Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO

TÓM TẮT

Để phát triển một trang trại điện gió, việc đánh giá tiềm năng gió và bố trí tua-bin là rất quan trọng.

Nó tác động trực tiếp đến sản lượng điện – ảnh hưởng rất lớn đến hiệu quả kinh tế của một trang

trại điện gió. Do đó, bài báo này trình bày phương pháp đánh giá tiềm năng gió và tối ưu hóa phân

bố tua-bin trong một trang trại điện gió dự kiến phát triển ngoài khơi Việt Nam, dựa trên số liệu

từ trụ đo gió của tổ chức GIZ (2012 – 2017) tại xã An Ninh Đông, huyện Tuy An, tỉnh Phú Yên. Bài

báo trình bày lý thuyết thống kê gió từ số liệu quan trắc thông qua hàm thống kê gió Weibull. So

sánh tương quan số liệu đo gió ngắn hạn và dài hạn (từ nguồn dữ liệu mesoscale – NASA, trạm

Khí tượng thủy văn ) được thực hiện bằng module MCP (Measure-Correlate-Predict). Tiềm năng

gió được đánh giá khi xét đến các yếu tố ảnh hưởng của cao độ địa hình và lớp phủ bề mặt địa

hình (độ nhám) từ số liệu gió đã được hiệu chỉnh dài hạn thông qua phần mềm WAsP và WindPRO.

Mô hình Jensen được dùng trong việc đánh giá ảnh hưởng của vết hậu lưu (wake loss) giữa các

tua-bin. Phương pháp tính toán sản lượng điện của trang trại điện gió khi xét đến ảnh hưởng giữa

các tua-bin được trình bày, cũng như giải thuật tối ưu hóa phân bố tua-bin. Việc tối ưu hóa vị trí đặt

tua-bin gió được thực hiện thông qua phần mềm WindPRO. Cuối cùng là kết quả phân bố tua-bin

của một trang trại điện gió ngoài khơi với tiềm năng gió đã được đánh giá và các ràng buộc đầu

vào của việc tối ưu hóa.

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 1

Trang 1

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 2

Trang 2

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 3

Trang 3

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 4

Trang 4

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 5

Trang 5

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 6

Trang 6

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 7

Trang 7

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 8

Trang 8

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO trang 9

Trang 9

pdf 9 trang duykhanh 30260
Bạn đang xem tài liệu "Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

Tóm tắt nội dung tài liệu: Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO

Đánh giá tiềm năng gió và tối ưu hóa phân bố tua - bin trong trang trại điện gió sử dụng phần mềm WAsP và WindPRO
 Vmax của nơi đó được
chia làm n loại với khoảng cách DV bằng nhau. Khi
vận tốc gió trung bình của khoảng thời gian Dt nào
ở trong khoảng từ (i – 1).DV đến i.DV thì vận tốc gió
đó được xếp vào loại gió Vi và thời gian Dt đó được
quy một lần cho loại gió Vi. Cứ như thế số lần xuất
hiện loại gió Vi được thống kê và thời gian tích lũy ti
của từng loại gió Vi được thiết lập. Mỗi loại gió Vi có
ni lần xuất hiện thì thời gian ti có gió loại Vi là ni.Dt.
Tần suất tương đối hi của loại gió Vi là9:
hi =
ti
T
=
niDt
T
=
ni
åni
(3)
T = ån1 ti (4)
Một hàm toán học Weibull dùng để mô tả đường tần
suất vận tốc gió5,9 :
f (u) =
k
A
 u
A
k1
e

 u
A
k
(5)
Với:
A là thông số quy mô của vận tốc gió [m/s].
k là hệ số hình dạng quanh vận tốc gió trung bình.
Vận tốc gió trung bình được tính như sau5,9:
V¯ =
¥R
0
u f (u)du (6)
Hình 6: Phân bố gió và hàmWeibull gió ở cao độ
80m - Trụ đo gió An Ninh Đông.
Từ kết quả quan trắc, vận tốc gió trung bình năm của
trụ đo gió An Ninh Đông ở cao độ 80 m là 5,81 m/s,
với các thông số của hàmWeibull nhưHình 6.
Phương pháp đánh giá tiềm năng gió
Việc đánh giá tiềmnăng gió trang trại điện gió dự kiến
dựa trên các số liệu đầu vào:
a. Số liệu đo gió: được hiệu chỉnh với dài hạn thông
qua module MCP để có được chuỗi số liệu dài hạn
ở khu vực khảo sát tiềm năng gió - với trụ An Ninh
Đông được hiệu chỉnh dài hạn là 6,3 m/s (ở cao độ 80
m)4. Hình7mô tả hoa gió theo vận tốc và năng lượng
của trụ đo gió An Ninh Đông sau khi hiệu chỉnh với
số liệu gió dài hạn.
b. Bản đồ cao độ địa hình khu vực dự án (Hình 8):
c. Bản đồ độ nhám của vùng dự án: Phải mô phỏng
được sự thay đổi của bề mặt địa hình cách khu vực
dự án lớn hơn 100 lần cao độ đặt trục của tua bin6,
như vậy mới xét được ảnh hưởng của các độ nhám
khu vực quanh dự án đến tiềm năng gió khu vực dự
án (Hình 9).
133
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 2(3):131-139
Hình 7: Hoa gió ở cao độ 80m: a) Theo vận tốc b)
Theo năng lượng.
Hình 8: Bản đồ đường đồng mức trang trại điện
gió.
Hình 9: Bản đồ độ nhám Zo [m] trang trại điện
gió.
Lưu ý: Với Atlas gió ở các cao độ lớn hơn 80 m thì ảnh
hưởng của các chướng ngại vật là không đáng kể, có thể
xem xét chung vào với độ nhám10.
 Phương pháp đánh giá tiềm năng gió
Atlas gió ở vùng dự án được tính toán dựa trên số liệu
đo gió hiệu chỉnh dài hạn có xét tới ảnh hưởng của
các chướng ngại vật, độ nhám và cao độ địa hình. Ở
đây tần xuất xuất hiện gió ở các vị trí dự án khảo sát
thì tương tự như ở vị trí cột đo gió. Dưới đây là sơ đồ
khối đưa ra tiềm năng gió trong phần mềmWAsP và
WindPRO (Hình 10).
Hình 10: Sơ đồ khối tạo ra Atlas gió trong WAsP,
WindPRO 6
Từ các dữ liệu đầu vào có được dữ liệu thống kê gió ở
khu vực nhà máy điện gió (Hình 11).
Từ đây tính toán được tiềmnăng gió khu vực nhàmáy
điện gió (với độ phân giải 10x10m–Hình12) với diện
tích nghiên cứu trang trại điện gió – 480 ha, cách trụ
đo gió đến ranh đầu của nhàmáy khoảng 2 kmvề phía
Đông, ở cao độ 100m.
Nhận xét: Đối với khu vực dự kiến nhà máy điện gió
trên biển, do độ nhám không thay đổi nên phân bố vận
tốc gió không thay đổi nhiều (trong khoảng từ 6,54 –
6,70 m/s), thuận lợi cho việc bố trí trang trại gió ở phần
sau với các ràng buộc về hình học.
PHƯƠNG PHÁP TỐI ƯU HÓA VỊ TRÍ
ĐẶT TUA-BIN
Khi tua-bin vận hành trong trang trại gió, cánh tua-
bin tương tác với luồng gió để chuyển hóa động năng
của gió thành cơ năng của trục quay. Chính sự tương
134
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 2(3):131-139
Hình 11: Ma trận thống kê gió theo cao độ và các
lớp độ nhám.
Hình 12: Vận tốc gió trung bình trong năm của
trang trại điện gió dự kiến ở cao độ 100m.
tác này đã làm giảm động năng của vùng gió sau tua-
bin và phải mất một khoảng cách nhất định thì lượng
động năng này mới được khôi phục, chính điều này
làm cho các tua-bin nằm sau các tua-bin khác bị ảnh
hưởng. Trong các mô hình tính toán thường dùng
trong các phầnmềm (nhưWindPRO,WAsP) làmô
hình N.O. Jensen (Hình 13)6.
Hình 13: Mô hình N.O. Jensen đánh giá ảnh
hưởng giữa các tua-bin 4
Mô hình này dựa trên định luật bảo toàn động lượng
và vận tốc gió mà tua-bin ảnh hưởng phía sau được
tính như sau6:
v= u
"
1Ct

R
R+ax
2#
(7)
Trong đó:
v là vận tốc đến tua-bin sau với khoảng cách tua-bin
trước là x [m/s]
u là vận tốc dòng khí tự do [m/s]
R là bán kính cánh tua-bin gió [m]
a là “the wake decay contant – WDC”
Ct là hệ số lực đẩy của tua-bin (Hình 14 – Ct theo vận
tốc của một tua-bin gió điển hình 3 MW)
Hình 14: Đường hệ số lực đẩy theo vận tốc của
tua-bin gió 3MW.
Đối với những trang trại gió, hệ số a phụ thuộc vào
độ rối của dòng (TI), lớp độ nhám vào cao độ đặt trục
(hub height); thay đổi từ 0,04 cho lớp độ nhám 0, đến
0,1 cho lớpđộnhám3 (Hình15). Ngoài ra hệ sốa này
cũng phụ thuộc khi trang trại gió lớn (có hơn 5 hàng
tua-bin theo hướng đón gió chính, thì a này lớn)6.
Hình 15: Hệ số a phụ thuộc vào TI theo cao độ từ
thực nghiệm 6
Với tua-bin chịu ảnh hưởng của nhiều tua-bin phía
trước, vận tốc đến tua-bin này được tính dựa trên
135
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 2(3):131-139
trung bình bậc hai (root mean square) các dòng vận
tốc tua-bin.
Để tính toán sản lượng hằng năm của trang trại, cần
phải có đường cong công suất của tua-bin, cũng như
hàm phân bố gió Weibull 11:
E(V ) =
Vcut_outR
cut_in
P(V) f (u)dV (8)
P(V ) =
1
2
rV 3ACp (9)
Trong đó:
r là khối lượng riêng không khí [kg/m3]
A là diện tích quét của cánh tua-bin [m2 ]
Cp là hệ số công suất của tua-bin
Sản lượng sau khi xét đến tổn thất do ảnh hưởng của
hậu lưu (wake loss) hằng năm được tính như sau11:
E(Vcorrected) =
Vcut_outR
cut_in
P(V) f (ucorrected)dV (10)
Thông số Weibull f (ucorrected) được hiệu chỉnh dựa
trên mô hình của N.O. Jensen.
Ở đây, tham chiếu đến một đường cong hệ số công
suất điển hình của một tua-bin 3 MW dùng trong bố
trí tối ưu trang trại gió trên biển (Hình 16):
Hình 16: Đường công suất và đường hệ số công
suất theo vận tốc của tua-bin gió 3MW.
Hiệu suất của trại gió được tính như sau11:
h =
n
å
1
E(V)E(Vcorrected)
n
å
1
E(V)
(11)
Đối với trang trại điện gió xét trong bài báo này, các
thông số đầu vào của việc tối ưu hóa như sau:
– Tua-bin: Công suất 3 MW, đường kính cánh 115,7
m có đường cong công suất nhưHình 16 và hệ số lực
đẩy được trình bày ởHình 14.
– Các thông số đầu vào của việc tối ưu ích thước được
trình bày ởHình 17:
– Điều kiện đầu vào và các bước lặp, như bảng sau:
Hình 17: Các thông số kích thước của trang trại
gió.
Bảng 2: Bảng các thông số đầu vào cho tối ưu hóa
Các thông số
đầu vào
Giá
trị
ban
đầu
Giá
trị
cuối
Bước
nhảy
Số
lần
lặp
Số hàng tua-bin
– h
3 6 1 4
Số cột tua-bin –
k
3 6 1 4
Khoảng cách
giữa các hàng
tua-bin – d1
[m]
400 700 20 16
Khoảng cách
giữa các tua-bin
trong một hàng
– d2 [m]
400 700 20 16
Khoảng cách
lệch giữa các
hàng (row off-
set) – t (t = t.d2
)
0 0,5 0.1 6
Tổng số bước lặp 24576
– Hàmmục tiêu : Tối ưu hóa công suất lắp đặt (P đặt
) với hiệu suất trại gió h > ho = 90%
Với giá trị ban đầu (Bảng 2 ), dựa vào bản đồ vận tốc
gió trung bình đã tính toán (Hình 12) và xét tới ảnh
hưởng của vết hậu lưu (wake loss) tính toán được hiệu
suất trại gió ở giá trị này. Sau đó so sánh với h0, nếu
thỏa sẽ ghi nhận giá trị hi, lượng công suất lắp đặt
tương ứng và tiếp tục tăng bước nhảy. Cuối cùng là
từ các giá trị hi ghi nhận và công suất lắp đặt tương
ứng, so sánh chọn giá trị có lượng công suất lắp đặt
cao nhất. Sơ đồ khối của việc tối ưu hóa vị trí đặt tua-
bin gió trong phần mềmWindPRO được trình bày ở
136
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 2(3):131-139
Hình 18: Lưu đồ tối ưu hóa trongWindPRO.
lưu đồHình 18.
KẾT QUẢ VÀ THẢO LUẬN
Dưới đây là kết quả bố trí tối ưu (4x4 tua-bin) và một
số kết quả chưa tối ưu của một trang trại gió đang
xét và tua-bin công suất 3 MW ở cao độ trục 100 m
(Hình 19, Hình 20 và Bảng 3).
Hình 19: Kết quả bố trí tối ưu trang trại gió - 48
MW.
Như vậy, với trang trại gió dự kiến ở ngoài khơi này,
hệ số công suất CF khá cao với các trại gió quy mô
công nghiệp hiện nay ở nước ta, khoảng cách tương
đối giữa các tua-bin theo hướng gió chính (có năng
lượng lớn nhất – hướng Tây Tây Nam và Đông Đông
Nam) từ 6 – 10 đường kính tua bin; do vậy hiệu suất
trại gió đạt được là 91,9%, khi đó các tua-bin ít bị ảnh
hưởng bởi tải trọngmỏi do vết hậu lưu của các tua-bin
khác gây nên.
KẾT LUẬN
Dựa vào số liệu quan trắc gió, tiềm năng gió ở khu vực
ven biển tỉnh Phú Yên là tương đối tốt cho phát triển
các trang trại điện gió. Ở đây, vận tốc gió của vùng
điện gió dự kiến được tính toán trong khoảng 6,54 –
6,7 m/s. Còn đối với những trang trại gió dự tính xây
dựng ở những vùng có tiềm năng gió lớn (như Đắk
Lắk, Quảng Trị, Lâm Đồng), do địa hình thay đổi
phức tạp (dòng lưu chất bị tách rời lớp biên) thì phải
nghiên cứu sử dụng mô hình CFD cũng như xét đến
độ ổn định của bầu khí quyển để hạn chế sai số khi
đưa ra Atlas gió của vùng khảo sát điện gió. Kết quả
bố trí tua-bin trong trang trại điện gió ngoài khơi này
là một phương án bố trí điển hình khi xét đến ảnh
hưởng giữa các tua-bin. Kết quả này hỗ trợ cho việc
phát triển các trang trại điện gió, cũng như giúp các
sinh viên ngành Năng lượng tái tạo có cái nhìn toàn
diện về việc đánh giá tiềm năng, toán toán sản lượng
một trang trại điện gió.
LỜI CẢMƠN
Tác giả xin gửi lời cảm ơn đến PGS.TS NguyễnThiện
Tống,ThSNguyễnHoàngDũng và phòngNăng lượng
tái tạo – Công ty CPTVXDĐiện 3 đã tạo điều kiện và
hỗ trợ trong quá trình hoàn thành bài viết này.
DANHMỤC TỪ VIẾT TẮT
WAsP:Wind Atlas Analysis and Application Program
– Phần mềm đánh giá tiềm năng gió và tính toán sản
lượng điện gió của trường Đại học DTU –ĐanMạch.
WindPRO: Phần mềm đánh giá tiềm năng gió, tính
toán sản lượng điện gió do công ty EMD International
A/S – Đan Mạch phát triển.
GIZ: The Deutsche Gesellschaft für Internationale
Zusammenarbeit – Tổ chức Hợp tác Quốc tế Đức.
MCP: Measure-correlate-predict – Phương pháp so
sánh tương quan dự báo chuỗi số liệu gió dài hạn.
BZ: WAsP flow model – Mô hình tính toán lưu chất
2D trong phần mềmWAsP.
CF: Capacity factor – Hệ số công suất trại gió.
CFD: Computational fluid dynamics – Tính toán
động lực học lưu chất.
XUNGĐỘT LỢI ÍCH
Tác giả xin cam đoan rằng không có bất kỳ xung đột
lợi ích nào trong công bố bài báo này.
ĐÓNGGÓP CỦA TÁC GIẢ
Tác giả đưa ra bài toán, xử lý số liệu (đo gió, bản đồ
độ nhám và cao độ), đưa ra các bước thực hiện, tính
toán, phân tích kết quả, viết và chỉnh sửa bài báo.
137
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 2(3):131-139
Hình 20: Một số kết quả bố trí tua-bin gió.
Bảng 3: Một số kết quả tính toán trang trại điện gió với cao độ trục tua bin 100m
STT Sản lượng điện *
(MWh/y)
Sản lượng điện khi
không có tổn thất
do ảnh hưởng của
hậu lưu (MWh/y)
Hiệu suất (%) CF
(%)
3x4 tua-bin – 36 MW 105709,6 113363,9 93,2 33,5
Tối ưu 4x4 tua-bin – 48 MW 139169,0 151425,3 91,9 33,1
4x5 tua-bin – 60 MW 164247,5 189177,3 86,8 31,2
5x5 tua-bin – 75 MW 194557,2 236445,8 82,3 29,6
6x6 tua-bin – 108 MW 243469,1 340554,9 71,5 25,7
*Sản lượng điện này chỉ mới xét đến tổn thất do ảnh hưởng hậu lưu (wake loss) giữa các tua-bin.
TÀI LIỆU THAMKHẢO
1. AWS Truepower, Wind resource atlas of Viet Nam, 2011.
2. IRENA, Renewable power generation costs in 2018, 2018.
3. Điện gió Bạc Liêu, https://vi.wikipedia.org/wiki/Điện_gió_Bạc
_Liêu , truy cập ngày 20/06/2019.
4. GIZ, Final report wind data analysis AnNinhDong, Tuy AnDis-
trict, Phu Yen province, 2014.
5. Johnson GL. Wind Energy Systems. Englewood Cliffs:
Prentice-Hall, Inc; 1985.
6. EMD International A/S, WindPRO 3.3 User’s Guid, 2018.
7. Vertical wind profile, https://docs.3di.lizard.net/b_wind.html,
truy cập ngày 20/06/2019.
8. Bowen AJ, Mortensen NG. WAsP Prediction Errors Due to Site
Orography. Roskilde; 2004. Ris-R-995(EN).
9. Nguyễn Thiện Tống, Bài giảng Chế độ gió và năng lượng gió,
ĐH Bách khoa - ĐHQG Tp.Hồ Chí Minh, 2017.
10. Mortensen NG. Wind resource assessment using the WAsP
software (DTU Wind Energy E-0135). Technical University of
Denmark (DTU). DTUWind Energy E, No. 0135; 2016.
11. Batchhal AS, editor. Optimization of wind farm taking loads
contraints into account, Master’s thesis in Renewable energy,
University of Agder, Norway; 2017.
138
Science & Technology Development Journal – Engineering and Technology, 2(3):131-139
Open Access Full Text Article Research Article
Renewable Enegies Department, Power
Engineering Consulting joint stock
company 3
Correspondence
Le Thanh Vinh, Renewable Enegies
Department, Power Engineering
Consulting joint stock company 3
Email: vinhlt@pecc3.com.vn
History
 Received: 22-12-2018
 Accepted: 30-8-2019
 Published: 30-9-2019
DOI : 10.32508/stdjet.v2i3.433
Copyright
© VNU-HCM Press. This is an open-
access article distributed under the
terms of the Creative Commons
Attribution 4.0 International license.
Wind potential assessment and optimized turbine distribution in
wind farm usingWAsP andWindPRO software
Le Thanh Vinh*
Use your smartphone to scan this
QR code and download this article
ABSTRACT
In order to develop a wind farm project, the wind potential assessment and siting wind turbine
are very important. It directly impacts energy production – a huge influence on the economic
efficiency of the wind farm project. So, this paper presents the method to assess wind potential
and optimized turbine distribution in Vietnam's offshore wind farm site, based on data from the
met mast of GIZ organization (2012 - 2017) at An Ninh Dong commune, Tuy An district, Phu Yen
province. The paper presents wind statistics theory frommeasured data through Weibull function.
Comparing the short-term and long-term wind data (from meso-scale data sources – NASA, Hy-
drometeorological Station ...) is done by module MCP (Measure-Correlate-Predict). Wind potential
is assessed when considering the effects of elevation and terrain roughness from wind data that
has been long-term adjusted through WAsP and WindPRO software. Jensen model assesses the
effects of wake loss between the turbines. The method calculates the power output of the wind
farmwhen considering the influence of turbines is presented, as well as the algorithm of optimized
turbine distribution. The optimized turbine distribution is done throughWindPRO software. Finally,
the turbine distribution results are presented with wind potential has been assessed and the input
constraints of optimization.
Key words: Wind potential, MCP, Jensen model, optimized turbine distribution, WasP, WindPRO
Cite this article : Thanh Vinh L. Wind potential assessment and optimized turbine distribution in
wind farmusingWAsP andWindPRO software. Sci. Tech. Dev. J. – Engineering and Technology; 2(3):131-
139.
139

File đính kèm:

  • pdfdanh_gia_tiem_nang_gio_va_toi_uu_hoa_phan_bo_tua_bin_trong_t.pdf