• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Ajustar os ângulos das turbinas extrai mais energia dos parques eólicos

    Crédito:Pixabay/CC0 Public Domain

    Um novo algoritmo de controle para parques eólicos que altera como as turbinas individuais são orientadas para o vento promete aumentar a eficiência geral dos parques e a produção de energia, otimizando a forma como eles lidam com sua esteira turbulenta.
    O algoritmo, que foi testado em um parque eólico comercial na Índia, mas pode ser empregado em qualquer lugar, oferece o potencial para uma melhoria imediata e sem custo em parques eólicos existentes. Também pode permitir que parques eólicos sejam construídos em locais mais apertados, extraindo assim mais energia de menos imóveis – mitigando um enorme golpe de energia eólica.

    Coletivamente, os parques eólicos geram cerca de 380 bilhões de quilowatts-hora por ano nos Estados Unidos. Se todos os parques eólicos dos EUA adotassem a nova estratégia e vissem aumentos de eficiência semelhantes aos encontrados no novo estudo, seria equivalente a adicionar centenas de novas turbinas capazes de abastecer centenas de milhares de residências à rede elétrica do país, diz o Caltech's. John O. Dabiri, Professor do Centenário de Aeronáutica e Engenharia Mecânica e autor sênior de um artigo sobre o projeto publicado pela revista Nature Energy em 11 de agosto.

    “Turbinas individuais geram ar agitado, ou uma esteira, o que prejudica o desempenho de cada turbina a favor do vento”, diz Dabiri. “Para lidar com isso, as turbinas dos parques eólicos são tradicionalmente espaçadas o mais longe possível, o que infelizmente ocupa muito espaço”.

    Após anos estudando o problema, Dabiri e seu ex-aluno de pós-graduação Michael F. Howland, principal autor do artigo e agora Esther e Harold E. Edgerton Professor Assistente de Engenharia Civil e Ambiental no MIT, desenvolveram um algoritmo que força turbinas eólicas individuais deixar de agir apenas em seu próprio interesse - ou seja, maximizar seu próprio acesso ao vento ao se deparar diretamente com ele - e, em vez disso, agir pelo bem maior da produção do parque eólico.

    Um teste e ajuste no mundo real de um ano do algoritmo realizado na Índia de 2020 a 2021 foi possível por Varun Sivaram, que, na época, era o diretor de tecnologia (CTO) da ReNew Power, a maior empresa de energia renovável da Índia, e que agora é consultor sênior do Enviado Presidencial Especial dos EUA para o Clima John Kerry, como seu diretor administrativo para energia limpa e inovação. Sivaram também é coautor do artigo.

    Sivaram ficou impressionado com uma apresentação que Dabiri fez em 2017 ao conselho de administração de uma concessionária de energia canadense sobre o uso de algoritmos para melhorar a eficiência dos parques eólicos. Quando se tornou CTO da ReNew Power em 2018, Sivaram entrou em contato para ver se Dabiri estaria interessado em colaborar.

    "Liguei para John e perguntei se poderíamos fazer isso. E ele disse:'Tenho um aluno de pós-graduação extraordinário agora, e acho que esse pode ser o projeto perfeito para todos nós enfrentarmos.'"

    O interesse de Howland no controle coletivo de parques eólicos começou quando ele era um estudante de graduação na Universidade Johns Hopkins, estudando a física do fluxo de ar através de parques eólicos. "Eu estava interessado em desenvolver modelos preditivos para parques eólicos, que podem ser usados ​​para melhorar a eficiência", diz Howland. "Mas é incrivelmente caro em termos de poder de computação simular a física completa do fluxo atmosférico e do parque eólico."

    Foi durante sua pesquisa de graduação que Howland explorou pela primeira vez como o desalinhamento do ângulo da turbina em relação ao vento causa um tremendo impacto na esteira.

    Para explicar o significado desse ajuste, é importante entender que não há muitas maneiras de ajustar facilmente o desempenho de uma turbina eólica sem instalar hardware adicional. Eles não são projetados para ter sua inclinação ou seu ângulo para cima e para baixo alterados. Mas eles podem ser girados de um lado para o outro, ajustando sua guinada.

    "Alguns estudos anteriores se concentraram em modificar o arrasto criado pela geração de energia da turbina", diz Howland. "Deixar as pás girarem mais livremente cria esteiras menos intensas, mas a turbina com operação modificada também gera menos energia." O desalinhamento da guinada, por outro lado, não apenas reduz a força da esteira – ele redireciona seu impacto a jusante.

    Após seus estudos de graduação, Howland fez pós-graduação com Dabiri, que estava na Universidade de Stanford. Dabiri já havia trabalhado na Caltech estudando como a colocação de turbinas eólicas influenciava a produção de energia. Em 2019, Howland e Dabiri desenvolveram um modelo de computador para tentar melhorar o desempenho de um conjunto específico de seis turbinas e, em seguida, realizaram um teste de duas semanas no conjunto para avaliar o desempenho das turbinas. Eles demonstraram que uma estratégia de orientação em toda a fazenda que inclui desalinhamento de guinada pode melhorar o desempenho geral. O problema era, eles realmente otimizaram o desempenho naquela fazenda? Ou simplesmente melhorou um pouco em comparação com os métodos de controle padrão da indústria?

    Sem poder testar todas as estratégias subótimas possíveis e escolher diretamente a melhor, era impossível dizer. Assim, a equipe se concentrou especificamente no desenvolvimento de modelos aprimorados de como o ajuste do ângulo de uma turbina a favor do vento afeta tanto as turbinas a favor do vento quanto o desempenho da própria turbina desalinhada. É importante ressaltar que o desempenho da turbina desalinhada depende das condições do vento atmosférico incidente que fluem para o parque. A modelagem do efeito conjunto do ajuste do ângulo e das condições do vento incidente foi fundamental para desenvolver um modelo preciso que possa prever a melhor estratégia possível de orientação da fazenda.

    “Como os fortes efeitos de esteira reduzem a produção de energia das turbinas a favor do vento, a turbina a favor do vento está fazendo o trabalho pesado para a produção total da fazenda”, explica Howland. "A modelagem precisa da potência da turbina desalinhada de guinada, dependendo do fluxo do vento atmosférico, muitas vezes foi negligenciada nos modelos usados ​​para otimização de controle de fluxo de parques eólicos. Este foi um foco tanto para o desenvolvimento do modelo quanto para os experimentos de validação."

    Com base nessa pesquisa, Howland, Dabiri e seus colegas desenvolveram um algoritmo que força turbinas individuais – começando com a turbina principal – a desalinhar sua guinada em até 25 graus para maximizar a eficiência geral da fazenda e, portanto, a produção de energia.

    Dependendo da velocidade do vento, o novo algoritmo foi capaz de ajustar a orientação das turbinas para aumentar a produção geral do parque eólico na Índia entre 1% e 3%.

    “Ninguém precisa construir ou comprar nada novo para começar imediatamente a obter mais energia de seu parque eólico”, diz Dabiri.

    No entanto, o benefício real, dizem Howland e Dabiri, é o potencial do algoritmo para permitir que as turbinas eólicas sejam agrupadas mais próximas, abordando ativamente o problema da esteira, seja adicionando novas turbinas entre as existentes ou permitindo que planos de construção futuros sejam embalados. mais turbinas em um determinado terreno.

    Um dos elementos mais importantes do novo algoritmo é que ele tem potencial para ser útil em qualquer lugar, desde um parque eólico offshore no Mar do Norte até os parques eólicos que pontilham o deserto fora de Palm Springs, Califórnia, prevendo a melhor estratégia para orientando o desalinhamento de guinada de turbinas individuais. “Não havia como fazer essa previsão de forma confiável até este artigo; havia apenas tentativa e erro”, diz Dabiri. "O problema é que você não pode gastar muito tempo fazendo uma tonelada de experimentos em um parque eólico que tem a obrigação de gerar energia para seus clientes."

    Em vez disso, o algoritmo de Howland e Dabiri resume cada local de parque eólico a alguns parâmetros importantes que descrevem matematicamente como as esteiras serão criadas por suas turbinas. O algoritmo então prevê as melhores maneiras de mitigar esse despertar. Por exemplo, um fator crítico é se o parque eólico está em terra ou no mar, porque a terra oferece mais resistência ao atrito do vento do que a água e, portanto, rompe uma esteira em uma distância menor. O algoritmo é baseado na física do fluxo atmosférico e eólico, mas aproveita os dados operacionais do parque eólico para aprender e melhorar o modelo, reduzindo significativamente os erros e incertezas preditivos.

    Um elemento chave do projeto é que ele não se baseia apenas na teoria; em vez disso, foi testado no mundo real em um parque eólico gerador de energia. Na direção da Sivaram, a ReNew Power investiu em unidades LiDAR (dispositivos de varredura a laser) que mediam a velocidade e a direção do vento dependente da altura no fluxo incidente ao parque eólico, oferecendo dados refinados que permitiram a Howland e Dabiri melhorar seu algoritmo conforme necessário . Além disso, equipes de engenharia foram estabelecidas na Índia e na Espanha para colaborar com Howland e Dabiri nos Estados Unidos.

    "No final, todos ficaram impressionados com a magnitude do que foi realizado:uma melhoria no desempenho que não custa nada em termos de investimento em infraestrutura", diz Sivaram. A ReNew Power está agora trabalhando para estender as descobertas para melhorar o restante de sua frota de parques eólicos.

    Enquanto isso, a equipe planeja expandir suas demonstrações de campo para enfrentar parques eólicos offshore, que apresentam novos desafios e oportunidades.

    “As esteiras tendem a persistir por distâncias muito maiores sobre o oceano, então esses novos métodos se tornam ainda mais importantes”, diz Dabiri. "At the same time, the wind resource offshore is phenomenal and still largely untapped. And, we can design those wind farms from scratch using these ideas, so we're not limited by existing wind turbine layouts, as is the case for existing wind farms on land."

    The real-world testing of the algorithm was made possible in part by the efforts of Caltech's Office of Technology Transfer and Corporate Partnerships (OTTCP), which helped the engineers in Pasadena negotiate a relationship with ReNew Power in India and also Siemens Gamesa Renewable Energy Innovation &Technology in Spain (the company that designed the turbines ReNew Power operates).

    "Working with OTTCP was fantastic," Sivaram says. "What we created is a groundbreaking, three-continent agreement that I now use as a model."

    Sivaram sits on the steering committee of Mission Innovation, a global research and development alliance announced by President Barack Obama in 2015 to address climate change and make clean energy more affordable.

    "This is my centerpiece example for how we want to do international R&D collaboration," Sivaram says. "If we have a hundred more partnerships like these, then we'll change the world."

    The project was also a true product of the COVID-19 pandemic, as the engineers from the U.S. and Spain only met in-person one time—at a dinner in Pasadena held in February 2020 to kick off their new venture.

    "We thought then that we'd all be meeting up regularly to share notes and discuss ideas," Dabiri says. "Thankfully, we were all able to pivot toward work via video conference, with multiple online meetings each week throughout 2020, 2021, and 2022." + Explorar mais

    How to build a better wind farm




    © Ciência https://pt.scienceaq.com