Cada dos horas y media, una nueva turbina eólica se eleva en los EE. UU. En 2016, el viento proporcionó el 5,6 por ciento de toda la electricidad producida, más del doble de la cantidad generada por el viento en 2010, pero aún muy lejos de su potencial.
Un equipo de investigadores de la Universidad de Texas en Dallas UT Dallas ha desarrollado una nueva forma de extraer más energía del viento. Este enfoque tiene el potencial de aumentar significativamente la generación de energía eólica con el consiguiente aumento de los ingresos. Simulaciones numéricasrealizado en el Centro de Computación Avanzada de Texas TACC indica incrementos potenciales de hasta seis a siete por ciento.
Según los investigadores, una mejora del uno por ciento aplicada a todos los parques eólicos en la nación generaría el equivalente a $ 100 millones en valor. Por lo tanto, este nuevo método tiene el potencial de generar $ 600 millones en energía eólica adicional en todo el país.
El equipo informó sus hallazgos en energía eólica en diciembre de 2017 y energía renovable en diciembre de 2017
En la rama de la física conocida como dinámica de fluidos, una forma común de modelar la turbulencia es a través de grandes simulaciones de remolinos. Hace varios años, Stefano Leonardi y su equipo de investigación crearon modelos que pueden integrar el comportamiento físico en una amplia gama de escalas de longitud:desde rotores de turbina de 100 metros de largo hasta puntas de aspas de centímetros de grosor, y predice la energía eólica con precisión utilizando supercomputadoras.
"Desarrollamos un código para imitar las turbinas eólicas, teniendo en cuenta la interferencia entre la estela de la torre y la góndola [la cubierta que alberga todos los componentes generadores en una turbina eólica] con la estela del rotor de la turbina".dijo Leonardi, profesor asociado de ingeniería mecánica y autor de la energía eólica papel, que fue seleccionado para la portada.
Más allá del rango de escalas de longitud, modelar la variabilidad del viento para una región dada en un momento específico es otro desafío. Para abordar esto, el equipo integró su código con el Modelo de Investigación y Pronóstico del Tiempo WRF, una predicción meteorológica lídermodelo desarrollado en el Centro Nacional de Investigación Atmosférica.
"Podemos obtener el campo de viento del Modelo de Mesoescala de América del Norte en una grilla gruesa, usarlo como entrada para cinco dominios anidados con una resolución progresivamente más alta y reproducir con alta fidelidad la generación de energía de un parque eólico real", dijo Leonardi.
La creciente potencia de las computadoras permite a Leonardi y su equipo modelar con precisión el campo eólico en un parque eólico y la producción de energía de cada turbina. Al probar los resultados de su modelo con los datos de un parque eólico en el norte de Texas, vieron un 90 por cientoacuerdo entre sus predicciones y la eficiencia de la turbina. Presentarán sus resultados en Torque 2018, una importante conferencia de investigación de energía eólica.
TOMANDO LA TURBULENCIA DEL ALGORITMO DE CONTROL DE OPTIMIZACIÓN
El viento no fluye suavemente en una sola dirección. Contiene turbulencias y estelas que se magnifican cuando las turbinas se agrupan como en un parque eólico.
De acuerdo con el Departamento de Energía de los EE. UU., Las interacciones de estela conducen a pérdidas de hasta el 20 por ciento de la producción anual. Comprender cómo la turbulencia afecta la generación de energía es importante para ajustar el comportamiento de las turbinas en tiempo real para obtener la máxima potencia.
Utilizando sus capacidades de modelado, probaron algoritmos de control que se utilizan para administrar la operación de sistemas dinámicos en parques eólicos. Esto incluyó los algoritmos de control conocidos como control de búsqueda extrema, una forma sin modelo de obtener el mejor rendimiento de los sistemas dinámicoscuando solo se conoce un conocimiento limitado del sistema.
"Muchos pensaron que no sería posible utilizar este enfoque debido a la turbulencia y al hecho de que proporciona una situación en la que las turbinas cambian todo el tiempo", dijo Leonardi. "Pero hicimos una gran cantidad de simulaciones para descubrir unforma de filtrar las turbulencias del esquema de control. Este fue el mayor desafío "
Con el control de búsqueda extrema, el sistema aumenta y reduce la velocidad de rotación de una pala de turbina giratoria, todo mientras mide la potencia y calcula el gradiente. Esto se repite hasta que el controlador encuentre la velocidad de operación óptima.
"Lo importante es que el algoritmo de control no se basa en un modelo basado en la física", dijo Leonardi. "Hay muchas incertidumbres en un parque eólico real, por lo que no puede modelar todo. El control de búsqueda extrema puede encontrar el óptimono importa si hay erosión o formación de hielo en las cuchillas. Es muy robusto y funciona a pesar de las incertidumbres en el sistema ".
SIMULANDO EL VIENTO
Para probar su nuevo enfoque, el equipo realizó experimentos virtuales de viento usando supercomputadoras en el TACC, incluidos Stampede2 y Lonestar5, dos de los más poderosos del mundo. Pudieron usar estos sistemas a través de la Infraestructura Cibernética de Investigación de la Universidad de Texas UTRC, que, desde 2007, ha proporcionado a los investigadores de cualquiera de las 14 instituciones del Sistema de la Universidad de Texas acceso a los recursos, la experiencia y la capacitación de TACC.
El acceso a las supercomputadoras potentes es importante porque las turbinas eólicas son caras de construir y operar y hay pocas instalaciones de investigación eólica disponibles para los investigadores.
"Los beneficios de usar la informática de alto rendimiento para crear una plataforma virtual para hacer análisis de las soluciones propuestas para la energía eólica son enormes", dijo Mario Rotea, profesor de ingeniería mecánica en UT Dallas, y director de sitio de la National Science FoundationCentro de Investigación Cooperativa de la Industria-Ciencia e Tecnología de la Energía Eólica WindSTAR -Universidad de Investigación Cooperativa IUCRC. "Cuanto más podemos hacer con las computadoras, menos tenemos que ver con las pruebas, que es una gran parte de los costos. Esto beneficiala nación al reducir el costo de la energía "
Si bien la aplicación de control de búsqueda extrema a parques eólicos aún no se ha probado en el campo, el equipo de UT Dallas ya aplicó el método a una sola turbina en el Laboratorio Nacional de Energía Renovable NREL.
"La prueba NREL nos proporcionó datos experimentales que respaldan el valor del control de búsqueda de extremidades para la maximización de la energía eólica", dijo Rotea. "Los resultados experimentales muestran que el control de búsqueda de extremidades aumenta la captura de potencia en un 8-12% en relación con un controlador de referencia."
Dados los alentadores resultados experimentales y computacionales, el equipo de UT Dallas está planeando una campaña experimental que involucra un grupo de turbinas en un parque eólico.
COLABORACIONES Y PRÓXIMOS PASOS
El desarrollo del modelo de dinámica de fluidos para turbinas eólicas fue parte de una colaboración internacional entre cuatro instituciones estadounidenses Johns Hopkins University, UT Dallas, Texas Tech y Smith College y tres instituciones europeas Universidad Técnica de Dinamarca, École polytechnique fédérale deLausana y Katholieke Universiteit Leuven financiado por la National Science Foundation.
A través del centro WindSTAR, colaboran con nueve empresas líderes de energía eólica y fabricantes de equipos. Estas empresas están interesadas en adoptar o comercializar el trabajo.
"Los miembros de nuestro centro no tienen acceso a una gran cantidad de potencia en términos de HPC [informática de alto rendimiento]", dijo Rotea. "Las computadoras en TACC son un activo para nosotros y nos dan una ventaja competitiva sobre otrasgrupos. En términos de resolver problemas reales, creamos sistemas de control que pueden incorporar, o pueden usar HPC para desarrollar nuevas herramientas para pronosticar recursos eólicos o determinar si hay turbinas que no están funcionando ".
Además de desarrollar los nuevos algoritmos de turbulencia y estrategias de control, los miembros del equipo de WindSTAR han introducido métodos para predecir resultados precisos en computadoras menos potentes trabajo que apareció en la edición de marzo de 2018 de energía eólica y para determinar qué tan cerca de colocar las turbinas para maximizar las ganancias, dependiendo del costo de la tierra presentado en el Simposio de Viento de 2018.
Los efectos a largo plazo del trabajo van más allá de lo teórico.
"La investigación nos permite optimizar la producción de energía eólica y aumentar la penetración de energía renovable en la red", dijo Leonardi. "Habrá más energía generada por las mismas máquinas porque entendemos más sobre la física del flujo en un vientogranja, y por el mismo uso y despliegue de la tierra, podemos obtener más energía ".
Fuente de la historia :
Materiales proporcionado por Universidad de Texas en Austin, Centro de Computación Avanzada de Texas . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :