Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Large vertical axis wind turbines – promising innovation
Języki publikacji
Abstrakty
Alternatywne źródła energii, w tym energia odnawialna, w szczególności energia czysta, jawi się jako atrakcyjna alternatywa dla elektrowni cieplnych i jądrowych. Duże turbiny wiatrowe z poziomą osią obrotu mają istotne wady, które powodują, że ich eksploatacja jest kłopotliwa. Narzucającym się rozwiązaniem są turbiny z pionową osią obrotu, które mogą skutecznie pracować przy małych prędkościach wiatru oraz odznaczają się dużą sprawnością. Pod tym kątem zostały zaprojektowane przez firmę ANew Institute turbiny wiatrowe z pionową osią obrotu. Swoistym poligonem doświadczalnym była mała turbina ANew-S1. Skonstruowanie turbiny o dużej wydajność przy małych i średnich prędkościach wiatru było głównym celem projektantów i przytoczone w artykule dane wskazują, że cel ten został osiągnięty. Kolejną, nieco większą wersją turbiny z pionową osią obrotu jest model ANew-S1m. Na bazie turbiny ANew-S1 zaprojektowano dużą turbinę ANew-B1. Turbina wykonana zastała przez firmę Stalprodukt w ramach NCBiRowskiego projektu Demonstrator. Turbina została posadowiona w Miasteczku Śląskim i obecnie trwa jej rozruch. Konstrukcyjne podobieństwo wirników obu turbin pozwala żywić nadzieję, że wymienione w artykule zalety turbiny ANew-S1 zostaną zachowane w jej powiększonej wersji. Ostateczne rozstrzygnięcie przyniosą pomiary dokonane po ostatecznym uruchomieniu turbiny.
Alternative energy sources, including renewable energy and especially the clear one, show themselves as an attractive alternative for thermal and nuclear power plants. Large horizontal axis wind turbines have significant disadvantages that make their operation complicated. The obvious solution would be vertical axis turbines that can productively work in low wind speed conditions and are characterized by high efficiency. So, taking all this into account, ANew Institute company has started designing wind turbines with vertical axis of rotation. A specific testing ground was a small turbine ANew-S1 which was built with the aim to work efficiently in conditions of low and medium wind speed – data specified in this article show that the objective has been successfully achieved. The next, bigger version of a vertical axis wind turbine was the model ANew-S1m and, later on, on the basis of ANew-S1 a large turbine ANew-B1 was developed. This turbine has been built by Stalprodukt company within the framework of NCBiR project Demonstrator. It was placed in the town of Miasteczko Śląskie and now it is in a start-up phase. Constructional similarity of both turbines’ rotors gives ground for hope that the mentioned in this article advantages of the ANew-S1 turbine will be preserved in its enlarged version. The final conclusions will be taken when measurements are made after commissioning of the turbine.
Czasopismo
Rocznik
Tom
Strony
318--321
Opis fizyczny
Bibliogr. 25 poz., rys., tab.
Twórcy
autor
- Akademia Górniczo-Hutnicza w Krakowie, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Bibliografia
- [1] http://www.anew-institute.com
- [2] Barszcz Т., Bielecka M., Bielecki A., Wójcik M. (2012), "Wind speed modelling using Weierstrass function fitted by a genetic algorithm", Journal of Wind Engineering and Industrial Aerodynamics; 109:68-78.
- [3] Barszcz Т., Bielecka M., Bielecki A., Wójcik M., Włuka M. (2014), "Stability of power grids with significant share of wind farms", Proceedings of the Second International Conference on Advances in Mechanical and Robotics Engineering AMRE'2014: 74-78.
- [4] Barszcz Т., Bielecki A., Wójcik M., Bielecka M. (2014,), "ART-2 artificial neural networks applications for classification of vibration signals and operational states of wind turbines for intelligent monitoring", Advances in Condition Monitoring of Machinery in Non-Stationary Operations, Lecture Notes in Mechanical Engineering: 679-688.
- [5] Bąk M., Bielecki A. (2007), "Neural systems for short-term forecasting of electric power load", Lecture Notes in Computer Science; 4432: 133-142.
- [6] Boczar T. (2008), „Energetyka Wiatrowa. Aktualne możliwości wykorzystania", Wydawnictwo PAK, Warszawa.
- [7] Burtraw D., Krupnick A., Palmer К., Paul A., Toman M., Bloyd С (2003), "Ancillary benefits of reduced air pollution in the US from moderate greenhouse gas mitigation policies in the electricity sector", Journal of Environmental Economics and Management; 45: 660-673.
- [8] Garcia-Gonzalez, J., Santos L.M., Gonzalez, A.M. (2008), "Stochastic joint optimization of wind generation and pumped-storage units in an electricity market", IEEE Transactions on Power Systems; 23: 460-468.
- [9] Hameeda Z., Honga Y.S., Choa T.M., Ahnb S.H., Son C.K., (2009), "Condition monitoring and fault detection of wind turbines and related algorithms: a review", Renewable and Sustainable Energy Reviews vol.13, 1-39.
- [10] Jacobson, "Review of solutions to global warming, air pollution, and energy security". Energy & Environmental Science 2009; 2: 148-173.
- [11] Jiang R., Wang J., Guan Y., "Robust unit commitment with wind power and pumped storage hydro", IEEE Transactions on Power Systems 2012; 27: 800-810.
- [12] Hagan M.T., Behr S.M. (1987), "The time series approach to short term load forecasting", IEEE Transactions on Power Systems; 2: 785-791.
- [13] Hippert H.S., Pedreira C.E., Souoza R.C. (2001), "Neural networks for short term forecasting; a review and evaluation", IEEE Transactions on Power Systems; 16: 44-55.
- [14] Kandil N., Wamkeue R., Saad M., Georges S. (2006), "An efficient approach for short term load forecasting using artificial neural networks", Electrical Power and Energy Systems; 28: 525-530.
- [15] Kusiak A., Li W. (2011), "The prediction and diagnosis of wind turbine faults", Renewable Energy, vol.36, 16-23
- [16] Lorenc H. (2005), "Mapa wietrzności IMGW", Warszawa.
- [17] Mandal P., Senjyu T„ Urasaki N., Funabashi T. (2006), "A neural network based several hours ahead electric load forecasting using similar days approach". Electrical Power and Energy Systems; 28: 367-373.
- [18] Moghram I.S., Rahman S. (1989), "Analysis and evaluation of five short-term load forecasting techniques", IEEE Transactions on Power Systems 1989; 4:1484-1491.
- [19] Suganthi L., Samuel A.A. (2012), "Energy models for demand forecasting - a review", Renewable and Sustainable Energy Review; 16: 1223-1240.
- [20] Tytko R. (2009), „Odnawialne źródła energii", OWG, Warszawa.
- [21] Tuohy A., O'Malley M. (2011), "Pumpedstorage in systems with very high wind penetration", Energy Policy; 39:1965-1974.
- [22] Weron R. (2007), "Modelling and forecasting electricity loads and prices-A Statistical Approach", Wiley, West Sussex.
- [23] Xia C, Wang J., McMenemy K. (2010), "Short, medium and long term load forecasting model and virtual load forecaster based on radial basis function neural networks", International Journal on Electrical Power and Energy Systems; 32: 743-750.
- [24] Yousuf I., Ghumman A.R., Hashmi H.N., Kamal M.A. (2014), "Carbon emissions from power sector in Pakistan and opportunities to mitigate those", Renewable and Sustainable Energy Reviews; 34: 71-77.
- [25] "Air pollution from electricity-generating large combustion plants", European Environment Agency technical report, no.4/2008, ISSN 1725-2237.
Uwagi
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-cf59fc1c-16bb-41ef-91dc-0557d3b89497