LIDAR Assisted wind farm control in extreme coherent gusts

With the international trend toward carbon neutrality and the rapid growth in energy demand, wind energy technology has been booming. The size of wind turbines, power generation capacity, and the scale of wind farms have all expanded rapidly, bringing new challenges to wind farm control, simulation, atmospheric measurement, and related technologies. This study explores the feasibility and effectiveness of Doppler LIDAR (Light Detection and Ranging) technology in improving wind farm power generation and safety. Research integrates the entire design process, including wind environment simulation, simulated LIDAR measurement, and wind farm control simulation, enhancing key technologies at each stage to significantly improve the reliability of design and simulation. First, the wind field simulation is constructed by coupling atmospheric forecasting data from the Weather Research and Forecasting (WRF) model. A coupling tool is developed to transfer mesoscale simulation data to microscale simulation, which is performed on the SOWFA platform and incorporates turbulence information. This approach makes the simulation more representative of real wind conditions, aiding wind farm operators in better preparing for coming extreme environmental events. Second, a turbine-nacelle-mounted LIDAR is analyzed for its significant measurement uncertainty in wind direction estimation caused by horizontal shear. To address this issue, LIDAR simulations are conducted using three turbulence models with varying fidelities: the Kaimal model, the Mann model, and the Large Eddy Simulation (LES). The results indicate that increasing the complexity of turbulence models does not resolve the uncertainty issue. Subsequently, an optimal scanning pattern for LIDAR is determined through a brute force method by adjusting the open angle between laser beams and measurement distance. Although this improves the situation, it does not completely solve the problem, suggesting that more advanced wind reconstruction methods for LIDAR are needed in future research. Lastly, the wake steering control strategy is developed on the Floris platform and validated using the high-fidelity LES approach on SOWFA. Compared to Sonic anemometer-assisted wind farm control, LIDAR-assisted control results in higher power generation due to more accurate measurements of wind velocity and direction. Additionally, an Extreme Coherent Gusts condition is applied to test the LIDAR’s capability in rapidly changing wind speed and direction scenarios. The results show that LIDAR-assisted control responds more quickly to extreme environments, providing smoother load transitions on turbines due to the wind preview from LIDAR measurements. In conclusion, LIDAR measurement offers significant advantages in wind farm control for both power generation and safe operation. Future work will focus on integrating LIDAR-assisted individual turbine control and wind farm control by enhancing LIDAR's wind field reconstruction methods.

Con la tendenza internazionale verso la neutralità carbonica e la rapida crescita della domanda energetica, la tecnologia dell'energia eolica è in forte espansione. Le dimensioni delle turbine eoliche, la capacità di generazione di energia e la scala dei parchi eolici sono cresciute rapidamente, portando nuove sfide al controllo dei parchi eolici, alla simulazione, alla misurazione atmosferica e alle tecnologie correlate. Questo studio esplora la fattibilità e l'efficacia della tecnologia LIDAR Doppler (Rilevamento e Localizzazione mediante Luce) nel migliorare la generazione di energia e la sicurezza dei parchi eolici. La ricerca integra l'intero processo di progettazione, includendo la simulazione dell'ambiente eolico, la misurazione LIDAR simulata e la simulazione del controllo del parco eolico, migliorando le tecnologie chiave in ogni fase per aumentare significativamente l'affidabilità della progettazione e della simulazione. In primo luogo, la simulazione del campo eolico è costruita accoppiando i dati di previsione atmosferica dal modello Weather Research and Forecasting (WRF). Uno strumento di accoppiamento è sviluppato per trasferire i dati della simulazione a mesoscala alla simulazione a microscala, che viene eseguita sulla piattaforma SOWFA e incorpora informazioni sulla turbolenza. Questo approccio rende la simulazione più rappresentativa delle reali condizioni del vento, aiutando gli operatori dei parchi eolici a prepararsi meglio per gli eventi ambientali estremi imminenti. In secondo luogo, un LIDAR montato sulla gondola della turbina è analizzato per la sua significativa incertezza di misura nella stima della direzione del vento causata dal taglio orizzontale. Per affrontare questo problema, sono condotte simulazioni LIDAR utilizzando tre modelli di turbolenza con diverse fedeltà: il modello di Kaimal, il modello di Mann e la Simulazione di Grandi Vortici (LES). I risultati indicano che aumentare la complessità dei modelli di turbolenza non risolve il problema dell'incertezza. Successivamente, un modello di scansione ottimale per il LIDAR è determinato attraverso un metodo a forza bruta regolando l'angolo aperto tra i raggi laser e la distanza di misurazione. Sebbene ciò migliori la situazione, non risolve completamente il problema, suggerendo che sono necessari metodi più avanzati di ricostruzione del vento per il LIDAR nelle ricerche future. Infine, la strategia di controllo dello steering del risveglio è sviluppata sulla piattaforma Floris e validata utilizzando l'approccio LES ad alta fedeltà su SOWFA. Rispetto al controllo dei parchi eolici assistito da anemometri sonici, il controllo assistito da LIDAR risulta in una maggiore generazione di energia a causa delle misurazioni più accurate della velocità e della direzione del vento. Inoltre, una condizione di Gusti Coerenti Estremi è applicata per testare la capacità del LIDAR in scenari di rapido cambiamento della velocità e della direzione del vento. I risultati mostrano che il controllo assistito da LIDAR risponde più rapidamente agli ambienti estremi, fornendo transizioni di carico più fluide sulle turbine a causa dell'anteprima del vento dalle misurazioni LIDAR. In conclusione, la misurazione LIDAR offre vantaggi significativi nel controllo dei parchi eolici sia per la generazione di energia che per l'operazione sicura. I lavori futuri si concentreranno sull'integrazione del controllo individuale delle turbine assistito da LIDAR e del controllo del parco eolico migliorando i metodi di ricostruzione del campo eolico del LIDAR.