Credito: Pixabay/CC0 di dominio pubblico

Un nuovo algoritmo di controllo per i parchi eolici che altera il modo in cui le singole turbine sono orientate nel vento promette di aumentare l’efficienza complessiva e la produzione di energia delle fattorie ottimizzando il modo in cui affrontano la loro scia turbolenta.

L’algoritmo, che è stato testato in un parco eolico commerciale in India ma potrebbe essere impiegato ovunque, offre il potenziale per un miglioramento immediato e gratuito nei parchi eolici esistenti. Potrebbe anche consentire la costruzione di parchi eolici in spazi più ristretti, spremendo così più energia da meno proprietà immobiliari, mitigando un’enorme truffa dell’energia eolica.

Complessivamente, i parchi eolici generano circa 380 miliardi di kilowattora ogni anno negli Stati Uniti. Se ogni parco eolico statunitense adottasse la nuova strategia e vedesse incrementi di efficienza simili a quelli riscontrati nel nuovo studio, equivarrebbe ad aggiungere centinaia di nuove turbine in grado di alimentare centinaia di migliaia di abitazioni alla rete elettrica nazionale, afferma Caltech’s John O. Dabiri, Professore del Centenario di Aeronautica e Ingegneria Meccanica, e autore senior di un articolo sul progetto che è stato pubblicato dalla rivista NaturaEnergia l’11 agosto.

“Le singole turbine generano aria increspata, o una scia, che danneggia le prestazioni di ogni turbina sottovento”, afferma Dabiri. “Per far fronte a ciò, le turbine dei parchi eolici sono tradizionalmente distanziate il più possibile l’una dall’altra, il che purtroppo occupa molto spazio”.

Dopo anni di studio del problema, Dabiri e il suo ex studente laureato Michael F. Howland, autore principale dell’articolo e ora professore associato di ingegneria civile e ambientale Esther e Harold E. Edgerton al MIT, hanno sviluppato un algoritmo che forza le singole turbine eoliche smettere di agire solo nel proprio interesse, ovvero massimizzare il proprio accesso al vento rivolgendosi direttamente ad esso, e agire invece per il maggior bene della produzione del parco eolico.

Un test e una messa a punto dell’algoritmo nel mondo reale della durata di un anno condotto in India dal 2020 al 2021 è stato reso possibile da Varun Sivaram che, all’epoca, era il Chief Technology Officer (CTO) di ReNew Power, la più grande azienda indiana di energia rinnovabile, e che ora è consulente senior dell’inviato presidenziale speciale degli Stati Uniti per il clima John Kerry, come suo amministratore delegato per l’energia pulita e l’innovazione. Sivaram è anche coautore del documento.

Sivaram era rimasto colpito da una presentazione fatta da Dabiri nel 2017 al consiglio di amministrazione di un’azienda elettrica canadese sull’utilizzo di algoritmi per migliorare l’efficienza dei parchi eolici. Quando è diventato CTO di ReNew Power nel 2018, Sivaram ha contattato per vedere se Dabiri sarebbe stato interessato a collaborare.

“Ho chiamato John e gli ho chiesto se potevamo farlo. E lui ha detto: ‘Ho uno straordinario studente laureato in questo momento, e penso che questo potrebbe essere il progetto perfetto da affrontare per tutti noi.'”

L’interesse di Howland per il controllo collettivo dei parchi eolici è iniziato quando era uno studente universitario alla Johns Hopkins University e studiava la fisica del flusso d’aria attraverso i parchi eolici. “Ero interessato allo sviluppo di modelli predittivi per i parchi eolici, che possono essere utilizzati per migliorare l’efficienza”, afferma Howland. “Ma è incredibilmente costoso in termini di potenza di calcolo simulare l’intera fisica del flusso atmosferico ed eolico”.

Fu durante la sua ricerca universitaria che Howland esplorò per la prima volta come il disallineamento dell’angolo della turbina rispetto al vento abbia un enorme impatto sulla scia.

Per spiegare il significato di tale regolazione, aiuta a capire che non ci sono molti modi per modificare facilmente le prestazioni di una turbina eolica senza installare hardware aggiuntivo. Non sono progettati per avere la loro inclinazione, o il loro angolo su e giù, alterato. Ma possono essere ruotati da un lato all’altro, regolando la loro imbardata.

“Alcuni studi precedenti si sono concentrati sulla modifica della resistenza creata dalla generazione di energia della turbina”, afferma Howland. “Lasciare che le pale girino più liberamente crea scie meno intense, ma la turbina con un funzionamento modificato genera anche meno potenza”. Il disallineamento di imbardata, d’altra parte, non solo riduce la forza della scia, ma reindirizza il suo impatto a valle.

Dopo gli studi universitari, Howland ha conseguito la laurea con Dabiri, che allora era alla Stanford University. Dabiri aveva precedentemente lavorato al Caltech studiando come il posizionamento delle turbine eoliche influenzasse la produzione di energia. Nel 2019, Howland e Dabiri hanno sviluppato un modello computerizzato per tentare di migliorare le prestazioni di un array specifico di sei turbine, quindi hanno condotto un test di due settimane sull’array per misurare le prestazioni delle turbine. Hanno dimostrato che una strategia di orientamento a livello di azienda agricola che includa il disallineamento dell’imbardata può migliorare le prestazioni complessive. Il problema era: avevano davvero ottimizzato le prestazioni in quella fattoria? O semplicemente migliorato in qualche modo rispetto ai metodi di controllo standard del settore?

Senza poter testare tutte le possibili strategie subottimali e scegliere direttamente quella migliore, era impossibile dirlo. Quindi, il team si è concentrato in particolare sullo sviluppo di modelli migliorati su come la regolazione dell’angolo di una turbina sopravento influisca sia sulle turbine sottovento sia sulle prestazioni della turbina disallineata stessa. È importante sottolineare che le prestazioni della turbina disallineata dipendono dalle condizioni del vento atmosferico incidente che fluiscono nell’azienda. La modellazione dell’effetto congiunto della regolazione dell’angolo e delle condizioni del vento incidente è stata fondamentale per lo sviluppo di un modello accurato in grado di prevedere la migliore strategia possibile di orientamento dell’azienda agricola.

“Poiché forti effetti di scia riducono la produzione di energia delle turbine sottovento, la turbina sopravento sta facendo il lavoro pesante per la produzione totale dell’azienda agricola”, spiega Howland. “La modellazione accurata della potenza della turbina disallineata dall’imbardata, a seconda del flusso del vento atmosferico, è stata spesso trascurata nei modelli utilizzati per l’ottimizzazione del controllo del flusso dei parchi eolici. Questo era al centro sia del nostro sviluppo del modello che dei nostri esperimenti di convalida”.

Sulla base di tale ricerca, Howland, Dabiri e i loro colleghi hanno sviluppato un algoritmo che costringe le singole turbine, a cominciare dalla turbina principale, a disallineare la propria imbardata fino a 25 gradi al fine di massimizzare l’efficienza complessiva dell’azienda agricola e quindi la produzione di energia.

A seconda della velocità del vento, il nuovo algoritmo è stato in grado di modificare l’orientamento delle turbine per aumentare la produzione complessiva del parco eolico in India tra l’1 e il 3%.

“Nessuno ha bisogno di costruire o acquistare qualcosa di nuovo per iniziare immediatamente a ottenere più energia dal proprio parco eolico”, afferma Dabiri.

Tuttavia, il vero vantaggio, affermano Howland e Dabiri, è il potenziale per l’algoritmo di consentire alle turbine eoliche di essere raggruppate più vicine affrontando attivamente il problema della scia, aggiungendo nuove turbine tra quelle esistenti o consentendo ai piani di costruzione futuri di fare i bagagli più turbine in un determinato appezzamento di terreno.

Uno degli elementi più importanti del nuovo algoritmo è che ha il potenziale per essere utile ovunque, da un parco eolico offshore nel Mare del Nord ai parchi eolici che punteggiano il deserto fuori Palm Springs, in California, prevedendo la migliore strategia per orientare il disallineamento di imbardata delle singole turbine. “Non c’era modo di fare quella previsione in modo affidabile fino a questo documento; c’erano solo tentativi ed errori”, dice Dabiri. “Il problema è che non puoi passare molto tempo a fare un sacco di esperimenti su un parco eolico che ha l’obbligo di generare energia per i suoi clienti”.

Invece, l’algoritmo di Howland e Dabiri riduce ogni sito di parco eolico ad alcuni parametri importanti che descrivono matematicamente come verranno create le scie dalle sue turbine. L’algoritmo prevede quindi i modi migliori per mitigare quella scia. Ad esempio, un fattore critico è se il parco eolico si trova sulla terraferma o al largo, perché la terra offre una maggiore resistenza all’attrito al vento rispetto all’acqua e quindi interrompe una scia su una distanza più breve. L’algoritmo si basa sulla fisica del flusso atmosferico e del parco eolico, ma sfrutta i dati operativi del parco eolico per apprendere e migliorare il modello, riducendo significativamente gli errori predittivi e le incertezze.

Un elemento chiave del progetto è che non si basa solo sulla teoria; piuttosto, è stato testato nel mondo reale in un parco eolico di generazione di energia. Su indicazione di Sivaram, ReNew Power ha investito in unità LiDAR (dispositivi di scansione laser) che misuravano la velocità e la direzione del vento dipendenti dall’altezza nel flusso incidente al parco eolico, offrendo dati a grana fine che hanno permesso a Howland e Dabiri di migliorare il loro algoritmo secondo necessità . Inoltre, sono stati istituiti team di ingegneri in India e Spagna per collaborare con Howland e Dabiri negli Stati Uniti.

“Alla fine, tutti sono rimasti sbalorditi dall’entità di ciò che è stato realizzato: un miglioramento delle prestazioni che non costa nulla in termini di investimento infrastrutturale da raggiungere”, afferma Sivaram. ReNew Power sta ora lavorando per estendere i risultati per migliorare il resto della sua flotta di parchi eolici.

Nel frattempo, il team prevede di espandere le sue dimostrazioni sul campo per affrontare i parchi eolici offshore, che presentano nuove sfide e opportunità.

“Le scie tendono a persistere per distanze molto più lunghe sull’oceano, quindi questi nuovi metodi diventano ancora più importanti”, afferma Dabiri. “Allo stesso tempo, la risorsa eolica offshore è fenomenale e ancora in gran parte non sfruttata. E possiamo progettare quei parchi eolici da zero utilizzando queste idee, quindi non siamo limitati dai layout delle turbine eoliche esistenti, come nel caso dell’eolico esistente fattorie sulla terra».

Il test nel mondo reale dell’algoritmo è stato reso possibile in parte dagli sforzi dell’Office of Technology Transfer and Corporate Partnerships (OTTCP) del Caltech, che ha aiutato gli ingegneri di Pasadena a negoziare una relazione con ReNew Power in India e anche Siemens Gamesa Renewable Energy Innovation & Technology in Spagna (opera la società che ha progettato le turbine ReNew Power).

“Lavorare con OTTCP è stato fantastico”, afferma Sivaram. “Quello che abbiamo creato è un accordo rivoluzionario in tre continenti che ora uso come modello”.

Sivaram fa parte del comitato direttivo di Mission Innovation, un’alleanza globale di ricerca e sviluppo annunciata dal presidente Barack Obama nel 2015 per affrontare il cambiamento climatico e rendere l’energia pulita più accessibile.

“Questo è il mio esempio centrale di come vogliamo fare una collaborazione internazionale di ricerca e sviluppo”, afferma Sivaram. “Se avremo altre cento collaborazioni come queste, allora cambieremo il mondo”.

Il progetto è stato anche un vero prodotto della pandemia di COVID-19, poiché gli ingegneri statunitensi e spagnoli si sono incontrati di persona solo una volta, a una cena a Pasadena tenutasi nel febbraio 2020 per dare il via alla loro nuova avventura.

“Allora abbiamo pensato che ci saremmo incontrati tutti regolarmente per condividere appunti e discutere idee”, dice Dabiri. “Per fortuna, siamo stati tutti in grado di passare al lavoro tramite videoconferenza, con più riunioni online ogni settimana per tutto il 2020, 2021 e 2022”.