Power prediction and wake losses in offshore wind farms with the dynamic wake meandering model

Abstract

The global wind energy production is increasing, and wind energy is expected to be one of the dominating energy sources for generation of electricity in a couple of decades. To achieve this, wind farms are built as big clusters of wind turbines. The wind conditions inside these farms are different compared to the free-stream conditions, and the area behind the upstream turbines is known as the wake. Turbines operating in the wake of other turbines are experiencing higher loads and reduced power production. As a consequence of this, accurate engineering models are needed to predict the loads and power production for the turbines in wind farms. For this purpose, the Dynamic Wake Meandering model was developed several years ago. Previous studies have shown that the model predicts loads and power production in wind farms with high accuracy for wind speeds below the rated wind speed of the turbine. However, the model fails around rated wind speed, and particularly power production above rated wind speed has not been thoroughly investigated with the model. As a consequence of this, the main goal of this thesis is to investigate the power production around rated wind speed and above rated wind speed. For this purpose, three different methods for treating wake merging are used to predict the wake losses over a wide range of wind speeds. The first method is based on a dominant wake approach, while the two other methods do linear and squared summation of the velocity deficits in the wakes. The performance of these methods are validated against full-scale field data from Lillgrund, an offshore wind farm located outside the southwest coast of Sweden. The results show that the first method has a fine agreement with the field data well below rated wind speed, where it overestimates the power production with 6% at 10 m/s, but fails for wind speeds exceeding 10 m/s. The method based on linear summation is better than the two the other above rated wind speed. A problem with the model is the fact that the model overpredicts the wake losses for most of the wind speeds above 10 m/s already at turbine 2, which reduces the validity of the wake merging methods. The conclusion is that the model is a nice tool for predicting the power production and wake losses in offshore wind parks below and above rated wind speed, but fails around rated wind speed. To improve this, it is important to model the wake loss behind the first turbine in the row accurately, for better validation of the wake merging methods around rated wind speed. Moreover, the wake merging procedure could also be improved. This could be achieved by introducing new methods for wake merging, or by testing other existing summation methods. Furthermore, a even more consistent formulation of the turbulence build-up might improve ability of the Dynamic Wake Meandering model to estimate wake losses over a wide range of wind speeds.

Den globale produksjonen av vindenergi er økende, og vindenergi er forventet ˚a være en de dominerende energikildene for produksjon av elektrisitet om et par ti˚ar. For ˚a oppn˚a dette blir flere og flere vindparker bygget, best˚aende av store samlinger med vindturbiner. Vindforholdene innenfor disse parkene er annerledes enn forholdene utenfor, og omr˚adet bak en oppstrøms turbin kalles vake. Turbiner som operer i vaken til andre turbiner kjennetegnes ved at de opplever høyere laster og redusert effektproduksjon. Som en konsekvens av dette, er det nødvendig med presise modeller til ˚a predikere laster og effektproduksjon for tubiner i vindparker. For dette form˚alet ble ”Dynamic Wake Meandering” modellen utviklet for flere ˚ar siden. Tidligere studier har vist at modellen predikerer laster og effektproduksjon i vindparker med høy presisjon for vindhastiheter under tubinens nominelle vindhastighet. Det er samtidig vist at modellen feiler rundt nominell vindhastighet, og effektproduksjonen over nominell vindhastighet har ikke blitt undersøkt nøye med modellen. Som en konsekvens at dette, er hovedform˚alet med oppgaven ˚a undersøke effektproduksjonen rundt nominell og over nominell vindhastighet. Til dette form˚alet er tre forskjellige metoder for summering av vaker benyttet til ˚a predikere vaketapene. Den første metoden er basert p˚a en tilnærming der den tar utgangspunkt i den dominerende vaken. Den andre er basert p˚a en lineær summering av vakene, og den siste er basert p˚a en kvadrert summering av vakene. Ytelsen for disse metodene er validert mot fullskala feltdata data fra Lillgrund vindpark, en havbasert vindpark utenfor sørvest kysten av Sverige. Disse resultatene viser at den første metoden stemmer fint overens med feltdataene godt under nominell vindhastighet, der der den overestimerer effektproduksjonen med 6%, men feiler n˚ar vindhastigheten overstiger 10 m/s. Metoden basert p˚a lineær summering er bedre egnet enn de to andre over nominell vindhastighet, som stemmer godt med IEC standaren. Ingen av metodene fungerer ved nominell vindhastighet, men det skyldes delvis at modellen underestimerer vaketapene før summeringen av vakene har begynt. Konklusjonen er at modellen er et nyttig verktøy for ˚a predikere effektproduksjonen i offshore vindparker under og over nominell vindhastighet, men feiler rundt nominell vindhastighet. For ˚a forbedre modellen rundt nominell vindhastighet m˚a vaketapet etter den første turbinen i raden beregnes mer presist, før summeringen av vakene begynner. Da vil metodene for summering av vaker benyttet i denne oppgaven ogs˚a estimere vaketapene med høyere treffsikkerhet. Videre kan summeringen av vakene potensielt forbedres ved ˚a introdusere nye metoder for summering av vaker, eller ˚a teste andre allerede eksisterende metoder for summering av vaker. Videre, en mer presis formulering for oppbygning av turbulensen kan potensielt forbedre ”Dynamic Wake Meandering” modellens evne til ˚a estimere vaketap for et bredt spekter av vindhastigheter.