Optimizing wind power plants: comparative enhancement in low wind speed environments

• Autorzy: Ibrahim Mustafa Hussein , Ibrahim Muhammed A. , Khather Salam

Identyfikatory

DOI

10.35784/iapgos.6369

Warianty tytułu

PL

Optymalizacja farm wiatrowych: porównawcze zwiększenie wydajności w warunkach niskiej prędkości wiatru

• Języki publikacji: EN

Abstrakty

EN

The study aims to optimize wind farm efficiency in low wind speed regions using the HOMER Pro tool to examine the impact of wind turbine ratings on overall efficiency of wind farms. boosting wind farm efficiency is essential for improving economic viability and grid integration. We propose the establishment of three wind farms, each possessing equal capacities but different in individual turbine capacities 1.5kW, 3.4kW and 5.1kW,then optimize their performance in simulation environment. Through employing HOMER Prooptimization algorithm, we assess all wind farms overthe period of one year, taking into account wind speed, temperature and geospatial coordinates. Although all wind farms have equal total capacities, simulation results revealed disparities in their generation abilities, reaching up to 22%, favouring the farm with smaller turbines. Furthermore, the results demonstrated that as wind speed decreases, the disparity in power generation between wind farms increases, reaching 51.9% in November, the monthwith the lowest wind speeds. These findings provide a comprehensive understanding of wind farm behaviour, particularly regarding turbine sizes,and contribute to the research community's efforts to enhance wind farm power production in low wind speed regions.They also help find solutionsto enable the embrace of wind energy and decrease fossil fuel consumption in such regions, fulfilling their international sustainability commitments.

PL

Opracowanie ma na celu optymalizację wydajności farm wiatrowych w regionacho niskiej prędkości wiatru przy użyciu narzędzia HOMER Pro w celu zbadania wpływu mocy turbin wiatrowych na ogólną wydajność farm wiatrowych. Zwiększenie wydajności farm wiatrowychma zasadnicze znaczenie dla poprawy rentowności i integracji z siecią. Proponujemy utworzenie trzech farm wiatrowych, z których każda ma taką samą moc, ale różni się mocą poszczególnych turbin 1,5 kW, 3,4 kW i 5,1 kW, następnie optymalizujemy ich wydajność w środowisku symulacyjnym. Wykorzystując algorytm optymalizacji HOMER Pro, oceniamy wszystkie farmy wiatrowe przez okres jednego roku, biorąc pod uwagę prędkość wiatru, temperaturę i współrzędne geoprzestrzenne. Chociaż wszystkie farmy wiatrowe mają taką samą moc całkowitą, wyniki symulacji ujawniły różnice w ich zdolnościach generacyjnych, sięgające nawet 22%, faworyzując farmę z mniejszymi turbinami. Co więcej, wyniki wykazały, że wraz ze spadkiem prędkości wiatru wzrasta rozbieżność w wytwarzaniu energii między farmami wiatrowymi, osiągając 51,9% w listopadzie, miesiącu o najniższych prędkościach wiatru. Wyniki te zapewniają kompleksowe zrozumienie zachowania farm wiatrowych, w szczególności w odniesieniu do rozmiarówturbin, i przyczyniają się do wysiłków społeczności badawczej w celu zwiększenia produkcji energii przez farmy wiatrowe w regionach o niskiej prędkości wiatru. Pomagają również znaleźć rozwiązania umożliwiające wykorzystanie energii wiatrowej i zmniejszenie zużycia paliw kopalnych w takich regionach, wypełniając ich międzynarodowe zobowiązania w zakresie zrównoważonego rozwoju.

Słowa kluczowe

EN

wind turbine optimization; wind farms; HOMER; low wind speed regions; wind turbine sizing

PL

optymalizacja turbin wiatrowych; farmy wiatrowe; HOMER; regiony o niskiej prędkości wiatru; dobór wielkości turbin wiatrowych

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2024
• Tom: T. 14, nr 4
• Strony: 46--51
• Opis fizyczny: Bibliogr. 26 poz., tab., wykr.

Twórcy

autor

Ibrahim Mustafa Hussein

• University of Mosul, DepartmentofNew and Renewable Energies, Mosul, Iraq

• https://orcid.org/0000-0002-9950-6524

autor

Ibrahim Muhammed A.

• Ninevah University, Department of System and Control Engineering,Mosul, Iraq

• https://orcid.org/0000-0003-4818-1245

autor

Khather Salam

• Ninevah University, Department of System and Control Engineering,Mosul, Iraq

• https://orcid.org/0000-0002-9082-2360

Bibliografia

• [1] The Atmospheric Science Data Center (ASDC): NASA Earth Science Data. NASA [https://earthdata.nasa.gov/eosdis/daacs/asdc] (available: 24.03.2024).
• [2] Al-Ansari N., Pusch R., Knutsson S.: Suggested landfill sites for hazardous waste in Iraq. Natural Science 5(4), 2013, 463–477.
• [3] Al-Taai O. T., Wadi Q. M., Al-Tmimi A. I.: Assessment of a viability of wind power in Iraq. American Journal of Electrical Power and Energy Systems 3(3), 2014, 60–70 [https://doi.org/10.11648/j.epes.20140303.12].
• [4] Al-ubeidi K. M. Y.: Assessment of Wind speed for Electricity Generation in Technical Institute/Mosul. Journal of Kerbala University 10(3), 2012.
• [5] Arroyo A. et al.: CO2 footprint reduction and efficiency increase using the dynamic rate in overhead power lines connected to wind farms. Applied Thermal Engineering 130, 2018, 1156–1162.
• [6] Byrne R. et al.: A comparison of four microscale wind flow models in predicting the real-world performance of a large-scale peri-urban wind turbine, using onsite LiDAR wind measurements. Sustainable Energy Technologies and Assessments 46, 2021, 101323 [https://doi.org/10.1016/j.seta.2021.101323].
• [7] Da Silva A. I. R. D. et al.: Aerodynamic interference caused by wake effects of repowered wind farms on the annual energy production in neighboring wind farms. Sustainable Energy Technologies and Assessments 64, 2024, 103704 [https://doi.org/10.1016/j.seta.2024.103704].
• [8] Dihrab S. S., Sopian K.: Electricity generation of hybrid PV/wind systems in Iraq. Renewable Energy 35(6), 2010, 1303–1307.
• [9] Hassoon A. F.: Assessment potential wind energy in the north area of Iraq. International Journal of Energy and Environment 4(5), 2013, 807–814.
• [10] Hu W. et al.: Wind farm layout optimization in complex terrain based on CFD and IGA-PSO. Energy 288, 2024, 129745.
• [11] Ibrahim M. H., Ibrahim M. A.: Solar-Wind Hybrid Power System Analysis Using Homer for Duhok, Iraq. Przegląd Elektrotechniczny 97(9), 2021.
• [12] Ibrahim M. H., Ibrahim M. A.: Modelling and Analysis of SA-SPV System with bi-directional inverter for lighting load. Przegląd Elektrotechniczny 98(5), 2022.
• [13] Ibrahim M. H., Ibrahim M. A., Khather S. I.: Hydrogen solar pump in nocturnal irrigation: A sustainable solution for arid environments. Energy Conversion and Management 304, 2024, 118219.
• [14] Iqbal R. et al.: Comparative study based on techno-economics analysis of different shipboard microgrid systems comprising PV/wind/fuel cell/battery/diesel generator with two battery technologies: A step toward green maritime transportation. Renewable Energy 221, 2024, 119670.
• [15] Kazem H. A., Chaichan M. T.: Status and future prospects of renewable energy in Iraq. Renewable and Sustainable Energy Reviews 16(8), 2012, 6007–6012.
• [16] Li C., Liu L., Lu X.: A grouping strategy for reinforcement learning-based collective yaw control of wind farms. Theoretical and Applied Mechanics Letters 14(1), 2024, 100491 [https://doi.org/10.1016/j.taml.2024.100491].
• [17] Mittal P., Christopoulos G., Subramanian S.: Energy enhancement through noise minimization using acoustic metamaterials in a wind farm. Renewable Energy 224, 2024, 120188 [https://doi.org/10.1016/j.renene.2024.120188].
• [18] Wafa'a W. A. A., Fouad S. F.: Tectonic and structural evolution of Al-Jazira area. Iraqi Bulletin of Geology and Mining 3, 2009.
• [19] United Nations: "Sustainable Development Goals" United Nations Sustainable Development, 2024 [https://sdgs.un.org/goals].
• [20] Sagbansua L., Balo F.: Decision making model development in increasing wind farm energy efficiency. Renewable Energy 109, 2017, 354–362.
• [21] Wang Q. et al.: Synchronized optimization of wind farm start-stop and yaw control based on 3D wake model. Renewable Energy 223, 2024, 120044.
• [22] Yadav H. K. et al.: Diurnal variations in wind power density analysis for optimal wind energy integration in different Indian sites. Sustainable Energy Technologies and Assessments 64, 2024, 103744.
• [23] Zahedi A., AL-bonsrulah H. A., Tafavogh M.: Conceptual design and simulation of a stand-alone Wind/PEM fuel Cell/Hydrogen storage energy system for off-grid regions, a case study in Kuhin, Iran. Sustainable Energy Technologies and Assessments 57, 2023, 103142.
• [24] Zhang D. et al.: Bilevel optimization of non-uniform offshore wind farm layout and cable routing for the refined LCOE using an enhanced PSO. Ocean Engineering 299, 2024, 117244.
• [25] Zhang Z. et al.: Identification method of all-operating-point admittance model for wind farms considering frequency-coupling characteristics. International Journal of Electrical Power & Energy Systems 158, 2024, 109953.
• [26] Zhu L. et al.: Multi-criteria evaluation and optimization of a novel thermodynamic cycle based on a wind farm, Kalina cycle and storage system: an effort to improve efficiency and sustainability. Sustainable Cities an