Kredit:Pixabay/CC0 Public Domain
I stort sett alla vindkraftverk, som producerar mer än 5 procent av världens el, styrs som om de vore enskilda, fristående enheter. Faktum är att de allra flesta är en del av större vindkraftsanläggningar som involverar dussintals eller till och med hundratals turbiner, vars spår kan påverka varandra.
Nu har ingenjörer vid MIT och på andra håll funnit att, utan behov av några nya investeringar i utrustning, kan energiuttaget från sådana vindkraftsanläggningar ökas genom att modellera vindflödet för hela samlingen av turbiner och optimera styrningen av enskilda enheter i enlighet med detta.
Ökningen av energiproduktionen från en given installation kan tyckas blygsam - det är cirka 1,2 procent totalt och 3 procent för optimala vindhastigheter. Men algoritmen kan användas vid vilken vindkraftspark som helst, och antalet vindkraftsparker växer snabbt för att nå accelererade klimatmål. Om den energiökningen på 1,2 procent tillämpades på alla världens befintliga vindkraftsparker skulle det motsvara att lägga till mer än 3 600 nya vindkraftverk, eller tillräckligt för att driva cirka 3 miljoner hem, och en total vinst för kraftproducenterna på nästan en miljard dollar per år, säger forskarna. Och allt detta i princip utan kostnad.
Forskningen publiceras idag i tidskriften Nature Energy, i en studie ledd av MIT Esther och Harold E. Edgerton biträdande professor i civil- och miljöteknik Michael F. Howland.
"I princip alla befintliga turbiner i nyttoskala styrs "girigt" och oberoende", säger Howland. Termen "girigt", förklarar han, syftar på det faktum att de kontrolleras för att bara maximera sin egen kraftproduktion, som om de vore isolerade enheter utan skadlig inverkan på närliggande turbiner.
Men i den verkliga världen är turbiner avsiktligt placerade nära varandra i vindkraftsparker för att uppnå ekonomiska fördelar relaterade till markanvändning (på eller till havs) och till infrastruktur som tillfartsvägar och transmissionsledningar. Denna närhet innebär att turbiner ofta påverkas starkt av de turbulenta vak som produceras av andra som är i uppvind från dem – en faktor som individuella turbinstyrsystem för närvarande inte tar hänsyn till.
"Från en flödesfysisk synvinkel är att sätta vindkraftverk nära varandra i vindkraftsparker ofta det värsta du kan göra," säger Howland. "Det ideala tillvägagångssättet för att maximera den totala energiproduktionen skulle vara att sätta dem så långt isär som möjligt", men det skulle öka de associerade kostnaderna.
Det är där Howlands och hans medarbetares arbete kommer in. De utvecklade en ny flödesmodell som förutsäger kraftproduktionen för varje turbin i gården beroende på de infallande vindarna i atmosfären och styrstrategin för varje turbin. Medan den är baserad på flödesfysik, lär sig modellen av operativa vindkraftsdata för att minska prediktiva fel och osäkerhet. Utan att ändra något om de fysiska turbinplaceringarna och hårdvarusystemen i befintliga vindkraftsparker, har de använt den fysikbaserade, datastödda modelleringen av flödet inom vindkraftparken och den resulterande kraftproduktionen för varje turbin, givet olika vindförhållanden, för att hitta den optimala orienteringen för varje turbin vid ett givet ögonblick. Detta gör att de kan maximera produktionen från hela gården, inte bara de enskilda turbinerna.
Idag känner varje turbin ständigt av den inkommande vindriktningen och hastigheten och använder sin interna kontrollmjukvara för att justera sin girvinkel (vertikal axel) så att den ligger så nära vinden som möjligt. Men i det nya systemet, till exempel, har teamet funnit att genom att vrida en turbin bara något från sin egen maximala effektposition – kanske 20 grader från dess individuella topputgångsvinkel – den resulterande ökningen av effektuttaget från en eller flera medvind. enheter kommer mer än att kompensera för den lätta minskningen av produktionen från den första enheten. Genom att använda ett centraliserat styrsystem som tar hänsyn till alla dessa interaktioner, drevs insamlingen av turbiner med effektnivåer som var så mycket som 32 procent högre under vissa förhållanden.
I ett månader långt experiment i en verklig vindkraftspark i bruksskala i Indien, validerades den prediktiva modellen först genom att testa ett brett utbud av girorienteringsstrategier, varav de flesta var avsiktligt suboptimala. Genom att testa många kontrollstrategier, inklusive suboptimala, i både den verkliga gården och modellen, kunde forskarna identifiera den verkliga optimala strategin. Viktigt är att modellen kunde förutsäga gårdens kraftproduktion och den optimala styrstrategin för de flesta testade vindförhållanden, vilket gav förtroende för att modellens förutsägelser skulle spåra den verkliga optimala driftsstrategin för gården. Detta gör det möjligt att använda modellen för att designa de optimala styrstrategierna för nya vindförhållanden och nya vindkraftsparker utan att behöva utföra nya beräkningar från grunden.
Sedan visade ett andra månader långt experiment på samma gård, som endast implementerade de optimala kontrollförutsägelserna från modellen, att algoritmens verkliga effekter kunde matcha de övergripande energiförbättringarna som setts i simuleringar. I genomsnitt över hela testperioden uppnådde systemet en 1,2 procents ökning av energiuttaget vid alla vindhastigheter och en 3 procents ökning vid hastigheter mellan 6 och 8 meter per sekund (cirka 13 till 18 miles per timme).
Medan testet kördes vid en vindkraftspark, säger forskarna att modellen och samarbetsstyrningsstrategin kan implementeras på vilken befintlig eller framtida vindkraftspark som helst. Howland uppskattar att, översatt till världens befintliga flotta av vindkraftverk, skulle en total energiförbättring på 1,2 procent producera mer än 31 terawattimmar extra el per år, ungefär motsvarande att installera ytterligare 3 600 vindkraftverk utan kostnad. Detta skulle översättas till cirka 950 miljoner USD i extra intäkter för vindkraftsoperatörerna per år, säger han.
Mängden energi som kan vinnas kommer att variera kraftigt från en vindkraftpark till en annan, beroende på en rad faktorer, inklusive avståndet mellan enheterna, geometrin på deras arrangemang och variationerna i vindmönster på den platsen under loppet av en år. Men i alla fall kan modellen som utvecklats av detta team ge en tydlig förutsägelse av exakt vad de potentiella vinsterna är för en given webbplats, säger Howland. "Den optimala styrstrategin och den potentiella energivinsten kommer att vara olika för varje vindkraftpark, vilket motiverade oss att utveckla en prediktiv vindkraftsparksmodell som kan användas brett, för optimering över hela vindkraftsflottan", tillägger han.
Men det nya systemet kan potentiellt tas i bruk snabbt och enkelt, säger han. "Vi kräver ingen ytterligare hårdvaruinstallation. Vi gör egentligen bara en mjukvaruförändring, och det finns en betydande potentiell energiökning i samband med det." Till och med en förbättring på 1 procent, påpekar han, innebär att i en typisk vindkraftspark med cirka 100 enheter kan operatörer få samma effekt med en turbin färre, vilket sparar kostnaderna, vanligtvis miljoner dollar, förknippade med inköp, byggande och installera den enheten.
Vidare, noterar han, genom att minska vågförlusterna kan algoritmen göra det möjligt att placera turbiner närmare varandra i framtida vindkraftsparker, vilket ökar krafttätheten för vindenergi, vilket sparar på mark- (eller havs-) fotspår. Denna ökning av effekttätheten och minskningen av fotavtryck kan bidra till att uppnå pressande mål för minskning av utsläppen av växthusgaser, som kräver en avsevärd expansion av vindkraftsutbyggnaden, både på och till havs.
Dessutom, säger han, är det största nya området för utveckling av vindkraftsparker till havs, och "påverkan av vågförluster är ofta mycket högre i vindkraftsparker till havs." Det betyder att effekten av detta nya tillvägagångssätt för att kontrollera dessa vindkraftsparker kan bli betydligt större.
Howland Lab och det internationella teamet fortsätter att förfina modellerna ytterligare och arbetar för att förbättra de operativa instruktionerna de härleder från modellen, går mot autonom, kooperativ kontroll och strävar efter största möjliga effekt från en given uppsättning förhållanden, säger Howland . + Utforska vidare
