Wiatr jest coraz częściej wykorzystywanym zasobem OZE. Pomimo postępu technologicznego dokonywanego w modernizacji systemów wiatrowych, to nadal systematyczny i niezawodny sposób oceny konkurencyjnych technologii jest wyzwaniem.

Naukowcy z Texas A&M University, we współpracy z międzynarodowymi partnerami z branży energetycznej, wykorzystali zaawansowane metody analizy danych, aby porównać osiągi różnych projektów turbin wiatrowych.

– Obecnie nie ma metody sprawdzania, czy nowo stworzona technologia zwiększy produkcję i wydajność energii wiatrowej o pewien stopień – skomentowali dr Yu Ding, Mike i  prof. Sugar Barnes z Wm Michael Barnes '64 Department of Industrial and Systems Engineering.

– W tym badaniu przedstawiliśmy praktyczne rozwiązanie problemu, który istnieje w branży wiatrowej od dłuższego czasu – dodał.

Wyniki ich badań zostały opublikowane w czasopiśmie Renewable Energy.

Turbiny wiatrowe przetwarzają energię przenoszoną z powietrza uderzającego w łopaty, w energię elektryczną. Od 2020 roku około 8,4 proc. całkowitej energii elektrycznej wyprodukowanej w Stanach Zjednoczonych pochodzi z wiatru. Ponadto w ciągu następnej dekady Departament Energii planuje zwiększyć udział energii wiatrowej w sektorze elektroenergetycznym do 20 proc., aby sprostać ambitnym celom klimatycznym.

Zgodnie z tym celem nastąpił wzrost liczby innowacyjnych technologii, szczególnie w odniesieniu do łopat obracających się na wietrze. Te ulepszenia obiecują poprawę wydajności turbin, a co za tym idzie, wzrost produkcji czystej energii. Jednak badanie, czy i jak bardzo te ilości wzrosną, jest żmudne.

Jak wstawić wiatrak do tunelu aerodynamicznego?

Jednym z wielu powodów utrudniających ocenę wydajności jest po prostu sam rozmiar turbin wiatrowych, które często mają kilkaset metrów wysokości. Testowanie wydajności tych gigantycznych maszyn w kontrolowanym środowisku, takim jak laboratorium, nie jest praktyczne. Z drugiej strony, użycie przeskalowaych wersji turbin wiatrowych, które są kompatybilne z laboratoryjnymi tunelami aerodynamicznymi, daje niedokładne wartości, które nie odzwierciedlają wydajności turbin wiatrowych o rzeczywistych rozmiarach. Naukowcy zauważyli również, że odtworzenie różnorodnych warunków atmosferycznych i pogodowych, które występują na otwartym terenie, jest trudne w laboratorium.

Naukowcy zdecydowali się zebrać dane z lądowych farm wiatrowych do swoich badań. Do analizy włączyli 66 turbin wiatrowych na jednej farmie. Maszyny te zostały wyposażone w czujniki do ciągłego śledzenia różnych parametrów, takich jak moc wytwarzana przez turbiny, prędkość wiatru, jego kierunek i temperatura. Proces trwał ponad 4 lata. 

Aby zmierzyć zmianę w produkcji energii i wydajności przed i po aktualizacji, Ding i jego zespół nie mogli zastosować standardowych analiz, jak np. w badaniach klinicznych. Krótko mówiąc, w badaniach klinicznych skuteczność określonego leku jest testowana za pomocą randomizowanych eksperymentów z grupami testowymi, które otrzymały lek, i kontrolnymi, które go nie otrzymały. Grupa testowa i grupa kontrolna są starannie dobierane, aby były porównywalne w inny sposób, tak aby działanie leku było jedynym czynnikiem odróżniającym grupy. Jednak w ich badaniach turbiny wiatrowe nie mogły zostać starannie podzielone na grupy testowe i kontrolne, potrzebne do randomizowanych eksperymentów.

– Wyzwaniem, przed którym stoimy, jest to, że nawet jeśli wybierzemy turbiny „ testowe” i „kontrolne” podobne do tego, co robi się w badaniach klinicznych, nadal nie możemy zagwarantować, że warunki wejściowe, takie jak wiatry uderzające w łopaty w okresie nagrywania, były takie same dla wszystkich turbin – oznajmił Ding.  

Dużo zmiennych 

Dlatego Ding i jego zespół zwrócili się do procedury analitycznej stosowanej przez socjologów do eksperymentów. Tutaj, pomimo czynników zakłócających, analiza nadal pozwala wywnioskować, w jakim stopniu obserwowany wynik jest spowodowany zamierzonym działaniem, jakim w przypadku turbin była modernizacja.

Do analizy inspirowanej wnioskami przyczynowymi badacze włączyli turbiny dopiero po dopasowaniu ich warunków wejściowych. Oznacza to, że maszyny te były poddawane podobnym prędkościom wiatru, gęstości powietrza lub turbulencjom. Następnie, korzystając z zaawansowanej metodologii porównywania danych, którą Ding opracował wspólnie z dr. Rui Tuo, adiunktem na wydziale inżynierii przemysłowej i systemów, zespół zmniejszył niepewność w ilościowym określeniu, czy nastąpiła poprawa wydajności turbiny wiatrowej.

Chociaż metoda zastosowana w badaniu wymaga wielu miesięcy gromadzenia danych, Ding powiedział, że zapewnia solidną i dokładną metodę określania zalet konkurencyjnych technologii. Stwierdził, że te informacje będą korzystne dla operatorów, którzy muszą zdecydować, czy dana technologia turbiny jest warta inwestycji.

– Sektor energetyki wiatrowej jest nadal dotowany przez rząd, ale nie będzie to trwać wiecznie i musimy poprawić wydajność turbin i zwiększyć ich opłacalność – powiedział Ding. 

– Dlatego nasze narzędzie jest ważne, ponieważ pomoże operatorom przemysłu energetyki wiatrowej zidentyfikować najlepsze praktyki przy wyborze technologii, które działają, a wyeliminować te, które nie działają – dodał.

Ding otrzymał nagrodę Texas A&M Engineering Experiment Station Impact Award w 2018 roku, za innowacje w badaniach danych i jakości, które mają wpływ na przemysł energii wiatrowej.