在powerflow中，我们可以非常方便的设置侧风工况，还可以根据不同的路况特征（如城市、郊区、高速公路等），对前方来流的湍流特征进行更个性化的定制，从而更精确的评估车辆在这些复杂工况下的性能。
在sae论文（sae 2015-01-1551）中，tesla的研究者们对比了车辆在不同路试工况下的能源消耗，测试条件包含了侧风和实际湍流，并通过在车顶安装皮托管测量真实环境的压力波动。
下图显示不同偏航角下的能量消耗曲线，这些数据又通过不同的湍流度进行分类，显示了一定侧风角下湍流度增加对风阻的影响。低湍流度工况下的风阻较低，相反，高湍流度工况的数据表明，湍流度的增加通常会降低风阻对侧风角的敏感性，但会增加总风阻值。
实际的测试费时费力，并需要在样车制造出来之后才能测试，使用powerflow则能灵活的应对所需的评估。在powerflow中，真实的流动环境是按照包括所有相关的行驶湍流和风向结构共同构成的真实物理环境进行建模，包括比车辆尺寸大很多倍的流动结构。这些流场信息被指定在进口边界条件中，以瞬态的效应被输运到下游并流向车辆。
下图展示了一个瞬态的行驶过程，侧风按照时间规律进行变化，而湍流度维持在一个固定的大小。左图展示了侧风角、来流湍流和车辆外流场之间的相互作用，通过当地侧风角着色的流线图穿过整个流场。右侧显示了这个过程中风阻值的变化。可见，湍流度较小时，风阻和侧风角维持线性相关，而较大湍流度时，这种相关性将变得难于预测。不过，总体上，较大湍流度（7%）条件下的风阻比光顺来流要大3~4%左右，而随着侧风角的增大，湍流来流的影响略微降低。这与路试中的观测结果是一致的。
实验和仿真的数据都表明湍流度和能源消耗是直接相关的。真实的流动条件，包括行驶湍流和侧风，都将恶化汽车的油耗或能耗。因此，优化车辆在开放路面上的行驶效率和性能需要准确的模拟真实的路况环境。
随着近年来电动汽车的快速发展，消费者对真实剩余续航里程的关注也进一步促使汽车制造商更精确的评估与优化车辆实际的空气动力学性能。在这个体验经济盛行的时代，使用高保真瞬态算法的软件进行产品性能的仿真越来越重要。
目前，simulia powerflow最新一代产品powerflow 6-2020已更新至第六代求解器。其对lbm碰撞算子的专利改进等一系列优化，可更进一步减小数值耗散，从而提升从气动力学，到气动声学，到热学；从低马赫数，到近音速再到跨音速在内的各个应用领域的仿真精度，并大幅提高了仿真效率。