13
Oct
2022

การปรับมุมกังหันให้แรงขึ้นจากฟาร์มกังหันลม

ในการส่งเสริมวิทยาศาสตร์เพื่อความยั่งยืน วิศวกรได้แสดงวิธีที่กังหันสามารถทำงานร่วมกันเพื่อลดการตื่นขึ้นอย่างรวดเร็วและด้วยเหตุนี้จึงสร้างพลังงานมากขึ้น

อัลกอริธึมการควบคุมแบบใหม่สำหรับฟาร์มกังหันลมที่เปลี่ยนวิธีที่กังหันแต่ละตัวถูกปรับให้เข้ากับลมจะช่วยเพิ่มประสิทธิภาพโดยรวมของฟาร์มและผลผลิตพลังงานด้วยการเพิ่มประสิทธิภาพวิธีจัดการกับกระแสลมที่ปั่นป่วน

อัลกอริธึมซึ่งได้รับการทดสอบที่ฟาร์มกังหันลมเชิงพาณิชย์ในอินเดีย แต่นำไปใช้ได้ทุกที่ นำเสนอศักยภาพในการปรับปรุงฟาร์มกังหันลมที่มีอยู่โดยทันทีและไม่มีค่าใช้จ่าย นอกจากนี้ยังอาจช่วยให้สามารถสร้างฟาร์มกังหันลมได้ในพื้นที่ที่แน่นแฟ้นขึ้น ซึ่งจะเป็นการบีบพลังงานจากอสังหาริมทรัพย์ที่น้อยลง ซึ่งช่วยลดผลกระทบจากพลังงานลมจำนวนมาก

โดยรวมแล้ว ฟาร์มกังหันลมผลิตไฟฟ้าได้ประมาณ 380 พันล้านกิโลวัตต์-ชั่วโมงในแต่ละ ปีในสหรัฐอเมริกา หากฟาร์มกังหันลมของสหรัฐฯ ทุกแห่งใช้กลยุทธ์ใหม่และเห็นประสิทธิภาพเพิ่มขึ้นคล้ายกับที่พบในการศึกษาใหม่ จะเทียบเท่ากับการเพิ่มกังหันใหม่หลายร้อยตัวที่สามารถจ่ายไฟให้กับบ้านเรือนหลายแสนหลังให้กับโครงข่ายไฟฟ้าของประเทศได้ Caltech’s กล่าว John O. Dabiri (MS ’03, PhD ’05), Centennial Professor of Aeronautics and Mechanical Engineering และผู้เขียนอาวุโสของบทความเกี่ยวกับโครงการที่ตีพิมพ์โดยวารสาร Nature Energy เมื่อวันที่ 11 สิงหาคม

Dabiri กล่าวว่า “กังหันแต่ละเครื่องสร้างอากาศที่ไม่สม่ำเสมอหรือการปลุก ซึ่งส่งผลเสียต่อประสิทธิภาพของกังหันทุกตัวที่อยู่ใต้น้ำ” Dabiri กล่าว “เพื่อรับมือกับเรื่องนี้ กังหันลมฟาร์มกังหันลมมักจะถูกวางให้ห่างกันมากที่สุดเท่าที่จะเป็นไปได้ ซึ่งน่าเสียดายที่ใช้อสังหาริมทรัพย์เป็นจำนวนมาก”

หลังจากศึกษาปัญหามาหลายปี Dabiri และอดีตนักศึกษาระดับบัณฑิตศึกษา Michael F. Howland ผู้เขียนนำรายงาน Nature Energy และตอนนี้คือ Esther และ Harold E. Edgerton ผู้ช่วยศาสตราจารย์ด้านวิศวกรรมโยธาและสิ่งแวดล้อมที่ MIT ได้พัฒนาอัลกอริทึมที่บังคับบุคคล กังหันลมจะหยุดทำเพื่อประโยชน์ของตนเองเท่านั้น กล่าวคือ เพิ่มการเข้าถึงลมให้สูงสุดโดยหันเข้าหาลมโดยตรง—และแทนที่จะทำประโยชน์มากขึ้นของการผลิตฟาร์มกังหันลม

การทดสอบและปรับแต่งอัลกอริธึมในโลกแห่งความเป็นจริงตลอดทั้งปีที่ดำเนินการในอินเดียตั้งแต่ปี 2563 ถึง พ.ศ. 2564 เกิดขึ้นได้โดย Varun Sivaram ซึ่งในขณะนั้นดำรงตำแหน่งประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ของ ReNew Power บริษัทพลังงานหมุนเวียนที่ใหญ่ที่สุดของอินเดีย และ ซึ่งปัจจุบันเป็นที่ปรึกษาอาวุโสของ John Kerry ทูตพิเศษประธานาธิบดีสหรัฐฯ ด้าน Climate ในฐานะกรรมการผู้จัดการด้านพลังงานสะอาดและนวัตกรรม Sivaram ยังเป็นผู้เขียนร่วมใน กระดาษNature Energy

Sivaram ประทับใจกับการนำเสนอของ Dabiri ในปี 2017 ต่อคณะกรรมการบริษัทด้านพลังงานของแคนาดาเกี่ยวกับการใช้อัลกอริธึมเพื่อปรับปรุงประสิทธิภาพของฟาร์มกังหันลม เมื่อเขากลายเป็น CTO ของ ReNew Power ในปี 2018 Sivaram ได้ติดต่อเพื่อดูว่า Dabiri จะสนใจที่จะทำงานร่วมกันหรือไม่

“ฉันโทรหาจอห์นและถามว่าเราจะทำสิ่งนี้ได้ไหม และเขากล่าวว่า ‘ฉันมีนักศึกษาจบปริญญาที่ไม่ธรรมดาในตอนนี้ และฉันคิดว่านี่อาจเป็นโครงการที่สมบูรณ์แบบสำหรับพวกเราทุกคนที่จะจัดการ’”

ความสนใจของ Howland ในการควบคุมฟาร์มกังหันลมแบบกลุ่มเริ่มต้นขึ้นเมื่อเขาเป็นนักศึกษาระดับปริญญาตรีที่มหาวิทยาลัย Johns Hopkins ศึกษาฟิสิกส์ของการไหลของอากาศผ่านฟาร์มกังหันลม “ฉันสนใจที่จะพัฒนาแบบจำลองการคาดการณ์สำหรับฟาร์มกังหันลม ซึ่งสามารถนำไปใช้ในการปรับปรุงประสิทธิภาพได้” Howland กล่าว “แต่ราคาแพงอย่างเหลือเชื่อในแง่ของพลังประมวลผลในการจำลองฟิสิกส์เต็มรูปแบบของการไหลของบรรยากาศและฟาร์มกังหันลม”

ในระหว่างการวิจัยระดับปริญญาตรีของเขา Howland ได้สำรวจว่ามุมของกังหันไม่อยู่ในแนวเดียวกับลมทำให้เกิดผลกระทบอย่างมากต่อการปลุกอย่างไร

เพื่ออธิบายความสำคัญของการปรับเปลี่ยนดังกล่าว จะช่วยให้เข้าใจว่าไม่มีวิธีมากมายที่จะปรับแต่งประสิทธิภาพของกังหันลมได้อย่างง่ายดายโดยไม่ต้องติดตั้งฮาร์ดแวร์เพิ่มเติม ไม่ได้ออกแบบให้เอียงหรือมุมขึ้นและลงเปลี่ยนแปลงไป แต่สามารถหมุนไปด้านข้างเพื่อปรับการหันได้

“การศึกษาก่อนหน้านี้บางส่วนมุ่งเน้นไปที่การปรับเปลี่ยนแรงต้านที่เกิดจากการผลิตพลังงานของกังหัน” Howland กล่าว “การปล่อยให้ใบพัดหมุนอย่างอิสระมากขึ้นทำให้เกิดการปลุกที่เข้มข้นน้อยลง แต่กังหันที่มีการปรับเปลี่ยนการทำงานจะสร้างพลังงานน้อยลงเช่นกัน” ในทางกลับกัน การหันเหไม่ตรงแนวไม่เพียงลดความแรงของการตื่น แต่ยังเปลี่ยนเส้นทางผลกระทบที่ปลายน้ำ

หลังจากการศึกษาระดับปริญญาตรี Howland ได้ศึกษาระดับบัณฑิตศึกษากับ Dabiri ซึ่งตอนนั้นอยู่ที่มหาวิทยาลัยสแตนฟอร์ด ก่อนหน้านี้ Dabiri เคยทำงานที่ Caltech เพื่อศึกษาว่า ตำแหน่งของกังหันลมส่งผลต่อการส่งออกพลังงานอย่างไร ในปี 2019 Howland และ Dabiri ได้พัฒนาแบบจำลองคอมพิวเตอร์เพื่อพยายามปรับปรุงประสิทธิภาพของอาร์เรย์ที่เฉพาะเจาะจงของกังหันหกตัว จากนั้นทำการทดสอบสองสัปดาห์ที่อาร์เรย์เพื่อวัดประสิทธิภาพของกังหัน พวกเขาแสดงให้เห็นว่ากลยุทธ์การปฐมนิเทศทั่วทั้งฟาร์มซึ่งรวมถึงการหันเหไม่ตรงแนว สามารถปรับปรุงประสิทธิภาพโดยรวมได้ ปัญหาคือ พวกเขาได้ ปรับปรุง ประสิทธิภาพในฟาร์มนั้นจริง ๆ หรือไม่? หรือปรับปรุงให้ดีขึ้นบ้างเมื่อเทียบกับวิธีการควบคุมมาตรฐานอุตสาหกรรม?

เป็นไปไม่ได้ที่จะพูดโดยที่ไม่สามารถทดสอบกลยุทธ์ที่ไม่เหมาะสมที่เป็นไปได้ทั้งหมดและเลือกกลยุทธ์ที่ดีที่สุดได้โดยตรง ดังนั้น ทีมงานจึงมุ่งเน้นที่การพัฒนาแบบจำลองที่ได้รับการปรับปรุงโดยเฉพาะว่าการปรับมุมของกังหันลมส่งผลกระทบกับทั้งกังหันลมในแนวลมและประสิทธิภาพของกังหันที่ไม่ตรงแนวนั้นเป็นอย่างไร ที่สำคัญ ประสิทธิภาพของกังหันที่ไม่ตรงแนวนั้นขึ้นอยู่กับสภาวะลมในชั้นบรรยากาศที่ตกกระทบซึ่งไหลเข้าสู่ฟาร์ม การสร้างแบบจำลองผลกระทบร่วมของการปรับมุมและสภาพลมตกกระทบมีความสำคัญต่อการพัฒนาแบบจำลองที่แม่นยำซึ่งสามารถคาดการณ์กลยุทธ์การวางแนวฟาร์มที่ดีที่สุด

Howland อธิบาย “เนื่องจากผลกระทบจากคลื่นลมที่รุนแรงช่วยลดการผลิตพลังงานของกังหัน downwind ได้ “การสร้างแบบจำลองที่แม่นยำของพลังของกังหันที่หันเหไม่ตรงแนว ขึ้นอยู่กับกระแสลมในชั้นบรรยากาศ มักถูกมองข้ามในแบบจำลองที่ใช้สำหรับการเพิ่มประสิทธิภาพการควบคุมการไหลของฟาร์มกังหันลม นี่เป็นจุดเน้นสำหรับทั้งการพัฒนาแบบจำลองและการทดสอบการตรวจสอบของเรา”

จากการวิจัยดังกล่าว Howland, Dabiri และเพื่อนร่วมงานของพวกเขาได้พัฒนาอัลกอริธึมที่บังคับให้กังหันแต่ละตัว เริ่มต้นด้วยกังหันชั้นนำ ทำให้การหันเหของพวกมันไม่อยู่ในแนวเดียวกันสูงสุด 25 องศาเพื่อเพิ่มประสิทธิภาพโดยรวมของฟาร์มและส่งผลให้กำลังส่งออกสูงสุด

อัลกอริธึมใหม่สามารถปรับทิศทางของกังหันเพื่อเพิ่มผลผลิตโดยรวมของฟาร์มกังหันลมในอินเดียได้ระหว่าง 1 ถึง 3 เปอร์เซ็นต์ ทั้งนี้ขึ้นอยู่กับความเร็วของลม

“ไม่มีใครจำเป็นต้องสร้างหรือซื้ออะไรใหม่ๆ เพื่อเริ่มรับพลังจากฟาร์มกังหันลมในทันที” Dabiri กล่าว

อย่างไรก็ตาม ประโยชน์ที่แท้จริงคือ Howland และ Dabiri กล่าวว่ามีศักยภาพสำหรับอัลกอริธึมที่จะอนุญาตให้กังหันลมจัดกลุ่มใกล้กันมากขึ้นโดยจัดการกับปัญหาการปลุกอย่างแข็งขัน ไม่ว่าจะโดยการเพิ่มกังหันใหม่เข้าไประหว่างกังหันที่มีอยู่หรือโดยอนุญาตให้แผนการก่อสร้างในอนาคตบรรจุ กังหันมากขึ้นในแปลงที่ดินที่กำหนด

องค์ประกอบที่สำคัญที่สุดอย่างหนึ่งของอัลกอริธึมใหม่คือมีศักยภาพที่จะเป็นประโยชน์ได้ทุกที่ ตั้งแต่ฟาร์มกังหันลมนอกชายฝั่งในทะเลเหนือ ไปจนถึงฟาร์มกังหันลมที่กระจายอยู่ในทะเลทรายนอกเมืองปาล์มสปริงส์ รัฐแคลิฟอร์เนีย โดยทำนายกลยุทธ์ที่ดีที่สุดสำหรับ การปรับทิศทางการหมุนของกังหันแต่ละตัวไม่ตรงแนว “ไม่มีทางที่จะทำนายได้อย่างน่าเชื่อถือจนกระทั่งบทความนี้ มีเพียงการลองผิดลองถูกเท่านั้น” Dabiri กล่าว “ปัญหาคือ คุณไม่สามารถใช้เวลานานในการทดลองมากมายในฟาร์มกังหันลมที่มีภาระหน้าที่ในการผลิตพลังงานให้กับลูกค้า”

ในทางกลับกัน อัลกอริธึมของ Howland และ Dabiri ต้มไซต์ฟาร์มกังหันลมแต่ละแห่งให้เหลือเพียงพารามิเตอร์สำคัญสองสามตัวที่อธิบายทางคณิตศาสตร์ว่ากังหันจะสร้างขึ้นได้อย่างไร อัลกอริทึมจะคาดการณ์วิธีที่ดีที่สุดในการบรรเทาการตื่นนั้น ตัวอย่างเช่น ปัจจัยสำคัญประการหนึ่งคือฟาร์มกังหันลมอยู่เหนือพื้นดินหรืออยู่นอกชายฝั่ง เนื่องจากพื้นดินมีความต้านทานลมเสียดสีมากกว่าน้ำ และทำให้เกิดการตื่นขึ้นในระยะทางที่สั้นกว่า อัลกอริธึมนี้มีพื้นฐานมาจากฟิสิกส์ของการไหลของบรรยากาศและฟาร์มกังหันลม แต่จะใช้ประโยชน์จากข้อมูลฟาร์มกังหันลมในการดำเนินงานเพื่อเรียนรู้และปรับปรุงแบบจำลอง ซึ่งช่วยลดข้อผิดพลาดและความไม่แน่นอนในการคาดการณ์ได้อย่างมาก

องค์ประกอบสำคัญของโครงงานคือมันไม่ได้อยู่บนพื้นฐานของทฤษฎีเท่านั้น ค่อนข้างได้รับการทดสอบในโลกแห่งความเป็นจริงที่ฟาร์มกังหันลม ตามทิศทางของ Sivaram ReNew Power ลงทุนในหน่วย LiDAR (อุปกรณ์สแกนด้วยเลเซอร์) ที่วัดความเร็วลมและทิศทางที่ขึ้นกับความสูงในเหตุการณ์กระแสลมที่ส่งไปยังฟาร์มกังหันลม โดยนำเสนอข้อมูลที่ละเอียดซึ่งทำให้ Howland และ Dabiri สามารถปรับปรุงอัลกอริทึมได้ตามต้องการ . นอกจากนี้ ทีมวิศวกรยังก่อตั้งขึ้นในอินเดียและสเปนเพื่อร่วมมือกับ Howland และ Dabiri ในสหรัฐอเมริกา

“ในตอนท้าย ทุกคนตะลึงกับขนาดของความสำเร็จ นั่นคือ การปรับปรุงประสิทธิภาพที่ไม่มีค่าใช้จ่ายในแง่ของการลงทุนโครงสร้างพื้นฐานเพื่อให้บรรลุ” Sivaram กล่าว ReNew Power กำลังทำงานเพื่อขยายผลการวิจัยเพื่อปรับปรุงกองเรือกังหันลมที่เหลือ

ในขณะเดียวกัน ทีมงานวางแผนที่จะขยายการสาธิตภาคสนามเพื่อรับมือกับฟาร์มกังหันลมนอกชายฝั่ง ซึ่งนำเสนอความท้าทายและโอกาสใหม่ๆ

Dabiri กล่าวว่า “การปลุกมักจะยังคงอยู่ในระยะทางไกลกว่ามหาสมุทร ดังนั้นวิธีการใหม่เหล่านี้จึงมีความสำคัญมากยิ่งขึ้น” “ในขณะเดียวกัน ทรัพยากรลมนอกชายฝั่งก็มหัศจรรย์และยังไม่ได้ใช้ประโยชน์เป็นส่วนใหญ่ และเราสามารถออกแบบฟาร์มกังหันลมเหล่านั้นตั้งแต่ต้นโดยใช้แนวคิดเหล่านี้ ดังนั้นเราจึงไม่ถูกจำกัดด้วยรูปแบบกังหันลมที่มีอยู่ เช่นเดียวกับกรณีของฟาร์มกังหันลมที่มีอยู่บนบก”

การทดสอบอัลกอริธึมในโลกแห่งความเป็นจริงเกิดขึ้นได้ส่วนหนึ่งจากความพยายามของสำนักงานการถ่ายโอนเทคโนโลยีและหุ้นส่วนองค์กร (OTTCP) ของ Caltech ซึ่งช่วยให้วิศวกรในพาซาดีนาเจรจาความสัมพันธ์กับ ReNew Power ในอินเดียและ Siemens Gamesa Renewable Energy Innovation และเทคโนโลยีในประเทศสเปน (บริษัทที่ออกแบบกังหัน ReNew Power ดำเนินการ)

“การทำงานกับ OTTCP นั้นยอดเยี่ยมมาก” Sivaram กล่าว “สิ่งที่เราสร้างขึ้นนั้นเป็นข้อตกลงสามทวีปที่แปลกใหม่ซึ่งตอนนี้ฉันใช้เป็นแบบจำลอง”

Sivaram นั่งอยู่ในคณะกรรมการขับเคลื่อนของ Mission Innovation ซึ่งเป็นพันธมิตรด้านการวิจัยและพัฒนาระดับโลกที่ประกาศโดยประธานาธิบดี Barack Obama ในปี 2015 เพื่อจัดการกับการเปลี่ยนแปลงสภาพภูมิอากาศและทำให้พลังงานสะอาดมีราคาไม่แพงมาก

“นี่คือตัวอย่างที่เป็นจุดศูนย์กลางของฉันสำหรับวิธีที่เราต้องการทำความร่วมมือด้านการวิจัยและพัฒนาระหว่างประเทศ” Sivaram กล่าว “ถ้าเรามีหุ้นส่วนเช่นนี้อีกหลายร้อยคน เราจะเปลี่ยนโลก”

โปรเจ็กต์นี้ยังเป็นผลผลิตที่แท้จริงของการระบาดใหญ่ของโควิด-19 เนื่องจากวิศวกรจากสหรัฐอเมริกาและสเปนได้พบกันเพียงครั้งเดียว ณ งานเลี้ยงอาหารค่ำในเมืองแพซาดีนาที่จัดขึ้นในเดือนกุมภาพันธ์ 2020 เพื่อเริ่มต้นกิจการใหม่ของพวกเขา

“เราคิดว่าคงได้พบกันเป็นประจำเพื่อแบ่งปันบันทึกและหารือเกี่ยวกับแนวคิด” Dabiri กล่าว “โชคดีที่เราทุกคนสามารถปรับเปลี่ยนการทำงานผ่านการประชุมทางวิดีโอ โดยมีการประชุมออนไลน์หลายครั้งในแต่ละสัปดาห์ตลอดปี 2020, 2021 และ 2022”

บทความนี้มีชื่อว่า “การทำงานของฟาร์มกังหันลมแบบรวมตามแบบจำลองการคาดการณ์ช่วยเพิ่มการผลิตพลังงานในระดับสาธารณูปโภค” ผู้เขียนร่วม ได้แก่ Jesús Bas Quesada, Juan José Pena Martínez, Felipe Palou Larrañaga จาก Siemens Gamesa; และ Neeraj Yadav และ Jasvipul S. Chawla จาก ReNew Power Private Limited ในอินเดีย งานวิจัยนี้ได้รับทุนจาก National Science Foundation, Caltech, Stanford University, ReNew Power และ Siemens Gamesa

หน้าแรก

Share

You may also like...