풍력 발전 단지의 공기역학적 출력예측 및 최적화에 관한 연구

Abstract

풍력 발전 단지는 풍력 발전기의 집합으로써, 특정 지역의 바람 에너지를 효율적으로 이용하기 위해 건조된다. 하지만 발전기 블레이드로 야기된 후류는 후방 발전기들의 성능을 크게 저하시키는 것으로 알려져 있다. 발전기 한 기당 약 20~40%의 파워가 이로 인하여 손실되어 풍력 발전 단지의 연간 발전량은 발전기의 설치 용량에 크게 미치지 못하는 경우가 많다. 따라서 후류로 인한 발전량 손실은 풍력 발전 단지 산업에서 큰 이슈가 되고 있으며 이에 대한 연구가 필요한 실정이다. 본 연구는 크게 두 부분으로 이루어져있다. 우선, 풍력 발전단지의 성능을 해석하는 방법의 개발, 그리고 풍력 발전단지 출력의 최적화가 그것이다. 풍력 발전 단지의 출력을 예측하기 위해서는 단일 풍력 발전기의 공기역학적인 해석과 발전기 후류에 대한 적절한 모델링이 필수적이다. 본 연구에서는 단일 발전기의 공기역학적 성능은 깃 요소-운동량 이론(BEMT)를 사용하여 해석하였다. 발전기의 후류의 속도 분포는 와류 점성 모델(EVM)을 통하여 2차원 가우스 프로파일로 모델링 하였다. 풍력 발전기의 출력은 피치 각도의 컨트롤 알고리즘을 통하여 실시간으로 최적화된다. 하지만 이러한 컨트롤 방법은 발전기의 후류와 이로 인한 후방 발전기들의 성능 하락을 고려하지 않는다는 점에서 단지의 출력을 최적화시킨다고 단정 지을 수는 없다. 단지의 출력을 최적화시키기 위해서는 단지 내부의 모든 발전기들을 상호작용을 고려한 방법이 필요하다. 단지 출력 최적화에는 유전자 알고리즘(GA)가 사용되었다. 최적화는 단지 내 발전기들의 블레이드 피치 각도를 변수로 설정하여 발전기들의 출력 총 합이 최대가 되는 방향으로 진행되었다. 최적화의 결과를 통하여 발전기의 피치 각도를 조절하여 후류의 특성을 변화시킬 수 있음을 확인하였다. 그리고 이러한 후류의 특성 변화는 발전 단지의 출력을 향상시킬 수 있음을 보였다.

The power loss of a wind turbine due to wakes from upstream turbines is significant in a wind farm. It is usually about 20% of wind turbine power, and it can increase up to 40% for a extreme case. Such effects decrease the annual energy production of the wind farm. Therefore, it is important to predict the effect of the wakes to maximize the power output of the wind farm. In this study, we investigate the pitch angle control of turbines to maximize the aerodynamic power in a wind farm. The pitch angle of each wind turbine is controlled by its own pitch schedule or feedback algorithm to optimize the power output. However, these control methods cannot consider the effects of wakes such as velocity defects and increase of turbulent intensity. This means that controlling the pitch angle of the turbine does not guarantee the maximum aerodynamic power of the wind farm. Thus, the comprehensive control method considering whole wind turbines in a wind farm is needed. The unsteady blade element momentum theory (Unsteady BEMT) is used for the aerodynamic analysis. In addition, in order to evaluate the wind turbine wake, the eddy viscosity model (EVM) is used. The wake is assumed to be the two dimensional Gaussian profile determined by the thrust coefficients of the fore located turbines and the atmospheric conditions. Genetic Algorithm (GA) is used to calculate the optimal power. The results show that the pitch angle control can maximize the power output in the wind farm.