[논문 리뷰] Blade Effective Wind Speed Estimation: A Subspace Predictive Repetitive Estimator Approach

Yichao Liu, Atindriyo Kusumo Pamososuryo외 3명|arXiv (Cornell University)|2021. 04. 07.

Wind Energy Research and Development참고 문헌 17인용 수 4

한 줄 요약

이 논문은 블레이드 하중 측정을 이용하여 블레이드 효과 풍속(BEWS)을 추정하기 위해 아즈임스 의존성 콘 계수를 활용하여 풍속-하중 동역학을 모델링하는 부분공간 예측 반복 추정기(SPRE)를 제안한다. 이 방법은 주기적인 풍속 변화를 성공적으로 포착하고, 풍속 기울기와 웨이크 간섭을 식별하여 기울기 및 웨이크에 의한 영향을 받는 복잡한 유입 조건에서도 정확한 BEWS 추정을 가능하게 한다.

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.

연구 동기 및 목표

• 노즈 애너모미터가 로터 디스크 전역에서 공간적으로 변화하는 풍속을 측정하는 데에 한계가 있음을 해결하기 위해.
• 단일 지점의 허브 측정값에 의존하는 것 대신 블레이드 효과 풍속(BEWS)을 추정하여 풍력 터빈 제어 성능을 향상시키기 위해.
• 풍속 기울기 및 웨이크 유도 속도 저하와 같은 시간에 따라 변화하는 풍속 조건을 식별할 수 있는 방법을 개발하기 위해.
• 추가 센서가 필요 없이 블레이드 하중 측정만으로 실시간 BEWS 추정을 가능하게 하기 위해.

제안 방법

• 각 블레이드의 평면 외 하중 모멘트를 효과 풍속으로 매핑하기 위해 아즈임스 의존성 콘 계수를 정의한다.
• SPRE 알고리즘은 부분공간 예측 반복 제어(SPRC)에서 유도되며, 도는 로터에 대한 풍속 유입의 주기성을 활용한다.
• 측정된 하중과 예측된 하중 간 오차를 최소화하기 위해 재귀적이고 후행-시간 최적화를 사용한다.
• 블레이드 하중 측정값과 콘 계수 모델을 사용하여 부분공간 식별 문제를 해결함으로써 각 블레이드의 BEWS를 추정한다.
• 모든 세 개의 블레이드에 대한 추정된 BEWS의 평균을 계산하여 로터 효과 풍속(REWS)을 산출한다.
• FAST-Simulink 공동 시뮬레이션 환경에서 NREL 5MW 기준 풍력 터빈 모델을 사용하여 방법을 검증한다.

실험 결과

연구 질문

• RQ1 직접적인 풍속 센서 없이 블레이드 하중 측정만으로 BEWS를 정확하게 추정할 수 있는가?
• RQ2 풍속 기울기로 인해 로터 디스크 전역에서 발생하는 주기적인 풍속 변화를 SPRE 추정기에서 얼마나 잘 포착할 수 있는가?
• RQ3 웨이크-로터 오버랩으로 인한 속도 저하 및 그 전파 현상을 SPRE 방법이 감지하고 추정할 수 있는가?
• RQ4 풍속이 급격히 변화하는 상황(예: 단계적 증가)에서 SPRE 추정기는 어떻게 성능을 보이는가?
• RQ5 균일한 기울기 흐름과 비균일한 웨이크-영향을 받는 흐름과 같은 다양한 입구 조건을 SPRE 방법이 구분할 수 있는가?

주요 결과

• 허브 풍속이 8 m/s에서 15 m/s로 단계적 변화하는 동안 SPRE 추정기는 BEWS를 정확히 추적하며, 예측된 블레이드 루트 굽힘 모멘트가 FAST 시뮬레이션 결과와 밀도적으로 일치한다.
• 균일한 기울기 풍속 조건에서 BEWS는 아즈임스 방향의 변화에 따라 명확한 주기적 변동을 보이며, SPRE 추정기는 이를 성공적으로 포착한다.
• 웨이크-로터 오버랩 기간 동안 SPRE 방법은 특정 로터 섹터(예: 100° 및 290° 아즈임스)에서 속도 저하를 감지하여 성공적인 웨이크 간섭 식별을 확인한다.
• 웨이크 영향의 시작 시점(350–450 s)에는 추정 오차가 관찰되지만, 후행-시간 최적화 덕분에 시간이 지남에 따라 오차가 수렴한다.
• 기울기 및 웨이크-영향을 받는 시나리오 양쪽 모두에서 추정된 REWS는 기준 값과 밀도적으로 일치하여 BEWS 추정의 강건성을 확인한다.
• BEWS 변동의 시간적 변화를 아즈임스 각도에 따라 관찰함으로써 SPRE 방법은 웨이크 전파 방향을 감지할 수 있다.