黄色区域表示在风力涡轮机下游延伸的低速尾流，该算法识别涡轮机集群(由彩色矩形表示)，这些集群可以作为一个组进行优化，以获得发电增益。学分:达拉斯德克萨斯大学在风力发电行业，偏航的优化，即风力涡轮机相对于水平面的角度调整，长期以来一直显示出缓解尾流效应的前景，尾流效应会导致下游涡轮机产生比上游涡轮机更少的功率。然而，在这一知识的应用中，最近增加了一个关键的缺失难题——如何在不断变化的风力条件下自动识别哪些涡轮机正在经历尾流效应。在《可再生和可持续能源杂志》上，达拉斯德克萨斯大学的研究人员描述了一种实时方法，有可能帮助涡轮机农场从涡轮机的集群中获得额外的电力。他们的方法不需要新的传感器来识别在任何给定时间，如果应用偏航控制，哪些涡轮机可以增加发电量，验证研究显示，总功率增益增加了1%-3%。
合著者斯特凡诺·莱昂纳迪说:“在如何自动确定哪一个涡轮机跟随另一个风力条件多变的涡轮机方面存在巨大差距。”。“这就是我们解决的问题。这是我们的贡献。”
风力发电场由多个紧密相连的涡轮机组成，每个涡轮机将动能转化为电能。优化单个涡轮机的发电取决于许多因素(例如，分层、温度、湍流、地形等)。)，但优化整个农场的生产也涉及到涡轮机之间的相互作用。一个下游涡轮机在另一个涡轮机的尾流中遭遇逆风，导致涡轮机发电量减少高达60%。
研究人员通过识别涡轮机传感器目前收集的数据之间的相关性，确定了如何在涡轮机之间创建集群或链接。根据过去十年关于偏航优化的研究，风电场所有者可以使用这些自动化信息来指导偏航控制标准程序的使用。能源产量每增加1%，每年就意味着增加30亿千瓦。
合著者费德里科·贝尔纳多尼说:“我们的工作令人兴奋的部分是它符合现实，影响了真实的人。“运营商可以使用这些结果来确定何时应该应用偏航控制，以及应用到哪个组，以最大化风力发电增益。”
由于涡轮机已经有了硬件和传感器，并且土地已经用于风力发电场，因此使用这种方法增加的发电量将是真正的绿色能源。该方法也是独特的，因为它是无模型的。它没有对当前的参数或条件做出假设，将当前尾流模型中存在的不确定性的影响降至最低。
“仅仅通过让涡轮机更智能，我们就能从已经存在的东西中获得更多的能量，”莱昂纳迪说。“仅用简单的数学计算，我们就在增加能源，所以这是一个非常干净、绿色的1[%]-3%。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
