• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Modellen hjälper till att välja vindkraftsparker, förutspår output

    En vindkraftpark i Tehachapi-bergen i Kalifornien. Kredit:Stam Shebs

    Vinden blåser alltid någonstans, men att bestämma var en vindkraftspark ska placeras är lite mer komplicerat än att hålla upp ett vått finger. Nu har ett team av Penn State-forskare en modell som kan lokalisera den bästa platsen för vindkraftsparken och till och med hjälpa till med 24-timmars förutsägelser om energiproduktion.

    "I vanliga fall, människor som planerar att bygga en vindkraftspark kommer att leta efter bra terräng och en genomsnittlig vindhastighet som inte är för stark och inte för svag, men konsekvent, sa Guido Cervone, professor i geografi, och meteorologi och atmosfärsvetenskap. "Vi hittade ett mer exakt och effektivt sätt att titta på vindförutsägbarhet på specifika platser, en nyckelfaktor när man överväger att bygga en ny vindkraftspark. Med fossila bränslen och kärnenergi vet du exakt hur mycket energi du kommer att ha. Men vinden är inte sådan."

    Plats, för allmän eleffekt, är viktigt, men att kunna förutse hur mycket vindenergi gården kommer att kunna producera 24 timmar i framtiden är också viktigt. Elleverantörer köper den energi som produceras av vindkraftsparker och vill ha tillförlitlighet. Vindkraftsparker säljer rutinmässigt sin elproduktion till leverantörerna, men de skulle också vilja kunna schemalägga, 24 timmar i förväg, hur mycket kraft de kommer att producera.

    "Elleverantörer behöver veta hur mycket ström som finns tillgänglig en dag framåt, " sa Cervone, som också är biträdande direktör för Penn State Institute for CyberScience. "De måste ha tillförlitliga källor eftersom de inte kan ha en blackout. De vill inte heller köpa mer el på spotmarknaden eftersom köp samma dag är dyrare."

    Cervone och Mehdi Shahriar, nyligen doktorand i Penn State i energi- och mineralteknik, använde Analog Ensemble, utvecklad av National Center for Atmospheric Research, att analysera felen i prognoser för elproduktion av vindkraftverk över hela landet.

    AnEn använder en historisk uppsättning tidigare observationer och förutsägelser som spänner över åtminstone flera månader, men helst två år. Det ger en sannolikhetsmodell av prognosen, i detta fall den tillgängliga vinden för kraftproduktion.

    "Vi observerade att platser med högre medelvindhastighet är förknippade med större grader av prognososäkerhet vilket ökar svårigheten att förutsäga vindhastighet på dessa platser, " rapporterar forskarna nyligen online i Förnybar energi .

    Genom att använda tidigare prognoser från potentiella lokaliseringsplatser, vindkraftsbyggare kunde välja platser med kanske lägre medelvindhastigheter, men mer konsekventa och förutsägbara vindar.

    Forskarnas tillvägagångssätt ger inget enkelt ja-eller-nej-svar på om det blir vind. Modellen tar fram en sannolikhetskurva för vindproduktion från vilken företag kan fatta beslut samtidigt som de förstår riskerna. Om modellen säger att sannolikheten för tillräcklig vind för elproduktion är cirka 80 %, både vindkraftsägarna och elköparna känner till risken för att vindarna inte räcker till. Om sannolikheten är 20 %, båda skulle utan tvekan bestämma sig för att risken skulle vara för stor för att förlita sig på vindkraftsparken för el.

    "Om vi ​​kan förutsäga vindhastighet, vi kan förutsäga produktion och berätta hur mycket energi vi kommer att producera under en given tid, sa Cervone.

    Modellen är extremt effektiv. Med tanke på den nuvarande prognosen, den söker efter en historisk prognos som matchar och ger de faktiska vindhastigheterna och varaktigheterna.

    "Denna modell är beräkningseffektiv, " sa Cervone. "Vi kunde köra den kontinuerligt över ett stort område utan några problem."


    © Vetenskap https://sv.scienceaq.com