Повышение эффективности ветровых электростанций

   Цель – оценка некоторых переменных, влияющих на параметры ветра, с целью уменьшения турбулентности и следа в максимально возможной степени; оценка положения каждой ветровой турбины и исследование пределов ветровых турбин для определения оптимального расстояния между ними.

   Объектом исследования явилась ветроэлектростанция мощностью 150 МВт с использованием 60 ветровых турбин. Измерения скорости и направления ветра проводились с помощью ветроизмерительного комплекса. Оптимальный формат ветровой электростанции был вычислен с использованием программного обеспечения WindFarmer от компании «DNV GL» (Норвегия). Проведенный анализ площадки на юго-востоке Республики Татарстан показал хорошее месторасположение площадки под строительство ветроэлектростанции: близкое расположение электрических сетей, отсутствие больших построек и леса. По результатам проведенной оценки сдвига ветра на разных высотах (на уровнях установки анемометров) его показатель составил 0,2. При выборе ветровых турбин для проектируемой ветроэлектростанции были рассчитаны коэффициенты мощности, которые составили, соответственно: 47 % – для Siemens Gamesa SG 3.4-132 3.465MW, 45 % – для Vestas V126-3.45 HTq и 29 % – для Lagerwey L100-2.5 MW. По результатам исследования влияния основных факторов (рельефа местности, средней скорости ветра в исследуемом районе, расстояние до электрических сетей и др.) на выбор площадки под строительство ветроэлектростанции, а также расчету среднего сдвига ветра равного 0,2, было установлено, что условия площадки являются оптимальными для рассматриваемого района. Согласно рассчитанным значениям коэффициента использования мощности, показано, что самое его низкое значение имеет турбина Lagerwey L100 – 2,5 МВт, а у Siemens Gamesa SG 3,4-132 самый высокий коэффициент – 3,465 МВт. С экономической точки зрения высокое значение коэффициента значения мощности не всегда целесообразно, поскольку с повышением мощности турбины растет и ее стоимость.

1. Alzakkar A., Hassan F. A., Mestnikov N. Support of frequency stability in electrical power system at voltage 400 kV in Syria // Advances in Automation II. RusAutoCon 2020. Lecture Notes in Electrical Engineering / eds. A. A. Radionov, V. R. Gasiyarov. Cham: Springer, 2020. Vol. 729. Р. 891–902. https://doi.org/10.1007/978-3-030-71119-1_86.

2. Costa A. M., Orosa J. A., Vergara D., Fernandez-Arias P. New tendencies in wind energy operation and maintenance // Applied Sciences. 2021. Vol. 11. Iss. 4. Р. 1386. https://doi.org/10.3390/app11041386.

3. Van Haaren R., Fthenakis V. GIS-based wind farm site selection using spatial multi-criteria analysis (SMCA): evaluating the case for New York State // Renewable and Sustainable Energy Reviews. 2011. Vol. 15. Iss. 7. Р. 3332–3340. https://doi.org/10.1016/j.rser.2011.04.010.

4. Heisler G. M. Mean wind speed below building height in residential neighbour-hoods with different tree densities // Scientific Journal. 1990. Vol. 96. Iss. 1. Р. 1389–1396.

5. Алали Ш. Разработка портативного электромиографа для фиксации биоэлектрических потенциалов, возникающих в мышцах / Ш. Алали, Ф. Алхадж Хассан, Л. Р. Гайнуллина // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. – 2022. – Т. 22. – № 2. – C. 87-95. http://dx.doi.org/10.14529/ctcr220208.

6. Blaabjerg F., Iov F., Kerekes T., Teodorescu R. Trends in power electronics and control of renewable energy systems // Proceedings of 14th International Power Electronics and Motion Control Conference. 2010. https://doi.org/10.1109/EPEPEMC.2010.5606696.

7. Gao Cheng-kang, Na Hong-ming, Song Kai-hui, Dyer N., Tian Fan, Xu Qing-jiang, et al. Environmental impact analysis of power generation from biomass and wind farms in different locations // Renewable and Sustainable Energy Reviews. 2019. Vol. 102. P. 307–317. https://doi.org/10.1016/j.rser.2018.12.018.

8. Fırtın E., Guler O., Akdag S. A. Investigation of wind shear coefficients and their effect on electrical energy generation // Applied Energy. 2011. Vol. 88. Iss. 11. P. 4097–4105. https://doi.org/10.1016/j.apenergy.2011.05.025.

9. Hassan F. A., Sidorov A. Study of power system stability: Matlab program processing data from Zahrani power plant (Beirut, Lebanon) // International Scientific and Technical Conference Smart Energy Systems 2019: E3S Web of Conferences. 2019. Vol. 124. Р. 05011. https://doi.org/10.1051/e3sconf/201912405011.

10. Епринцев С. А. Анализ природного каркаса города Воронежа как фактора формирования микроклиматических условий / С. А. Епринцев, С. В. Шекоян // Глобальные климатические изменения: региональные эффекты, модели, прогнозы: матер. Междунар. науч.-практ. конф. (г. Воронеж, 3–5 октября 2019 г.). – Воронеж, 2019. – Т. 2. – С. 230–234.

11. Nasyrov R. R., Aljendy R. I., Kherbek T. Study and analysis of power quality situation in electrical power network. Case study: Lattakia – Syria // IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering. 2018. https://doi.org/10.1109/EIConRus.2018.8317193.

12. Almohammed O. A. M., Timerbaev N. F., Ahmad B. I. Heat pump application for water distillation // International Multi-Conference on Industrial Engineering and Modern Technologies. 2019. https://doi.org/10.1109/fareastcon.2019.8934168.

13. Hassan F. A. Multi-criteria approach and wind farm site selection analysis for improving power efficiency // Journal of Human, Earth and Future. 2020. Vol. 1. No. 2. Р. 60–70. https://doi.org/10.28991/HEF-2020-01-02-02.

14. Zhang Ying, Guo Jianping, Yang Yuanjian, Wang Yu, Yim S. H. L. Vertical wind shear modulates particulate matter pollutions: a perspective from radar wind profiler observations in Beijing // Remote Sensing. 2020. Vol. 12. Iss. 3. Р. 546. https://doi.org/10.3390/rs12030546.

15. Medjber A., Guessoum A., Belmili H., Mellit A. New neural network and fuzzy logic controllers to monitor maximum power for wind energy conversion system // Energy. 2016. Vol. 106. P. 137–146. https://doi.org/10.1016/j.energy.2016.03.026.

16. Wen Binrong, Wei Sha, Wei Kexiang, Yang Wenxian, Peng Zhike, Chu Fulei. Power fluctuation and power loss of wind turbines due to wind shear and tower shadow // Frontiers of Mechanical Engineering. 2017. Vol. 12. Iss. 3. Р. 321–332. https://doi.org/10.1007/s11465-017-0434-1.

17. Mehdizadeh S. M., Alibeiki E., Khosravi A. Modelling and control of 6MG Siemens wind turbine blades angle and rotor speed // International Journal on Electrical Engineering and Informatics. 2019. Vol. 11. Iss. 1. Р. 80–100. https://doi.org/10.15676/ijeei.2019.11.1.5.

18. Ali N., Hamilton N., DeLucia D., Cal R. B. Assessing spacing impact on coherent features in a wind turbine array boundary layer // Wind Energy Science. 2018. Vol. 3. Iss. 1. P. 43–56. https://doi.org/10.5194/wes-3-43-2018.

19. Hassan F. A., Mahmoud M., Almohammed O. A. M. Analysis of the generated output energy by different types of wind turbines // Journal of Human, Earth and Future. 2020. Vol. 1. No. 4. P. 181–187. https://doi.org/10.28991/HEF-2020-01-04-03.

20. Ray M. L., Rogers A. L., Mcgowan J. G. Analysis of wind shear models and trends in differentterrain // University of Massachusetts, 2006. [Электронный ресурс]. URL: https://www.researchgate.net/publication/251965566_Analysis_of_wind_shear_models_and_trends_in_different_terrain (14. 04. 2021).

21. Pandit R. K., Infield D., Kolios A. Gaussian process power curve models incorporating wind turbine operational variables // Energy Reports. 2020. Vol. 6. P. 1658–1669. https://doi.org/10.1016/j.egyr.2020.06.018.