风电机组尺寸对于风电机组的设计生产十分重要,具有更长叶片和更高塔架的机组通常可以捕获到更大更强的风能用来发电。然而,风电机组的尺寸只是成功风电场的一个重要特征,风场的选址和风电机组排布方案也很关键。根据加州大学圣巴巴拉分校研究人员的说法,风电机组很少能够“与其他机配合的很好”。
(来源:微信公众号“风电峰观察”ID:windeye2015)
加州大学圣塔芭芭拉分校机械工程教授Paolo Luzzatto-Fegiz说:“我们一直以来都在单独设计我们要使用的风电机组,但我们几乎不从来没有单独使用过它们。”一段时间以来,开发人员已经意识到风电机组间距和风电场整体布局的优化可以降低尾流效应对项目效率和发电量的影响效果。这意味着前排风电机组对风速的影响将会影响并减少来流风速对后排机组的影响,进而降低后排机组的发电量。
本质上,当风速经过第一台风电机组后,收到阻力影响,使得下游风速降低。结果是由于流经后排风机的风力较弱,使得现场的很多风机只能在减少的容量下工作。换句话说,在现场增加更多的风电机组可能会导致更大的尾流损失和更少的发电量。
Luzzatto-Fegiz和他的英国剑桥大学的合作者Colm-cille P. Caulfield表示,关键是要让所有风电机组都能够接收到高速的来流——比如前排风机感受到的来流,而非中间机组感受到的来流。然而,这种思路说起来容易做起来难。研究发现,即使借助数学模型,设计风电场的最佳布局也是很困难的。
宾州州立大学贝伦德学院和大不里士大学(伊朗)的研究人员接受了这一挑战,并一直致力于通过基于生物地理学优化的算法改进风场选址。该方法着眼于自然,以及动物如何自然地分配自己,以充分利用其环境来满足其需求。Phys.org在该研究中指出:“通过从动物行为创建数学模型,研究人员可以在其他情景中计算物体的最佳分布,例如风电场中的风电机组。”
生物地理学优化算法可能听起来灵活性很高,但据研究人员称,该方法可以最大限度地减少计算量并获得更加准确的结果。它们还包含其他变量,“包括真实的风场数据,表面的粗糙度(影响风功率密度),以及每个风电机组接收的风能。”此外,通过使用气象数据和制造商的统计数据,这些算法还可以进一步增强。
国家可再生能源实验室(NREL)的报告指出,风电场的尾流已经被发现可以最长延伸到25英里(约40公里)。更重要的是,美国近几乎90%的风电场(2016年)距离另一个风电场都不到25英里,这意味着所有这些风电场都可能会收到其他风场尾流效应的影响。
有趣的是,研究人员还发现最大的尾流效应发生在特定风向和夜间温度降低时。该研究使用大气模拟,证明风电场尾流效应实际上是可测量和可预测的。还有一个好消息,就是对于本研究中模拟的风电场,最严重的尾流效应仅发生不到4%的时间里。这表明通过适当的分析和选址可以预测并管理尾流损失。