Wind direction stereo sensor for the wind turbine active yaw system

Cover Page

Cite item

Full Text

Abstract

The traditional approach to the horizontal axis wind turbine yawing process leads to the appearance of a known differential yawing error due to the periodic deflection of the air flow by the rotating blades. To reduce its amplitude, usually recorded by a single weather vane located on the top of the nacelle.
This study proposes a new approach, namely the usage of a complex or “stereo” sensor in the form of two devices symmetrically located on both sides of the nacelle (similar to stereoscopic devices). To prove the effectiveness of the approach, several specific points near the nacelle were selected for subsequent modeling of air flows in ANSYS® CFX software using the k–ε turbulence model based on the Navier–Stokes differential equations. At each point, the average value of the orientation angle error was calculated under the following conditions: different wind speeds, tip speed ratios, and wind direction angles. As a result, two points most suitable for the placement of devices were identified. Also, the advantage of a stereo-panoramic device over a traditional one is clearly shown numerically by the example of a case study with nominal parameters. The Matlab/Simulink analysis showed an increase in wind turbine performance due to improved reliability of wind direction determination when properly positioned wind flow sensors are used.
This article does not give any idea of a sensor design, since any principle can be used to determine the correct wind direction. However, the authors are considering a new “stereo sensor”, which will be studied in more detail in the following articles.

About the authors

Evgeny V. Solomin

South Ural State University (National Research University)

Email: solominev@susu.ru
ORCID iD: 0000-0002-4694-0490

Dr. Tech. Sci., Professor, Dept. of Power Stations, Networks and Power Supply Systems

Russian Federation, 454080, Chelyabinsk, Lenin pr., 76

Andrey S. Martyanov

South Ural State University (National Research University)

Email: martianovas@susu.ru
ORCID iD: 0000-0002-9997-9989

Cand. Techn. Sci., Associate Professor, Dept. of Power Stations, Networks and Power Supply Systems

Russian Federation, 454080, Chelyabinsk, Lenin pr., 76

Anton A. Kovalyov

South Ural State University (National Research University)

Author for correspondence.
Email: alpenglow305@yandex.ru
ORCID iD: 0000-0001-6952-277X
SPIN-code: 7477-6832
Scopus Author ID: 57209801438
ResearcherId: AAJ-5565-2021

Postgraduate Student, Dept. of Power Stations, Networks and Power Supply Systems

Russian Federation, 454080, Chelyabinsk, Lenin pr., 76

Gleb N. Ryavkin

South Ural State University (National Research University)

Email: amdx3@bk.ru
ORCID iD: 0000-0002-7637-0310

Postgraduate Student, Dept. of Power Stations, Networks and Power Supply Systems

Russian Federation, 454080, Chelyabinsk, Lenin pr., 76

Konstantin V. Osintsev

South Ural State University (National Research University)

Email: osintsev2008@yandex.ru
ORCID iD: 0000-0002-0791-2980

Cand. Techn. Sci., Associate Professor, Dept. of Industrial Heat and Power Engineering

Russian Federation, 454080, Chelyabinsk, Lenin pr., 76

Yaroslav S. Bolkov

South Ural State University (National Research University)

Email: iar-bolkov@yandex.ru
ORCID iD: 0000-0003-0807-1623

Postgraduate Student, Dept. of Industrial Heat and Power Engineering

Russian Federation, 454080, Chelyabinsk, Lenin pr., 76

Dmitry S. Antipin

South Ural State University (National Research University)

Email: andimas98@gmail.com
ORCID iD: 0009-0005-3372-6718

Postgraduate Student, Dept. of Power Stations, Networks and Power Supply Systems

Russian Federation, 454080, Chelyabinsk, Lenin pr., 76

References

  1. Scholbrock A. K., Fleming P. A., Fingersh L. J., et al. Field testing LIDAR based feed-forward controls on the NREL controls advanced research rurbine, 51st AIAA Aerospace Sciences Meeting including the New Horizons Forum and Aerospace Exposition (Grapevine, Texas; January 7–10, 2013). Conference Paper NREL/CP-5000-57339, 2013, 8 pp. DOI: https://doi.org/10.2514/6.2013-818.
  2. Steven L., Eamon McK. LIDAR and SODAR measurements of wind speed and direction in upland terrain for wind energy purposes, Remote Sens., 2011, vol. 3, no. 9, pp. 1871–1901. DOI: https://doi.org/10.3390/rs3091871.
  3. Dongran S., Yang J., Fan X., et al. Maximum power extraction for wind turbines through a novel yaw control solution using predicted, Energy Con. Man., 2018, vol. 157, no. 4, pp. 587–599. DOI: https://doi.org/10.1016/j.enconman.2017.12.019.
  4. Qu C., Lin Z., Chen P., et al. An improved data-driven methodology and field-test verification of yaw misalignment calibration on wind turbines, Energy Con. Man., 2022, vol. 266, no. 4, 115786. DOI: https://doi.org/10.1016/j.enconman.2022.115786.
  5. Liu Z., Gao W., Wan Y.-H., Muljadi E. Wind power plant prediction by using neural networks, IEEE Energy Conversion Conference and Exposition (Raleigh, North Carolina; September 15–20, 2012). Conference Paper NREL/CP-5500-55871, 2012, 7 pp. DOI: https://doi.org/10.1109/ECCE.2012.6342351.
  6. Karakasis N., Mesemanolis A., Nalmpantis T., Mademlis C. Active yaw control in a horizontal axis wind system without requiring wind direction measurement, IET Renewable Power Generation, 2016, vol. 10, no. 9, pp. 1441–1449. DOI: https://doi.org/10.1049/iet-rpg.2016.0005.
  7. Mamidipudi P., Dakin E., Hopkins A., et al. Yaw Control: The Forgotten Controls Problem. Virginia, Catch the Wind, Inc., 2011.
  8. Solomin E., Terekhin A., Martyanov A., et al. Horizontal axis wind turbine yaw differential error reduction approach, Energy Con. Man., 2022, vol. 254, no. 9, 115255. DOI: https://doi.org/10.1016/j.enconman.2022.115255.
  9. Pei Y., Qian Z., Jing B., et al. Data-driven method for wind turbine yaw angle sensor zeropoint shifting fault detection, Energies, 2018, vol. 11, no. 3, 553. DOI: https://doi.org/10.3390/en11030553.
  10. Kim M.-G., Dalhof P. Yaw systems for wind turbines – Overview of concepts, current challenges and design methods, J. Phys.: Conf. Ser., 2014, vol. 524, no. 1, 012086. DOI: https://doi.org/10.1088/1742-6596/524/1/012086.
  11. Total Energy: World Energy & Climate Statistics – Yearbook 2023 [Electronic resource]. URL: https://yearbook.enerdata.net/total-energy/world-energy-production.html (Accessed: May 29, 2023).
  12. Astolfi D., Castellani F., Becchetti M., et al. Wind turbine systematic yaw error: Operation data analysis techniques for detecting it and assessing its performance impact, Energies, vol. 13, no. 9, 2351. DOI: https://doi.org/10.3390/en13092351.
  13. Churchfield M., Lee S., Moriarty P., et al. A large-eddy simulation of wind-plant aerodynamics, 50th AIAA Aerospace Sciences Meeting including the New Horizons Forum and Aerospace Exposition (Nashville, Tennessee; January 9–12, 2012). Conference Paper NREL/CP-5000-53554, 2012, 19 pp. DOI: https://doi.org/10.2514/6.2012-537.
  14. Siemens SWT-3.6-120 Offshore — 3,60 MW — Wind turbine [Electronic resource]. URL: https://en.wind-turbine-models.com/turbines/669-siemens-swt-3.6-120-offshore (Accessed: May 29, 2023).
  15. Solomin E. V., Terekhin A. A., Martyanov A. S., et. al. Evaluation of influence of turbulence models on the vortex formation processes modeling in wind power, Vestn. Samar. Gos. Tekhn. Univ., Ser. Fiz.-Mat. Nauki [J. Samara State Tech. Univ., Ser. Phys. Math. Sci.], 2022, vol. 26, no. 2, pp. 339–354 (In Russian). EDN: SVRJGF. DOI: https://doi.org/10.14498/vsgtu1885.
  16. Mueller K., Atman J., Kronenwett N., et al. A multi-sensor navigation system for outdoor and indoor environments, In: Proceedings of the 2020 International Technical Meeting of The Institute of Navigation. San Diego, California, 2020, pp. 612–625. DOI: https://doi.org/10.33012/2020.17165.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Figure 1. Nacelle top view in the flow simulation: a — Position 1; b — Position 2; c — Position 3; d — Position 4; e — Position 5; f — Position 6

Download (1MB)
Indexing metadata
3. Figure 2. 3D model of the wind turbine: a — Front view; b — Side view

Download (79KB)
Indexing metadata
4. Figure 3. Location of calculated points (top view)

Download (129KB)
Indexing metadata
5. Figure 4. Relative total value of the differential error for the studied points

Download (113KB)
Indexing metadata
6. Figure 5. Graphs of the arithmetic mean values of the differential yaw error: a — the yaw angle 1 deg. at the point R1; b — the yaw angle 20 deg. at the point R1; c — the yaw angle 30 deg. at the point R1; d — the yaw angle 1 deg. at the point 5; e — the yaw angle 20 deg. at the point 5; f — the yaw angle 30 deg. at the point 5

Download (998KB)
Indexing metadata
7. Figure 6. Simulation in Matlab/Simulink: a — the block diagrams of yaw control systems with one direction sensor; b — the block diagrams of yaw control systems with two side-based sensors (“stereo” sensor); c — the block diagram of simulation model in Matlab/Simulink

Download (247KB)
Indexing metadata
8. Figure 7 (color online). Simulation results in Matlab/Simulink: the green line represents the input signal corresponding to a wind direction; the blue line represents the operation of the wind turbine orientation system with a single direction sensor; the red line represents the operation of the wind turbine orientation system using two sensors

Download (195KB)
Indexing metadata

Copyright (c) 2023 Authors; Samara State Technical University (Compilation, Design, and Layout)

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».