Informacje ogólne

Stalprodukt S.A. został beneficjentem pilotażowego programu DEMONSTRATOR+ „Wsparcie badań naukowych i prac rozwojowych w skali demonstracyjnej” realizowanego przez Narodowe Centrum Badań i Rozwoju.

W ramach Konsorcjum, którego członkami są:

1. Stalprodukt S.A. – Lider
2. Anew Institute Sp. z o.o. – Członek
3. Akademia Górniczo-Hutnicza w Krakowie – Członek

realizowany jest projekt pt.

 „Innowacyjna elektrownia wiatrowa z pionową osią obrotu  o mocy 1,5 MW wyposażona w układ przekształtnikowy umożliwiający uzyskanie wysokiej efektywności przetwarzania energii wiatru w energię elektryczną przy niskich prędkościach wiatru”

Wartość całego projektu z uwzględnieniem wkładu przedsiębiorców wynosi: 27 599.808,00 zł z czego wartość dofinansowania otrzymanego z NCBiR wynosi: 12 539.923,00 zł

Projekt rozpoczęty został w grudniu 2013 r.

Planowane zakończenie realizacji projektu ma nastąpić do końca września 2016r.

Celem projektu jest budowa prototypu innowacyjnej elektrowni wiatrowej z pionową  osią obrotu. Elektrownia będzie wyposażona w innowacyjną turbinę o pionowej osi obrotu oraz w zespół przekształtnikowy zbudowany z układu dwóch inwerterów , różniących się istotnie mocą nominalną, które odpowiednio sterowane umożliwią bardzo wysoką efektywność przekształcania energii mechanicznej w energię elektryczną zarówno przy małych (3-5m/s), jak też średnich i dużych prędkościach wiatru . Układ będzie sterowany automatycznie, w zależności od warunków wiatrowych i stanu operacyjnego turbiny. Optymalne sterowanie tym układem będzie wymagało przewidywania zmian prędkości wiatru z uwzględnieniem fluktuacji. Jednym z kluczowych zadań w projekcie będzie modelowanie warunków wiatrowych i ich predykcja w krótkim horyzoncie czasowym.

Modelowanie i predykcja warunków wiatrowych jest klasycznym problemem rozważanym w nauce od kilkudziesięciu lat. Stosuje się różne podejścia. Jednym z najlepiej opracowanych jest modelowanie przy pomocy równań, w szczególności równań różniczkowych cząstkowych [DBM,Dic,End,HD]. Innymi stosowanymi narzędziami matematycznymi jest analiza spektralna [HKN,HD], modelowanie probabilistyczne [APP,Cal,FLYCL,SL] i szeregi czasowe [HC]. Oprócz modeli stricte matematycznych stosuje się podejście oparte na sztucznej inteligencji, w szczególności tzw. metodach soft compuiting, do których zaliczane są sieci neuronowe, algorytmy genetyczne i systemy rozmyte [DATD,HKN,MNR,SR2]. Rozważane są między innymi, co jest istotne z punktu widzenia projektu, predykcje krótkoterminowe [Kus,SR1]. Należy podkreślić, że wszystkie wymienione metody mają istotne ograniczenia, w szczególności nie uwzględniają chaotycznej zmienności prędkości wiatru, który to parametr jest najistotniejszy w kontekście sterowania układem inwerterów turbiny. Wydaje się, że jedynymi publikacjami naukowymi poruszającymi ten problem są publikacje współautorów niniejszego projektu [BBBW,BBBW2].

Oprócz warunków wiatrowych istotnymi parametrami sterowania turbiną wiatrową jest jej stan operacyjny [BBBW1] oraz techniczny. W związku z tym w celu skutecznego sterowania turbina musi być monitorowana w obu tych aspektach. Ze względu na projektowane automatyczne sterowanie turbiną system monitoringu musi być w pełni zautomatyzowanym, inteligentnym systemem monitoringu i wczesnego ostrzegania. Analiza stanu operacyjnego turbiny oraz inteligentny monitoring i diagnostyka, w szczególności wczesna diagnostyka, są przedmiotem licznych publikacji, jednakże wyniki dalekie są od satysfakcjonujących [KL]. W zakresie inteligentnego monitoringu i ostrzegania rozważane są, na ogół, jedynie proste progowe systemy alarmowe [JBB].

Więcej informacji na temat tego typu rozwiązań: http://www.anew-institute.com/pl/