研究人員已經完成了一種算法或方法來設計更高效的風電場

隨著能源需求的增加，賓夕法尼亞州立大學和大不里士大學的研究人員已經完成了一種算法或方法來設計更高效的風電場，幫助為建筑商創(chuàng)造更多的收入，并為客戶提供更多的可再生能源。

風能正在上升，不僅僅是在美國，”賓夕法尼亞州立大學貝倫德學院電氣工程助理教授穆罕默德拉蘇利說太陽能電池板的效率不到25%，這仍然是當前研究的課題。另一方面，風力渦輪機效率更高，將超過45%的風能轉化為電能。"

雖然風力發(fā)電機是有效的，但如果設計不當，風電場的布局會降低效率。拉蘇利說，建筑商并不總是把風力渦輪機放在風速最高的地方，它們會產生最大的功率。渦輪機間距也很重要——因為渦輪機產生阻力來降低風速，第一個捕獲風的渦輪機將比隨后的渦輪機產生更多的功率。

為了建設更高效的風電場，設計人員必須考慮這些因素，包括風速和風機間距、土地面積、地理位置、渦輪機數量、植被數量、氣象條件、建設成本等因素。即使有數學模型的幫助，也很難平衡所有這些因素來找到最佳布局?！斑@是一個多目標的方法，”拉蘇利說?！拔覀冇幸粋€函數，我們希望在考慮各種約束的同時進行優(yōu)化。”

研究人員專注于一種叫做“基于生物地理學的優(yōu)化”的方法。BBO成立于2008年。受到大自然的啟發(fā)，它是基于動物如何根據自己的需要自然地分配自己來充分利用環(huán)境。通過從動物行為中創(chuàng)建數學模型，研究人員可以計算出其他場景中物體的最佳分布，例如風電場中的渦輪機。

“分析方法需要大量的計算，”拉蘇利說。“這種BBO方法可以最大限度地減少計算量并提供更好的結果，并以更低的計算成本找到最佳解決方案。”其他研究人員在2017年和2018年使用簡化的BBO方法計算更高效的風電場布局，但這些簡化版本沒有考慮影響優(yōu)化布局的所有因素。賓夕法尼亞州立大學和大不里士大學的研究人員通過結合其他變量完成了這一方法，包括真實的市場數據、表面粗糙度(這將影響風力發(fā)電)和每個渦輪機接收的風量。

研究團隊還改進了BBO方法，將尾流計算與更現實的模型相結合——風吹過渦輪機后機翼速度較慢的區(qū)域，類似于船尾的尾流——并測試了模型的敏感性，如利率、財政激勵和能源生產成本的差異。他們將在11月份的《清潔生產雜志》上在線報告他們的結果。拉蘇利說：“與一些簡化的方法相比，這是一種更現實的優(yōu)化方法。“這將對客戶、廠商和并網型大規(guī)模風電場更有利?！蓖ㄟ^整合更多數據，如更新的天氣記錄和制造商信息，研究人員將能夠使用BBO方法優(yōu)化許多不同位置的風電場布局，并幫助世界各地的風電場設計者更好地利用他們的土地，產生更多的能源，以滿足消費者未來的能源需求?！盎剂嫌幸粋€結束時間，”拉蘇利說?！拔覀兛梢酝ㄟ^這種即將到來的方法或更好的優(yōu)化方法更好地利用風能?！?

標簽：