Новый алгоритм управления ветряными электростанциями, который изменяет способ ориентации отдельных турбин на ветер, обещает повысить общую эффективность ферм и выработку энергии за счет оптимизации того, как они справляются со своим турбулентным следом.

Алгоритм, который был протестирован на коммерческой ветряной электростанции в Индии, но может быть использован где угодно, предлагает потенциал для немедленного и бесплатного улучшения существующих ветряных электростанций . Это также может позволить строить ветряные электростанции в более тесных помещениях, таким образом выжимая больше энергии из меньшего количества недвижимости , уменьшая огромный недостаток энергии ветра.

В совокупности ветряные электростанции в Соединенных Штатах ежегодно производят около 380 миллиардов киловатт-часов. Если каждая ветряная электростанция США примет новую стратегию и увидит повышение эффективности, аналогичное тому, которое обнаружено в новом исследовании, это будет эквивалентно добавлению сотен новых турбин, способных снабжать электроэнергией сотни тысяч домов, в энергосистеме страны, говорит Калифорнийский технологический институт. Джон О. Дабири, столетний профессор аэронавтики и машиностроения и старший автор статьи о проекте, опубликованной в журнале Nature Energy 11 августа.

«Отдельные турбины генерируют изменчивый воздух или след, который снижает производительность каждой турбины с подветренной стороны от них», — говорит Дабири. «Чтобы справиться с этим, турбины ветряных электростанций традиционно размещают как можно дальше друг от друга, что, к сожалению, занимает много места».

После многих лет изучения проблемы Дабири и его бывший аспирант Майкл Ф. Хоулэнд, ведущий автор статьи, а ныне доцент Эстер и Гарольд Э. Эдгертон по гражданскому и экологическому строительству в Массачусетском технологическом институте, разработали алгоритм, который заставляет отдельные ветряные турбины перестать действовать только в своих собственных интересах, то есть максимально увеличить свой доступ к ветру, столкнувшись с ним прямо, и вместо этого действовать на благо производства ветряной электростанции.

Годовое тестирование и настройка алгоритма в реальных условиях, проводившаяся в Индии с 2020 по 2021 год, стала возможной благодаря Варуну Сивараму, который в то время был главным техническим директором (CTO) ReNew Power, крупнейшей индийской компании по возобновляемым источникам энергии, и который в настоящее время является старшим советником специального посланника президента США по климату Джона Керри в качестве его управляющего директора по экологически чистой энергии и инновациям. Сиварам также является соавтором статьи.

Сиварам был впечатлен презентацией, которую Дабири сделал в 2017 году совету директоров канадской энергетической компании об использовании алгоритмов для повышения эффективности ветряных электростанций. Когда он стал техническим директором ReNew Power в 2018 году, Сиварам связался, чтобы узнать, заинтересован ли Дабири в сотрудничестве.

«Я позвонил Джону и спросил, можем ли мы это сделать. И он сказал: «У меня сейчас замечательный аспирант, и я думаю, что это может быть идеальным проектом для всех нас».

Интерес Хоуленда к коллективному управлению ветряными электростанциями начался, когда он был студентом бакалавриата в Университете Джона Хопкинса, изучая физику воздушного потока через ветряные электростанции. «Меня интересовала разработка прогностических моделей для ветряных электростанций, которые можно было бы использовать для повышения эффективности, — говорит Хоулэнд. «Но невероятно дорого с точки зрения вычислительной мощности моделировать полную физику атмосферного потока и потока ветряной электростанции».

Именно во время своего студенческого исследования Хоуленд впервые исследовал, как несовпадение угла наклона турбины по отношению к ветру оказывает огромное влияние на след.

Чтобы объяснить значение этой настройки, полезно понять, что существует не так много способов легко настроить производительность ветряной турбины без установки дополнительного оборудования. Они не предназначены для изменения их наклона или угла наклона вверх и вниз. Но их можно поворачивать из стороны в сторону, регулируя рыскание.

«Некоторые предыдущие исследования были сосредоточены на изменении сопротивления, создаваемого выработкой энергии турбины», — говорит Хоулэнд. «Более свободное вращение лопастей создает менее интенсивные следы, но турбина с измененным режимом работы также генерирует меньше энергии». С другой стороны, несоосность рыскания не только снижает силу следа, но и перенаправляет его воздействие вниз по течению.

После учебы в бакалавриате Хоуленд получил ученую степень у Дабири, который тогда учился в Стэнфордском университете. Дабири ранее работал в Калифорнийском технологическом институте, изучая, как размещение ветряных турбин влияет на выходную мощность. В 2019 году Хоуленд и Дабири разработали компьютерную модель, чтобы попытаться улучшить производительность определенного массива из шести турбин, а затем провели двухнедельные испытания на массиве, чтобы оценить производительность турбин. Они продемонстрировали, что стратегия ориентации в масштабах всей фермы, включающая несоосность рыскания, может повысить общую производительность. Проблема заключалась в том, действительно ли они оптимизировали производительность на этой ферме? Или просто несколько улучшили его по сравнению со стандартными методами контроля?

Без возможности протестировать все возможные субоптимальные стратегии и напрямую выбрать лучшую из них было невозможно сказать. Таким образом, команда специально сосредоточилась на разработке улучшенных моделей того, как регулировка угла наклона турбины, направленной против ветра, влияет как на турбины, направленные вниз, так и на производительность самой смещенной турбины. Важно отметить, что производительность несоосной турбины зависит от условий атмосферного ветра, набегающего на ферму. Моделирование совместного эффекта регулировки угла и условий встречного ветра имело решающее значение для разработки точной модели, которая может предсказать наилучшую возможную стратегию ориентации фермы.

«Поскольку сильный кильватерный след снижает выработку энергии ветряными турбинами, ветряная турбина выполняет тяжелую работу для общего производства фермы», — объясняет Хоулэнд. «Точное моделирование мощности смещенной по рысканию турбины в зависимости от потока атмосферного ветра часто упускалось из виду в моделях, используемых для оптимизации управления потоком ветряных электростанций. Это было в центре внимания как при разработке нашей модели, так и в наших экспериментах по проверке».

На основе этого исследования Хауленд, Дабири и их коллеги разработали алгоритм, который заставляет отдельные турбины, начиная с ведущей, смещать угол рыскания до 25 градусов, чтобы максимизировать общую эффективность фермы и, следовательно, выходную мощность.

В зависимости от скорости ветра новый алгоритм мог изменять ориентацию турбин, чтобы повысить общую производительность ветряной электростанции в Индии на 1-3 процента.

«Никто не должен строить или покупать что-то новое, чтобы сразу же начать получать больше энергии от своей ветряной электростанции», — говорит Дабири.

Тем не менее, реальная выгода, говорят Хауленд и Дабири, заключается в том, что алгоритм позволяет сгруппировать ветряные турбины ближе друг к другу за счет активного решения проблемы следа, либо путем добавления новых турбин между существующими, либо позволяя будущим планам строительства упаковывать больше турбин на данный участок земли.

Одним из наиболее важных элементов нового алгоритма является то, что он потенциально может быть полезен где угодно, от оффшорной ветряной электростанции в Северном море до ветряных электростанций, разбросанных по пустыне за пределами Палм-Спрингс, Калифорния, путем прогнозирования наилучшей стратегии для выравнивание смещения отдельных турбин по рысканию. «До этой статьи не было надежного способа сделать такой прогноз, были только пробы и ошибки», — говорит Дабири. «Проблема в том, что вы не можете проводить массу экспериментов на ветряной электростанции, которая обязана генерировать энергию для своих клиентов».

Вместо этого алгоритм Хауленда и Дабири сводит каждую площадку ветряной электростанции к нескольким важным параметрам, которые математически описывают, как ее турбины будут создавать следы. Затем алгоритм предсказывает лучшие способы смягчения этого следа. Например, одним из важнейших факторов является то, находится ли ветряная электростанция над сушей или в море, потому что земля обеспечивает большее сопротивление трению ветру, чем вода, и, таким образом, разрушает след на более коротком расстоянии. Алгоритм основан на физике атмосферного потока и потока ветровой электростанции, но он использует эксплуатационные данные ветряной электростанции для изучения и улучшения модели, значительно уменьшая ошибки прогнозирования и неопределенности.

Ключевым элементом проекта является то, что он основан не только на теории; скорее, он был испытан в реальном мире на ветряной электростанции. По указанию Сиварама ReNew Power вложила средства в устройства LiDAR (лазерные сканирующие устройства), которые измеряли скорость ветра в зависимости от высоты и направление потока, падающего на ветряную электростанцию, предлагая подробные данные, которые позволили Хауленду и Дабири улучшить свой алгоритм по мере необходимости. . Кроме того, в Индии и Испании были созданы группы инженеров для сотрудничества с Хоулендом и Дабири в Штатах.

«В конце концов, все были поражены масштабами достигнутого: повышение производительности, которое ничего не стоит с точки зрения инвестиций в инфраструктуру», — говорит Сиварам. ReNew Power в настоящее время работает над расширением результатов, чтобы улучшить остальную часть своего парка ветряных электростанций.

Между тем, команда планирует расширить свои полевые демонстрации, чтобы заняться оффшорными ветряными электростанциями, которые представляют новые проблемы и возможности.

«Следы, как правило, сохраняются на гораздо больших расстояниях над океаном, поэтому эти новые методы становятся еще более важными», — говорит Дабири. «В то же время оффшорные ветровые ресурсы феноменальны и до сих пор в значительной степени не задействованы. И мы можем проектировать эти ветряные электростанции с нуля, используя эти идеи, поэтому мы не ограничены существующими схемами ветряных турбин , как в случае с существующими ветровыми установками. фермы на земле».

Реальное тестирование алгоритма стало возможным отчасти благодаря усилиям Управления передачи технологий и корпоративного партнерства (OTTCP) Калифорнийского технологического института, которое помогло инженерам в Пасадене договориться об отношениях с ReNew Power в Индии, а также Siemens Gamesa Renewable Energy Innovation. & Technology в Испании (работает компания, разработавшая турбины ReNew Power).

«Работать с OTTCP было фантастически, — говорит Сиварам. «То, что мы создали, — это новаторское соглашение на трех континентах, которое я теперь использую в качестве модели».

Сиварам входит в руководящий комитет Mission Innovation, глобального альянса исследований и разработок, объявленного президентом Бараком Обамой в 2015 году для решения проблемы изменения климата и повышения доступности экологически чистой энергии.

«Это мой центральный пример того, как мы хотим осуществлять международное сотрудничество в области исследований и разработок», — говорит Сиварам. «Если у нас будет еще сотня таких партнерств, мы изменим мир».

Этот проект также был настоящим продуктом пандемии COVID-19, поскольку инженеры из США и Испании встречались лично только один раз — на ужине в Пасадене, состоявшемся в феврале 2020 года, чтобы начать свое новое предприятие.

«Тогда мы думали, что будем регулярно встречаться, чтобы обмениваться заметками и обсуждать идеи», — говорит Дабири. «К счастью, мы все смогли перейти к работе с помощью видеоконференций, проводя несколько онлайн-совещаний каждую неделю в течение 2020, 2021 и 2022 годов».