Sci Simple

New Science Research Articles Everyday

# Physik # Fluiddynamik

Windturbinen-Schattenspiele: Energieproduktion optimieren

Lern, wie das Verstehen von Wellen die Effizienz vonWindenergie verbessern kann.

Ghanesh Narasimhan, Dennice F. Gayme, Charles Meneveau

― 8 min Lesedauer


Einblicke in den Schatten Einblicke in den Schatten von Windturbinen für den Windschatten. Maximiere Windenergie mit Verständnis
Inhaltsverzeichnis

Windturbinen sind riesige Maschinen, die die Energie des Winds in Elektrizität umwandeln. Sie bestehen typischerweise aus grossen Blättern, die sich drehen, wenn der Wind weht. Diese Drehbewegung bringt einen Generator im Inneren der Turbine zum Laufen und erzeugt Strom. Man sieht sie oft in Feldern oder vor der Küste im Ozean stehen und nutzen die Kraft des Windes.

Allerdings stellen Windturbinen eine Herausforderung dar, die als „Wake“ bekannt ist. Genau wie ein Boot eine Welle im Wasser hinterlässt, hinterlassen Turbinen eine Welle in der Luft. Diese Welle besteht aus langsamerem Wind und kann die Turbinen, die weiter hinten stehen, beeinflussen, was es ihnen erschwert, Energie zu erzeugen. Das Verständnis dieser Wellen ist entscheidend, um die Anordnung von Windparks zu optimieren und die Energieproduktion zu maximieren.

Was ist ein Wake?

Ein Wake ist im Grunde der Bereich der gestörten Luftströmung, der hinter einer rotierenden Windturbine entsteht. Wenn sich die Blätter einer Turbine drehen, verlangsamen sie den Wind, der hindurchströmt. Dadurch entsteht ein Bereich hinter der Turbine, in dem der Wind schwächer ist, was die Leistung von nachfolgenden Windturbinen erheblich beeinträchtigt.

Stell dir eine Reihe von Autos auf einer Autobahn vor. Wenn ein Auto plötzlich bremst, haben die Fahrzeuge dahinter möglicherweise nicht genug Geschwindigkeit. Ähnlich muss eine Windturbine, die im Weg des Wakes einer anderen Turbine steht, härter arbeiten, um Energie zu erzeugen, weil die Windgeschwindigkeit reduziert ist.

Die Bedeutung des Studierens von Wakes bei Windturbinen

Zu verstehen, wie Wakes sich verhalten, ist aus mehreren Gründen wichtig:

  1. Effizienz: Zu wissen, wie Wakes wirken, kann Ingenieuren helfen, Windparks effizienter zu gestalten, Stromverluste zu verringern und die gesamte Energieausbeute zu erhöhen.

  2. Anordnungsplanung: Durch die Analyse von Wake-Mustern können Planer die Turbinen so positionieren, dass sie sich möglichst wenig gegenseitig stören und jede Turbine den Wind optimal nutzen kann.

  3. Leistungsprognose: Präzise Modelle von Wakes bei Windturbinen können vorhersagen, wie viel Energie ein Windpark über die Zeit produzieren wird, was bei Investitionsentscheidungen in Windenergie hilft.

Faktoren, die Wakes beeinflussen

Verschiedene Faktoren können beeinflussen, wie Wakes sich verhalten und wie sie mit umliegenden Turbinen interagieren:

Wetterbedingungen

Das Wetter spielt eine wichtige Rolle dabei, wie Wind sich verhält. Der Wind kann sich je nach Temperatur, Druck und Luftfeuchtigkeit ändern. Das bedeutet, dass der Wake, der von einer Turbine erzeugt wird, an einem sonnigen Tag anders sein könnte als an einem nebligen oder windigen Tag.

  • Neutrale Bedingungen: Wenn die Luft weder warm noch kalt ist, wird das als „neutral“ betrachtet. Unter diesen Bedingungen verhalten sich Wakes vorhersehbar, und die Turbinen funktionieren gut.

  • Stabile Bedingungen: An kühleren Tagen können stabile Bedingungen auftreten, die beeinflussen, wie sich der Wind bewegt. In diesen Situationen kann der Wake länger hinter der Turbine verweilen, was die nachfolgenden Turbinen stärker beeinträchtigt als unter neutralen Bedingungen.

  • Instabile Bedingungen: An warmen Tagen, wenn die Sonne den Boden aufheizt, treten instabile Bedingungen auf. Diese können dazu führen, dass der Wake schneller sich erholt und schneller dissipiert.

Yaw-Winkel

Yaw bezieht sich auf den Winkel, in dem die Windturbine in den Wind zeigt. Wenn eine Turbine nicht direkt mit dem Wind ausgerichtet ist, verursacht ihr Yaw-Winkel eine Veränderung im Wake-Muster und erzeugt eine abgelenkte oder „gekrümmte“ Form. Dies kann entweder die Leistung nachfolgender Turbinen verbessern oder beeinträchtigen, je nach Windrichtung.

Atmosphärische Grenzschicht (ABL)

Die Atmosphäre hat verschiedene Schichten, wobei die dem Boden nächste als atmosphärische Grenzschicht (ABL) bekannt ist. Die Höhe und Temperatur dieser Schicht können variieren und die Windmuster beeinflussen. Die Eigenschaften der ABL sind wichtig, um zu verstehen, wie Wakes sich verhalten.

Eine gute Analogie wäre, die ABL mit der Oberfläche eines Pools zu vergleichen. Das Wasser nahe den Rändern (ähnlich der ABL) kann sich anders verhalten als das Wasser in der Mitte. Für den Wind bedeutet das, dass unterschiedliche Bedingungen in verschiedenen Höhen zu einzigartigen Windinteraktionen führen können.

Das erweiterte analytische Wake-Modell

Um diese Wake-Muster besser zu verstehen und vorherzusagen, haben Forscher ein analytisches Modell entwickelt. Man kann es sich wie ein Rezept für den besten Windenergie-Smoothie vorstellen. Dieses Modell berücksichtigt verschiedene Zutaten, darunter:

  1. Coriolis-Kräfte: Das sind Kräfte, die durch die Erdrotation verursacht werden. Sie können die Windrichtung und -geschwindigkeit auf komplexe Weise verändern.

  2. Thermische Schichtung: Das bezieht sich auf Temperaturunterschiede in der ABL, die zu stärkeren oder schwächeren Winden führen können.

  3. Yaw-Dynamik: Dieser Aspekt berücksichtigt, wie der Winkel der Turbine den Wake beeinflusst und wertvolle Informationen zur Positionierung liefert.

  4. Wake-Expansionsrate: Dies misst, wie schnell sich der Wake nach dem Verlassen der Turbine ausbreitet. Das Wissen darüber hilft, das betroffene Gebiet des Wakes vorherzusagen.

Das erweiterte analytische Wake-Modell kombiniert diese Elemente, um ein genaueres Bild davon zu liefern, wie Wakes unter verschiedenen Bedingungen funktionieren.

Wie das Modell funktioniert

Das Modell integriert verschiedene wissenschaftliche Konzepte, um das Verhalten von Wakes bei Windturbinen genau vorherzusagen. Es verwendet mathematische Gleichungen und berücksichtigt Faktoren wie die Windgeschwindigkeit, Richtung und den Einfluss des Turbinendesigns.

Das Modell betrachtet auch:

  • Den Geschwindigkeitsdefizit: Dies berücksichtigt die Verlangsamung der Windgeschwindigkeit durch die Turbine.

  • Wake-Formen: Es untersucht, wie sich der Wake je nach Yaw-Winkel und dem Vorhandensein von Winden aus verschiedenen Richtungen krümmt oder verschiebt.

  • Erholungsraten: Dies identifiziert, wie schnell der Wind nach dem Passieren des Wakes wieder seine normale Geschwindigkeit erreicht.

Durch die Analyse dieser Faktoren kann das Modell vorhersagen, wie effektiv ein Windpark unter verschiedenen Bedingungen und Anordnungen sein wird.

Validierung durch grosse Wirbelsimulation (LES)

Ein entscheidender Teil der Entwicklung des analytischen Modells ist die Überprüfung seiner Vorhersagen anhand von Daten aus der realen Welt. Hier kommt die grosse Wirbelsimulation (LES) ins Spiel.

Was ist LES?

LES ist ein leistungsstarkes Computer-Simulationswerkzeug, das Forschern hilft, das Verhalten von turbulenter Luftströmung zu modellieren. Es bietet eine detaillierte Ansicht, wie sich Luft um Objekte wie Windturbinen bewegt. So können sie die Vorhersagen des Modells mit tatsächlichen Daten vergleichen und das Modell für eine bessere Genauigkeit verfeinern.

Die Verwendung von LES-Daten bestätigt, ob das neue analytische Modell genau widerspiegelt, wie Wakes unter verschiedenen Bedingungen funktionieren, und erhöht somit seine Zuverlässigkeit.

Ergebnisse und Erkenntnisse

Das erweiterte analytische Wake-Modell hat zu einigen interessanten Erkenntnissen über Wakes von Windturbinen und deren Interaktion mit der ABL geführt:

Verbesserte Vorhersagen

  1. Verbesserte Vorhersagen von Energieverlusten: Das Modell verbessert erheblich die Vorhersagen darüber, wie viel Strom nachfolgende Turbinen aufgrund von Wake-Interaktionen verlieren. Das kann besonders vorteilhaft sein, um Windparks so zu gestalten, dass die Ausbeute maximiert wird.

  2. Erfassung komplexer Wake-Verhalten: Das Modell fängt exzellent die Komplexität ein, wie sich Wakes unter neutralen und stabilen atmosphärischen Bedingungen verhalten.

  3. Realistische Wake-Strukturen: Das analytische Modell liefert realistische Darstellungen von Wake-Formen unter Berücksichtigung von Yaw-Winkeln und thermischen Effekten. Das führt zu einem besseren Verständnis darüber, wie man Turbinen optimal anordnet.

Praktische Anwendungen

Die Erkenntnisse aus diesem Modell können auf verschiedene Weise angewendet werden:

  • Windparkdesign: Entwickler können das Modell nutzen, um die Anordnung der Turbinen in einem Windpark zu optimieren und so die Energieerfassung zu maximieren und Verluste durch Wakes zu minimieren.

  • Energieprognosen: Indem sie verstehen, wie verschiedene Bedingungen Wakes beeinflussen, können Energieunternehmen besser vorhersagen, wie viel Strom ein Windpark über die Zeit erzeugen wird.

Zukünftige Richtungen

Die Untersuchung von Wakes bei Windturbinen ist ein fortlaufendes Vorhaben. Wissenschaftler und Ingenieure wollen die bestehenden Modelle weiter verfeinern und neue Techniken entwickeln, um Faktoren wie:

  • Unbeständige Effekte: Das Modell könnte erweitert werden, um Änderungen der Windmuster über den Tag oder die Saison zu berücksichtigen und zu reflektieren, wie die Bedingungen schwanken.

  • Fortgeschrittene Modellierungstechniken: Die Integration zusätzlicher Elemente wie atmosphärische Turbulenzen und Wechselwirkungen mit dem Boden kann die Genauigkeit weiter erhöhen.

  • Windpark-Simulation: Forscher hoffen, dieses Modell zu erweitern, um die Interaktionen zwischen mehreren Turbinen in grösseren Windparks zu bewerten und die Auswirkungen von Wakes umfassender zu analysieren.

Fazit

Das Verständnis von Wakes bei Windturbinen ist entscheidend, um die Windenergieproduktion zu optimieren und das Design von Windparks zu verbessern. Das erweiterte analytische Wake-Modell bietet ein wertvolles Werkzeug zur Analyse von Wakes unter verschiedenen atmosphärischen Bedingungen.

Durch die Berücksichtigung von Faktoren wie Yaw-Winkeln, thermischer Schichtung und der Dynamik der ABL ermöglicht dieses Modell verbesserte Vorhersagen der Energieausbeute und eine effektive Turbinenplatzierung. Die Verwendung von grossen Wirbel-Simulationen zur Validierung des Modells gewährleistet dessen Zuverlässigkeit und macht es zu einer wichtigen Ressource für zukünftige Fortschritte in der Windenergietechnologie.

Während die Forscher weiterhin daran arbeiten, diese komplexen Systeme zu verstehen, kann die Windkraftbranche auf eine effizientere Energieproduktion und eine bessere Nutzung einer der reichhaltigsten erneuerbaren Ressourcen des Planeten – dem Wind – hoffen.

Originalquelle

Titel: An extended analytical wake model and applications to yawed wind turbines in atmospheric boundary layers with different levels of stratification and veer

Zusammenfassung: Analytical wake models provide a computationally efficient means to predict velocity distributions in wind turbine wakes in the atmospheric boundary layer (ABL). Most existing models are developed for neutral atmospheric conditions and correspondingly neglect the effects of buoyancy and Coriolis forces that lead to veer, i.e. changes in the wind direction with height. Both veer and changes in thermal stratification lead to lateral shearing of the wake behind a wind turbine, which affects the power output of downstream turbines. Here we develop an analytical engineering wake model for a wind turbine in yaw in ABL flows including Coriolis and thermal stratification effects. The model combines the new analytical representation of ABL vertical structure based on coupling Ekman and surface layer descriptions (Narasimhan, Gayme, and Meneveau, 2024a) with the vortex sheet-based wake model for yawed turbines (Bastankhah et al., 2022), as well as a new method to predict the wake expansion rate based on the Townsend-Perry logarithmic scaling of streamwise velocity variance. The proposed wake model's predictions show good agreement with Large Eddy Simulation (LES) results, capturing the effects of wind veer and yawing including the curled and sheared wake structures across various states of the ABL, ranging from neutrally to strongly stably stratified atmospheric conditions. The model significantly improves power loss predictions from wake interactions, especially in strongly stably stratified conditions where wind veer effects dominate.

Autoren: Ghanesh Narasimhan, Dennice F. Gayme, Charles Meneveau

Letzte Aktualisierung: 2024-12-15 00:00:00

Sprache: English

Quell-URL: https://arxiv.org/abs/2412.02216

Quell-PDF: https://arxiv.org/pdf/2412.02216

Lizenz: https://creativecommons.org/licenses/by-nc-sa/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel