Optymalizacja pracy turbin wiatrowych

Optymalizacja pracy turbin wiatrowych

Siemens jest w stanie „uczyć" turbiny wiatrowe, jak automatycznie optymalizować swoją pracę zgodne z warunkami pogodowymi. Turbiny wykorzystują dane z czujników monitorujących parametry, takie jak prędkość wiatru, aby dokonać zmian we własnych ustawieniach.

Zmiany te zapewniają optymalną pracę turbiny w każdych warunkach. Elektrownie wiatrowe jako obiekty nie zawsze mogą generować maksymalną moc elektryczną, gdy prędkość wiatru jest umiarkowana lub niska.

Specjaliści z Siemens Corporate Technology (CT) opracowali oprogramowanie samo-optymalizacyjne dla turbin wiatrowych we współpracy z Technische Universität Berlin oraz IdaLab GmbH. Konsorcjum brało udział w projekcie ALICE (Autonomous Learning in Complex Environments), który jest finansowany przez niemieckie Ministerstwo Edukacji i Badań.

Ich rozwiązanie umożliwia turbinom produkcję energii elektrycznej o około jeden procent większej w umiarkowanych warunkach wiatrowych niż w przypadku konwencjonalnego podejścia, a także sprawia, że kluczowe elementy elektrowni wiatrowych zużywają się podczas eksploatacji w mniejszym stopniu.

Naukowcy są w posiadaniu turbiny wiatrowej, która używa danych operacyjnych, stopniowo zwiększając własną moc elektryczną. Nowe podejście łączy w sobie techniki uczenia się oraz specjalizowane sieci neuronowe.

Sieć neuronowa jest algorytmem, który działa w sposób podobny do ludzkiego mózgu. Od kilku lat, Siemens CT rozwija sieci neuronowe w celu modelowania i przewidywania zachowania bardzo złożonych systemów, takich jak elektrownie wiatrowe, turbiny gazowe, fabryki, a nawet giełdy.

Algorytmy mogą uczyć się na podstawie danych historycznych, które pozwalają również przewidzieć przyszłe zachowanie systemu. Utworzony, w ten sposób model określa moc elektryczną turbiny wiatrowej w funkcji warunków pogodowych.

System jest w stanie wydajnie optymalizować pracę zaledwie po kilku tygodniach od uruchomienia.
Po dłuższym okresie może regulować moc elektryczną nawet na podstawie rzadkich i wyjątkowych warunków pogodowych. Technologia została z powodzeniem przetestowana na hiszpańskiej farmie wiatrowej w ubiegłym roku. Bieżące analizy istotnych parametrów pracy systemu mogą zapewnić ciągłe doskonalenie modelu poprzez stałe przetwarzanie danych.

Opatentowane algorytmy w przyszłości mogą zostać wykorzystane do innych ciekawych celów. O tym, jakie będą to aplikacje, Siemens i spółka nie poinformowała mediów.

(rr)