Wiatrak. Niby prosta rzecz, a jednak inteligentnie zorganizowana farma wiatrowa może dać znacznie więcej energii. Tak powstają swego rodzaju „roje” turbin, które ze sobą współdziałają.
Co do zasady wiatraki są indywidualistami. Każdy zaprojektowany jest jako odrębny byt samodzielnie wytwarzający prąd. Tyle, że takich samotników jest coraz mniej, a coraz więcej działających na jednym powiewie farm. Bardziej niż samotne drzewo przypominają las, który też jest wypełniony współzależnościami. I tak jak drzewa mogą sobie wzajemnie blokować dostęp do światła, tak wiatraki zabierają sobie wiatr. Jako wyzwanie potraktowała to firma WindESCo tworząc nową technologię „rojową”.
Zadebiutowała na początku 2022 roku, aby wszystkim turbinom w danej instalacji pomóc współpracować. Oprogramowanie firmy pozwala turbinom uczyć się od siebie nawzajem, dostosowywać się i ostatecznie generować więcej energii. Wspomagane przez sztuczną inteligencje aplikacje połączone z system IIOT same prowadzą sterowanie kooperatywne, wybudzają poszczególne turbiny i przewidują odchylenia od osi pionowej (ang yaw). Według wyliczeń firmy roczną produkcję energii (AEP) można w ten sposób zwiększyć o około 3 do 5 proc. Oprogramowanie po raz pierwszy wdrożone zostało na farmie wiatrowej w Utah, a firma rozszerzyła działalność na Daleki Wschód, zwłaszcza na Chiny, które najwięcej inwestują w energetykę wiatrową (obecnie produkują około 40 proc. prądu z wiatru).
Inny ważnym elementem w inteligentnym zarządzaniu farmami jest ich przewidywalność. Tak aby operatorzy sieci mogli lepiej zarządzać jej stabilnością. Stąd naukowcy z MIT postanowili opracować własny model uczenia maszynowego przy użyciu symulowanych danych, jako pierwsi wykorzystując do tego dane empiryczne z działających instalacji wiatrowych. Zebrali je z siedmiu farm o mocy od 50 do 235 MW i obejmują okres 2016-2021. To w połączeniu z danymi meteorologicznymi National Oceanic and Atmospheric Administration (NOAA) oraz informacją o wietrzności z National Weather Service (NWS) pozwoliło znacznie lepiej prognozować pracę farm.
Zwłaszcza dane na tema siły i kierunku wiatru pozwoliły zwiększyć przewidywalności wytwarzania energii wiatrowej średnio o ponad 5 proc. (najwyższy wynik to 8 proc.). Może wydawać się niewiele, niemniej dotychczas nawet najbardziej rozbudowane sieci neuronowe nie były w stanie poradzić sobie z 2 proc. barierą wzrostu przewidywalności. Rezultat można zresztą jeszcze poprawić jeśli prognozy prędkości wiatru będą dokonywane z większą szczegółowością czasową.
Jeszcze nie dodano komentarza!