In this second part of a two-part article, we present extensive studies on spatial and temporal resolution in wind turbine wake computation with the computational framework presented in the first part. The framework, which is made of the Space–Time Variational Multiscale (ST-VMS) method, ST isogeometric discretization, and the Multidomain Method (MDM), enables accurate representation of the turbine long-wake vortex patterns in a computationally efficient way. Because of the ST context, the framework has higher-order accuracy to begin with; because of the VMS feature of the ST-VMS, it addresses the computational challenges associated with the multiscale nature of the flow; with the isogeometric discretization, it provides increased accuracy in the flow solution; and with the MDM, a long wake can be computed over a sequence of subdomains, instead of a single, long domain, thus reducing the computational cost. Also with the MDM, the computation over a downstream subdomain can start several turbine rotations after the computation over the upstream subdomain starts, thus reducing the computational cost even more. In the computations presented here, the velocity data on the inflow plane comes from a previous wind turbine computation, extracted by projection from a plane located 10 m downstream of the turbine, which has a diameter of 126 m. The resolution studies involve three different spatial resolutions and two different temporal resolutions. The studies show that the computational framework provides, with a practical level of efficiency, high-fidelity solutions in wind turbine long-wake computations.

在由两部分组成的文章的第二部分中，我们利用第一部分中介绍的计算框架，对风力涡轮机尾流计算中的时空分辨率进行了广泛的研究。该框架由时空多尺度（ST-VMS）方法，ST等几何离散化和多域方法（MDM）组成，可以以高效计算的方式精确表示涡轮长尾涡模式。由于具有ST上下文，因此该框架从一开始就具有较高的准确性；由于ST-VMS的VMS功能，它解决了与流程多尺度性质相关的计算难题；通过等几何离散化，可以提高流动解决方案的精度；借助MDM，可以在一系列子域上计算长时间唤醒，而不是单个长域，从而降低了计算成本。同样对于MDM，在上游子域上的计算开始之后，下游子域上的计算可以启动多个涡轮旋转，从而进一步降低了计算成本。在此处介绍的计算中，流入平面上的速度数据来自先前的风力涡轮机计算，该计算是通过投影从位于涡轮机下游10 m的直径为126 m的平面上进行投影而提取的。分辨率研究涉及三种不同的空间分辨率和两种不同的时间分辨率。研究表明，该计算框架在风力涡轮机长时尾波计算中以实用的效率水平提供了高保真解决方案。在上游子域上的计算开始后，下游子域上的计算可以启动多个涡轮旋转，从而进一步降低了计算成本。在此处介绍的计算中，流入平面上的速度数据来自先前的风力涡轮机计算，该计算是通过投影从位于涡轮机下游10 m的直径为126 m的平面上进行投影而提取的。分辨率研究涉及三种不同的空间分辨率和两种不同的时间分辨率。研究表明，该计算框架在风力涡轮机长时尾波计算中以实用的效率水平提供了高保真解决方案。在上游子域上的计算开始后，下游子域上的计算可以启动多个涡轮旋转，从而进一步降低了计算成本。在此处介绍的计算中，流入平面上的速度数据来自先前的风力涡轮机计算，该计算是通过投影从位于涡轮机下游10 m的直径为126 m的平面上进行投影而提取的。分辨率研究涉及三种不同的空间分辨率和两种不同的时间分辨率。研究表明，该计算框架在风力涡轮机长时尾波计算中以实用的效率水平提供了高保真解决方案。从而进一步降低了计算成本。在此处介绍的计算中，流入平面上的速度数据来自先前的风力涡轮机计算，该计算是通过投影从位于涡轮机下游10 m的直径为126 m的平面上进行投影而提取的。分辨率研究涉及三种不同的空间分辨率和两种不同的时间分辨率。研究表明，该计算框架在风力涡轮机长时尾波计算中以实用的效率水平提供了高保真解决方案。从而进一步降低了计算成本。在此处介绍的计算中，流入平面上的速度数据来自先前的风力涡轮机计算，该计算是通过投影从位于涡轮机下游10 m的直径为126 m的平面上进行投影而提取的。分辨率研究涉及三种不同的空间分辨率和两种不同的时间分辨率。研究表明，该计算框架在风力涡轮机长时尾波计算中以实用的效率水平提供了高保真解决方案。分辨率研究涉及三种不同的空间分辨率和两种不同的时间分辨率。研究表明，该计算框架在风力涡轮机长时尾波计算中以实用的效率水平提供了高保真解决方案。分辨率研究涉及三种不同的空间分辨率和两种不同的时间分辨率。研究表明，该计算框架在风力涡轮机长时尾波计算中以实用的效率水平提供了高保真解决方案。