一种更好的海上风电预测方法

2021-07-09 16:15:08
导读 罗格斯大学的研究人员使用基于物理的模拟器和真实世界的气象数据开发了一种机器学习模型,以更好地预测海上风电。研究结果发表在《应用能源

罗格斯大学的研究人员使用基于物理的模拟器和真实世界的气象数据开发了一种机器学习模型,以更好地预测海上风电。

研究结果发表在《应用能源》杂志上。

海上风电正在迅速成为全球可再生能源的主要来源,预计未来 20 年将增长 13%,到 2040 年将增长 15 倍,成为价值 1 万亿美元的行业,与燃气和燃煤发电的资本支出相匹配一代。例如,在美国,纽约和新泽西最近授予了两个海上风能合同,以帮助实现其可再生能源整合的目标。

“我们正在进入海上风能革命的新时代,”资深作者、新不伦瑞克罗格斯大学土木与环境工程系助理教授王若倩(Roger)说。“支持这种增长的关键是开发可靠的工具来评估和更好地预测海上风力涡轮机的性能,以改进项目规划并支持运营和维护。2019 年英格兰 Hornsea 海上风电场停电和 2021 年德克萨斯州电力危机说明了迫切需要需要开发强大的模型来估计和预测风力发电的环境不确定性。”

功率曲线或控制将风力涡轮机所经历的天气变量转换为电力的关系,广泛用于风能行业以估计功率输出以用于规划和运营目的。但是目前的功率曲线估计方法存在局限性,包括主要依赖风速而忽略其他环境因素,并且很大程度上忽略了海上涡轮机运行的复杂海洋环境。

在他们的研究中,罗格斯大学的研究人员设计了一个敏感性分析框架来揭示和预测导致海上风力发电环境不确定性的主要因素。推动这种敏感性分析的是一个机器学习模型,它将基于物理的模拟器的输出与从新泽西州部署的一组浮标收集的真实世界气象数据相融合。这些浮标位于至少三个未来海上风电项目附近,预计到 2024 年,这些项目累计将为美国海上风电装机增加约 2.8 吉瓦。

“据我们所知,所提议的建模框架是第一个研究多达七个环境变量(包括风和波浪相关因素)对海上风力发电的影响,”共同作者和合作者 Aziz Ezzat罗格斯大学工业与系统工程助理教授说。“该框架调查了海上环境的变化对最先进的 15 兆瓦海上涡轮机设计性能的影响,该设计预计将在不久的将来安装在新泽西州和美国其他州以外。 ”

该团队的分析表明,波浪在预测风力发电的二阶矩(即其围绕平均发电水平的变化)方面起着重要的作用,如果不是最重要的作用。研究人员还发现,整合多个环境变量可以显着提高预测功率输出的准确性。

“根据来自纽约和新泽西站点的真实数据进行测试,我们的分析框架可以将准确度比传统的风电功率估算行业标准提高 91%,后者依赖于风速作为唯一的环境输入,”王说。“我们多输入功率估计模型的显着更高的准确性要求海上风电行业的研究界和从业人员将注意力转移到多输入功率估计/预测建模工具上,尤其是在复杂的海洋环境中。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。