Free Vortex Wake modeling for wind farm flow control and performance optimization

Wind farm design is an optimization problem with many layers. Efficient utilization of the available area is a critical aspect of this challenge, as wind turbines operate within a finite space and are inevitably affected by wake interactions. Under these conditions, various wind farm flow control strategies have been developed to mitigate wake losses and enhance overall power production. To achieve these objective, the wind farm should work as a one unit rather than individual greedy configurations. The conventional method is the derating the upstream turbine to create a wake with less turbulent intensity and higher wake velocity. An alternative to this method has been introduced as the dynamic induction control. In this method, the induction of the upstream turbine is constantly adjusted to enhance the wake mixing and improving power output. In prior researches, model predictive controls had been utilized to find an induction strategy to optimize the objective function. Model predictive controls were computationally demanding to be used in a real life wind turbine and the result of these induction signals resemble a sinusoidal function, it had been proposed another induction control mainly known as periodic induction control by the academia. This thesis aims to develop a simulation framework based on the free vortex wake (FVW) method to model wind farm flow fields accurately. By using the free vortex wake method, the computational demand for model predictive control can be significantly reduced. Additionally, this research investigates the enhancement of periodic induction control by extending the induction signal to downstream turbines. The results demonstrate that synchronizing the control strategies across multiple turbines results in a 1.7% increase in total wind farm power output compared to the periodic induction factor method, highlighting the potential benefits of coordinated wake management.

La progettazione di un parco eolico è un problema di ottimizzazione con molti livelli. L'uso efficiente dell'area disponibile è un aspetto cruciale di questa sfida, poiché le turbine eoliche operano in uno spazio finito e sono influenzate dalle interazioni di scia. In queste condizioni, sono state sviluppate varie strategie di controllo del flusso nei parchi eolici per mitigare le perdite di scia e migliorare la produzione complessiva di energia. Per raggiungere questo obiettivo, il parco eolico dovrebbe operare come un'unità unica piuttosto che come un insieme di configurazioni ottimizzate in modo indipendente. Il metodo convenzionale consiste nel ridurre la potenza della turbina a monte per creare una scia con minore intensità turbolenta e maggiore velocità. Un'alternativa a questo metodo è stata introdotta con il controllo di induzione dinamico. In questo metodo, l'induzione della turbina a monte viene regolata costantemente per migliorare la miscelazione della scia e aumentare la produzione di energia. In ricerche precedenti, il controllo predittivo basato su modelli è stato utilizzato per trovare una strategia di induzione in grado di ottimizzare la funzione obiettivo. Poiché il controllo predittivo risultava computazionalmente oneroso per essere implementato su una turbina eolica reale e il segnale di induzione ottenuto aveva una forma simile a una funzione sinusoidale, è stato proposto dalla comunità accademica un altro metodo di controllo dell'induzione noto principalmente come controllo di induzione periodico. Questa tesi mira a sviluppare un framework di simulazione basato sul metodo Free Vortex Wake per modellare accuratamente i campi di flusso nei parchi eolici. Utilizzando il metodo Free Vortex Wake, il fabbisogno computazionale del controllo predittivo basato su modelli può essere significativamente ridotto. Inoltre, questa ricerca indaga il miglioramento del controllo di induzione periodico estendendo il segnale di induzione alle turbine a valle. I risultati dimostrano che la sincronizzazione delle strategie di controllo tra più turbine porta a un aumento dell' 1,7% della produzione complessiva di energia del parco eolico rispetto al metodo del fattore di induzione periodico, evidenziando i potenziali benefici della gestione coordinata della scia.