Éolienne au Sustainability Institute. Crédit :Patrick Mansell / Penn State
Avec l'augmentation de la demande en énergie, chercheurs de Penn State Behrend et de l'Université de Tabriz, L'Iran, avoir terminé un algorithme - ou une approche - pour concevoir des parcs éoliens plus efficaces, contribuer à générer plus de revenus pour les constructeurs et plus d'énergie renouvelable pour leurs clients.
« L'énergie éolienne est en hausse, et pas seulement aux États-Unis, " dit Mohamed Rasouli, professeur adjoint de génie électrique à Penn State Erie, le Collège Behrend. « L'efficacité des panneaux solaires est inférieure à 25 %, et fait encore l'objet de recherches actuelles. Éoliennes, d'autre part, sont beaucoup plus efficaces et convertissent plus de 45 % de l'énergie éolienne en électricité."
Bien que les éoliennes soient efficaces, les aménagements des parcs éoliens peuvent réduire cette efficacité s'ils ne sont pas correctement conçus. Les constructeurs ne mettent pas toujours les éoliennes aux endroits où les vents sont les plus rapides, là où ils généreront le plus d'énergie, dit Rasouli. L'espacement des turbines est également important - parce que les turbines créent une traînée qui réduit la vitesse du vent, les premières éoliennes à capter le vent produiront plus d'électricité que celles qui suivront.
Pour construire des parcs éoliens plus efficaces, les concepteurs doivent tenir compte de la vitesse du vent et de l'espacement des turbines, ainsi que la superficie du terrain, géographie, nombre de turbines, quantité de végétation, conditions météorologiques, frais de construction, et d'autres considérations, selon les chercheurs.
Concilier tous ces facteurs pour trouver une disposition optimale est difficile, même à l'aide de modèles mathématiques.
« Il s'agit d'une approche multi-objectifs, " a déclaré Rasouli. " Nous avons une fonction et nous voulons l'optimiser en tenant compte de diverses contraintes. "
Les chercheurs se sont concentrés sur une approche, appelé « optimisation basée sur la biogéographie ». Créé en 2008 et inspiré par la nature, BBO est basé sur la façon dont les animaux se répartissent naturellement pour tirer le meilleur parti de leur environnement en fonction de leurs besoins. En créant un modèle mathématique à partir du comportement animal, il est alors possible pour les chercheurs de calculer la répartition optimale des objets dans d'autres scénarios, comme les turbines d'un parc éolien.
Un modèle représentant le sillage d'une éolienne. Crédit :Figure modifiée de la publication originale de Soheil Pouraltafi-kheljan, Amirreza Azimi, Behnam Mohammadi-ivatloo, et Mohamed Rasouli
"Les méthodes analytiques nécessitent beaucoup de calculs, " a déclaré Rasouli. " Cette méthode BBO minimise les calculs et donne de meilleurs résultats, trouver la solution optimale à moindre coût de calcul."
D'autres chercheurs ont utilisé des versions simplifiées de l'approche BBO en 2017 et 2018 pour calculer des configurations de parcs éoliens plus efficaces, mais ces versions simplifiées ne prenaient pas en compte tous les facteurs affectant la disposition optimale.
Les chercheurs de Penn State et de l'Université de Tabriz ont complété l'approche en incorporant des variables supplémentaires, y compris des données de marché réelles, la rugosité de la surface - qui affecte la quantité d'énergie dans le vent - et la quantité de vent que chaque éolienne reçoit.
L'équipe de recherche a également amélioré l'approche BBO en incorporant un modèle plus réaliste pour le calcul des sillages –– des zones avec des vitesses d'ailes plus lentes créées après que le vent souffle devant une turbine, similaire au sillage derrière un bateau –– et tester la sensibilité du modèle à d'autres facteurs tels que les taux d'intérêt, motivations financières, et les différences de coûts de production d'énergie. Ils rapportent leurs résultats en ligne dans le Journal de la production plus propre , qui sera publié en novembre.
"Il s'agit d'une approche d'optimisation plus réaliste par rapport à certaines des méthodes simplificatrices qui existent, " dit Rasouli. " Ce serait mieux pour les clients, aux fabricants, et au style grille, parcs éoliens de plus grande taille."
En incorporant plus de données, tels que les relevés météorologiques mis à jour et les informations du fabricant, les chercheurs pourront utiliser l'approche BBO pour optimiser l'aménagement des parcs éoliens dans de nombreux endroits différents, aider les concepteurs de parcs éoliens du monde entier à mieux utiliser leurs terres et à générer plus d'énergie pour répondre aux futures demandes énergétiques des consommateurs.
"Il y a un temps de fin pour les combustibles fossiles, " a déclaré Rasouli. " Avec cela et les méthodes à venir ou de meilleures approches d'optimisation, nous pouvons mieux utiliser l'énergie éolienne."
