考量葉片幾何形狀之風場設計自動化

Design Automation of Wind Farm Planning with Turbine Blade Geometry

林柏伸(Po-Shen Lin)

指導教授 ： 詹魁元

國立臺灣大學/工學院/機械工程學研究所/碩士(2016年)

https://doi.org/10.6342/NTU201601931

摘要

本研究欲提出整合性的風力發電場規劃流程，並且以台灣實際風力發電場案例做比較，探討不同風力發電機葉片選擇下對於整體風場之發電量、成本及噪音之影響。本研究風場規劃過程中，設計變數分別為風力發電機的位置以及每一臺風力發電機的葉片長度、各截面的翼型弦長及攻角，再藉由數學公式以及模擬軟體分別推導計算出風場的總發電量、總成本、噪音和葉片的結構受力。由於不同風場具有相異的環境狀況，而這些環境狀況左右著風場的規劃，因此將當地的風速和風向資料，以及當地的土地形狀範圍也一併列入規劃的過程。

在風力發電場規劃的過程中，葉片較大的風力發電機可以擷取更多的發電效益，但是同時也需要花費更多的成本、造成更大的噪音、葉片也需要承受更多的風壓，而小風機雖然成本低、噪音少，但是所能產生的電量卻不及大型風力發電機。本研究利用不同的案例探討，分析風場規劃中兩者的取捨與分配。另一方面，傳統的風力發電場大部分皆為同質風力發電場，亦即整個風力發電場內的風力發電機種類皆相同，本研究亦利用不同的案例嘗試探討異質風場的可能性，以及同質風場和異質風場的比較。藉由以上分析的結果，最後結合了台中梧棲及大甲風力發電場的規劃以比較目前風場性能的表現，相較於目前的風場，新的風場規劃結果於梧棲沒有明顯的增加，但是於大甲風場提高了約7.8%的總發電量。

關鍵字

永續能源發展 ； 風力發電 ； 風力發電場規劃 ； 風力發電機葉片設計 ； 風力發電機位置設計 ； 最佳化設計

並列摘要

The present work proposes a design procedure for wind farm planning considering location and design of turbines. Our models include power gen- erations, cost, noise generation and the stress applied on blades. Varied en- vironment conditions and local geographic constraints are all integrated in a design optimization formulation.
While larger wind turbines generate more electricity, smaller wind tur- bines are cheaper, less noisy and have better stress advantage. Traditional wind farms are homogeneous with identical wind turbines, the formulation in this thesis enables heterogeneity in wind farm design.
Results show that using our multi-criteria design framework, local envi- ronment conditions can be used to tailor a more suitable wind farm. For the case of Dajia wind farm, a 7.8% wind energy can be obtained as compared to homogeneous one.

並列關鍵字

energy sustainability ； wind energy ； wind farm analytics ； wind turbine blade design ； wind farm layout optimization

參考文獻

[12] F.G. Longatt, P. Wall, and V. Terzija. Wake effect in wind farm performance: Steady- state and dynamic behavior. Renewable Energy, 39(1):329 – 338, 2012.

[14] G. Mosetti, C. Poloni, and B. Diviacco. Optimization of wind turbine positioning in large windfarms by means of a genetic algorithm. Journal of Wind Engineering and Industrial Aerodynamics, 51:105–116, 1994.

[15] S. Grady, M. Hussainia, and M. Abdullah. Placement of wind turbines using genetic algorithms. Renewable Energy, 30:259–270, 2005.

[16] J.S. Gonzalez, A.G. Rodriguez, J.C. Mora, J.R. Santos, and M.B. Payan. Optimiza- tion of wind farm turbines layout using an evolutive algorithm. Renewable Energy, 35(8):1671 – 1681, 2010.

[18] R. Mikkelsen, J.N. Sorensen, S. Oye, and N. Troldborg. Analysis of power enhance- ment for a row of wind turbines using the actuator line technique. Journal of Physics: Conference Series, 75(1):012044, 2007.