2019年全球風(fēng)電激增，但可持續(xù)嗎?全球超過340,000臺風(fēng)力渦輪機(jī)產(chǎn)生了超過591吉瓦的電力。在美國，風(fēng)力發(fā)電為3200萬戶家庭供電，并維持了500家美國工廠。此外，得益于美國和中國蓬勃發(fā)展的海上和陸上項(xiàng)目，2019年風(fēng)電增長了19%。

一個研究由美國康奈爾大學(xué)的研究人員用超級計(jì)算機(jī)來研究如何的未來，使風(fēng)電裝機(jī)在美國更大的跳躍

“這項(xiàng)研究是第一個詳細(xì)研究，旨在開發(fā)風(fēng)能如何從目前美國電力供應(yīng)的7%擴(kuò)展到實(shí)現(xiàn)美國能源部國家可再生能源實(shí)驗(yàn)室(NREL)概述的到2030年達(dá)到20%的目標(biāo)的方案。)，”該研究的共同作者，康奈爾大學(xué)地球與大氣研究系教授Sara C. Pryor說。普賴爾(Pryor)和合著者在2020年1月的《自然科學(xué)報告》上發(fā)表了風(fēng)力發(fā)電研究。

康奈爾大學(xué)(Cornell)的研究調(diào)查了在不使用額外土地的情況下如何實(shí)現(xiàn)風(fēng)力渦輪機(jī)裝機(jī)容量擴(kuò)展的合理情況。他們的結(jié)果表明，美國在不改變整個系統(tǒng)效率的前提下，可以將裝機(jī)容量提高一倍甚至四倍。而且，額外的容量對當(dāng)?shù)氐臍夂蛴绊懞苄　＿@部分是通過部署下一代大型風(fēng)力發(fā)電機(jī)來實(shí)現(xiàn)的。

這項(xiàng)研究著眼于潛在的陷阱，即在給定區(qū)域添加更多的渦輪機(jī)是否會降低其發(fā)電量甚至破壞當(dāng)?shù)氐臍夂颍@種現(xiàn)象是由“風(fēng)力渦輪機(jī)尾流”引起的。就像摩托艇后面的水流一樣，風(fēng)力渦輪機(jī)會產(chǎn)生一股緩慢，斷斷續(xù)續(xù)的空氣，最終散布并恢復(fù)其動量。

普賴爾說：“這種影響已經(jīng)受到業(yè)界廣泛的建模多年了，建模仍然是一個非常復(fù)雜的動力。”

研究人員使用由美國國家大氣研究中心開發(fā)的廣泛使用的天氣研究預(yù)測(WRF)模型進(jìn)行了模擬。他們在美國東部地區(qū)應(yīng)用了該模型，而美國東部是目前全國風(fēng)能容量的一半。

“然后，我們找到了在美國東部運(yùn)行的所有18,200臺風(fēng)力渦輪機(jī)的位置及其渦輪機(jī)類型，” Pryor說。她補(bǔ)充說，這些位置來自NREL研究發(fā)表時的2014年數(shù)據(jù)。

“對于該地區(qū)的每臺風(fēng)力渦輪機(jī)，我們都確定了它們的物理尺寸(高度)，功率和推力曲線，因此對于每個10分鐘的仿真周期，我們可以在WRF中使用風(fēng)電場參數(shù)化來計(jì)算每臺渦輪機(jī)將產(chǎn)生多少功率以及他們的覺醒有多廣泛，”她說。功率和尾流都是沖擊渦輪的風(fēng)速以及當(dāng)?shù)亟乇須夂蛴绊懙暮瘮?shù)。他們以4 km x 4 km的網(wǎng)格分辨率進(jìn)行了模擬，以提供詳細(xì)的本地信息。

作者之所以選擇兩組模擬年份，是因?yàn)橛捎谧匀粴夂虻淖兓?，風(fēng)資源每年都在變化。普賴爾說：“我們的模擬是在風(fēng)速較高(2008年)和風(fēng)速較低(2015/16年)的一年內(nèi)進(jìn)行的，”由于厄爾尼諾-南方濤動的氣候年際變化。普賴爾說：“在過去的兩年中，我們都在沒有風(fēng)力渦輪機(jī)存在/不起作用的情況下對基本案例進(jìn)行了仿真，因此我們可以以此為參考，以此描述風(fēng)力渦輪機(jī)對當(dāng)?shù)貧夂虻挠绊憽?rdquo;

然后從2014年開始對風(fēng)力渦輪機(jī)機(jī)群進(jìn)行模擬，然后將裝機(jī)容量提高一倍，裝機(jī)容量提高四倍，這代表了2030年實(shí)現(xiàn)20%的風(fēng)力渦輪機(jī)電力供應(yīng)所必需的容量。

“使用這三種情況，我們可以評估每種情況下將產(chǎn)生多少電力，因此，如果電力生產(chǎn)與裝機(jī)容量成線性比例，或者如果滲透率很高，則由于喚醒而導(dǎo)致的生產(chǎn)損失將開始降低效率，普賴爾說。

這些模擬在計(jì)算上要求很高。仿真域在水平方向上超過675個網(wǎng)格單元，在675個網(wǎng)格中，在垂直方向上超過41層。“我們所有的模擬都是在能源部國家能源研究科學(xué)計(jì)算中心(NERSC)的計(jì)算資源Cori中進(jìn)行的。本文中提出的仿真在Cori上消耗了超過500,000個CPU小時，并且花了一個日歷年才在NERSC Cray上完成。該資源是為大規(guī)模并行計(jì)算而設(shè)計(jì)的，而不是為分析所得的模擬輸出而設(shè)計(jì)的，” Pryor說。

“因此，我們所有的分析都是在XSEDE Jetstream資源上使用MATLAB中的并行處理和大數(shù)據(jù)分析進(jìn)行的，” Pryor補(bǔ)充說。極限科學(xué)與工程發(fā)現(xiàn)環(huán)境(XSEDE)將超級計(jì)算機(jī)資源和專業(yè)知識授予研究人員，并且由美國國家科學(xué)基金會(NSF)資助。

由NSF資助的Jetstream云環(huán)境得到了印第安納大學(xué)，亞利桑那大學(xué)和德克薩斯高級計(jì)算中心(TACC)的支持。Jetstream是可配置的大規(guī)模計(jì)算資源，它利用按需和持久虛擬機(jī)技術(shù)來支持比當(dāng)前NSF資源所能容納的范圍更廣泛的軟件環(huán)境和服務(wù)。

“我們的工作在風(fēng)力渦輪機(jī)描述的詳細(xì)程度，使用自洽的預(yù)測以增加裝機(jī)容量，研究范圍的大小以及模擬的持續(xù)時間方面是史無前例的，” Pryor說。但是，她承認(rèn)不確定性是參數(shù)化風(fēng)力渦輪機(jī)對大氣特別是下游尾流恢復(fù)的參數(shù)的最佳方法。

該團(tuán)隊(duì)目前正在研究如何設(shè)計(jì)，測試，開發(fā)和改進(jìn)用于WRF的風(fēng)電場參數(shù)化?？的螤枅F(tuán)隊(duì)最近在《應(yīng)用氣象與氣候?qū)W報》上發(fā)表了有關(guān)此問題的出版物，其中所有分析都是在XSEDE資源上進(jìn)行的(這次是在TACC系統(tǒng)Wrangler上進(jìn)行的)，并要求其他X??SEDE資源來進(jìn)一步推進(jìn)這項(xiàng)研究。