付琳莉　殷维　王天文　郝小礼　刘何清　张国强　陈翚

摘 要：研究城市通风或建筑风环境的主要目的是探索建筑之间和建筑内外的气流运动及污染物扩散规律，主要手段有风洞实验和计算流体动力学（CFD）模拟，后者相对前者的优点是易操作且成本低，但由于流体运动的高度不确定性，其结果的准确性存疑。在城市中，建筑之间的互相遮挡是主要特征之一，提取其中最基本单元，把两个建筑之间的遮挡问题分为上游建筑有孔（如穿堂风）与无孔两种情况，运用CFD中的雷诺平均模型（RANS）模拟下游建筑表面的风压，并与风洞实验进行严格对比，以讨论CFD方法在这一基本单元问题中的可靠性。网格敏感性分析显示，建筑表面最小网格为建筑高度的2%时，可获得可靠的结果。5种常用RANS模型的结果与风洞实验严格对比表明：RANS模型对模拟上游有孔遮挡的可靠性明显高于模拟无孔遮挡;RANS模型对于建筑上部的风压模拟结果普遍好于建筑下部;其中，SST k-ω模型准确性最高，在上游有孔时，平均误差11%，上游无孔遮挡时，则为16%。

关键词：城市通风;建筑遮挡;风压;计算流体动力学;风洞

中图分类号：TU119 文献标志码：A 文章编号：2096-6717（2020）01-0180-11

Abstract：Urban ventilation or wind environment focus on the air flow distribution and pollution dispersion which are studied by the tools of wind tunnel and computational fluid dynamics （CFD） simulation. The latter is easy to be employed， but its reliability is under suspicion due to the high uncertainty of air stream. In the city， the sheltering among buildings affects each other in air flow， and the basic element is the two-building model. Shade problem between the two buildings are divided into upstream building with a hole （such as drafts） with no hole two situations， Reynolds average model of using CFD （RANS） simulation of wind pressure on the surface of the building downstream， and compared with wind tunnel experiments are strictly， to discuss the CFD method in question the reliability of the basic unit. The analysis of grid sensitivity states that the smallest side length of the cell around 2% of building height is sufficient to obtain steady results. The comparison of five typical RANS model presents： the reliability of RANS model to the upstream with hole occlusion was significantly higher than that of simulation without hole occlusion; estimations on upper parts of building are more accurate than on lower parts; the SST k-ω model can acquire best results with error of 11% in porous interfering building， and with 16% in sealed one， in comparison of experimental data.

Keywords：urban ventilation; building sheltering; wind pressure; computational fluid dynamics （CFD）; wind tunnel

研究城市通風或建筑风环境的主要目的是探索建筑之间和建筑内外的气流运动及污染物扩散规律，例如，自然通风是其中主要研究内容之一[1]。建筑间气流的现场测量存在不稳定性、多样性等特点，而风洞手段结合简化建筑模型，能够得到相对稳定可靠的实验结果[2-4]。另一方面，越来越多的研究人员运用更为方便和低成本的计算流体动力学（Computational Fluid Dynamics，简称CFD）来研究此类问题，其中，建筑内外的气流耦合模拟成为研究热点[5-7]。

Straw等[6]的通风研究表明，与测量的体积流速（偏差为28%～32%）相比，压力系数与孔口方程的结合使用，并不能较为准确地预测体积流速，当存在（大）开口时，其压力系数与同一主体上的压力分布不对应。对于自然通风的研究，Kavara等[3]针对一个单区两开口的一般性模型进行了风洞实验，研究分为两对称墙上开洞与侧墙上开洞两种情况。结果表明，经典的伯努利方程计算出的气流流量公式与实际情形相差较大，建筑之间的遮挡会极大地削弱自然通风的效果，两个建筑的互相遮挡是其最简单的形式。在现有遮挡研究中，主要讨论两建筑之间水平方向、垂直方向对建筑荷载的影响[8-10]。基于Kavara等[3]的研究，Tominaga等[11-12]在相同模型下进一步探讨了污染物扩散情况，此外，还讨论了建筑周边无遮挡和有遮挡两种情况，发现当周边有遮挡建筑时，穿过建筑的气流量将下降30%，但Tominaga等仅研究了单区间建筑内部穿堂风的分布规律。Van Hooff等[13]基于Tominaga等[11]的实验结果，针对无遮挡的情况，运用CFD方法进行了模拟研究。结果显示，所有的雷诺平均模型（Reynolds Average Navier-Stokes，简称RANS）可以较好地模拟建筑内部的气流场，却无法较好地模拟湍流动能分布，而大涡模型（Large Eddy Simulation，简称LES）则可以较好地模拟出所有参数，包括速度、湍流动能和换气量。但Smal[14]针对Tominaga等[12]的有遮挡情况，运用稳态雷诺平均NS方程模型与非稳态雷诺平均NS方程（RANS与URANS）进行了模拟。结果显示，所有模型所得到的速度和湍流度模拟结果都与实验结果的吻合度较差，只有RSM湍流模拟出的室内气流的风向与实验相一致。

以上研究表明，CFD模拟对于有遮挡后方的气流预测准确性较差，且未讨论上游建筑有孔时对下游建筑的影响，即未见穿堂风对下游建筑表面压力的影响。针对上游建筑为有孔遮挡与无孔遮挡两种遮挡情形，将CFD模拟结果与风洞实验数据进行严格对比，探究在提高模拟可靠性的同时，降低计算硬件要求与时间成本。

1 风洞实验设置

1.1 研究方案与模型

为了避免由实验模型造成的实验误差，上游与下游建筑采用与Karava等[3]相似的建筑模型，与Tominaga等[11]實验中的模型尺寸完全相同，与真实建筑比例为1∶100，上下游两个建筑的外形尺寸都为W×D×H=0.2 m×0.2 m×0.16 m，两建筑间的距离固定为2倍建筑宽度（0.4 m）。只讨论一个来流风向——垂直于上游建筑迎风面。实验对象分为两组：1）有孔遮挡，上游建筑为中空，且迎风面与背风面各有一个相同面积与位置的对称开口，开口位置位于迎风面和背风面中心，高度h=80 mm，开口面积为3.3×10-3 m2;2）无孔遮挡，上游建筑同为中空建筑，但建筑各表面无开口，为封闭模型。两组实验模型如图1所示。压力系数测量点布置于下游建筑表面，建筑模型测点分布如图2所示。

1.2 风洞设置

风洞为一座水平直流吸入式单试验段低速风洞，风洞试验段长21 m、高3 m、宽4 m，使用尖顶和表面粗糙度的组合来创建近似3类大气边界层的流动风剖面。来流风平均速度服从幂指数为0.25的函数公式，见式（1）。

4 CFD模拟结果与风洞实验对比

4.1 上游遮挡建筑有孔情形

研究有孔遮挡时5类RANS模型的可靠性，定义下游建筑顶部为A，迎风面为B，来流风向左侧为C，来流风向右侧为E，下游建筑背风面为D，展开图如图10所示。将模拟结果与风洞实验结果进行比较，得到有孔遮挡时下游建筑表面平均风压系数的中位背脊线及距地1/4、1/2与3/4建筑高度的腰周线，如图11所示。其中，Exp1、Exp2为两次有孔遮挡风洞实验下游建筑表面风压系数。为减少风速对结果的影响，将5类模型的面平均压力系数进行标准化处理，即每个面的风压系数与5个面的平均风压系数的比值（等于下游建筑所有测点平均风压系数），再与实验值比较，得到的数值误差见表1。表1中Exp1与Exp2分别为上游有孔遮挡风洞实验的第1次与第2次实验平均风压系数标准化数值结果。

对比有孔遮挡的不同模型结果与实验结果可以发现：

1）图11（a）背脊线结果表明，SKE模型在迎风面（1～9号测点）明显高估于实验值，RSM模型在迎风面的高估程度仅次于SKE模型，5类模型在顶面（10～16号测点）与背风面（17～25号测点）结果较于迎风面均拟合较好。

2）由图11（b）、（c）、（d）腰周线可知，SKE模型与RSM模型在迎风面（B面1～7号测点）也存在明显的高估，且SKE模型在下游建筑两侧面（C面22～28号测点和E面8～14号测点）模拟值低估于实验值。

3）图11（b）、（c）、（d）还表明，对于不同位置高度的腰周线，5种RANS模型都显示出建筑上部的模拟结果明显好于建筑下部，这可能是下垫面的粗糙程度对模拟结果存在干扰。

4）图11各图都显示，SST与RLZ模型在背脊线与腰周线各面的拟合程度都高于SKE、RNG、RSM模型。

5）由表1可知，SST模型在数值上表现出高的可靠度（与Exp1和Exp2误差分别为11%、10%），其次为RSM模型（与Exp1和Exp2误差分别为15%、11%）。

6）由图11和表1可知，SKE模型的模拟可靠性最低，其标准化结果偏差最高为30%。

由此可见，SST模型模拟可靠度最高。

4.2 上游遮挡建筑无孔情形

图12（a）为上游建筑为无孔遮挡时，下游建筑中位背脊线平均风压系数对比图。图12（b）、（c）、（d）分别为下游建筑距地面1/4高度、1/2高度与3/4高度的腰周线风压系数，其中，Exp3、Exp4为2次风洞实验下游建筑平均风压系数。将5类模型面平均压力系数进行标准化处理，得到的数值误差如表2所示。其中Exp3与Exp4为无孔遮挡风洞实验的两次实验平均风压系数标准化数值。

对比无孔遮挡的不同模型背脊线和腰周线计算结果与实验结果可以发现：

1）图12（a）下游建筑表面平均风压系数中位背脊线显示，SKE与RSM模型在迎风面（B面1～9号测点）明显高估于实验值，在顶面（A面10～16号测点）与背风面（D面17～25号测点）5类模型模拟结果均拟合较好。

2）由图（b）、（c）、（d）中的腰周线可知，在迎风面（B面1～7号测点）上，SKE、RSM、RNG模型存在明显高估。总体上SST模型（与Exp3和Exp4误差分别为16%、19%）与RLZ模型（误差分别为25%、27%）拟合最好

3）由表2数据可知，无孔遮挡的RSM模型模拟结果的可靠性最差，与Exp3和Exp4误差分别达54%、59%，其次为SKE模型，与Exp3和Exp4误差分别为51%、54%。

由此可见，SST模型对于无孔遮挡的模拟可靠性最高。

4.3 有孔遮挡与无孔遮挡比较

表1与表2显示同一种RANS模型对于不同遮挡情形的模拟结果偏差不一样。分别比较有孔遮挡与无孔遮挡的5种RANS模型可以发现，RSM模型针对有孔遮挡情形的模拟可靠性结果较好，但对于无孔遮挡情形的模拟结果可靠度最低。表1与表2也表明，无论是有孔遮挡还是无孔遮挡，其模拟结果可靠性最高的都为SST模型。

基于SST模型分别得到两种遮挡情形的中垂面速度矢量图，如图13所示。由图13（a）可知，当上游为封闭建筑，即为无孔遮挡时，气流绕过上游遮挡建筑，在两个建筑间形成一个大的涡旋;由图13（b）可知，当上游为有孔遮挡时，上游建筑的穿堂风会影响建筑间的涡旋，因此，减少上游建筑遮挡的作用，进而流场更接近无遮挡情形，模拟结果更为精确。

將模拟结果进行处理，得到标准化误差表，见表3。由于两次风洞实验值接近，对比结果都取第1次实验结果。由表3平均风压系数标准化后结果可知：有孔遮挡模拟结果相较于无孔遮挡误差约小40%（误差11%与16%的对比）。

由此可见，SST模型对于有孔遮挡情形好于无孔遮挡情形。

4.4 可视化实验

可视化实验中发烟口位于上游建筑地面中心，发烟试剂采用了15%的丙烯乙二醇溶液，实拍照片如图14所示。可视化实验效果（图14）与SST模型模拟结果（图13（b））有比较好的相似性。

图14与图13（b）都显示，上游建筑的穿堂风在出口处形成冲击气流，破坏了两建筑间的涡旋，在一定程度上减少了建筑遮挡的作用，使得下游建筑更接近于无遮挡的环境。这有可能是有孔遮挡的CFD模拟好于无孔遮挡的原因。

5 结论

通过与风洞实验数据的严格对比，分析上游建筑有孔、无孔两种遮挡情形下，下游建筑表面压力CFD模拟可靠性与准确性。通过比较分析3种网格密度及5种RANS模型，得到以下结论：

1）网格敏感性分析显示，当建筑表面的最小网格为建筑高度的约2%时，计算结果满足网格独立性要求。

2）对上游建筑为有孔遮挡或无孔遮挡时，5种常见RANS模型中，SST k-ω模型的模拟可靠性最高。采用SST k-ω模型对有孔遮挡与无孔遮挡的模拟对比显示，对前者的模拟误差比后者误差还要低，即上游建筑有孔时，下游建筑表面的风压的数据预测准确性反而更高。这有可能是由于穿过的气流更接近无遮挡的情形造成的。

3）发烟可视化实验显示，有孔遮挡SST k-ω模型模拟的中垂面气流组织与风洞可视化实验有比较好的相似性。穿堂风气流破坏了建筑间的回流涡旋，削弱了建筑遮挡的效果，使得气流运动更接近无遮挡的情况，这也许是有孔遮挡较无孔遮挡模拟可靠性更高的原因。

采用的CFD设置方法可作为类似风环境模拟的参考方法。只讨论一个风向与一个间距，讨论了稳态RANS模型，而未讨论非稳态RANS模型和LES大涡模拟，这些需要在以后的研究中逐步完成。

参考文献：

[1] YIN W， ZHANG G Q， YANG W， et al. Natural ventilation potential model considering solution multiplicity， window opening percentage， air velocity and humidity in China[J]. Building and Environment， 2010， 45（2）： 338-344.

[2] TABLADA A， DE TROYER F， BLOCKEN B， et al. On natural ventilation and thermal comfort in compact urban environments- the Old Havana case[J]. Building and Environment， 2009， 44（9）： 1943-1958.

[3] KARAVA P， STATHOPOULOS T， ATHIENITIS A K. Airflow assessment in cross-ventilated buildings with operable faade elements[J]. Building and Environment， 2011， 46（1）： 266-279.

[4] JI L， TAN H W， KATO S， et al. Wind tunnel investigation on influence of fluctuating wind direction on cross natural ventilation[J]. Building and Environment， 2011， 46（12）： 2490-2499.

[5] BLOCKEN B. 50 years of computational wind engineering： Past， present and future[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2014， 129： 69-102.

[6] STRAW M P， BAKER C J， ROBERTSON A P. Experimental measurements and computations of the wind-induced ventilation of a cubic structure[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2000， 88（2/3）： 213-230.

[7] JIANG Y， ALEXANDER D， JENKINS H， et al. Natural ventilation in buildings： measurement in a wind tunnel and numerical simulation with large-eddy simulation[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2003， 91（3）： 331-353.

[8] HUANG P， GU M. Study on wind-induced mean interference effects between two tall buildings[J]. Journal of Building Structures， 2002， 8（3）： 67-72.

[9] KARAVA P， STATHOPOULOS T， ATHIENITIS A K. Wind-induced natural ventilation analysis[J]. Solar Energy， 2007， 81（1）： 20-30.

[10] KIM W， TAMURA Y， YOSHIDA A， et al. Generalization of wind-induced loading between two tall buildings[C]//The 2016 World Congress on Advances in Civil， Environmental， and Materials Research（ACEM16）， Jeju Island， Korea， August 28-Septerber 1， 2016.

[11] TOMINAGA Y， BLOCKEN B. Wind tunnel experiments on cross-ventilation flow of a generic building with contaminant dispersion in unsheltered and sheltered conditions[J]. Building and Environment， 2015， 92： 452-461.

[12] TOMINAGA Y， BLOCKEN B. Wind tunnel analysis of flow and dispersion in cross-ventilated isolated buildings： Impact of opening positions[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2016， 155： 74-88.

[13] VAN HOOFF T， BLOCKEN B， TOMINAGA Y. On the accuracy of CFD simulations of cross-ventilation flows for a generic isolated building： Comparison of RANS， LES and experiments[J]. Building and Environment， 2017， 114： 148-165.

[14] SMAL R. CFD analysis of natural ventilation in a generic environment impact of street width on indoor airflow pattern and airflow rate[D]. Eindhoven， Netherlands： Eindhoven University of Technology， 2017.

[15] BLOCKEN B. Computational Fluid Dynamics for urban physics： Importance， scales， possibilities， limitations and ten tips and tricks towards accurate and reliable simulations[J]. Building and Environment， 2015， 91： 219-245.

[16] BLOCKEN B， STATHOPOULOS T， CARMELIET J. CFD simulation of the atmospheric boundary layer： wall function problems[J]. Atmospheric Environment， 2007， 41（2）： 238-252.

[17] RICHARDS P J， HOXEY R P. Appropriate boundary conditions for computational wind engineering models using the k-ε turbulence model[J]. Journal of Wind Engineering and Industrial Aerodynamics， 1993， 46/47： 145-153.

[18] GOUSSEAU P， BLOCKEN B， STATHOPOULOS T， et al. Near-field pollutant dispersion in an actual urban area： Analysis of the mass transport mechanism by high-resolution Large Eddy Simulations[J]. Computers & Fluids， 2015， 114： 151-162.

[19] GOUSSEAU P， BLOCKEN B， VAN HEIJST G J F. Quality assessment of Large-Eddy Simulation of wind flow around a high-rise building： Validation and solution verification[J]. Computers & Fluids， 2013， 79： 120-133.

[20] GOUSSEAU P， BLOCKEN B， VAN HEIJST G J F. CFD simulation of pollutant dispersion around isolated buildings： On the role of convective and turbulent mass fluxes in the prediction accuracy[J]. Journal of Hazardous Materials， 2011， 194： 422-434.

[21] GOUSSEAU P， BLOCKEN B， STATHOPOULOS T， et al. CFD simulation of near-field pollutant dispersion on a high-resolution grid： A case study by LES and RANS for a building group in downtown Montreal[J]. Atmospheric Environment， 2011， 45（2）： 428-438.

[22] ROACHE P J. Quantification of uncertainty in computational fluid dynamics[J]. Annual Review of Fluid Mechanics， 1997， 29（1）： 123-160.

（編辑 邓云）