新的WindEscoSwarm系统从鸟类中获取线索来管理风能船队

导读 WindESCo推出了一种涡轮机控制系统,用于风能资产的自主协作控制,称为WindESCoSwarm。WindESCoSwarm从大自然中汲取灵感以及鸟类在飞行中的

WindESCo推出了一种涡轮机控制系统,用于风能资产的自主协作控制,称为WindESCoSwarm。WindESCoSwarm从大自然中汲取灵感以及鸟类在飞行中的直观决策,将使涡轮机能够协同调整位置,从而将整个农场的产量——不仅仅是单台机器——每年提高3%到5%。对于一个典型的1GW风力发电厂,这将在五年内转化为超过2000万美元。

加速年发电量(AEP)是风能行业利益相关者的一个关键问题。到目前为止,可用的解决方案试图逐个涡轮机优化风能资产。这种方法可以为资产所有者带来增量改进,但不能反映风电场运营的复杂现实,也不足以解决行业普遍存在的5%至20%的潜在发电量损失。

WindESCoSwarm连接并在涡轮机之间建立了共同的理解。它允许涡轮机了解邻近资产的情况,以及风资源的方向、强度和任何变化,以改变其运行配置文件并优化集群而不是单个机器。通过了解他们的运营如何影响整个站点的性能,WindESCoSwarm使风能资产能够采取预测性、保护性和主动式涡轮机控制措施,以最大限度地提高整个车队的产量。

“在竞争激烈的市场中,我们的客户告诉我们,他们希望从防御性或基于风险的解决方案转向进攻性的创收解决方案,以应对LCOE的广泛挑战。WindESCo首席执行官BlairHeavey表示,风能项目的利润率通常很低,尤其是当工厂未能达到绩效预测时,但当前的解决方案无法提供切实可行的见解和可衡量的投资回报率,以提高现场范围内的实际产量。“以增长为导向的思维方式与简单的风险规避之间的区别在于制定积极的战略来提高绩效。WindESCoSwarm将成为风电运营商的首选解决方案,这些运营商希望在不影响资产使用寿命的情况下增强其资产并实现持续的同比收入增长——简而言之,

WindESCoSwarm将硬件和软件结合为一个集成系统,通过允许涡轮机相互通信和相互学习,帮助业主释放价值。为了开发该系统,WindESCo采用了多学科方法,结合了涡轮机负载、控制、气象、传感和机器学习领域。该系统经过三年的集中投资开发而成。三个容量超过300兆瓦的风力发电厂的首次商业实施正在北美进行。它目前作为与大多数涡轮机原始设备制造商和型号兼容的重新供电解决方案提供。

Swarm系统临时专利申请为63/215,“SystemsandMethodsforImprovementWindFarmEnergyExtractionthroughEnhancedWindDirectionMeasurementandNacellePositionControl”。WeAdapt(SwarmEdge实施)是美国专利申请号17/361,365“风力涡轮机高级偏航控制的方法和系统”。国际申请号为PCT/US21/39475。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!