Increasing wind farm efficiency by yaw control: beyond ideal studies towards a realistic assessment
Increasing wind farm efficiency by yaw control: beyond ideal studies towards a realistic assessment
复制标题
通过偏航控制提高风电场效率：超越理想研究，走向现实评估
DOI：
10.1088/1742-6596/1618/2/022029
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Leonardi, S
中科院分区：
文献类型：
--
作者：
Ciri, U;Rotea, M A;Leonardi, S
最近的研究表明，偏航控制，以减轻尾流相互作用和优化风电场的效率有前途的结果。这些研究是针对单一的“理想”运行条件进行的，通常假设风向和风速固定。在真实的场景中，风速和风向随时间连续变化，包括偏航控制不提供任何改善的情况。因此，从理想化的研究结果不能推广到估计年度能源生产（AEP）的改善，在真实的方案具有足够的准确性。在本文中，我们提供了一种方法来估计偏航控制对年发电量的影响，高保真模拟的基础上。该随机过程利用高保真数值模拟来获得具有广义多项式混沌（gPC）的代理模型。对于单一风向，可获得10%量级的改善;这是典型的理想估计。另一方面，在实际变风向下，整个风电场的AEP增益约为3%。AEP增益的幅度取决于部位。所提出的方法提供了一个准确的工具，用于评估价值主张的偏航控制尾流转向。
Recent studies have demonstrated promising results for yaw control to mitigate wake interactions and optimize wind farm efficiency. These studies have been carried out for a single'ideal'operating condition, typically assuming a fixed wind direction and speed. In a real scenario, the wind speed and direction change continuously over time, including cases in which yaw control does not provide any improvement. Thus, results from idealized studies cannot be generalized to estimate annual energy production (AEP) improvements in real scenarios with sufficient accuracy. In this paper, we provide a method to estimate the impact of yaw control on annual energy production, based on high-fidelity simulations. The stochastic procedure leverages high-fidelity numerical simulations to obtain a surrogate model with generalized Polynomial Chaos (gPC). For a single wind direction improvements of the order∼ 10% are obtained; which is typical of an ideal estimate. On the other hand, the AEP gain is about 3% for the entire wind farm under realistic variable wind directions. The magnitude of the AEP gain is site-dependent. The proposed methodology provides an accurate tool useful for evaluating the value proposition of yaw control for wake steering.
登录
查看更多内容
影响因子：
1.9
作者：
P. Orlandi;S. Leonardi
通讯作者：
P. Orlandi;S. Leonardi
涡轮机尺寸对偏航控制的影响
影响因子：
4.1
作者：
U. Ciri;M. Rotea;S. Leonardi
通讯作者：
S. Leonardi
多项式混沌有效计算风电场布局优化中的年发电量
影响因子：
4
作者：
A. S. Padron;Jared J. Thomas;A. Stanley;J. Alonso;A. Ning
通讯作者：
A. Ning
DOI：
--
发表时间：
2019
期刊：
American Control Conference
影响因子：
--
作者：
U. Ciri;C. Santoni;F. Bernardoni;M. Salvetti;S. Leonardi
通讯作者：
S. Leonardi