El Laboratorio Nacional de Energía Renovable (National Renewable Energy Laboratory, NREL, por sus siglas en inglés) ha lanzado una nueva versión de su modelo FLOw Redirection and Induction in Steady State (FLORIS) para la optimización del rendimiento de las plantas eólicas.
La última actualización combina la nueva física tridimensional del modelo de dirección de enrollamiento de rizo con la velocidad analítica del modelo gaussiano para mejorar la capacidad de FLORIS de diseñar y analizar con precisión las estrategias de control de parques eólicos para conjuntos de turbinas más grandes.
FLORIS, que fue desarrollado conjuntamente por NREL y la Universidad Tecnológica de Delft, es una plataforma de código abierto disponible para descarga y desarrollo colaborativo. Desde 2018, más de 2,000 usuarios han accedido a la herramienta para informar el funcionamiento de la turbina y el diseño del parque eólico. Al optimizar las estrategias de control de flujo como la dirección de estela, FLORIS permite que las instalaciones de energía eólica existentes mejoren la productividad y aumenten las ganancias.
“Hemos visto explotar el interés en los controles de parques eólicos a medida que nuestros números sobre ganancias de eficiencia y estudios de carga han salido”, dijo Jennifer King, investigadora principal de NREL. “Hay mucha emoción en encontrar nuevas formas de hacer que los parques eólicos sean más eficientes. Una forma de hacerlo es asegurarnos de que nuestros modelos capturan con precisión lo que está sucediendo en un parque eólico cuando aplica estas estrategias de control avanzadas”.
El año pasado, NREL actualizó el marco FLORIS para incluir el modelo de rizo, que modela los vórtices contrarrotativos que ocurren cuando una turbina se desalinea intencionalmente del flujo entrante para desviar su estela de las turbinas aguas abajo. El modelo de rizo captura con mayor precisión los beneficios de la dirección de estela observados en el campo al tener en cuenta estas estructuras de flujo turbulento que ocurren cuando una turbina se desvía.
Figura 1. King y sus colegas avanzan estrategias de control para mejorar el rendimiento de los parques eólicos. Modelos como el modelo híbrido Gauss-curl predicen mejor los resultados de las turbinas que trabajan juntas para maximizar la potencia de todo un parque eólico, en lugar de una turbina individual. Foto de Dennis Schroeder, NREL
“Si bien el modelo curl nos dio una mejor representación de la dirección de estela, su complejidad lo hizo demasiado lento para la optimización en tiempo real o simulaciones de un año”, dijo King. “Apreciamos que el modelo de estela gaussiana es súper rápido, pero no tiene en cuenta los efectos de rizo”.
El modelo de estela gaussiana adopta un enfoque simplificado de la ecuación de Navier-Stokes, un modelo que describe el movimiento de la dinámica de fluidos como las estelas de turbinas eólicas. Con solo cuatro parámetros físicos, el modelo gaussiano resuelve ecuaciones simplificadas y lineales de Navier-Stokes. Pero, ¿y si pudieras tener lo mejor de ambos mundos?
A King y al ingeniero sénior de NREL, Paul Fleming, se le ocurrió la idea de utilizar un modelo híbrido mientras hablaba de este desafío en una conferencia sobre energía eólica. Al combinar una aproximación del modelo curl con la eficiencia computacional del modelo Gaussian wake, el modelo híbrido Gauss-curl ahora brinda a los usuarios de FLORIS mayores capacidades para optimizar la producción de energía eólica de un sitio.
Esta actualización del software FLORIS llega en un momento oportuno para la industria. Recientemente, Siemens lanzó el primer producto comercial de dirección de estela, que fue desarrollado con el apoyo del equipo de Fleming.
“Presentamos un software de código abierto validado, que juega un papel importante al permitir que la industria eólica compare sus modelos y evalúe la aplicación más amplia de estrategias avanzadas de control de parques eólicos”, dijo King.
Te puede interesar: NREL mejora la eficiencia de los módulos bifaciales
