Исследователи Rutgers разработали модель машинного обучения с использованием симулятора на основе физики и реальных метеорологических данных, чтобы лучше прогнозировать морскую ветроэнергетику.
Морская ветроэнергетика быстро превращается в один из основных источников возобновляемой энергии во всём мире и, по прогнозам, вырастет на 13% в следующие два десятилетия и в 15 раз к 2040 году, чтобы стать отраслью в 1 триллион долларов, что соответствует капитальным затратам на газовую и угольную энергию. В Соединённых Штатах, например, Нью-Йорк и Нью-Джерси недавно заключили два контракта на использование энергии ветра на шельфе, чтобы помочь достичь своих целей по интеграции возобновляемых источников энергии.
«Мы вступаем в новую эру революции в области морской ветроэнергетики», – сказал старший автор Руо-Цянь (Роджер) Ван, доцент кафедры гражданской и экологической инженерии Университета Рутгерса в Нью-Брансуике. «Ключом к поддержке этого роста является разработка надёжных инструментов для оценки и более точного прогнозирования производительности морских ветряных турбин с целью улучшения планирования проектов, поддержки операций и технического обслуживания. Обесточивание морской ветряной электростанции Хорнси в Англии в 2019 году и энергетический кризис в Техасе в 2021 году иллюстрируют неотложную необходимо разработать мощные модели для оценки и прогнозирования экологической неопределенности ветроэнергетики».
Кривая мощности или соотношение, управляющее преобразованием погодных переменных, с которыми работает ветряная турбина, в электроэнергию, широко используется в ветроэнергетике для оценки выходной мощности в целях планирования и эксплуатации. Но существующие методы оценки кривой мощности имеют ограничения, в том числе полагаются в основном на скорость ветра и игнорируют другие факторы окружающей среды, в т. ч. сложную морскую экосистему, в которой работают турбины.
В своём исследовании специалисты Rutgers разработали структуру анализа чувствительности, чтобы выявить и спрогнозировать основные факторы, влияющие на экологическую неопределенность при морской ветровой генерации. В основе этого анализа чувствительности лежит модель машинного обучения, которая объединяет выходные данные симулятора на основе физики с реальными метеорологическими данными, собранными с набора буев, развёрнутых в Нью-Джерси. Буи расположены около как минимум трёх будущих морских ветроэнергетических проектов, которые в совокупности, как ожидается, увеличат мощность ветроэнергетики США примерно на 2,8 гигаватт к 2024 году.
«Насколько нам известно, предлагаемая структура моделирования является первой, в которой исследуется влияние до семи переменных окружающей среды, включая факторы, связанные с ветром и волнами, на морскую ветроэнергетику», – сказал Азиз Эззат, соавтор и доцент кафедры промышленной и системной инженерии в Rutgers. «Эта структура исследует влияние изменений в морской среде на производительность современной морской турбины мощностью 15 мегаватт, которую планируется установить в ближайшем будущем в Нью-Джерси и других штатах США».
Анализ группы показал, что волны играют важную, если не самую важную, роль в прогнозировании второго момента силы ветра, то есть её изменения вокруг среднего уровня генерации. Исследователи также обнаружили, что интеграция нескольких переменных окружающей среды может значительно улучшить прогнозирование выходной мощности с высокой точностью.
«Проверенная на реальных данных с площадок в Нью-Йорке и Нью-Джерси, наша структура анализа может повысить точность до 91% по сравнению с традиционным промышленным стандартом оценки энергии ветра, который полагается на скорость ветра как на единственную экологическую составляющую», – говорят исследователи.