在多级台风条件下，浮动式海上风力涡轮机的动态响应：以超强台风“英发”为例的研究

《Ocean Engineering》：Dynamic response of a floating offshore wind turbine under multi-stage typhoon conditions: A case study of super typhoon In-Fa

漂浮式海上风电涡轮机在台风极端天气下的动态响应及低转速控制策略研究，通过WRF-TurbSim耦合模型重构台风In-Fa多阶段风场，利用OpenFAST仿真对比低转速控制与传统停靠策略的载荷特性、结构稳定性及系泊安全性，揭示低转速策略通过气动阻尼降低峰值剪力但加剧平均载荷，而传统策略存在动态峰值放大和侧风偏转敏感性问题，二者均存在系泊超载风险，主要由平台水平位移与波浪低频振荡叠加导致，提出需平衡气动阻尼与系泊能力优化的台风抗灾设计思路。

　　

Jundong Wang|Lei Xue|Liye Zhao|Feifei Cao|Hongda Shi|Yu Xue

中国山东省青岛市中国海洋大学工程学院

摘要

浮动式海上风力涡轮机（FOWTs）对于实现长期可再生能源目标至关重要，然而它们对极端天气事件（尤其是台风）的抵御能力仍然是一个关键挑战。本研究调查了一台5兆瓦半潜式FOWT在台风“In-Fa”多阶段经过过程中的动态响应。使用三重嵌套的WRF模型结合TurbSim重建了特定地点的环境场，并通过OpenFAST模拟评估了一种新型的低转子速度控制策略与传统停车策略的效果。研究发现，前眼壁阶段（FEWS）是主要的载荷条件。结果表明，虽然低转子速度运行会增加平均载荷，但可以通过空气动力阻尼来减轻塔基剪切力的峰值。相反，停车模式则会出现放大的瞬态峰值和对侧风偏转的敏感性。重要的是，在这两种状态下，系泊安全性都会受到影响，峰值张力超过了DNV标准；这种过载主要是由平台涌浪的叠加引起的，涌浪是由空气动力推力引起的平均漂移和波浪驱动的低频振荡共同作用的结果。这些发现强调了标准停车策略可能不足，突显了在抗台风设计中平衡空气动力阻尼效益和增强系泊能力的必要性。

引言

随着各国从化石燃料向可再生能源转型，海上风能在全球范围内迅速发展（Davis等人，2018年；Lei等人，2023年；L. Li等人，2022年）。浮动式海上风力涡轮机（FOWTs）使得在风资源更丰富的深水区域进行部署成为可能，支持了向更大涡轮机组和更广泛商业应用的趋势（GWEC，2025年；Veers等人，2019年）。然而，随着涡轮机尺寸和结构灵活性的增加，FOWTs对恶劣海洋环境的动态激励变得更加敏感。其中，热带气旋和台风是最具破坏性的威胁之一，它们能够施加极端的气动和水动力载荷，对涡轮机的生存能力构成严重挑战（Somoano等人，2021年；Yang等人，2025年；Zhou等人，2025年）。

台风的特点是极端风速、强烈湍流和巨浪，这些因素会导致结构应力集中，加速疲劳并导致灾难性故障（Li等人，2024年；Tang等人，2020年；Xu等人，2024年）。在台风频发的地区，如东海和南海，历史事件反复证明了这种破坏潜力。例如，2006年的台风“Saomai”在浙江省摧毁了五台风力涡轮机并损坏了32片叶片（Li等人，2013年），而2024年的台风“Yagi”对海南的多台风力涡轮机造成了严重破坏，凸显了海上风电场的持续脆弱性（Wang等人，2023年）。随着下一代涡轮机尺寸的增大，它们的结构灵活性进一步加剧了对动态载荷的敏感性，迫切需要为极端天气条件下的FOWTs制定稳健的设计标准和有效的运营策略。

为了说明与涡轮机响应相关的台风风场的特征演变，图1示意性地描绘了一个假设海上风电场的台风三个主要阶段——前眼壁阶段（FEWS）、眼区阶段（TES）和后眼壁阶段（BEWS）。这个示意图不是特定地点的，但它突出了激发本次分析的独特风况。准确捕捉这些变化对于模拟风暴整个生命周期中的涡轮机响应至关重要。为了表示这种复杂的流动，已经尝试了几种方法。高保真计算流体动力学（CFD）方法可以解析详细的流动结构，但对于全风暴模拟来说成本过高，尤其是当与气动-水力-伺服-弹性涡轮机模型结合使用时。另一方面，简化的经验模型（如Holland公式）虽然计算效率高，但无法捕捉实际台风风场的时空变化，特别是在复杂地形和不断变化的大气条件下（Fang等人，2018年）。一种中尺度-随机混合方法提供了一个实用的折中方案：Weather Research and Forecasting（WRF）模型再现了风暴规模的风场，而TurbSim使用用户指定的冯·卡门谱（von Kármán，1948年）生成高分辨率的湍流入流，与常用的Kaimal模型（Kaimal等人，1972年；Cao等人，2009年；Li等人，2008年）相比，这种模型更能代表台风湍流。该框架在物理保真度和计算可行性之间取得了平衡，因此被本研究采用。

在台风条件下，传统的海上风力涡轮机生存策略通常依赖于停车状态（Gon?alves等人，2024年）。在这种标准停车模式下，叶片被调整到最小俯仰角度（约90°）以减少空气动力推力，转子通常被允许缓慢漂移或旋转以防止轴承损坏，而不是被机械锁定。虽然这种策略通过减少静态载荷来优先保护部件，但它对FOWTs带来了显著的缺点。停车状态的主要限制是空气动力阻尼的显著降低。在没有主动旋转的稳定效果下，FOWTs容易受到波浪引起的共振，导致过度的涌浪和俯仰运动，从而危及系泊完整性。此外，在失去电网连接的情况下，用于偏航控制的备用电源系统可能会失效（J. Li等人，2022年；Hallowell等人，2018年）。在大偏航错位的停车涡轮机中，会经历严重的不对称载荷，进一步影响生存能力。因此，仅依赖停车策略可能无法确保FOWTs在风浪联合激励下的全面安全性。

现有研究主要集中在评估这些停车条件下的极端载荷，使用了CFD、WRF模拟和经验模型（Ke等人，2018年；Qin等人，2023年；Yang等人，2024年）。然而，主动生存策略的潜力——特别是在低转子速度下保持受控运行（LRS）——仍然没有得到充分探索。随着下一代大型FOWTs的出现，这些涡轮机具有加固的部件和先进的控制能力，在极端事件中保持有限的旋转在技术上变得可行。与停车模式不同，LRS策略的目的不是最大化能量捕获，而是增强结构稳定性。通过保持受控旋转，涡轮机可以产生必要的空气动力阻尼来抑制平台运动，并可能产生足够的辅助功率来维持关键子系统（如偏航控制）。现有的方法，如被动怠速或俯仰控制下的低速运行，通常依赖于高俯仰角度（通常超过80°），功率输出很小或未定义，并且缺乏针对台风条件的系统控制框架。相比之下，所提出的策略在特定于台风的风速范围内（25–50 m/s）主动调节转子速度和功率输出。它采用基于功率系数和尖端速度比一致性的闭环俯仰控制，以实现预定义的功率输出，从而实现可控、可重复和以生存能力为导向的运行状态。这种方法专门设计用于利用台风条件下多阶段结构中控制浮动平台动力学的空气动力-水动力-系泊耦合。

尽管这些策略很有前景，但在真实、高保真的台风风场下准确评估其性能方面仍存在差距。当前的研究往往依赖于简化的风模型，这些模型无法捕捉真实台风的复杂时空动态。本研究通过调查一台5兆瓦半潜式FOWT在台风“In-Fa”（2021年）的实际条件下的动态响应来填补这些空白。使用耦合的WRF-TurbSim框架重建了台风风场，以确保物理保真度。严格比较了两种运行场景：（1）提出的LRS运行和（2）标准停车状态（叶片完全收起）。通过分析平台运动、系泊张力和叶片载荷，本研究提供了关于被动停车方法和主动运行策略之间权衡的关键见解。结果旨在为优化浮动式海上风力涡轮机的台风级设计标准和运营指南建立技术基础。

本文的组织结构如下：第2节详细介绍了台风风场和波浪场的建模。第3节描述了数值框架，包括FOWT模型和LRS控制策略的实现。第4节展示了模拟结果，分析了载荷情况以及FOWT的比较动态响应。最后，第5节总结了研究的关键发现和结论。

章节摘录

台风风场和波浪场的建模

在本节中，概述了模拟台风风场和波浪场的流程图（如图2所示）。风场是在TurbSim中基于WRF输出生成的。此外，还使用了将风速与关键波浪参数相关联的经验公式来计算波浪场。关于具体过程和方法的更多细节将在2.2节和2.3节中提供。

数值分析过程

本研究采用了由国家可再生能源实验室（NREL）开发的开源模拟平台OpenFAST v3.5.3，来研究LRS控制策略，并对台风条件下的海上风力涡轮机进行全面的载荷评估。OpenFAST基于原始FAST框架开发，集成了包括空气动力学、结构动力学、疲劳分析和环境载荷在内的多个模块。其高可扩展性和模块化灵活性使其

模拟的载荷条件

本研究选择了强大的台风“In-Fa”作为一个代表性案例，以研究其三个影响阶段的环境特征，并展示TurbSim在风谱生成中的应用。通过插值和统计分析WRF-ARW模拟结果，得到了反映台风多阶段特征的风场数据。这个数据集构成了表2中呈现的垂直风速剖面的基础。

表2说明了

结论

本文对半潜式FOWT在真实台风条件下的动态行为进行了全面的数值研究。通过将中尺度WRF模拟与微尺度气动-水力-伺服-弹性建模相结合，该研究重建了FEWS、TES和BEWS阶段的代表性风场和波浪场。基于这些输入，评估了所提出的LRS控制策略与标准停车策略的结构风险和有效性。

作者贡献声明

Jundong Wang：撰写——原始草稿、可视化、软件、方法论、调查、正式分析、数据管理、概念化。Lei Xue：撰写——审阅与编辑、方法论。Liye Zhao：撰写——审阅与编辑、概念化。Feifei Cao：撰写——审阅与编辑、资金获取。Hongda Shi：撰写——审阅与编辑、项目管理、资金获取。Yu Xue：撰写——审阅与编辑、监督、软件、方法论、概念化。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了山东省自然科学基金（资助编号：ZR2021ZD23）、国家自然科学基金（资助编号：U22A20216）、国家自然科学基金（资助编号：52271297）、山东省自然科学基金（资助编号：ZR2022ME002）以及中国海洋大学的海上风电智能测量与控制研究中心和实验室建设（资助编号：861901013159）的支持。

第一作者衷心感谢