89 bei einer Phasenverschiebung von SI von +6 Stunden = +π/2 des Tageszyklus.

 

Abb.1:
Fitting an logarithmisches Windprofil, 3-Parameter-Modell, Einfachregression, t = t1
Abb.2:
Fitting an logarithmisches Windprofil, 3-Parameter-Modell, Einfachregression, t = t1 + Δt
Abb.3:
Fitting an logarithmisches Windprofil, 3-Parameter-Modell, 1D-Strömungsmodell, t = t1
Abb.4:
Fitting an logarithmisches Windprofil, 3-Parameter-Modell, 1D-Strömungsmodell, t = t1 + Δt
Abb.5:
Mittlere Rauigkeitslänge z0 und Versatzhöhe D in den einzelnen Windrichtungssektoren.
Abb.6:
Mittlere tägliche Variation der Schichtungsmaßzahl SI und der höhengemittelten vertikalen Windgeschwindigkeitskomponente HAv-w.
SI: + = stabil, 0 = neutral, − = instabil.
© WIND DATA SUiTE - Dr. Helmut Frey      Zuletzt geändert: 2018-12-02