Группа исследователей из Техасского университета в Далласе (Юта Даллас) разработала новый способ извлечения большей энергии из ветра. Такой подход может значительно увеличить производство ветровой энергии с последующим увеличением доходов. Численное моделирование, проведенное в Техасском центре передовых вычислений (TACC), показывает потенциальное увеличение до шести-семи процентов.
По мнению исследователей, улучшение на один процент всех ветряных электростанций в стране принесет стоимость, эквивалентную 100 миллионам долларов. Таким образом, этот новый метод может принести дополнительную ветроэнергетику на 600 миллионов долларов по всей стране.
Команда сообщила о своих выводах в ветроэнергетике в декабре 2017 года и возобновляемой энергии в декабре 2017 года.В области физики, известной как гидродинамика, распространенным способом моделирования турбулентности является моделирование больших вихрей. Несколько лет назад Стефано Леонарди и его исследовательская группа создали модели, которые могут интегрировать физическое поведение в широком диапазоне масштабов длины — от роторов турбин длиной 100 метров до кончиков лопастей толщиной в сантиметры — и предсказывать мощность ветра с точностью, используя суперкомпьютеры.«Мы разработали код, имитирующий ветряные турбины, с учетом интерференции между следом башни и гондолой [крышкой, в которой находятся все генерирующие компоненты ветряной турбины] со следом от ротора турбины», — сказал Леонарди. , доцент кафедры машиностроения и автор статьи о ветроэнергетике, выбранной для обложки.
Помимо диапазона масштабов длины, еще одной проблемой является моделирование изменчивости ветра для данного региона в конкретное время. Чтобы решить эту проблему, команда интегрировала свой код с моделью исследования и прогнозирования погоды (WRF), ведущей моделью прогнозирования погоды, разработанной в Национальном центре атмосферных исследований.«Мы можем получить поле ветра из Североамериканской мезомасштабной модели на грубой сетке, использовать ее в качестве входных данных для пяти вложенных областей с все более высоким разрешением и воспроизвести с высокой точностью выработку электроэнергии настоящей ветряной электростанцией», — сказал Леонарди.
Растущая мощность компьютеров позволяет Леонарди и его команде точно моделировать ветровое поле ветряной электростанции и выработку электроэнергии каждой отдельной турбиной. Проверяя результаты своей модели на данных ветряной электростанции в Северном Техасе, они увидели 90-процентное совпадение между их прогнозами и эффективностью турбины. Они представят свои результаты на Torque 2018, крупной конференции по исследованиям в области ветроэнергетики.
Устранение турбулентности алгоритма оптимизационного управления.Ветер не просто течет плавно в одном направлении. Он содержит турбулентность и следы, которые усиливаются, когда турбины сгруппированы вместе, как на ветряной электростанции.По данным Министерства энергетики США, следы взаимодействия приводят к потерям до 20 процентов годовой добычи.
Понимание того, как турбулентность влияет на выработку энергии, важно для корректировки поведения турбин в реальном времени для получения максимальной мощности.Используя свои возможности моделирования, они протестировали алгоритмы управления, которые используются для управления работой динамических систем на ветряных электростанциях. Это включало алгоритмы управления, известные как управление с поиском экстремума, безмодельный способ получения максимальной производительности от динамических систем, когда известны лишь ограниченные знания о системе.
«Многие думали, что использовать этот подход невозможно из-за турбулентности и того факта, что он обеспечивает ситуацию, когда турбины постоянно меняются», — сказал Леонарди. «Но мы провели огромное количество симуляций, чтобы найти способ отфильтровать турбулентность из схемы управления. Это было главной проблемой».При управлении поиском экстремума система увеличивает и уменьшает скорость вращения вращающейся лопатки турбины, все время измеряя мощность и вычисляя уклон. Это повторяется до тех пор, пока контроллер не найдет оптимальную рабочую скорость.
«Важно то, что алгоритм управления не полагается на физическую модель», — сказал Леонарди. «В реальной ветряной электростанции существует много неопределенностей, поэтому вы не можете смоделировать все. Система управления поиском экстремума может найти оптимум независимо от того, есть ли эрозия или обледенение на лопастях.
Это очень надежно и работает, несмотря на неопределенности в системе».МОДЕЛИРОВАНИЕ ВЕТРА
Чтобы проверить свой новый подход, команда провела эксперименты с виртуальным ветром, используя суперкомпьютеры в TACC, включая Stampede2 и Lonestar5 — два из самых мощных в мире. Они смогли использовать эти системы благодаря инициативе исследовательской киберинфраструктуры Техасского университета (UTRC), которая с 2007 года предоставила исследователям в любом из 14 институтов системы Техасского университета доступ к ресурсам, опыту и обучению TACC.
Доступ к мощным суперкомпьютерам важен, потому что ветряные турбины дороги в строительстве и эксплуатации, а исследователям доступно лишь несколько объектов для исследования ветра.«Преимущества использования высокопроизводительных вычислений для создания виртуальной платформы для анализа предлагаемых решений для ветроэнергетики огромны», — сказал Марио Ротеа, профессор машиностроения в UT Dallas, и директор объекта Wind- Энергетика, технологии и исследования (WindSTAR) Центр совместных исследований промышленности и университета (IUCRC). «Чем больше мы можем делать с компьютерами, тем меньше нам приходится иметь дело с тестированием, которое составляет большую часть затрат. Это приносит пользу нации за счет снижения стоимости энергии».Хотя применение контроля поиска экстремумов на ветряных электростанциях еще предстоит испытать в полевых условиях, команда UT Dallas уже применила этот метод к одной турбине в Национальной лаборатории возобновляемых источников энергии (NREL).
«Тест NREL дал нам экспериментальные данные, подтверждающие ценность управления поиском экстремума для максимизации энергии ветра», — сказал Ротеа. «Экспериментальные результаты показывают, что управление поиском экстремума увеличивает захват мощности на 8-12% по сравнению с базовым контроллером».Учитывая обнадеживающие экспериментальные и вычислительные результаты, команда UT Dallas планирует экспериментальную кампанию с участием группы турбин в ветряной электростанции.СОТРУДНИЧЕСТВО И ДАЛЬНЕЙШИЕ ДЕЙСТВИЯ
Разработка модели гидродинамики для ветряных турбин была частью международного сотрудничества между четырьмя учреждениями США (Университет Джонса Хопкинса, UT Даллас, Техасский технологический институт и колледж Смита) и тремя европейскими учреждениями (Технический университет Дании, Федеральная политехническая школа Лозанны и США). Katholieke Universiteit Leuven) финансируется Национальным научным фондом.Через центр WindSTAR они сотрудничают с девятью ведущими ветроэнергетическими компаниями и производителями оборудования.
Эти компании заинтересованы во внедрении или коммерциализации работы.«Члены нашего центра не имеют доступа к большой мощности с точки зрения HPC [высокопроизводительных вычислений]», — сказал Ротеа. «Компьютеры в TACC являются нашим активом и дают нам конкурентное преимущество перед другими группами. Что касается решения актуальных проблем, мы создаем системы управления, которые они могут включать, или они могут использовать HPC для разработки новых инструментов для прогнозирования ресурсов ветра или определить, есть ли турбины, которые не работают ».
Помимо разработки новых алгоритмов турбулентности и стратегий управления, члены команды WindSTAR представили методы для прогнозирования точных результатов на менее мощных компьютерах (работа, опубликованная в мартовском выпуске журнала Wind Energy за 2018 г.) и определения того, насколько близко размещать турбины. для максимизации прибыли в зависимости от стоимости земли (представленной на Wind Symposium 2018).Долгосрочные эффекты от работы выходят за рамки теоретических.
«Исследование позволяет нам оптимизировать производство энергии ветра и увеличить проникновение возобновляемых источников энергии в сеть», — сказал Леонарди. «Те же машины будут генерировать больше энергии, потому что мы больше понимаем физику потока в ветряной электростанции, и при том же землепользовании и развертывании мы можем получить больше энергии».