Toutes les deux heures et demie, une nouvelle éolienne monte aux États-Unis en 2016, l'éolien a fourni 5,6 pour cent de toute l'électricité produite, plus du double de la quantité générée par le vent en 2010, mais encore loin de son potentiel.

Une équipe de chercheurs de l'Université du Texas à Dallas (UT Dallas) a développé une nouvelle façon d'extraire plus d'énergie du vent. Cette approche a le potentiel d'augmenter la production d'énergie éolienne de manière significative avec une augmentation conséquente des revenus. Les simulations numériques effectuées au Texas Advanced Computing Center (TACC) indiquent des augmentations potentielles allant jusqu'à six à sept pour cent.

Selon les chercheurs, une amélioration de un pour cent appliquée à tous les parcs éoliens du pays générerait l'équivalent de 100 millions de dollars en valeur. Cette nouvelle méthode, donc, a le potentiel de générer 600 millions de dollars d'énergie éolienne supplémentaire à l'échelle nationale.

L'équipe a fait part de ses conclusions dans L'énergie éolienne en décembre 2017 et Énergie renouvelable en décembre 2017.

Dans la branche de la physique connue sous le nom de dynamique des fluides, une façon courante de modéliser la turbulence consiste à effectuer de grandes simulations de tourbillons. Il y a plusieurs années, Stefano Leonardi et son équipe de recherche ont créé des modèles qui peuvent intégrer le comportement physique sur une large gamme d'échelles de longueur, des rotors de turbine de 100 mètres de long, à des pointes de pales d'une épaisseur de quelques centimètres et prédisent l'énergie éolienne avec précision à l'aide de superordinateurs.

"Nous avons développé un code pour imiter les éoliennes, en tenant compte de l'interférence entre le sillage de la tour et de la nacelle [le couvercle qui abrite tous les composants de génération d'une éolienne] avec le sillage du rotor de l'éolienne, " dit Léonardi, professeur agrégé de génie mécanique et auteur sur le L'énergie éolienne papier, qui a été choisi pour la couverture.

Au-delà de la gamme des échelles de longueur, modéliser la variabilité du vent pour une région donnée à un moment précis est un autre défi. Pour remédier à ce, l'équipe a intégré son code au modèle de recherche et de prévision météorologique (WRF), un modèle de prévision météorologique de premier plan développé au National Center for Atmospheric Research.

"Nous pouvons obtenir le champ de vent du modèle méso-échelle nord-américain sur une grille grossière, l'utiliser comme entrée pour cinq domaines imbriqués avec une résolution progressivement plus élevée et reproduire avec une haute fidélité la production d'énergie d'un véritable parc éolien, " a déclaré Léonardi.

La puissance croissante des ordinateurs permet à Leonardi et à son équipe de modéliser avec précision le champ éolien d'un parc éolien et la production d'électricité de chaque éolienne. En testant les résultats de leur modèle par rapport aux données d'un parc éolien du nord du Texas, ils ont constaté un accord de 90 pour cent entre leurs prédictions et l'efficacité de la turbine. Ils présenteront leurs résultats au Torque 2018, une grande conférence de recherche sur l'énergie éolienne.

Supprimer les turbulences de l'algorithme de contrôle d'optimisation

Le vent ne circule pas simplement en douceur dans une direction. Il contient des turbulences et des sillages qui sont amplifiés lorsque les éoliennes sont regroupées comme sur un parc éolien.

Les interactions de sillage entraînent des pertes allant jusqu'à 20 pour cent de la production annuelle, selon le département américain de l'Énergie. Comprendre comment la turbulence impacte la production d'énergie est important pour ajuster le comportement des turbines en temps réel afin de récolter une puissance maximale.

Grâce à leurs capacités de modélisation, ils ont testé des algorithmes de contrôle qui sont utilisés pour gérer le fonctionnement des systèmes dynamiques des parcs éoliens. Cela comprenait les algorithmes de contrôle connus sous le nom de contrôle de recherche extremum, un moyen sans modèle d'obtenir les meilleures performances des systèmes dynamiques lorsque seule une connaissance limitée du système est connue.

"Beaucoup pensaient qu'il ne serait pas possible d'utiliser cette approche en raison des turbulences et du fait qu'elle crée une situation où les turbines changent tout le temps, " a déclaré Leonardi. "Mais nous avons fait un grand nombre de simulations pour trouver un moyen de filtrer les turbulences hors du système de contrôle. C'était le grand défi."

Avec une recherche de contrôle extrême, le système augmente et réduit la vitesse de rotation d'une aube de turbine en rotation, tout en mesurant la puissance, et le calcul de la pente. Ceci est répété jusqu'à ce que le contrôleur trouve la vitesse de fonctionnement optimale.

"L'important est que l'algorithme de contrôle ne repose pas sur un modèle basé sur la physique, " a déclaré Leonardi. " Il y a beaucoup d'incertitudes dans un vrai parc éolien, vous ne pouvez donc pas tout modéliser. Le contrôle de recherche extrême peut trouver l'optimum, peu importe s'il y a de l'érosion ou du givrage sur les pales. Il est très robuste et fonctionne malgré les incertitudes du système."

Simuler le vent

Pour tester leur nouvelle approche, l'équipe a mené des expériences de vent virtuel à l'aide de superordinateurs au TACC, dont Stampede2 et Lonestar5 - deux des plus puissants au monde. Ils ont pu utiliser ces systèmes grâce à l'initiative de l'Université du Texas Research Cyberinfrastructure (UTRC), lequel, depuis 2007, a fourni aux chercheurs de l'une des 14 institutions du système de l'Université du Texas l'accès aux ressources de la TACC, savoir-faire et formation.

L'accès à des superordinateurs puissants est important car les éoliennes sont coûteuses à construire et à exploiter et peu d'installations de recherche éolienne sont à la disposition des chercheurs.

« Les avantages de l'utilisation du calcul haute performance pour créer une plate-forme virtuelle permettant d'analyser les solutions proposées pour l'énergie éolienne sont énormes, " dit Mario Rotea, professeur de génie mécanique à l'UT Dallas, et directeur de site de Wind-Energy Science, soutenu par la National Science Foundation, Technologie et recherche (WindSTAR) Centre de recherche coopérative industrie-université (IUCRC). "Plus nous pouvons faire avec des ordinateurs, moins nous avons à faire de tests, ce qui représente une grande partie des coûts. Cela profite à la nation en abaissant le coût de l'énergie. »

Alors que l'application du contrôle de recherche extremum aux parcs éoliens n'a pas encore été testée sur le terrain, l'équipe de l'UT Dallas a déjà appliqué la méthode à une seule turbine du National Renewable Energy Laboratory (NREL).

"Le test NREL nous a fourni des données expérimentales soutenant la valeur du contrôle de recherche extrême pour la maximisation de l'énergie éolienne, " a déclaré Rotea. " Les résultats expérimentaux montrent que la recherche de contrôle extrême augmente la capture de puissance de 8 à 12 % par rapport à un contrôleur de base. "

Compte tenu des résultats expérimentaux et informatiques encourageants, l'équipe de l'UT Dallas prévoit une campagne expérimentale impliquant un cluster de turbines dans un parc éolien.

Collaborations et prochaines étapes

Le développement du modèle de dynamique des fluides pour les éoliennes faisait partie d'une collaboration internationale entre quatre institutions américaines (Johns Hopkins University, UT Dallas, Texas Tech et Smith College) et trois institutions européennes (Technical University of Denmark, École polytechnique fédérale de Lausanne et Katholieke Universiteit Leuven) financé par la National Science Foundation.

Grâce au centre WindSTAR, ils collaborent avec neuf grandes entreprises d'énergie éolienne et fabricants d'équipements. Ces entreprises sont intéressées à adopter ou à commercialiser l'œuvre.

« Les membres de notre centre n'ont pas accès à beaucoup de puissance en terme de HPC [high-performance computing], " a déclaré Rotea. " Les ordinateurs de TACC sont un atout pour nous et nous donnent un avantage concurrentiel par rapport aux autres groupes. En termes de résolution de problèmes réels, nous créons des systèmes de contrôle qu'ils peuvent intégrer, ou ils peuvent utiliser le HPC pour développer de nouveaux outils de prévision des ressources éoliennes ou déterminer s'il y a des turbines qui ne fonctionnent pas. »

En plus de développer les nouveaux algorithmes de turbulence et stratégies de contrôle, membres de l'équipe WindSTAR ont introduit des méthodes pour prédire des résultats précis sur des ordinateurs moins puissants (travail paru dans le numéro de mars 2018 de L'énergie éolienne ) et de déterminer à quelle distance placer les turbines pour maximiser les profits, en fonction du coût du terrain (présenté au Symposium éolien 2018).

Les effets à long terme du travail dépassent le cadre théorique.

« La recherche nous permet d'optimiser la production d'énergie éolienne et d'augmenter la pénétration des énergies renouvelables dans le réseau, " Leonardi a déclaré. " Il y aura plus de puissance générée par les mêmes machines parce que nous comprenons mieux la physique des écoulements dans un parc éolien, et pour la même utilisation du sol et le même déploiement, nous pouvons obtenir plus d'énergie."