[論文レビュー] Blade Effective Wind Speed Estimation: A Subspace Predictive Repetitive Estimator Approach

Yichao Liu, Atindriyo Kusumo Pamososuryo+3 more|arXiv (Cornell University)|Apr 7, 2021

Wind Energy Research and Development参考文献 17被引用数 4

ひとこと要約

本論文では、ブレードの荷重測定値を用いて、風速-荷重ダイナミクスをモデル化するためのアングル依存性のコーン係数を活用することで、ブレード有効風速（BEWS）を推定するためのサブスぺース予測反復推定器（SPRE）を提案する。この手法は、周期的な風変動を的確に捉え、風切れやウェイク干渉を同定可能であり、風切れやウェイクインパクトを受ける複雑な流入条件下でも正確なBEWS推定を可能にする。

ABSTRACT

Modern wind turbine control algorithms typically utilize rotor effective wind speed measured from an anemometer on the turbine's nacelle. Unfortunately, the measured wind speed from such a single measurement point does not give a good representation of the effective wind speed over the blades, as it does not take the varying wind condition within the entire rotor area into account. As such, Blade Effective Wind Speed (BEWS) estimation can be seen as a more accurate alternative. This paper introduces a novel Subspace Predictive Repetitive Estimator (SPRE) approach to estimate the BEWS using blade load measurements. In detail, the azimuth-dependent cone coefficient is firstly formulated to describe the mapping between the out-of-plane blade root bending moment and the wind speed over blades. Then, the SPRE scheme, which is inspired by Subspace Predictive Repetitive Control (SPRC), is proposed to estimate the BEWS. Case studies exhibit the proposed method's effectiveness at predicting BEWS and identifying wind shear in varying wind speed conditions. Moreover, this novel technique enables complicated wind inflow conditions, where a rotor is impinged and overlapped by wake shed from an upstream turbine, to be estimated.

研究の動機と目的

• ナセル風速計がローター・ディスク全体における空間的に変化する風速を捉えきれないという制限を解消すること。
• ハブにおける一点測定に依存するのではなく、ブレード有効風速（BEWS）を推定することで、風力タービンの制御性能を向上させること。
• 風切れやウェイク誘発速度欠損を含む、時間的に変化する風況を同定できる手法を開発すること。
• 追加のセンサーを必要とせず、ブレード荷重測定値のみを用いてBEWSをリアルタイムで推定できる手法を実現すること。

提案手法

• 各ブレードにおける横方向のブレード根元曲げモーメントを有効風速にマッピングするためのアングル依存性コーン係数を定式化する。
• サブスぺース予測反復制御（SPRC）から導出されたSPREアルゴリズムを用い、回転するローターにおける風流入の周期的性質を活用する。
• 測定値と予測値の誤差を最小化するため、再帰的でリcede-ホライズン型の最適化を実施する。
• 荷重測定値とコーン係数モデルを用いて、部分空間同定問題を解くことで、各ブレードごとのBEWSを推定する。
• ローター有効風速（REWS）は、3つのブレードにおける推定BEWSの平均値として計算する。
• FAST-Simulink共同シミュレーションを用いて、NREL 5MWリファレンス風力タービンモデルを用いて手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 直接的な風速センサーを用いずに、ブレード荷重測定値のみからBEWSを正確に推定できるか？
• RQ2 ローター・ディスクにおける風切れに起因する風速の周期的変動を、SPRE推定器がどの程度的確に捉えることができるか？
• RQ3 ウェイクローター干渉に起因する速度欠損やその伝播を、SPRE手法は検出・推定できるか？
• RQ4 風速の急激な変化（段階的増加など）が生じた場合、SPRE推定器はどの程度の性能を示すか？
• RQ5 均一な風切れ流と非均一なウェイクインパクト流といった、異なる流入パターンをSPRE手法は区別できるか？

主な発見

• ハブ風速が8 m/sから15 m/sに段階的に変化する過程において、SPRE推定器はBEWSを的確に追跡しており、予測されたブレード根元曲げモーメントはFASTシミュレーション結果とよく一致している。
• 均一な風切れ条件下では、BEWSにローターのアングルに応じた明確な周期的変動が現れるが、SPRE推定器はこれを的確に捉えている。
• ウェイクローター干渉時、SPRE手法は特定のローター領域（例：100°および290°アングル）における速度欠損を検出しており、ウェイク干渉の同定に成功している。
• ウェイクインパクト発生直後（350–450 s）には推定誤差が観測されるが、リcede-ホライズン最適化のおかげで時間とともに収束している。
• 風切れおよびウェイクインパクトを受ける両方のシナリオにおいて、推定されたREWSは参照値とよく一致しており、BEWS推定のロバスト性が確認された。
• BEWSの変動がアングル方向に時間的にどのように変化するかを観察することで、SPRE手法はウェイクの伝播方向を同定可能であることが分かった。