基于风洞试验的斜坡坡面上光伏阵列风荷载研究

Wind Loading Study of Photovoltaic Arrays on Sloped Slopes Based on Wind Tunnel Tests

摘要

为评估在不同斜坡地形下光伏阵列所受的风荷载，采用风洞试验和CFD数值模拟研究其表面风压分布规律，及风向角、斜坡坡度和组件倾角对光伏阵列所受风荷载及组件间干扰效应的影响.研究表明：0°风向角下风压分布和平均风压系数最大，为最不利风向；随组件倾角增加，前排组件所受风压力增大，组件间的干扰效应增强，斜坡地形会减弱光伏阵列的遮挡效应；随坡度的增加，后排组件风荷载并未随接触风速的增大（后排组件的海拔高度不断增加）而增加，反而有所减小，当风荷载由风压力变为风吸力后才开始增加.通过CFD数值风洞对大型光伏阵列风荷载仿真发现，光伏阵列中纵向列之间的遮挡效应不明显，且斜坡地形会影响气流平均速度和湍流特性.

Abstract

To accurately assess the wind loads on photovoltaic （PV） arrays installed on different sloping terrains， wind tunnel tests and CFD numerical simulations were used to study the wind pressure distribution law on the surface of mountainous PV arrays， and the influence of the wind angle， slope and module tilt angle on the wind loads on PV arrays and the interference effect between modules. The results indicate that a wind direction angle of 0° produces the largest wind pressure distribution and highest mean wind pressure coefficient， representing the most unfavorable wind direction. Increasing the module tilt angle increases the wind pressure on front-row modules， and strengthens the interference effect between modules. Sloping terrain weakens the shading effect among PV arrays. With the increase of the slope， the module wind load does not increase with the increase of the contact wind speed （as the elevation of the rear modules constantly increases）. Instead， it initially decreases and only begins to rise when wind loads transition from wind pressure to wind suction. CFD simulation of wind loads on large-scale PV arrays reveal that shading effects between longitudinal columns are not significant. The influence of topography on the mean velocity of the airflow and turbulence characteristics was also investigated.

Graphical abstract

关键词

光伏组件 / 风荷载 / 风洞试验 / 风压系数 / 地形效应

太阳能兼具清洁、安全、取之不尽的优势，作为热门的可再生能源而备受广泛关注，以应对全球快速增长的能源需求. 得益于对太阳能资源的高效利用，光伏发电已成为最普遍的利用方式之一. 近年来，太阳能光伏发电站在世界各国广泛建设，光伏发电也成为太阳能新能源产业链的重要一环.

太阳能发电站多建设在山地、草原、鱼塘和建筑屋面等较为开阔的区域，且太阳能光伏阵列跨度大、质量轻，光伏组件又属典型薄壳结构，因此风荷载是其关键荷载之一. 目前，对光伏结构风荷载的研究方法主要为风洞试验和计算流体力学（computational fluid dynamics，CFD）.

风洞试验是通过相似性原理对结构和结构所在风场环境进行缩尺，研究结构和流体的相互作用. 李寿科等通过风洞试验研究了单坡^［1］和双坡^［2］光伏车棚屋面的风压分布规律，并且与现有规范进行了对比研究. 马文勇等^［3］研究了风向角、倾角、间距比和安装位置对柔性支撑的光伏组件风荷载的影响，且在文献［4］中给出了柔性支撑光伏组件的偏心距风荷载分布模型. Wittwer等^［5］分别研究了单块光伏板和光伏阵列在均匀流和湍流风下的风荷载分布规律，并且进行结构动力数值模拟，确定了中心支撑装置是最关键的承载结构部件. 殷梅子等^［6］研究了不同风向、倾角下光伏组件表面的风压分布和关键位置处所受的力矩大小. 楼文娟等^［7］结合风洞试验与CFD数值模拟，研究了超大型光伏阵列中光伏组件的体型系数与整体阵列的遮挡效应. He等^［8］通过气弹性模型风洞试验研究了一种三索支撑的柔性光伏阵列的风振响应，并且提出了一种抑制措施成功抑制了这种风致振动. Liu等^［9］通过气弹性模型风洞试验研究33 m跨度的柔性光伏支架结构的风振响应和临界风速，对比了3种不同的稳定索布置方式对光伏支架结构的减振效果. Kim等^［10-11］通过风洞试验，研究了光伏组件形状在不同风环境下对风致振动的影响.

CFD数值模拟主要在计算机上建立物理湍流模型和流场，对流场特性和压力分布情况进行分析. 由于CFD数值仿真具备成本低、速度快和模拟工况比较完备的优点，也被广泛用于研究风对光伏组件的影响. Jubayer等^［12］使用非定常RANS方法研究了地面安装光伏组件上的气动载荷. Agarwal等^［13］使用RANS模型研究了光伏组件在0°~90°的风入射角下对于湍流的阻力和升力系数，且对比了瞬态和稳态不同计算方法的结果，模拟结果显示两者结果基本一致. 许宁等^［14］通过数值风洞研究了不同组件倾角和高度的光伏阵列风荷载变化特征，给出了0°和180°风向角下不同区域的风荷载体型系数. 全勇等^［15］通过建立数值模型，研究了风向角和安装倾角对光伏阵列风荷载（阻力、升力和板面中心力矩）的影响.

近年来，太阳能光伏阵列风荷载的研究集中在组件倾角、风向角及安装高度等对光伏组件风荷载的影响，其研究对象均为平地上的光伏阵列，并未考虑倾斜坡度地形影响，但由于土地资源紧缺，越来越多的光伏电站建设在山地、戈壁等非平坦地区. 学者们^［16-20］通过风洞试验或CFD数值仿真均发现不同山地斜坡地形对近地风场有显著影响. 光伏阵列属典型双侧受力薄板结构，且安装高度较低，易受近地风场影响. 因此不同地形下光伏阵列所受风荷载也存在显著差异，本文在上述研究基础上，针对在不同斜坡上布置的光伏阵列，采用刚性模型测压风洞试验研究位于不同坡度地形的光伏结构表面风荷载分布规律和组件干扰效应，同时利用CFD数值风洞进行验证和补充分析，进而为在斜坡地形的光伏阵列抗风设计提供依据.

1 试验概括

本次试验在重庆大学直流风洞实验室（CQU-1）进行，该风洞属于直流吹气式风洞，气动轮廓最大尺寸为4.4 m×3.4 m×31.23 m，试验段尺寸为2.4 m（宽）×1.8 m（高）×15.0 m（长），试验为刚性模型测压风洞试验，风压测量仪器为高频电子压力扫描阀，采样频率为330 Hz，采样时长为30 s.

1.1 试验模型

本次风洞试验的模型主要包含两部分，分别是光伏组件和斜坡地形. 组件模型包括立柱和光伏面板，模型几何缩尺比为1∶15，模型中斜坡地形和光 伏板采用ABS板加工而成，支架采用强度较高的钢材，每排光伏组件的宽度B和长度L分别为140 mm和450 mm，光伏组件面板中心离地高度h=90 mm，试验布置三排光伏组件，组件间距为166.67 mm，模型对应原结构位于云南云县光伏发电站.

风洞试验示意图如图1所示，本次风洞试验的风向角α设置为0°、45°和90°，组件倾角θ设置为15°、20°、25°和30°；坡度角β分别为0°（无地形布置）、15°、30°和45°，其中15°、30°和45°坡度对应的斜坡高度H分别为240、380和460 mm，宽度为650 mm，试验风速为12 m/s. 对风洞试验中光伏组件各排距离风场入口的位置分别定义为前排、中间排和后排.

光伏板表面布置双面测点，如图2所示，每排光伏组件需布置测点64个，共计布置192个测点，郭涛等^［21］研究发现每排光伏组件的两端区域的风压力大小的变化比较明显，所以采用图2所示的测点布置方式.

用风洞试验中测试段前布置尖劈和粗糙元来模拟《建筑结构荷载规范》（GB 50009—2012）^［22］中B类风场地貌，试验中的试验风场环境与规范中标准环境对比如图3所示.

1.2 数据处理

光伏组件上下表面风荷载的方向规定如图4所示.

试验采用皮托管获得参考高度（0.3 m）处的总压和静压，由式（1）可得到参考风速，即：

U=\sqrt[]{\frac{\mathrm{2}\left(p-p_{\mathrm{0}}\right)}{\rho }}（1）

式中：U为风速；p、p₀分别为总压和静压；ρ为空气密度，取1.225 kg/m³.

试验各测点的风压系数由式（2）计算：

C_{\mathrm{p}i}=\frac{p_i-p_{\mathrm{0}}}{\mathrm{0.5}\rho U^{\mathrm{2}}}（2）

式中：C_pi 为光伏板表面测点i处的平均风压系数； p_i 为测点i的平均风压值.

各排光伏组件的平均风压系数由式（3）、式（4）得到：

C_{\mathrm{p}}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}{C}_{\mathrm{p}i}{A}_i}{A}（3）

C_{\mathrm{P}\mathrm{n}\mathrm{e}\mathrm{t}}=C_{\mathrm{P}\mathrm{u}\mathrm{p}\mathrm{p}\mathrm{e}\mathrm{r}\mathrm{S}\mathrm{u}\mathrm{r}\mathrm{f}}-C_{\mathrm{P}\mathrm{l}\mathrm{o}\mathrm{w}\mathrm{e}\mathrm{r}\mathrm{S}\mathrm{u}\mathrm{r}\mathrm{f}}（4）

式中：C_p为光伏组件的单面平均风压系数（风压体形系数）；A_i 为某测点i的控制面积，A为该排光伏组件的面积；C_PupperSurf为光伏组件上表面平均风压系数；C_PlowerSurf为光伏组件下表面平均风压系数；C_Pnet为光伏组件表面净平均风压系数；其中风压系数为正表示受风压力作用，为负表示受风吸力作用.

2 试验结果

2.1 光伏组件表面净平均风压系数

根据试验结果计算组件表面各测点的平均风压系数，通过插值法绘制风压系数云图. 图5为组件倾角20°的光伏组件，在不同地形坡度和不同风向下的表面平均风压系数（后文未特殊说明均表示净平均风压系数）分布等值线图. 由图5（a）可知，在0°风向下，光伏组件表面风荷载在其长度方向上关于y轴对称，中间区域风荷载较大，两端风荷载较小，在其宽度方向上风荷载由下到上基本呈递减趋势，光伏组件下端风荷载较大，上端风荷载较小. 由图5（b）可知，在45°风向下，平均风压系数沿组件的对角线呈放射性递减分布，组件的近风端会出现局部较大的平均风压系数；由图5（c）可知，90°风向角下光伏组件的平均风压系数整体较小，这主要是由于在90°风向下组件的迎风面积较小.

此外，由图5可知，在坡度β≤15°时，光伏阵列的遮蔽效应较显著，前排组件所受风荷载较大，后两排组件所受风荷载较小；而随着斜坡坡度增加，遮蔽效应不再显著，前排组件风荷载慢慢减小，后排组件的风荷载变为风压力后不断增加，在β=45°时，后排组件的风荷载远大于前两排，但需要指出的是，此时组件所受风荷载为风吸力. 上述遮蔽效应随坡度增加而减弱，在0°和45°风向下的风荷载都表现出类似现象.

2.2 风向角对平均风压系数的影响

为研究不同风向对平均风压系数的影响，图6展示了组件倾角20°的光伏组件在不同风向角下平均风压系数变化. 由图6可知，三排组件的平均风压系数在0°和45°风向角下较接近，且0°风向角时略大于45°；90°风向角下三排组件的平均风压系数均较小，接近0. 因此， 0°风向角为光伏组件风荷载的最不利风向，在45°风向角下光伏板局部会出现较大风压系数. 下文探讨0°风向角下组件倾角和坡度角对平均风压系数的影响.

2.3 组件倾角对平均风压系数的影响

组件倾角也是光伏结构的重要参数，与光伏阵列的抗风设计关系密切. 图7为各排光伏组件平均风压系数随组件倾角θ的变化图. 由图可知，在所有地形坡度下，各排组件所受风荷载几乎都随θ的增加而增加，这主要是因为随着组件倾角θ增加，组件的迎风面积会不断增加，所以组件平均风压系数随θ的增加不断增大. 值得注意的是，当β=30°和45°时，后两排组件平均风压系数为负值，随着θ的增加，该系数由负转正，风吸力减小变为风压力. 即大组件倾角的光伏阵列更可能承受风压力，组件倾角越大，风压力就越大.

2.4 斜坡坡度对平均风压系数的影响

图8中给出了各排光伏组件平均风压系数随坡度的变化. 前排组件在β=0°时，其平均风压系数为正，数值较大，随着β增加，前排组件的平均风压系数减小. 当β=45°时，其值较小，接近0；中间排组件平均风压系数整体数值较小，当θ=15°和20°时，平均风压系数随β的变化趋势与前排组件相似，平均风压系数随β的增加而减小，但当θ=25°和30°时，中间排组件的平均风压系数随β的增加，先增大随后减小，当β=45°时，平均风压系数基本为负值（θ=30°时虽为正值，但接近0）；后排组件的平均风压系数随β的增加先保持不变，后迅速下降，组件倾角越小，下降速度越快，且当β=45°时，后排组件平均风压系数绝对值最大，其值为‒0.91，但其绝对值会随倾角的增加有较明显的减小，当β≤20°时最为显著. 综合对比图8（a）（b）（c）可知，在坡度β较小时，前排组件在光伏阵列中承受的风荷载最大，此时风荷载为风压力，组件倾角θ越大，风压力越大；在β较大时，后排光伏组件在光伏阵列中承受风荷载最大，为风吸力，θ越大，风吸力越小. 斜坡地形对光伏阵列风荷载的影响在第3节CFD数值模拟的流场分析中说明.

3 数值模拟

由于风洞试验的尺寸限制，无法进行多排多列的光伏阵列试验研究. 对于大型多排多列光伏结构风荷载研究和流场特性可视化分析则需要借助CFD数值模拟的方法来实现. 本次CFD数值风洞模拟借助Ansys Fluent软件进行斜坡坡面上光伏阵列结构的计算.

3.1 CFD数值风洞参数设定

对于数值求解的设置主要包括两个方面，即计算区域及边界条件的确定和湍流模型的选取. 计算域的大小如图9所示，其中b、d、h分别为地形的长、宽、高，整个数值风洞的阻塞率小于2%. 进口采用速度入口（velocity-inlet）边界，出口采用压力出口（pressure-outlet）边界，侧面和顶面采用对称（symmetry）边界条件，底面、光伏板和斜坡地形采用无滑移壁面（wall）. 对于整个计算域采用网格质量更高、计算速度更快的结构化六面体网格，并且在光伏阵列区域进行网格加密，局部网格加密图如图10所示.

采用SST k-ω湍流模型来进行数值模拟，SST k-ω湍流模型是标准k-ω模型的改进，其在近壁面处采用标准k-ω模型，外层处采用k-ω模型，通过混合函数使二者结合起来，使壁面附近分离流的计算精度有效提高，且相较于BSL（基准）k-ω模型，k-ω模型额外考虑了湍流剪切应力的传输在湍流黏度定义中的影响. 这些特点使得SST k-ω模型比标准 k-ω模型和BSL k-ω模型在逆压梯度流动和翼型等流动类型中更为准确和可靠.

速度入口的使用Fluent中的UDF（用户自定义函数）模块，设置风速入口处的变量，主要包括平均风速、湍流动能和湍流耗散率值，速度入口相关参数的设置引用文献［21］中UDF风场入口配置.

平均风速U使用B类大气边界层速度入口，其竖向风速的大小由式（5）确定：

U=U_{\mathrm{0}}{\left(\frac{z}{z_{\mathrm{0}}}\right)}^{\alpha }（5）

式中：U为平均风速；z为离地高度；z₀为参考高度（取4.5 m）；U₀为参考高度处的风速，取12 m/s；α为地面粗糙度，B类地貌取0.15.

湍流动能k和湍流耗散率ω分别由式（6）和 式（7）确定：

k=\mathrm{1.5}\times {\left(UI\right)}^{\mathrm{2}}（6）

\omega =\frac{{C_{\mathrm{u}}}^{\mathrm{0.75}}{k}^{\mathrm{1.5}}}{l}（7）

式中：C_u为常数，取0.09.

湍流积分尺度l和湍流强度I分别由式（8）、式（9）确定：

l=\mathrm{100}{\left(\frac{z}{\mathrm{30}}\right)}^{\mathrm{0.5}}（8）

（9）

根据建筑结构荷载规范，B类地貌下，I₀=0.23边界层离地高度z_b=5 m，梯度风高度z_G=350 m.

3.2 风洞试验值与CFD模拟值对比验证

图11展示了平均风压系数的风洞试验和CFD数值模拟结果，从中可以看出数值模拟的趋势与风洞试验值基本吻合. 数值模拟取风洞试验尺寸进行足尺模拟，光伏板厚度为35 mm. 由图11可知，试验中厚度方向上缩尺比与长宽方向上缩尺比不同对组件风荷载的影响较小. 通过对比平均风压系数的数值和前后组件的风压系数衰减规律，可认为所选定的湍流模型和速度入口设置能够较好地模拟斜坡坡面光伏阵列的风场绕流情况.

3.3 大型光伏阵列数值风洞研究

图12展示了大型光伏阵列（7排3列）的布置方式，其中光伏组件的倾角θ设置为20°，斜坡坡度β设置为0°、15°、30°和45°，其余结构参数与风洞试验均保持一致. 在数值风洞中，按照每排组件距离计算域速度入口的位置分别命名为PV1~PV7，对光伏阵列的纵向列中两边列定义为L1和L3，中间列定义为L2，7排3列的大型光伏阵列中光伏板的位置命名也如图12所示.

图13对比了不同斜坡坡度下光伏阵列平均风压系数模拟值与试验值，其中CFD-1中斜坡的宽度为25 m，高度为8~20 m，CFD-2中的斜坡的宽度为35 m，高度均为30 m；由图13可知，虽然CFD-1与CFD-2的模拟值与风洞试验值存在一定差异，但是从结构设计角度考虑，该差异较小，且它们有相似的数值区间和风荷载衰减规律，因此认为数值模拟结果能够较准确地反映斜坡坡面上光伏组件风压系数的大小.

图13（d）中PV2和PV3组件的试验值和模拟值存在明显差异，其原因为靠近坡顶处的气流有加速效应，在风洞试验中只有3排组件，PV2为中间排组件，PV3为后排组件，而在数值风洞中，PV2和PV3均为中间排组件，但可以看出PV2的试验值与PV4、PV5的模拟值接近，PV3的试验值与PV7（最后排）的模拟值比较接近，且模拟值与试验的风压系数有相同的数值区间和变化趋势，这也说明数值方法能够较好地模拟其绕流情况.

由图13可以发现，当β≤30°时，光伏阵列的横向遮挡效应比较明显，前排组件风荷载最大，后排组件有明显减小，4排之后的光伏组件风荷载基本保持稳定；当β=45°时，因风荷载方向改变，越往后的组件负风荷载越大，但是可以观察到无论是风洞试验的3排光伏阵列，还是数值风洞中的4排光伏阵列，风荷载最大值均稳定在‒0.7左右，说明其最大数值不受光伏阵列多少的影响；且综合对比图13的L1、L2和L3的数值可以发现，在各种坡度下，光伏阵列的纵向列之间的遮挡效应并不明显.

3.4 地形效应

本节主要从平均风速和湍流特性两个方面来呈现斜坡地形对风场气流的影响. 首先，利用纵向平均风速比ΔS表示斜坡地形对纵向平均风剖面的影响，其中ΔS的值为：

\mathrm{\Delta }S=\frac{{\overline{U}}_{\beta }\left(z\right)}{{\overline{U}}_{\mathrm{0}}\left(z\right)}（10）

式中：{\overline{U}}_{\beta }\left(z\right)表示斜坡角为β时离地面高度z处的平均速度；{\overline{U}}_{\mathrm{0}}\left(z\right)为无地形时离地面高度z处的平均速度.

图14为不同坡度的斜坡上不同位置处纵向平均速度比剖面图. 其中d为两排光伏支架之间的水平间距，图中ΔS为地形效应，在选定的各位置的竖向轴线（即图中虚线）处ΔS=1，当ΔS>1时，地形效应表现为加速效应（数值越大，效应越明显），当ΔS<1时，地形效应表现为减速效应（数值越小，效应越明显）.

由图14可知，近地面风场地形效应比较明显，光伏组件至地面间地形效应最为显著. 因斜坡地形对气流的阻挡作用，坡脚处地形对来流起减速效应，相反，在一定高度的位置至坡顶处表现为加速效应. 随着坡度的增加，坡脚处地形的减速效应更加显著，15°、30°和45°斜坡对应的最大减速效应值分别为0.419 8、0.317 4和0.206 7，减速效应随坡度的增加呈明显线性增长；15°、30°和45°斜坡对应的最大加速效应分别为1.785 6、1.788 3和1.825 4，地形加速效应与坡度呈复杂的非线性增长，且最大加速效应点均位于光伏组件至地面间.

数值风洞的流场可视化分析方法是风洞试验的最佳补充分析手段. 本节地形效应对风场湍流特性的影响主要由流向断面速度迹线图和Q准则捕捉到的三维涡旋结构来体现.

图15为不同坡度的流向断面速度迹线云图. 由图可知，随着坡度增加，光伏组件的上表面逐渐从迎风面转变为背风面，而光伏组件的下表面则与之相反，这说明了组件静风压系数由正转负的原因，所以β=0°时，负压区在光伏组件下侧；而当β=45°时，负压区出现在光伏组件上侧. 当β=0°和45°时，光伏组件迎风面积较大，气流经过光伏组件后，由于光伏板与地面的摩擦，两排光伏组件间出现回流和卷起，形成一系列明显的涡旋. 而当β=15°和30°时，处于过渡区，光伏组件与来流的流向夹角较小，因此迎风面积较小，此时光伏组件上下侧来流的速度和大小趋于一致，整体涡量会逐渐减小，所以难以形成如图15（a）（d）中比较明显的涡旋.

三维涡旋结构可以进一步揭示整个光伏阵列中的湍流特性，图16为使用Q准则捕捉光伏结构附件的三维涡旋示意图. 目前使用Q准则来捕捉涡旋结构时，Q>0表示存在涡旋结构，但合适的阈值仍然是研究的热点问题.根据文献［20］可知，较高的Q值可以识别较少但更强的涡流，所以结合最佳的视觉表示效果，本文取Q=2 500来捕捉流场中的三维涡旋结构. 图16亦表明在组件倾角与坡度角差值较大时会出现明显的涡旋结构，如图16（a）（d）所示.

根据三维涡旋结构示意图可以发现，气流经过地形两端后会分离和卷起，形成比较显著的涡旋结构，但基本位于斜坡地形的两侧，向斜坡的侧后方发展，对中间区域光伏板影响较小.

可以将光伏组件附件的涡旋主要分为三个部分：1）两排光伏组件之间，其中第一排组件和第二排组件间的涡旋最显著，且这部分涡旋强度较大，速度较快，但这部分涡旋会随坡度的增加明显减少；2）两列光伏组件之间（每跨光伏板的两侧），这部分的涡旋结构也比较突出，这类涡旋结构跨度较广，有较强的连续性和贯通性，其三维形状属于细长类涡旋结构，在风场流向上基本贯通整个光伏阵列，受地形的影响有所减弱；3）尾流区的涡旋结构，位置在后几排光伏组件的上方，斜坡地形对其影响不明显，当坡度为45°时，光伏阵列的后上方出现了比较显著的涡旋结构.

4 结 论

针对在不同坡度的坡面上布置的光伏阵列，通过风洞试验和CFD数值风洞模拟得出以下结论：

1）在0°风向角下，光伏组件表面有最大的风压分布和最大的平均风压系数；但是在45°风向角下光伏组件表面迎风端附近会出现局部较大的风压系数；90°风向角下光伏组件表面风压系数较小，接近0.

2）随着斜坡坡度增加，光伏组件的风荷载先减小，直至风压力变为风吸力后开始增加；当β≤30°时，光伏阵列风荷载遮挡效应比较明显，前排组件所受风荷载远大于后两排光伏组件，风荷载为风压力，组件倾角越大，风压力越大，遮挡效应越显著；当β>30°时，风荷载遮挡效应不显著，后排组件的风荷载会大于前两排组件的风荷载，此时风荷载为垂直板面向上的风吸力；需要指出的是，当β=45°且组件倾角θ为15°时，后排组件负风压系数较大，但随组件倾角增加，其数值减小较明显，所以在大坡度地形应尽量避免设置小倾角的光伏阵列.

3）通过数值风洞模拟发现：大型光伏阵列的横向风荷载遮挡效应比较明显，与试验结果类似，随着斜坡坡度的增加，遮挡效应会减弱；但是风荷载纵向列之间的遮挡效应在任何地形均无明显作用，即中间列光伏组件与两边列组件所受的风荷载并无明显差异.

4）斜坡地形对近地风场的平均风剖面会产生比较明显的影响：在坡脚处地形对气流起减速效应，会显著降低气流速度，减速效应与坡度呈明显的线性关系；在半坡至坡顶处，地形对气流起加速效应，加速效应与坡度表现为复杂的非线性增加关系.

5）通过对流场涡旋结构的分析发现，主要涡旋可以分为三个部分：①两排光伏组件之间；②光伏板的两侧；③尾流区的涡旋结构. 组件风荷载随坡度的增加呈现由正转负的原因是，光伏组件下表面随地形坡度β的增加由背风面转变为迎风面，因此在大坡度的斜坡地形上光伏组件所受风荷载表现为向上的推力.

参考文献

[1] 李寿科， 刘智宇， 张雪， 等 ．单坡光伏车棚风洞试验研究［J］．振动与冲击，2019，38（7）： 240-245．

[2] LI S K， LIU Z Y， ZHANG X，et al ．Wind tunnel tests for a solar parking shed with a mono-sloped roof［J］．Journal of Vibration and Shock， 2019， 38（7）： 240-245．（in Chinese）

[3] 李寿科， 张雪， 方湘璐， 等. 双坡光伏车棚屋面风荷载特性［J］. 太阳能学报，2019，40（2）：530-537．

[4] LI S K， ZHANG X， FANG X L，et al ．Wind loads on solar car parking gable shed［J］. Acta Energiae Solaris Sinica，2019，40（2）：530-537．（in Chinese）

[5] 马文勇，柴晓兵，马成成 ．柔性支撑光伏组件风荷载影响因素试验研究［J］．太阳能学报，2021，42（11）：10-18．

[6] MA W Y， CHAI X B， MA C C ．Experimental study on wind load influencing factors of flexible support photovoltaic modules［J］．Acta Energiae Solaris Sinica，2021，42（11）： 10-18．（in Chinese）

[7] 马文勇， 柴晓兵， 赵怀宇， 等. 基于偏心风荷载分布模型的柔性支撑索分配系数研究［J］. 振动与冲击， 2021， 40（12）：305-310．

[8] MA W Y， CHAI X B， ZHAO H Y，et al ．A study on distribution coefficient of a flexible photovoltaic support cable based on an eccentric moment wind load distribution model［J］．Journal of Vibration and Shock， 2021， 40（12）： 305-310．（in Chinese）

[9] WITTWER A R， PODESTÁ J M， CASTRO H G，et al ．Wind loading and its effects on photovoltaic modules：an experimental-computational study to assess the stress on structures［J］．Solar Energy，2022，240： 315-328．

[10] 殷梅子， 邹云峰， 李青婷， 等 ．单排跟踪式光伏结构风荷载风洞试验研究［J］. 铁道科学与工程学报， 2020， 17（9）： 2354-2362．

[11] YIN M Z， ZOU Y F， LI Q T，et al ．Wind tunnel test study on wind load of single row tracking photovoltaic structure［J］. Journal of Railway Science and Engineering，2020，17（9）：2354-2362．（in Chinese）

[12] 楼文娟，单弘扬，杨臻，等 ．超大型阵列光伏板体型系数遮挡效应研究［J］．建筑结构学报，2021，42（5）：47-54．

[13] LOU W J， SHAN H Y， YANG Z， et al. Study of shielding effect on shape coefficient of super-large photovoltaic arrays［J］. Journal of Building Structures， 2021， 42（5）： 47-54．（in Chinese）

[14] HE X H， DING H， JING H Q，et al ．Wind-induced vibration and its suppression of photovoltaic modules supported by suspension cables［J］. Journal of Wind Engineering and Industrial Aerodynamics， 2020， 206： 104275．

[15] LIU J Q， LI S Y， LUO J，et al ．Experimental study on critical wind velocity of a 33-meter-span flexible photovoltaic support structure and its mitigation［J］．Journal of Wind Engineering and Industrial Aerodynamics，2023，236：105355．

[16] KIM Y C， SHAN W， YANG Q S， et al. Effect of panel shapes on wind-induced vibrations of solar wing system under various wind environments［J］. Journal of Structural Engineering， 2020， 146（6）： 04020104．

[17] KIM Y C， TAMURA Y， YOSHIDA A，et al ．Experimental investigation of aerodynamic vibrations of solar wing system［J］．Advances in Structural Engineering， 2018，21（15）：2217-2226．

[18] JUBAYER C M， SIDDIQUI K， HANGAN H ．CFD analysis of convective heat transfer from ground mounted solar panels［J］．Solar Energy，2016，133：556-566．

[19] AGARWAL A， IRTAZA H， ZAMEEL A ．Numerical study of lift and drag coefficients on a ground-mounted photo-voltaic solar panel［J］．Materials Today：Proceedings，2017，4（9）：9822-9827．

[20] 许宁， 李旭辉， 高晨崇， 等. 光伏系统风荷载体型系数分析［J］. 太阳能学报， 2021， 42（10）： 17-22．

[21] XU N， LI X H， GAO C C， et al ．Analysis of shape coefficients of wind loads of photovoltaic system［J］. Acta Energiae Solaris Sinica， 2021， 42（10）： 17-22．（in Chinese）

[22] 全勇， 吴建高， 陈艳， 等 ．风向角和倾角对光伏阵列风荷载的影响［J］．太阳能学报， 2024， 45（1）： 25-31．

[23] QUAN Y， WU J G， CHEN Y，et al ．Influence of wind direction and inclination angle on wind load of photovoltaic arrays［J］．Acta Energiae Solaris Sinica，2024，45（1）：25-31．（in Chinese）

[24] CAO S Y， WANG T， GE Y J，et al ．Numerical study on turbulent boundary layers over two-dimensional hills：Effects of surface roughness and slope［J］．Journal of Wind Engineering and Industrial Aerodynamics，2012，104/105/106：342-349．

[25] 李正良， 徐姝亚， 肖正直， 等. 山地风速地形修正系数沿山坡的详细插值分布［J］. 湖南大学学报（自然科学版）， 2016， 43（3）： 23-31．

[26] LI Z L， XU S Y， XIAO Z Z，et al ．Detailed interpolation distribution of hilly wind topographic factor along hillside［J］．Journal of Hunan University （Natural Sciences）， 2016， 43（3）：23-31．（in Chinese）

[27] KOZMAR H， ALLORI D， BARTOLI G，et al ．Wind characteristics in wind farms situated on a hilly terrain［J］．Journal of Wind Engineering and Industrial Aerodynamics，2018，174：404-410．

[28] KAMADA Y， LI Q A， MAEDA T，et al. Wind tunnel experimental investigation of flow field around two-dimensional single hill models［J］. Renewable Energy， 2019， 136： 1107-1118．

[29] ZHAO Z H， LI C Y， CHEN Z S， et al. Parallel ribbon vortex：a phenomenological flow feature in an atmospheric boundary layer near sloped terrain［J］. Physics of Fluids， 2023， 35（11）：115121．

[30] 郭涛， 杨渊茗， 黄国强， 等 ．山区峡谷地形下柔性支撑光伏阵列的风振特性研究［J］. 太阳能学报， 2023， 44（11）：131-140．

[31] GUO T， YANG Y M， HUANG G Q，et al ．Wind-induced vibration analysis of flexible photovoltaic support structure under mountain canyon terrain［J］．Acta Energiae Solaris Sinica，2023，44（11）： 131-140．（in Chinese）

[32] 建筑结构荷载规范： GB 50009—2012 ［S］．北京：中国建筑工业出版社， 2012．

[33] Load code for the design of building structures： GB 50009—2012 ［S］. Beijing：China Architecture & Building Press，2012．（in Chinese）

基金资助

国家自然科学基金资助项目（52478209）; 华能集团总部科技项目山地光伏电站柔性支架关键技术研究（TM-22-HJK07/H1）; 陕西省自然科学基础研究计划（2025JC-YBMS-769）