WO2024061627A1 - Methode de construction d'une ferme eolienne avec contraintes d'alignement - Google Patents

Methode de construction d'une ferme eolienne avec contraintes d'alignement Download PDF

Info

Publication number
WO2024061627A1
WO2024061627A1 PCT/EP2023/074435 EP2023074435W WO2024061627A1 WO 2024061627 A1 WO2024061627 A1 WO 2024061627A1 EP 2023074435 W EP2023074435 W EP 2023074435W WO 2024061627 A1 WO2024061627 A1 WO 2024061627A1
Authority
WO
WIPO (PCT)
Prior art keywords
wind
grid
wind turbines
predefined
farm
Prior art date
Application number
PCT/EP2023/074435
Other languages
English (en)
Inventor
Paul Malisani
Original Assignee
IFP Energies Nouvelles
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by IFP Energies Nouvelles filed Critical IFP Energies Nouvelles
Publication of WO2024061627A1 publication Critical patent/WO2024061627A1/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/002—Micro-siting, i.e. process through which the specific location or arrangement of wind turbine is determined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Definitions

  • the present invention relates to a method of constructing a wind farm in a predetermined space.
  • wind farms To respond to environmental challenges, wind farms have appeared. These wind farms are made up of several wind turbines spaced from each other in a defined space. This delimited space can be on land or at sea. We thus distinguish between onshore wind farms (also called “onshore” wind farms) and “offshore” wind farms, that is to say at sea.
  • onshore wind farms also called “onshore” wind farms
  • offshore wind farms that is to say at sea.
  • the wind turbines on these farms are generally horizontal axis of rotation wind turbines which have a system to orient the horizontal axis of rotation in the direction of the wind direction, in order to maximize the energy recovered by the wind turbine.
  • the wind turbine is designed to automatically orient itself in the direction of the wind.
  • the wakes generated by wind turbines can have the effect of reducing the wind speed downstream of the wind turbine and therefore the energy recovered by other wind turbines, particularly those located downstream of those generating these wakes.
  • the positioning of wind turbines on the farm is therefore important in order to maximize the energy recovered by the farm.
  • the local wind characteristics may vary. Indeed, the direction and speed of the wind are notably parameters which can vary over time at the location considered. These characteristics can in particular be obtained by sensors positioned at the defined location and maintained at this position for several months or several years so as to obtain sufficient statistical data to characterize the wind resource at the chosen location. These sensors can in particular be anemometers positioned at a sufficient altitude (of the order of 100m above the ground) to characterize the wind which will be seen by the wind turbines (that is to say the wind which is substantially at the level of the rotor axis for example). Wind data can also be obtained by laser remote sensing, also called LiDAR (from English “Light Detection And Ranging”).
  • LiDAR from English “Light Detection And Ranging”.
  • annual energy produced or “annual energy production”, we mean the total average energy produced by the farm, therefore by all the wind turbines on the farm. This average energy, estimated taking into account statistical wind data (distributions of wind speeds, wind direction and probabilities of occurrence), is based on a duration of one year, hence the term “annual”. , so as to avoid a seasonal influence which could distort the results. Indeed, the wind, whether its speed or direction, can vary greatly depending on the seasons.
  • the average energy is obtained by knowing the distribution of wind direction, the distribution of wind speeds and the probability of occurrence of a wind speed in a given direction.
  • Patent application CN1051 19320 concerns a method based on an evolution algorithm. This type of algorithm is stochastic, using random processes. This type of algorithm requires a significant number of tests in order to obtain a result, which generates significant calculation time and requires significant computer memory.
  • Patent applications CN102142103A, CN105139269 and US2016171401 relate to wind turbine positioning methods based on genetic algorithms. Genetic algorithms are a category of evolutionary algorithms. They require a multitude of evaluations and cross-checking of these evaluations based on real (continuous) possible data. As a result, genetic algorithms are complex and therefore require significant calculation time and computer memory.
  • the technical problem that the invention proposes to solve consists of developing a method of constructing a wind farm which allows the optimal positioning of wind turbines in locations of complex shape, such as non-convex and/or non-convex areas. related, so as to maximize the total energy produced by the wind farm, minimizing the necessary calculation time and computer memory and respecting alignment constraints of the wind turbines in two directions forming a non-zero angle between them (two non-parallel directions).
  • the invention relates to a method of constructing a wind farm in a predetermined space, the wind farm being composed of a predefined number of wind turbines, the construction method comprising a first discrete speed distribution of wind, a second discrete wind direction distribution and a probability of occurrence of each discrete wind speed value in each discrete wind direction value of said first and second discrete distributions, for which at least the following successive steps are carried out: a) For different pairs of first and second predefined spacings, and for different pairs of first and second predefined directions, grids are formed in the predetermined space, each grid being defined by a plurality of points of intersection between first oriented lines in the first predefined direction and second lines oriented in the second predefined direction, the first lines being spaced from said second predefined spacing along the second predefined direction and the second lines being spaced from said first predefined spacing along the first predefined direction, each grid comprising at least one mesh delimited by said intersection points; b) For each grid of said predetermined space, the average annual energy production of
  • a final arrangement of the wind turbines is determined in the predetermined space, said final arrangement corresponding to the final arrangement obtained in step e) of the grid which maximizes the annual energy production, and the wind farm is constructed by erecting the wind turbines at the positions of said final arrangement in the predetermined space so as to generate energy from the wind.
  • step e) of modifying the position of the wind turbines for each grid used in step d at least the following steps are carried out: e1) for each grid used in step d), we define a sequential order of modification of the positions of the wind turbines determined by the first positioning algorithm and each wind turbine is repositioned, one by one, in the defined sequential order, by finding a point of intersection of the grid which maximizes energy production annual from said first discrete wind speed distribution, said second discrete wind direction distribution and said probability of occurrence; e2) we repeat step e1) as many times as necessary until, at the end of a step e1), no wind turbine has been repositioned and we obtain a final arrangement of the predefined number of wind turbines on each grid considered and an annual energy production for each final arrangement.
  • said sequential order is obtained randomly.
  • the sequential order is modified at each iteration of step e1).
  • step a) statistical wind data are measured, by measuring means, preferably a LIDAR sensor, in the predetermined space to determine the first and second discrete distributions and the probabilities of occurrence of each wind speed in each wind direction of the first and second discrete distributions.
  • measuring means preferably a LIDAR sensor
  • said predetermined space comprises non-connected and/or non-convex zones.
  • said first positioning algorithm performs at least the following steps:
  • potential positions (PE_Ej) are defined for the wind turbine to be positioned, said potential positions (PE Ej) being constituted by the points of intersection of the grid located between a minimum distance and a maximum distance from all positioned wind turbines;
  • the annual energy production (Eval_AEP) of the positioned wind turbines and of the wind turbine to be positioned is calculated for the potential positions (PE_Ej) defined, from said first discrete wind speed distribution (RD1), from said second distribution ( RD2) discrete wind direction and said probability of occurrence (Prob);
  • said first arrangement (Disp_Ej) is determined corresponding to the position of the predefined number of wind turbines among the points of intersection of the grid considered in said predetermined space (Esp).
  • step c) we make the difference between the annual energy production of the mini-farm obtained in step b) and the annual energy production of a single wind turbine multiplied by the number d wind turbines of the mini-farm.
  • the invention also relates to a wind farm obtained from the method of constructing a wind farm as described above.
  • Figure 1 represents an example of a construction method according to the invention.
  • Figure 2 represents an example of carrying out the steps of repositioning wind turbines of the construction method according to the invention.
  • Figure 3 represents an example of a complex location for positioning wind turbines according to the invention.
  • Figure 4 illustrates a variant of a first positioning algorithm according to the invention.
  • Figure 5 illustrates the definition of the wind turbine alignment constraints for the method according to the invention.
  • Figure 6 illustrates the discontinuity of the intersection points as a function of the spacings between the lines of the grid of the method according to the invention.
  • Figure 7 illustrates the definition of a grid in a predetermined space and the points of intersection of the grid of the method according to the invention.
  • Figure 8 illustrates an arrangement of wind turbines on a grid in the predetermined space, the arrangement coming from one of the steps of the method according to the invention and this arrangement not being the final arrangement.
  • Figure 9 illustrates the final arrangement of the wind turbines on the same grid as Figures 7 and 8, in the predetermined space obtained by the method according to the invention.
  • Figure 10 illustrates an example of searching for optimal positioning of twelve wind turbines in a predetermined non-convex space, with alignment constraints, in order to build the wind turbines by maximizing the annual energy produced, according to the invention.
  • grey algorithm we mean an algorithm which consists of establishing step by step a local optimum. In the case of a wind farm, it consists of positioning each wind turbine one after the other until obtaining the positioning of all the wind turbines in the predetermined space.
  • Genetic algorithm means an evolutionary algorithm using the notion of natural selection. This type of algorithm can notably cross or modify certain parameters of previous solutions in order to improve results.
  • unconnected zones zones for which there are at least 2 points which cannot be connected by a continuous path entirely contained in the zone in question.
  • a connected area is an area for which each pair of points is connected by a continuous path entirely contained in the area.
  • a “convex zone” a zone in which the segments connecting any two points in this zone are all entirely contained in the zone.
  • a circle, a square or a rectangle all delimit convex areas.
  • a “non-convex area” is an area in which there are at least two points connected by a segment that is not entirely contained within the area.
  • an area bounded by a concentric outer circle and inner circle is not convex.
  • the term “grid” means a plurality of intersection points located in the predetermined space (or at the border of this space).
  • intersection points of the grid are points located at the intersection between first lines, all parallel to each other, and oriented in the first predefined direction and second lines, also all parallel to each other, and oriented in the second direction predefined.
  • the first and second predefined directions are defined in relation to a global benchmark; they are generally different from the wind direction (but can be collinear with it in particular conditions).
  • the first lines being spaced a second predefined spacing along the second lines. In other words, the first lines are evenly spaced (they are all equidistant) by a step corresponding to the second spacing along the second lines.
  • the second lines being spaced by a first predefined spacing along the first lines.
  • each grid comprises at least one mesh, of parallelogram shape, delimited by points of intersection between the first and second lines (the first and second lines being intersecting with each other).
  • the invention relates to a method of constructing (or establishing) a wind farm in a predetermined space which may be a land area or an offshore area at sea.
  • the farm is composed of a predefined number of wind turbines.
  • the predetermined space can include unconnected zones.
  • the predetermined space can correspond to real locations planned for the installation of wind turbines, for example a farm planned in a location comprising two areas separated by a road of significant width (several meters, or even several tens of meters) , such as a highway, or by a river.
  • the predetermined space may include non-convex zones additionally or alternatively to the non-connected zones.
  • the predetermined space can correspond to real locations of complex shape such as a space delimited by a hill or a steep cliff, the coastline, the passage of a river, a river or any other body of water.
  • the predetermined space may include non-convex zones which may in particular be determined taking into account the bathymetry, the nature of the soil, borders with other countries, navigation channels, cables or pipelines for example.
  • Figure 3 illustrates, in a schematic and non-limiting manner, an example of a predetermined space adapted to the implementation of the positioning method of the invention (or construction of a wind farm of the invention).
  • the predetermined space may in particular comprise a first zone Z1 and a second zone Z2, zones represented by vertical hatching. These zones Z1 and Z2 are not connected. Indeed, a non-zero minimum distance D appears between the two zones Z1 and Z2. In addition, zone Z1 is rectangular. Therefore, it is convex. Zone Z2 has a complex, non-convex shape. Indeed, if we consider the two points A and B, we observe that part of the segment Seg which connects points A and B is located outside zone Z2.
  • a Boolean matrix can be used to identify zones Z1 and Z2 of the predetermined space in a third larger zone ZE, encompassing these two zones Z1 and Z2.
  • the third zone ZE is rectangular in shape, which is easier to process computationally than unconnected and/or non-convex zones like Z1 and Z2.
  • the Boolean matrix associates with each discrete value (discrete position) of zone ZE a value equal to 1 if the discrete position is located in zone Z1 or Z2 and a value 0 if it is located outside Z1 and Z2.
  • This Boolean matrix is used to define the determined space used for the method. We can, from this Boolean matrix, determine the border(s) of the predetermined space. Indeed, a point will be considered as part of the boundary if its value in the Boolean matrix is 1 and if it has among its direct neighbors, at least one point which has a value in the Boolean matrix of 0.
  • the construction method includes a first discrete wind speed distribution, a second discrete wind direction distribution and a probability of occurrence of each discrete wind speed value in each discrete wind direction value of said first and second discrete distributions.
  • These data can in particular be obtained by means of collecting wind data, such as a LIDAR sensor (from the English “Light Detection And Ranging” which can be translated as laser remote sensing), a measuring mast or an anemometer.
  • the construction method can advantageously comprise a preliminary collection step, before step a), during which the means of measuring (or means of collecting) the wind data are installed in the predetermined space for a duration predetermined on the physical site of the predetermined space (the planned terrestrial region of implantation or the planned offshore zone) in order to collect the data of wind of the site, and, thus, the statistical data of the wind are measured, by these measuring means, to determine the first and second discrete distributions of wind speed and wind direction, and the probabilities of occurrence of each speed of wind in each wind direction of the first and second discrete distributions.
  • the measurement of wind data can be carried out over the predetermined duration, for the collection of measurements, which can be at least one year, in order to have data relating to the four seasons.
  • we can provide a step of collecting statistical wind data in the predetermined space from at least one collection means.
  • the measuring (collection) means can advantageously be a LIDAR sensor.
  • At least the following successive steps are carried out: a) For different (first) pairs of first and second predefined spacings, and for different (second) pairs of first and second predefined directions, grids are formed in space predetermined, each grid being defined by a plurality of points of intersection between first lines oriented in the first predefined direction and second lines oriented in the second predefined direction, the first lines being spaced at said second predefined spacing along the second direction predefined and the second lines being spaced from said first predefined spacing along the first predefined direction, the grid comprising at least one mesh delimited by said intersection points (each mesh is delimited by four intersection points and certain intersection points may not be attached to a mesh).
  • the points of intersection of the grid form a discrete mesh.
  • discrete mesh we mean that the points of intersection of the mesh that constitutes the grid are discrete values (as opposed to continuous values).
  • the probability of occurrence of each wind speed, in each wind direction is used in particular to calculate the average annual energy production.
  • This probability can in particular come from a wind rose corresponding to the predetermined space, this wind rose being well known to those skilled in the art.
  • the collection means mentioned previously such as an anemometer positioned on a mast at a sufficient altitude (between 80m and 120m for example to be approximately at the level of the hub of the wind turbine for example ), or via a LiDAR sensor (English language acronym from “Light Detection And Ranging” meaning “detection and estimation of the distance by light”), positioned close to the ground and oriented vertically.
  • This means of collection is kept in place for a long period, several months and ideally more than a year, so as to be able to take into account variations in wind characteristics depending on the seasons.
  • the annual energy production can be estimated by the following formula:
  • aep is the annual energy production of the wind farm and is the expectation of the total power produced by the wind farm (by the predefined number of wind turbines in the predetermined space) in relation to the joint probability law of wind speed w s and wind direction w p .
  • the total power produced by the farm takes into account a statistical distribution of each wind speed w s in each wind direction w p , for example by a Weibull distribution.
  • N is the predefined number of wind turbines on the farm in the predetermined space
  • Pf is the instantaneous power provided by each wind turbine f, in the farm, for each wind speed w s in each wind direction w p .
  • a corrective factor can be taken into account to take into account the effect of misalignment.
  • This corrective factor can in particular come from CFD simulations (from the English “Computational Fluid Dynamics” meaning “Calculations of fluid dynamics”).
  • wake effects of wind turbines located upstream and/or to the side of wind turbine f can impact the energy production of wind turbine f.
  • This wake can generate a reduction in wind speed at the wind turbine f and/or wind turbulence.
  • These wake effects have the impact that the speed v f at the wind turbine rotor no longer corresponds to the speed w s and that the power coefficient C P f is then also impacted.
  • the impacts of wake effects taken into account in equation [Math3] can in particular be based on wake models. These wake models can in particular translate:
  • Wake models can also be determined from CFD calculations (Computational Fluid Dynamics).
  • the previous formulas can be used to calculate the annual energy produced by the farm made up of the predefined number of wind turbines, by the mini-farm or by a farm made up of a single wind turbine.
  • step e) of modifying the position of the wind turbines for each grid used in step d at least the following steps can be carried out: e1) for each grid used in step d), we can carry out at least the following steps: e1) for each grid used in step d), we can defines a sequential order of modification of the positions of the wind turbines determined by the first positioning algorithm and we reposition, one by one, each wind turbine of the defined sequential order, by finding a point of intersection of the grid which maximizes the production of annual energy from said first discrete wind speed distribution, said second discrete wind direction distribution and said probability of occurrence.
  • step e2) We repeat step e1) as many times as necessary until, at the end of a step e1), no wind turbine has been repositioned and we obtain a final arrangement of the predefined number of wind turbines on each grid considered and an annual energy production for each final arrangement.
  • Figure 1 illustrates, in a schematic and non-limiting manner, the method of constructing the wind farm in a predetermined space Esp, in a global manner.
  • a predetermined space Esp chosen (an offshore or onshore geographical zone) which may be a space comprising non-convex and/or non-connected zones (for example with a road or a river which crosses this space), and different first couples C1 of first and second predefined spacings and different second couples C2 of first and second predefined directions, grids (GR) are established in the predetermined space.
  • Esp an offshore or onshore geographical zone
  • GR grids
  • Each of these grids is established from a multitude of first lines parallel to each other and regularly spaced and second lines parallel to each other and intersecting with the first lines (in other words, the angle formed between the first lines and the second lines is non-zero and non-flat).
  • the different GR grids are distinguished from each other by the combination of the first couples C1 and second couples C2.
  • the first lines are oriented at an angle corresponding to the first direction with respect to a direction of a predefined fixed reference (for example a reference with a north direction and an east direction) and the second lines are oriented of an angle corresponding to the second direction relative to the same direction of the predefined fixed reference (the North direction for example).
  • a predefined fixed reference for example a reference with a north direction and an east direction
  • the second lines are oriented of an angle corresponding to the second direction relative to the same direction of the predefined fixed reference (the North direction for example).
  • the first lines are spaced by the second predefined spacing along the second lines and the second lines are spaced by the first predefined spacing along the first lines.
  • a first line and a second line can be positioned arbitrarily in space, these lines then serving as a reference to the positions of the other lines.
  • the points of intersection between the first lines and the second lines which are located in the predetermined space define the grid.
  • the grid can thus include meshes, and the meshes of the grid form parallelograms taking into account the parallelism of the first and second lines, delimited by said lines and the points of intersection.
  • the annual energy production is based on statistical wind data coming for example from a LIDAR sensor or any other means of measuring wind data, these statistical data comprising a first discrete distribution RD1 of wind speeds, a second discrete distribution RD2 of the wind directions and a probability of occurrence Prob of each wind speed value of the first discrete distribution RD1 in each wind direction of the second discrete distribution RD2.
  • the mini-farm is a farm composed of a grid portion with at least one grid mesh (or several related meshes) and where, at all points of intersection of this grid portion, a wind turbine is positioned.
  • the mini-farm will be made up of four wind turbines, one at each point of intersection of the mesh. This situation with a mini-farm of four wind turbines is advantageous because it makes it possible to evaluate the impact of the wake of the wind turbines on the grid in a simple and rapid manner and without requiring a lot of memory or calculation time when this step is produced by computer.
  • a mesh is understood as an elementary mesh: this means that we consider a parallelogram delimited by four points of intersection to be a mesh if this parallelogram does not include any other parallelogram defined by four points d intersection, inside itself.
  • one or more of the most promising couples C2 can be associated (giving the greatest annual energy production(s).
  • one or more second pairs C2 are associated. This makes it possible to limit the number of combinations of first couple C1 and second couple C2 for the rest of the method.
  • Comparisons of annual energy production values can be made directly (by direct comparison of the different values, we then look for the second couples C2 which maximize the annual energy produced) or indirectly.
  • Ch from the annual energy production of the mini-farms, at least a second couple C2 for each first couple C1.
  • Ch from the annual energy production of the mini-farms, at least a second couple C2 for each first couple C1.
  • This first arrangement seeks to obtain good energy efficiency and therefore takes into account the first and second discrete distributions RD1 and RD2 and the probability of occurrence Prob.
  • This step allows the definition of several possible grids within the predetermined space. Each grid therefore has a spatial limit and cannot exceed the predetermined space.
  • This grid includes one or more meshes separated by points of intersection. These meshes are of parallelogram shape, for example rectangular or square, and the intersection points are at the border between the meshes. All the meshes and all the points of intersection of each grid are located inside the predetermined space. The meshes of each grid are defined between the first lines and the second lines. These grids each constitute a possible option for placing the farm's wind turbines in the predetermined space, taking into account alignment constraints (according to the first and second lines). The intersection points of each grid constitute possible positions for installing a wind turbine.
  • first and second predefined spacings are non-collinear and form a non-zero (and non-flat) angle so as to consider alignment constraints in two dimensions in space so that the first lines and the second lines are intersecting.
  • the first and second predefined spacings are advantageously between a minimum distance and a maximum distance, these minimum and maximum distances depending for example the diameter of the wind turbine rotor.
  • the minimum distance corresponds to the minimum value by which two successive wind turbines must be separated in order to limit energy losses linked to wake effects and the maximum distance corresponds to the maximum value by which two wind turbines must be separated, a greater distance no longer resulting in gain on energy recovery and limiting the possibility of installing enough wind turbines in the predetermined space, to ensure sufficient energy yield.
  • first and/or second predefined spacings less than the minimum distance or greater than the maximum distance are not necessary since the wind turbines must respect a minimum distance between them to avoid excessive energy losses linked to wake effects. and a maximum distance to install the predefined number of wind turbines and obtain an attractive energy yield from the farm in space.
  • the minimum distance can be greater than twice the diameter of the rotor of the wind turbines, and preferably, greater than four times the diameter of the rotor of the wind turbines; the maximum distance can be at least four times the diameter of the wind turbines and preferably at least eight times the diameter of the wind turbines.
  • the first predefined direction can be between -90° and 90°, taking into account the symmetry, relative to an orthonormal reference, for example the terrestrial reference with north located at 90° and south at -90 °, this orthonormal reference preferably being the one used to define the wind directions.
  • an orthonormal reference for example the terrestrial reference with north located at 90° and south at -90 °, this orthonormal reference preferably being the one used to define the wind directions.
  • the second predefined direction can be between -90° and the first direction. Therefore, with symmetry effects, we scan all possible space by limiting the number of combinations.
  • the discrete values of the first and second predefined spacings can be defined in steps of 0.5 times the rotor diameter and discrete values of the first and second predefined directions can be defined in steps of 1°, these steps being sufficient to obtain accuracies sufficient at the locations of the wind turbines.
  • Figure 5 illustrates, in a schematic and non-limiting manner, the change of reference between the reference (01, N, E) which corresponds to the global reference, 01 being able to be based arbitrarily, N can correspond to the North direction and E to the direction East, and a reference linked to the grid with 02 a point fixed arbitrarily on a point of intersection between a first line Lig1 and a second line of the grid Lig2, the first line Lig 1 and the second line Lig2 being intersecting with each other.
  • the first line Lig1 here forms an angle 01 with the direction E and the second line Lig2 forms an angle 02 with the direction E (alternatively, we could also have the first line Lig 1 forming an angle 01 with the direction N and the second line Lig2 forming an angle 02 with the direction N).
  • the mark (01, N, E) can advantageously be the one used to determine the wind directions.
  • Figure 6 illustrates, in a schematic and non-limiting manner, the discontinuity of positions which can result from different grids, due to the different mesh.
  • Q represents the predetermined space.
  • a single line is represented on the grid for ease of understanding.
  • Step a) made it possible to define a panel of grids where the points of intersection of each grid are points likely to correspond to the installation of a wind turbine.
  • the points of intersection of each grid are points likely to correspond to the installation of a wind turbine.
  • Step b) seeks to carry out this first sorting among the different grids.
  • step a we consider a mini-farm made up of wind turbines at each point of intersection of the grid portion considered.
  • the grid portion corresponds to a few connected meshes (a few meshes all connected together), and preferably to a single grid, so as to further simplify sorting. Thanks to all the wind turbines installed on the grid portion (for example, four wind turbines if the grid portion includes a single mesh, 9 wind turbines if the grid portion is homothetic by factor 2 compared to a grid of a single mesh ), we can determine the annual energy production of the mini-farm, in particular using the formulas presented previously.
  • This step serves to limit the number of combinations to be used for the arrangement of the predefined number of wind turbines on the farm based on the results obtained in step b). Indeed, thanks to the mini wind farm, we can estimate for different (first) pairs of first and second predefined spacings, the annual energy production as a function of the (second) pair of first and second predefined directions and the first and second discrete distribution of wind speed and wind direction and the probability of occurrence of each discrete wind speed value in each discrete wind direction value.
  • step c) we determine the energy loss of the mini-farm considered in relation to the ideal production of the same number of wind turbines as the mini-farm, without taking into account the wake effects of the wind turbines between them.
  • step c) we can for example make the difference between the annual energy production of the mini-farm obtained in step b) and the annual energy production of a single wind turbine multiplied by the number of wind turbines on the mini-farm.
  • This loss of energy Pl oss can be determined by the following formula: [Math 4]
  • Pioss n*aep(f1, ws, wp)- aep (f2, ws, wp)
  • aep(f1, ws, wp) is the annual energy produced according to the formula [Math 1] for a farm f1 consisting of a single wind turbine in the predefined space
  • aep (f2, ws, wp) corresponds to the annual energy produced according to the formula [Math 1] for a farm f2 consisting of a number n of wind turbines in the mini-farm of the predefined space, ws and wp being the statistical distributions of wind speeds and direction of wind, taking into account the probabilities of occurrence previously mentioned.
  • a first arrangement of the wind turbines is determined on each grid defined by each (first) pair of first and second predefined spacings and for each (second) pair of associated first and second predefined directions obtained in step c) previous, so as to limit the number of combinations.
  • Each wind turbine is positioned on an intersection point (a single wind turbine on the same intersection point for obvious construction reasons) of the space predetermined by a first positioning algorithm.
  • this first positioning algorithm can be an optimization algorithm which makes it possible to obtain a first distribution making it possible to obtain a satisfactory annual energy produced.
  • this first positioning algorithm can be a greedy algorithm which positions each wind turbine one after the other so as to maximize the annual energy produced by each wind turbine that is added.
  • the first wind turbine can be positioned arbitrarily in the predetermined space (at a discrete value of the first discrete mesh).
  • the second wind turbine will be positioned at the point of intersection of the grid considered, making it possible to maximize the annual energy produced by the two wind turbines, the chosen position of the nth wind turbine at the point of intersection of the grid making it possible to maximize the annual energy produced.
  • n wind turbines The use of a greedy algorithm makes it possible to obtain, in a simple manner, a first arrangement of the wind turbines in the predetermined space, which makes it possible to initialize the optimization method of step e), in particular by the method local search optimization of the following step e1).
  • said first positioning algorithm performs at least the following steps:
  • the annual energy production of the positioned wind turbines and the wind turbine to be positioned is calculated for the defined potential positions.
  • an annual energy production value is associated.
  • the calculation of the annual energy production takes into account the first discrete wind speed distribution, the second discrete wind direction distribution and the probability of occurrence. This calculation also involves in a known manner the characteristics of wind turbines, namely in particular the surface swept by the rotor of the wind turbine, the drag coefficient and/or the power coefficient.
  • the first positioning algorithm is a greedy algorithm which includes a step of arbitrary position of the first wind turbine, then which iteratively positions an additional wind turbine on intersection points of the grid considered until all the wind turbines of the predefined number are positioned on the grid.
  • This greedy algorithm makes it possible, thanks to the step of selecting potential positions, to accelerate the calculation time, while positioning the wind turbines judiciously.
  • Such an algorithm makes it possible to obtain a first arrangement adapted for the following local optimization step of searching for the positioning of each wind turbine.
  • Figure 4 illustrates, in a schematic and non-limiting manner, an example of a step for obtaining a first arrangement of the wind turbines on each grid selected according to the invention. For this, we can for example use a greedy algorithm.
  • the position of the first wind turbine P_E1 is defined, for example arbitrarily.
  • Eval_AEP for each of these potential positions PE Ej, the annual energy produced from the wind turbines already positioned and from the wind turbine j to be positioned in space predetermined.
  • Eval_AEP evaluation we use in particular the first and second discrete distributions RD1 and RD2 of the wind speeds and directions as well as the probability of occurrence Prob of each wind speed in each wind direction. It is possible, in a known manner, to use the characteristics of wind turbines and the wake effects previously described in this description.
  • Loop F3 is carried out for, j ranging from 1 to N-1, N being the predefined number of wind turbines in the predetermined space, taking into account the fact that the first wind turbine is positioned in a stepwise manner at step P_E1.
  • step d For each grid of step d), we seek to improve the annual energy by modifying the position of the wind turbines on the grid. This can in particular be done by steps e1 and e2 which are described below. Step e1) local search optimization
  • this sequential order obtained randomly.
  • we improve the quality of the optimization by avoiding optimization paths based on pre-established orders, these paths being able to bias the optimization results.
  • each wind turbine by this defined sequential order, by finding a free point of intersection of the grid which maximizes the annual energy production: if no other point of intersection intersection of the grid does not make it possible to improve the annual energy production, the wind turbine considered is maintained at its previously determined position. We can then try to modify the position of the next wind turbine in the defined sequential order.
  • the annual energy produced we of course take into account the first and second discrete distributions of wind speed and wind direction and the probability of occurrence, which are directly dependent on the geographical position of the predetermined space. and its local environment (presence of forests, mountains, geological features, buildings for example) and the characteristics of wind turbines.
  • the annual energy produced can in particular be determined from the formulas previously mentioned, in particular by the formula [Math 1],
  • step e1 we cannot a priori know if the arrangement of the wind turbines in each grid is optimal or if an improvement can still be made.
  • step e1 we repeat step e1) as many times as necessary as long as, during this step, we reposition at least one wind turbine on an intersection point of the grid.
  • no wind turbine has been repositioned: we then consider that the optimal arrangement of the predefined number of wind turbines on the grid considered has been found.
  • step e2 on each grid considered (corresponding to a first pair of first and second predefined spacings and to a second pair of first and second predefined directions associated with the first pair of first and second predefined spacings), we obtain a final arrangement of the wind turbines on each grid considered and an annual energy production associated with each of these final arrangements (one for each grid considered).
  • step e2) the sequential order is modified at each iteration of step e1) so as to limit the optimization paths based on pre-established orders.
  • Figure 2 illustrates, in a schematic and non-limiting manner, an example of research into optimization of the method according to the invention.
  • Alg1 is determined a first arrangement Displ of the wind turbines on each of these grids, taking into account as input data at least a first discrete distribution RD1 of wind speeds, a second discrete distribution RD2 of wind directions. wind, and the probability of Prob occurrences of each wind speed in each wind direction.
  • the characteristics of wind turbines and wake models can also be used for the determination of the annual energy produced in order to establish this first Displ provision.
  • the wind data, speed, direction and probability of occurrence of each speed value in each direction can in particular be obtained from collection means during a preliminary step. These data can be used in particular to establish a wind rose known to those skilled in the art.
  • This first Displ arrangement can be improved but is of sufficiently good quality to allow local optimizations in subsequent stages.
  • This step of determining Alg 1 of the first Displ arrangement of the wind turbines on each selected grid can be a greedy algorithm.
  • This first Displ arrangement obtained quickly thanks to the greedy algorithm is used as input data for the next Alg2 optimization step.
  • This Alg2 optimization step modifies, one by one, the position of the different wind turbines of the first Displ arrangement, on other points of intersection of the same grid, so as to increase the annual energy produced by the farm by testing other possible positions on the grid, thus respecting the alignment constraints.
  • this Alg2 optimization step includes the following steps:
  • This OS sequential order can in particular be obtained by a random function.
  • EvalJ the annual energy produced for each possible arrangement (for each possible position PDPJ of the wind turbine i to be repositioned, the other wind turbines remaining at the last position set for them).
  • the annual energy produced takes into account the first and second discrete distributions RD1 and RD2 of wind speeds and directions, as well as the probability of occurrence Prob of each wind speed in each wind direction.
  • an annual energy produced corresponds to each possible position PDPJ of the wind turbine i to be repositioned.
  • This new arrangement includes the last positions of the wind turbines already positioned as well as the new position PosJ of wind turbine i.
  • Loop B1 then makes it possible to select F1 the next wind turbine in the sequential order (i becomes i+1) defined in order to carry out the same procedure for the following wind turbines.
  • loop B1 comprising for each wind turbine i to be repositioned the determination of the possible positions PDPJ, the evaluation of the annual energy produced EvalJ for each possible position, the choice of the position PosJ of the wind turbine i to be repositioned and the definition of the new provision DispJXI.
  • Loop B2 ends when during the last loop B1 carried out, no wind turbine has been repositioned (all the wind turbines have been maintained in the same position as that obtained in the previous iteration).
  • steps a) to f) (apart from the part of step f) concerning the construction of the wind farm) can be implemented by a computer, a server or a supercomputer. Steps a) to f) then constitute a method of positioning the wind turbines in a predetermined space.
  • the invention may also relate to a computer program product implementing the method of positioning wind turbines in a predetermined space, consisting of steps a) to f) (apart from the part of step f) relating to the construction of the wind farm) described previously using IT means, such as a computer, a mobile phone or a tablet.
  • the computer program product may be downloadable from a communications network and/or recorded on a computer-readable medium and/or executable by a processor or server, and it includes program code instructions for implementing the the positioning method according to one of the preceding characteristics, when the program is executed on a computer or on a mobile phone.
  • the positioning method described above is particularly suitable for being implemented on computer means. It can thus be implemented in a simple manner and results can be obtained quickly.
  • the invention also relates to a wind farm obtained from the method of constructing a wind farm as described above.
  • This farm allows good energy efficiency by taking into account statistical wind data on the site considered and taking into account alignment constraints for the construction of the farm.
  • Figure 7 illustrates in a schematic and non-limiting manner an example of creating a grid in a predetermined space.
  • the predetermined space Esp includes two non-connected and non-convex zones Z1 and Z2.
  • the space is divided by first lines L1 and by second lines L2.
  • the first lines L1 are parallel to each other and regularly spaced from said second spacing R2 along the second lines L2 and the second lines L2 are parallel to each other and regularly spaced from said first spacing R1 along the first lines L1.
  • first lines L1 are oriented in a first direction forming an angle 01 with the direction E of the reference (01, N, E) which is an arbitrarily defined reference, for example, 01 is a chosen geographical point, N is the North direction and E the East direction.
  • the second lines L2 are oriented in a second direction forming an angle 02 with the direction E of the same reference mark (01, N, E). Angles 01 and 02 are chosen such that the first lines L1 intersect the second lines L2.
  • One of the first lines L1 and one of the second lines L2 can be positioned arbitrarily in space and then serve as a reference for the positions of the other first lines L1 and second lines L2.
  • the points of intersection, materialized by the crosses, located in the predetermined space Esp (or on the border of this space) constitute the grid.
  • Meshes as represented by the mesh M1 which is hatched, can be formed between the points of intersection. It can be noted that the only point of intersection located in zone Z2 is part of the grid, even if it is not linked to a mesh since it is not connected to another point of intersection to which it could be connected by a mesh.
  • intersection points of the grid are points where wind turbines can potentially be positioned in the predetermined space Esp.
  • Figure 8 illustrates, in a schematic and non-limiting manner, a first arrangement obtained by the method according to the invention for positioning sixteen wind turbines in the predetermined space Esp, the same space as that of Figure 7, and on the grid obtained at Figure 7.
  • Figure 9 illustrates, in a schematic and non-limiting manner, a final arrangement obtained by the method according to the invention for repositioning the sixteen wind turbines following the first arrangement obtained in Figure 8 in the predetermined space Esp, the same space as that of Figure 7, and on the grid obtained in Figure 7.
  • Figure 10 illustrates an example of searching for wind turbine positions in a predetermined space Z2 which is a non-convex space.
  • the turbines considered are turbines with a nominal power of 10 MW, whose nacelle height is positioned at 119.8 m from the ground and whose rotor diameter is 198 m.
  • the distance between the turbines in the predetermined space Z2 is greater than 4 times the diameter of the turbine rotor.
  • the wind data used for this example corresponds to those from: Baker, N. F., Thomas, J. J., Stanley, A. P. J., and Ning, A. IEA Task 37 Wind Farm Layout Optimization Case Studies, https://doi.org/10.5281 /zenodo.5809681, 2021
  • Diagrams a) to h) represent different positions of the wind turbines in this predetermined space Z2, from different grids in this predetermined space Z2.
  • different grids were tested with the following characteristics:
  • the angle of the direction of the second lines L2 relative to the reference R varies from 0° to the angle of the direction of the first lines L1 -1° in steps of 1°
  • the first spacing R1 of the first lines L1 along the second lines L2 varies from 4 times the diameter of the rotors to 8 times the diameter of the rotors in steps of 0.25 times the diameter of the rotors and;
  • the second spacing R2 of the second lines L2 along the first lines L1 varies from 4 times the diameter of the rotors to 8 times the diameter of the rotors in steps of 0.25 times the diameter of the rotors.
  • Diagrams a) to h) represent only a few grids among those tested.
  • the “round” points represent possible positions where wind turbines can be placed on the grid. They are therefore at the intersections of the first lines L1 and the second lines L2 of the grid in the predetermined space Z2;
  • the crosses represent the positions of the wind turbines allowing energy recovery to be maximized on the grid considered
  • the dotted lines represent the direction of the first lines L1 or the second lines L2;
  • R can be a line representing the West-East direction.
  • the R1 spacings represent the spacing of the first lines L1 along the second lines L2;
  • the R2 spacings represent the spacing of the second L2 lines along the first L1 lines.
  • the first directions 01 1, 012, and 013 represent the directions of the first lines L1 relative to the reference R.
  • the first lines L1 are parallel to the lines L1 shown in diagram b).
  • the first lines L1 are parallel to the lines L1 shown in diagram f).
  • the optimal positions of the wind turbines on each grid are different.
  • the average annual energy recovered for each positioning scheme a) to h) varies between 486611 MWh and 487467.6 MWh, i.e. a gain of 856.6 MWh for the optimal configuration according to the invention.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

L'invention concerne une méthode de construction d'une ferme éolienne dans un espace prédéterminé, pour laquelle on effectue au moins les étapes successives suivantes : a) On forme (GR) différentes grilles dans l'espace prédéterminé. b) Pour chaque grille, on détermine la production d'énergie annuelle moyenne d'une mini-ferme (AEP-mf) composée d'éoliennes sur les points d'intersection d'une maille; c) On choisit (Ch) quelques grilles permettant de maximiser la production d'énergie, d) Pour chaque grille c à l'étape c), on détermine une première disposition (Alg1) du nombre prédéfini d'éoliennes sur la grille, e) On modifie la position (Alg2) des éoliennes sur la grille, f) On détermine une disposition définitive (Disp_F) des éoliennes dans l'espace prédéterminé, et on construit (Const) la ferme éolienne.

Description

METHODE DE CONSTRUCTION D’UNE FERME EOLIENNE AVEC CONTRAINTES D’ALIGNEMENT
Domaine technique
La présente invention concerne une méthode de construction d’une ferme éolienne dans un espace prédéterminé.
Pour répondre aux enjeux environnementaux, les fermes éoliennes ont fait leur apparition. Ces fermes éoliennes sont constituées de plusieurs turbines éoliennes espacées les unes des autres dans un espace délimité. Cet espace délimité peut être sur terre ou en mer. On distingue ainsi des fermes éoliennes terrestres (également appelées fermes éolienne « onshore ») et des fermes éoliennes « offshore », c’est-à-dire en mer.
Les éoliennes de ces fermes sont généralement des éoliennes à axe de rotation horizontal qui disposent d’un système pour orienter l’axe de rotation horizontal dans le sens de la direction du vent, afin de maximiser l’énergie récupérée par l’éolienne. Parfois, l’éolienne est prévue pour s’orienter automatiquement dans la direction du vent.
On connaît également les éoliennes à axe de rotation vertical, qui ont l’avantage de ne pas nécessiter d’orientation dans la direction du vent.
Dans les fermes éoliennes, les sillages générés par les éoliennes peuvent avoir pour effet de diminuer la vitesse de vent en aval de l’éolienne et donc l’énergie récupérée par d’autres éoliennes, notamment celles situées en aval de celles générant ces sillages. Le positionnement des éoliennes dans la ferme est donc important afin de maximiser l’énergie récupérée par la ferme.
Par ailleurs, dans un emplacement choisi pour implanter une ferme éolienne, les caractéristiques locales du vent peuvent varier. En effet, la direction et la vitesse du vent sont notamment des paramètres qui peuvent varier dans le temps à l’emplacement considéré. Ces caractéristiques peuvent notamment être obtenues par des capteurs positionnés à l’emplacement défini et maintenus à cette position pendant plusieurs mois ou plusieurs années de manière à obtenir des données statistiques suffisantes pour caractériser la ressource en vent à l’emplacement choisi. Ces capteurs peuvent notamment être des anémomètres positionnés à une altitude suffisante (de l’ordre de 100m au-dessus du sol) pour caractériser le vent qui sera vu par les éoliennes (c’est-à-dire le vent qui est sensiblement au niveau de l’axe du rotor par exemple). Les données de vent peuvent également être obtenues par télédétection par laser, aussi appelé LiDAR (de l’anglais « Light Detection And Ranging »).
La connaissance statistique du vent à l’emplacement considéré de la ferme permet notamment d’obtenir la distribution de la vitesse du vent (aussi appelée par la suite « répartition de la vitesse du vent »), la distribution de la direction du vent (aussi appelée par la suite « répartition de la direction du vent ») et la probabilité jointe d’occurrence d’une vitesse de vent dans une direction donnée.
Afin de maximiser l’énergie annuelle produite par la ferme, il est donc nécessaire de positionner les éoliennes de manière optimale dans l’emplacement prévu pour la ferme.
On entend par « énergie annuelle produite » ou « production d’énergie annuelle », l’énergie moyenne totale produite par la ferme, donc par l’ensemble des éoliennes de la ferme. Cette énergie moyenne, estimée en tenant compte des données statistiques du vent (répartitions de vitesses de vent, de direction de vent et des probabilités d’occurrence), est basée sur une durée d’un an, d’où le terme « annuelle », de manière à éviter une influence saisonnière qui pourrait fausser les résultats. En effet, le vent, que ce soit sa vitesse ou sa direction, peut varier fortement en fonction des saisons.
L’énergie moyenne est obtenue grâce à la connaissance de la répartition de la direction du vent, de la répartition des vitesses de vent et de la probabilité d’occurrence d’une vitesse de vent dans une direction donnée.
Bien évidemment, l’énergie annuelle produite dépend également des turbines éoliennes choisies.
Technique antérieure
Pour déterminer un bon positionnement des éoliennes dans l’emplacement prévu pour la ferme, plusieurs méthodes ont été mises au point.
La demande de brevet CN1051 19320 concerne une méthode basée sur un algorithme d’évolution. Ce type d’algorithme est stochastique, utilisant des processus aléatoires. Ce type d’algorithmes nécessite un nombre de tests importants afin d’obtenir un résultat, ce qui génère un important temps de calcul, et nécessite une mémoire informatique importante.
Les demandes de brevet CN102142103A, CN105139269 et US2016171401 concernent des méthodes de positionnement d’éoliennes basées sur des algorithmes génétiques. Les algorithmes génétiques sont une catégorie d’algorithmes d’évolution. Ils nécessitent une multitude d’évaluations et de croisements de ces évaluations à partir des données réelles (continues) possibles. De ce fait, les algorithmes génétiques sont complexes et nécessitent donc un temps de calcul important et une mémoire informatique importante.
On connaît également les méthodes décrites dans les documents suivants :
- Tao S., Xu Q., Feijoo A., Zheng G., Zhou J., 2020. Wind farm layout optimization with a three- dimensional Gaussian Wake model. Renewable Energy, Volume 159, October 2020, Pages 553-569 : Cette méthode nécessite que l’emplacement prévu pour la ferme soit délimité par un rectangle. En d’autres termes, cette méthode n’est pas adaptée pour des fermes comprenant des espaces non convexes ou même non connexes. - Antonini E.G.A., Romerp D.A., Amon, C.H., 2018. Continuous adjoint formulation for wind farm layout optimization. Applied Energy, Volume 228, 15 October 2018, Pages 2333-2345 : Cette méthode est basée sur une méthode analytique d’évaluation des effets de sillage. Cette méthode est donc une méthode d’optimisation continue, basée sur des calculs de CFD (de l’anglais « Computational Fluid Dynamics » signifiant « Calculs de dynamique des fluides »), qui nécessite des temps de calcul important et une mémoire informatique importante.
- Wagner M., Day J., Neuman F., 2012. A fast and effective local search algorithm for optimizing the placement of wind turbines. Renewable Energy, Volume 51 , March 2013, pages 64-70 : L’application de cette méthode nécessite des emplacements délimités par un rectangle. De ce fait, elle n’est pas adaptée à des emplacements de formes non convexes ou non connexes.
- Feng J., Shen W. Z., 2015. Solving the wind farm layout optimization problem using random search algorithm. Renewable Energy, Volume 78, June 2015, Pages 182-192 : Cette méthode nécessite des emplacements délimités par des polyèdres. De ce fait, elle n’est pas adaptée à des emplacements de formes non connexes.
- Quan N., and Kim H.M., 2018. Greedy robust wind farm layout optimization with feasability guarantee. Engineering Optimization, September 6, 2018, pages 1 152-1 167. Cette méthode est basée sur un algorithme glouton qui prend en compte toutes les positions situées à une distance minimale des éoliennes déjà positionnées dans l’emplacement pour déterminer l’emplacement de l’éolienne suivante. Il nécessite donc un temps de calcul important et une mémoire informatique importante, notamment si la discrétisation de l’emplacement prévu pour la ferme est fine, si l’espace dans lequel on souhaite placer les éoliennes est grand et/ou si le nombre d’éoliennes à positionner est important.
On connaît également la demande de brevet WO 2022/028 847 de la demanderesse qui concerne une méthode de construction d’une ferme éolienne. Dans cette méthode, les implantations des éoliennes sont des positions discrètes de l’espace prédéterminé. Bien que donnant satisfaction, cette méthode ne met pas en oeuvre de contraintes d’alignement des éoliennes, ce qui ne facilite pas l’implantation et la maintenance des éoliennes. De plus, pour les éoliennes offshore et afin de faciliter la navigation des bateaux, l’alignement des éoliennes fait partie des contraintes de design des fermes.
Ainsi, le problème technique que l’invention se propose de résoudre consiste à développer une méthode de construction d’une ferme éolienne qui permette le positionnement optimal d’éoliennes dans des emplacements de forme complexe, tels que les zones non convexes et/ou non connexes, de manière à maximiser l’énergie totale produite par la ferme éolienne, en minimisant le temps de calcul nécessaire et la mémoire informatique et en respectant des contraintes d’alignement des éoliennes selon deux directions formant un angle non nul entre elles (deux directions non parallèles).
Résumé de l’invention
Pour répondre au problème technique, l’invention concerne une méthode de construction d’une ferme éolienne dans un espace prédéterminé, la ferme éolienne étant composée d’un nombre prédéfini d’éoliennes, la méthode de construction comprenant une première répartition discrète de vitesse de vent, une deuxième répartition discrète de direction de vent et une probabilité d’occurrence de chaque valeur discrète de vitesse de vent dans chaque valeur discrète de direction du vent desdites première et deuxième répartitions discrètes, pour laquelle on effectue au moins les étapes successives suivantes : a) Pour différents couples de premiers et deuxièmes espacements prédéfinis, et pour différents couples de premières et deuxièmes directions prédéfinies, on forme des grilles dans l’espace prédéterminé, chaque grille étant définie par une pluralité de points d’intersection entre des premières lignes orientées dans la première direction prédéfinie et des deuxièmes lignes orientées dans la deuxième direction prédéfinie, les premières lignes étant espacées dudit deuxième espacement prédéfini le long de la deuxième direction prédéfinie et les deuxièmes lignes étant espacées dudit premier espacement prédéfini le long de la première direction prédéfinie, chaque grille comprenant au moins une maille délimitée par desdits points d’intersection ; b) Pour chaque grille dudit espace prédéterminé, on détermine la production d’énergie annuelle moyenne d’une mini-ferme composée d’éoliennes positionnées à l’ensemble des points d’intersection d’une maille ou plusieurs mailles connexes de la grille, à partir de ladite première répartition discrète de vitesse de vent, de ladite deuxième répartition discrète de direction de vent et de ladite probabilité d’occurrence ; c) Pour chaque couple de premier et deuxième espacements prédéfinis, on associe au moins un couple de première et deuxième direction prédéfinies qui maximise la production d’énergie annuelle de ladite mini-ferme, d) Pour chaque grille correspondant à un couple de premier et deuxième espacements prédéfinis et à un couple de première et deuxième direction prédéfinies associées à l’étape c), on détermine une première disposition du nombre prédéfini d’éoliennes, chaque éolienne étant positionnée sur un desdits points d’intersection de la grille par un premier algorithme de positionnement, e) puis, pour chaque grille utilisée à l’étape d), on modifie la position des éoliennes afin d’améliorer la production d’énergie annuelle et on obtient une disposition finale du nombre prédéfini d’éoliennes sur chaque grille considérée et une production d’énergie annuelle pour chaque disposition finale. f) On détermine une disposition définitive des éoliennes dans l’espace prédéterminé, ladite disposition définitive correspondant à la disposition finale obtenue à l’étape e) de la grille qui maximise la production d’énergie annuelle, et on construit la ferme éolienne en érigeant les éoliennes aux positions de ladite disposition définitive dans l’espace prédéterminé de manière à générer de l’énergie à partir du vent.
De préférence, à l’étape e) de modification de la position des éoliennes pour chaque grille utilisée à l’étape d), on réalise au moins les étapes suivantes : e1 ) pour chaque grille utilisée à l’étape d), on définit un ordre séquentiel de modification des positions des éoliennes déterminées par le premier algorithme de positionnement et on repositionne, une à une, chaque éolienne de l’ordre séquentiel défini, en trouvant un point d’intersection de la grille qui maximise la production d’énergie annuelle à partir de ladite première répartition discrète de vitesse de vent, de ladite deuxième répartition discrète de direction de vent et de ladite probabilité d’occurrence; e2) on réitère l’étape e1 ) autant de fois que nécessaire jusqu’à ce que, lors à la fin d’une étape e1), aucune éolienne n’ait été repositionnée et on obtient une disposition finale du nombre prédéfini d’éoliennes sur chaque grille considérée et une production d’énergie annuelle pour chaque disposition finale.
De manière avantageuse, ledit ordre séquentiel est obtenu de manière aléatoire. Préférentiellement, on modifie l’ordre séquentiel à chaque itération de l’étape e1 ).
Selon une configuration de l’invention, avant l’étape a), on mesure des données statistiques du vent, par des moyens de mesure, de préférence un capteur LIDAR, dans l’espace prédéterminé pour déterminer les première et deuxième répartitions discrètes et les probabilités d’occurrence de chaque vitesse de vent dans chaque direction du vent des première et deuxième répartitions discrètes.
Selon une mise en oeuvre avantageuse de l’invention, ledit espace prédéterminé comprend des zones non connexes et/ou non convexes.
Selon une variante de l’invention, pour chaque grille considérée, ledit premier algorithme de positionnement réalise au moins les étapes suivantes :
- on définit arbitrairement la position de la première éolienne (P_E1 ) sur un des points d’intersection de la grille ;
- puis pour chaque éolienne à positionner, de manière successive : on définit des positions potentielles (PE_Ej) pour l’éolienne à positionner, lesdites positions potentielles ( PE Ej) étant constituées par les points d’intersection de la grille situés entre une distance minimale et une distance maximale de toutes les éoliennes positionnées ; on calcule la production d’énergie annuelle (Eval_AEP) des éoliennes positionnées et de l’éolienne à positionner pour les positions potentielles (PE_Ej) définies, à partir de ladite première répartition discrète (RD1 ) de vitesse de vent, de ladite deuxième répartition (RD2) discrète de direction de vent et de ladite probabilité d’occurrence (Prob) ;
On choisit la position (PosJ) de l’éolienne à positionner correspondant à la valeur maximale calculée de production d’énergie annuelle :
- on détermine ladite première disposition (Disp_Ej) correspondant à la position du nombre prédéfini d’éoliennes parmi les points d’intersection de la grille considérée dans ledit espace prédéterminé (Esp).
De préférence, à l’étape c), on fait la différence entre la production d’énergie annuelle de la mini-ferme obtenue à l’étape b) et la production d’énergie annuelle d’une seule éolienne multipliée par le nombre d’éoliennes de la mini-ferme.
L’invention concerne aussi une ferme éolienne obtenue à partir de la méthode de construction d’une ferme éolienne telle que décrite précédemment.
Liste des figures
D'autres caractéristiques et avantages de la méthode et de la ferme selon l'invention, apparaîtront à la lecture de la description ci-après d'exemples non limitatifs de réalisations, en se référant aux figures annexées et décrites ci-après.
La figure 1 représente un exemple d’une méthode de construction selon l’invention.
La figure 2 représente un exemple de réalisation des étapes de repositionnement des éoliennes de la méthode de construction selon l’invention.
La figure 3 représente un exemple d’emplacement complexe pour le positionnement d’éoliennes selon l’invention.
La figure 4 illustre une variante d’un premier algorithme de positionnement selon l’invention.
La figure 5 illustre la définition des contraintes d’alignement des éoliennes pour la méthode selon l’invention.
La figure 6 illustre la discontinuité des points d’intersection en fonction des espacements entre les lignes de la grille de la méthode selon l’invention. La figure 7 illustre la définition d’une grille dans un espace prédéterminé et les points d’intersection de la grille de la méthode selon l’invention.
La figure 8 illustre une disposition des éoliennes sur une grille dans l’espace prédéterminé, la disposition étant issue d’une des étapes de la méthode selon l’invention et cette disposition n’étant pas la disposition définitive.
La figure 9 illustre la disposition définitive des éoliennes sur la même grille que les figures 7 et 8, dans l’espace prédéterminé obtenue par la méthode selon l’invention.
La figure 10 illustre un exemple de recherche de positionnement optimale de douze éoliennes dans un espace prédéterminé non convexe, avec des contraintes d’alignement, afin de construire les éoliennes en maximisant l’énergie annuelle produite, selon l’invention.
Description des modes de réalisation
Afin de faciliter la lecture de la présente description, quelques définitions sont explicitées ci-après.
On entend par « Algorithme glouton » (ou « greedy algorithm » en anglais) un algorithme qui consiste à établir étape par étape un optimum local. Dans le cas d’une ferme éolienne, il consiste à positionner chaque éolienne l’une après l’autre jusqu’à obtenir le positionnement de l’ensemble des éoliennes dans l’espace prédéterminé.
On entend par « Algorithme d’évolution », un algorithme bio-inspiré dont l’idée consiste à faire évoluer un ensemble de solutions pour obtenir de meilleurs résultats. Ils sont donc stochastiques et utilisent itérativement des processus aléatoires.
On entend par « Algorithme génétique », un algorithme d’évolution utilisant la notion de sélection naturelle. Ce type d’algorithme peut notamment croiser ou modifier certains paramètres des solutions précédentes en vue d’améliorer des résultats.
On appelle « zones non connexes » des zones pour lesquelles il existe au moins 2 points qui ne peuvent pas être reliés par un chemin continu entièrement contenu dans la zone en question. A l’inverse, une zone connexe est une zone pour laquelle chaque paire de point est reliée par un chemin continu entièrement contenu dans la zone.
On appelle « zone convexe », une zone dans laquelle les segments reliant deux points quelconques de cette zone sont tous entièrement contenus dans la zone. Un cercle, un carré ou un rectangle délimitent tous par exemple des zones convexes. A l’inverse, une « zone non convexe » est une zone dans laquelle il existe au moins deux points reliés par un segment qui n’est pas entièrement contenu dans la zone. Par exemple, une zone délimitée par un cercle externe et un cercle interne concentriques n’est pas convexe. Dans la présente description, on entend par « grille » une pluralité de points d’intersection situés dans l’espace prédéterminé (ou à la frontière de cet espace). Les points d’intersection de la grille sont des points situés à l’intersection entre des premières lignes, toutes parallèles entre elles, et orientées dans la première direction prédéfinie et des deuxièmes lignes, également toutes parallèles entre elles, et orientées dans la deuxième direction prédéfinie. Les première et deuxième directions prédéfinies sont définies par rapport à un repère global ; elles sont de manière générale différentes de la direction du vent (mais peuvent en être colinéaires dans des conditions particulières). Les premières lignes étant espacées d’un deuxième espacement prédéfini le long des deuxièmes lignes. En d’autres termes, les premières lignes sont régulièrement espacées (elles sont toutes équidistantes) d’un pas correspondant au deuxième espacement le long des deuxièmes lignes. Les deuxièmes lignes étant espacées d’un premier espacement prédéfini le long des premières lignes. En d’autres termes, les deuxièmes lignes sont régulièrement espacées (elles sont toutes équidistantes) d’un pas correspondant au premier espacement le long des premières lignes. Ainsi, chaque grille comprend au moins une maille, de forme parallélogramme, délimitée par des points d’intersection entre les premières et les deuxièmes lignes (les premières et deuxièmes lignes étant sécantes entre elles).
L’invention concerne une méthode de construction (ou d’implantation) d’une ferme éolienne dans un espace prédéterminé qui peut être une zone terrestre ou une zone offshore en mer. La ferme est composée d’un nombre prédéfini d’éoliennes. En d’autres termes, on a défini au préalable le nombre (prédéfini) d’éoliennes que l’on va implanter dans l’espace prédéterminé. Avantageusement, l’espace prédéterminé peut comprendre des zones non connexes. De ce fait, l’espace prédéterminé peut correspondre à des emplacements réels prévus pour l’implantation des éoliennes, par exemple une ferme prévue dans un emplacement comprenant deux zones séparées par une route de largeur significative (plusieurs mètres, voire plusieurs dizaines de mètres), telle qu’une autoroute, ou par une rivière ou un fleuve. Préférentiellement, l’espace prédéterminé peut comprendre des zones non convexes additionnellement ou alternativement aux zones non connexes. Ainsi, l’espace prédéterminé peut correspondre à des emplacements réels de forme complexe tels qu’un espace délimité par une colline ou une falaise escarpée, le littoral, le passage d’une rivière, un fleuve ou toute autre étendue d’eau. En offshore, l’espace prédéterminé peut comprendre des zones non convexes qui peuvent notamment être déterminées en tenant compte de la bathymétrie, de la nature du sol, des frontières avec d’autres pays, de canaux de navigation, de passage de câbles ou de pipeline par exemples.
La figure 3 illustre, de manière schématique et non limitative, un exemple d’espace prédéterminé adapté à la mise en oeuvre de la méthode de positionnement de l’invention (ou de construction d’une ferme éolienne de l’invention).
L’espace prédéterminé peut notamment comprendre une première zone Z1 et une deuxième zone Z2, zones représentées par les hachures verticales. Ces zones Z1 et Z2 sont non connexes. En effet, une distance minimale D non nulle apparaît entre les deux zones Z1 et Z2. De plus, la zone Z1 est rectangulaire. De ce fait, elle est convexe. La zone Z2 est de forme complexe, non convexe. En effet, si on considère les deux points A et B, on observe qu’une partie du segment Seg qui relie les points A et B est située en dehors de la zone Z2.
Pour identifier les zones Z1 et Z2 de l’espace prédéterminé dans une troisième zone plus grande ZE, englobant ces deux zones Z1 et Z2, on peut utiliser une matrice booléenne. La troisième zone ZE est de forme rectangulaire, ce qui est plus facile à traiter informatiquement, que des zones non connexes et/ou non convexes comme Z1 et Z2. La matrice booléenne associe à chaque valeur discrète (position discrète) de la zone ZE une valeur égale à 1 si la position discrète est située dans la zone Z1 ou Z2 et une valeur 0 si elle est située en dehors de Z1 et Z2. Cette matrice booléenne permet de définir l’espace déterminé utilisé pour la méthode. On peut, à partir de cette matrice booléenne, déterminer la ou les frontières de l’espace prédéterminé. En effet, un point sera considéré comme faisant partie de la frontière si sa valeur dans la matrice booléenne est à 1 et s’il a parmi ses voisins directs, au moins un point qui a une valeur dans la matrice booléenne à 0.
La méthode de construction comprend une première répartition discrète de vitesse de vent, une deuxième répartition discrète de direction de vent et une probabilité d’occurrence de chaque valeur discrète de vitesse de vent dans chaque valeur discrète de direction du vent desdites première et deuxième répartitions discrètes. Ces données peuvent notamment être obtenues par un moyen de collecte des données de vent, tel qu’un capteur LIDAR (de l’anglais « Light Detection And Ranging » pouvant être traduit par télédétection par laser), un mât de mesure ou un anémomètre. Pour se faire, la méthode de construction peut avantageusement comprendre une étape préalable de collecte, avant l’étape a), pendant laquelle on implante le moyen de mesure (ou moyen de collecte) des données de vent dans l’espace prédéterminé pendant une durée prédéterminée sur le site physique de l’espace prédéterminé (la région terrestre d’implantation prévue ou la zone offshore prévue) afin de collecter les données de vent du site, et, ainsi, on mesure les données statistiques du vent, par ces moyens de mesure, pour déterminer les première et deuxième répartitions discrètes de vitesse de vent et de direction de vent, et les probabilités d’occurrence de chaque vitesse de vent dans chaque direction de vent des première et deuxième répartitions discrètes. La mesure des données de vent peut être réalisées sur la durée prédéterminée, pour la collecte des mesures, qui peut être d’au moins un an, afin d’avoir les données relatives aux quatre saisons. Ainsi, on peut prévoir une étape de collecte des données statistiques du vent dans l’espace prédéterminé à partir d’au moins un moyen de collecte.
Le moyen de mesure (de collecte) peut avantageusement être un capteur LIDAR.
Dans cette méthode, on effectue au moins les étapes successives suivantes : a) Pour différents (premiers) couples de premiers et deuxièmes espacements prédéfinis, et pour différents (deuxièmes) couples de premières et deuxièmes directions prédéfinies, on forme des grilles dans l’espace prédéterminé, chaque grille étant définie par une pluralité de points d’intersection entre des premières lignes orientées dans la première direction prédéfinie et des deuxièmes lignes orientées dans la deuxième direction prédéfinie, les premières lignes étant espacées dudit deuxième espacement prédéfini le long de la deuxième direction prédéfinie et les deuxièmes lignes étant espacées dudit premier espacement prédéfini le long de la première direction prédéfinie, la grille comprenant au moins une maille délimitée par desdits points d’intersection (chaque maille est délimitée par quatre points d’intersection et certains points d’intersection peuvent ne pas être rattachée à une maille). Ainsi, les points d’intersection de la grille forment un maillage discret. Par maillage discret, on entend que les points d’intersection du maillage que constitue la grille sont des valeurs discrètes (par opposition à des valeurs continues). b) Pour chaque grille dudit espace prédéterminé, on détermine la production d’énergie annuelle moyenne d’une mini-ferme composée d’éoliennes positionnées à l’ensemble des points d’intersection d’une maille ou plusieurs mailles connexes de la grille, à partir de ladite première répartition discrète de vitesse de vent, de ladite deuxième répartition discrète de direction de vent et de ladite probabilité d’occurrence ; c) Pour chaque (premier) couple de premier et deuxième espacements prédéfinis, on associe au moins un (deuxième) couple de première et deuxième direction prédéfinies qui maximise la production d’énergie annuelle de ladite mini-ferme, d) Pour chaque grille correspondant à un (premier) couple de premier et deuxième espacements prédéfinis et à un (deuxième) couple de première et deuxième direction prédéfinies associées à l’étape c), on détermine une première disposition du nombre prédéfini d’éoliennes, chaque éolienne étant positionnée sur un desdits points d’intersection de la grille par un premier algorithme de positionnement, e) Puis, pour chaque grille utilisée à l’étape d), on modifie la position des éoliennes afin d’améliorer la production d’énergie annuelle et on obtient une disposition finale du nombre prédéfini d’éoliennes sur chaque grille considérée et une production d’énergie annuelle pour chaque disposition finale f) On détermine une disposition définitive des éoliennes dans l’espace prédéterminé, ladite disposition définitive correspondant à la disposition finale obtenue à l’étape e) de la grille qui maximise la production d’énergie annuelle, et on construit la ferme éolienne en érigeant les éoliennes aux positions de ladite disposition définitive dans l’espace prédéterminé de manière à générer de l’énergie à partir du vent.
L’utilisation de valeurs discrètes pour la vitesse du vent, la direction du vent et les points d’intersection discrets des différentes grilles de l’espace prédéterminé permet de simplifier la méthode, d’accélérer les temps de calculs et de limiter la mémoire informatique nécessaire, comparativement à des méthodes utilisant des données réelles continues. En effet, des valeurs discrètes permettent de limiter le nombre de combinaisons possibles (on parle de méthode combinatoire) alors que des données réelles continues (on parle de méthode continue) fournissent une infinité de solutions. La combinaison des première et deuxième répartitions discrètes et des points d’intersection de la grille permet ainsi d’obtenir une bonne précision du positionnement des différentes éoliennes dans l’espace prédéterminé en tenant compte des contraintes d’alignement, tout en limitant le temps de calcul nécessaire à cette détermination des positions.
La probabilité d’occurrence de chaque vitesse de vent, dans chaque direction de vent est notamment utilisée pour le calcul de la production d’énergie annuelle moyenne. Cette probabilité peut notamment provenir d’une rose des vents correspondant à l’espace prédéterminé, cette rose des vents étant bien connue de l’homme du métier. Pour établir cette rose des vents, on peut notamment utiliser des moyens de collecte évoqués précédemment, comme un anémomètre positionné sur un mât à une altitude suffisante (entre 80m et 120 m par exemple pour être sensiblement au niveau du moyeu de l’éolienne par exemple), ou par l’intermédiaire d’un capteur LiDAR (acronyme de langue anglaise issu de « Light Detection And Ranging » signifiant « détection et estimation de la distance par la lumière »), positionné à proximité du sol et orienté vers la verticale. Ce moyen de collecte est maintenu en place pendant une longue période, plusieurs mois et idéalement plus d’un an, de manière à pouvoir prendre en compte les variations des caractéristiques du vent en fonction des saisons. Selon un mode de réalisation, la production d’énergie annuelle peut être estimée par la formule suivante :
[Mathl] aep = 8760 ■ EWsiWp[p(f, ws, wp')}
Où aep est la production d’énergie annuelle de la ferme d’éoliennes et
Figure imgf000013_0001
est l’espérance de la puissance totale produite par la ferme éolienne (par le nombre prédéfini d’éoliennes dans l’espace prédéterminé) par rapport à la loi de probabilité jointe de vitesse de vent ws et de direction de vent wp. De ce fait, la puissance totale produite par la ferme prend en compte une répartition statistique de chaque vitesse de vent ws dans chaque direction du vent wp, par exemple par une distribution de Weibull.
Dans le cas où les rotors des éoliennes sont systématiquement alignés dans un plan orthogonal à la direction du vent wp, la puissance totale produite par la ferme peut s’écrire :
[Math2]
Figure imgf000013_0002
Où N est le nombre prédéfini d’éoliennes de la ferme dans l’espace prédéterminé, Pf est la puissance instantanée fournie par chaque éolienne f, dans la ferme, pour chaque vitesse de vent ws dans chaque direction du vent wp.
Dans le cas où certains rotors des éoliennes seraient dans un plan désaxé du plan orthogonal à la direction du vent wp (autrement dit, l’éolienne n’est pas orientée face au vent mais est désaxée de celui-ci), un facteur correctif peut être pris en compte pour tenir compte de l’effet du désaxage. Ce facteur correctif peut notamment être issu de simulations CFD (de l’anglais « Computational Fluid Dynamics » signifiant « Calculs de dynamique des fluides »).
La puissance instantanée Pf de chaque éolienne f dans la ferme peut s’écrire :
[Math3] /[iy(ws)]
Figure imgf000013_0003
Avec p est la masse volumique de l’air, S est la surface balayée par le rotor de l’éolienne f, Vf(ws) la vitesse du vent au niveau du rotor de l’éolienne f et le coefficient de puissance CPf de l’éolienne f dépendant de la vitesse vf(ws) du vent au niveau du rotor de l’éolienne f, le coefficient de puissance CPf étant une caractéristique de l’éolienne f.
En effet, les effets de sillage des éoliennes situées en amont et/ou sur le côté de l’éolienne f peuvent impacter la production d’énergie de l’éolienne f. Ce sillage peut générer une diminution de la vitesse du vent au niveau de l’éolienne f et/ou des turbulences du vent. Ces effets de sillage ont pour impact que la vitesse vf au niveau du rotor de l’éolienne ne correspond plus à la vitesse ws et que le coefficient de puissance CPf est alors également impacté. Les impacts des effets de sillage pris en compte dans l’équation [Math3] peuvent notamment être basés sur des modèles de sillage. Ces modèles de sillage peuvent notamment traduire :
- une réduction de la vitesse du vent en amont de l’éolienne f du fait du sillage issu d’une éolienne en amont. Un tel modèle, bien connu de l’homme du métier, est le modèle de sillage de Jensen (décrit dans la publication « A simple model for Cluster Efficiency », Katie, Hojstrup and Jensen, EWEC 1986, notamment au paragraphe 2.1 de cette publication),
- une augmentation de l’intensité turbulente du vent,
- et/ou une superposition de sillages de plusieurs éoliennes en amont sur une même éolienne f, comme décrit dans la publication « A note on wind generator interaction » Jensen, DTU, 1983. Cette superposition de sillage peut combiner les effets de réduction de vitesse comme dans la publication citée précédemment et/ou d’intensité turbulente du vent de plusieurs sillages.
Les modèles de sillage peuvent également être déterminés à partir de calculs CFD (de l’anglais « Computational Fluid Dynamics » signifiant « Calculs de dynamique des fluides »). Les formules précédentes peuvent être utilisées pour calculer l’énergie annuelle produite par la ferme composée du nombre prédéfini d’éolienne, par la mini-ferme ou par une ferme constituée d’une seule éolienne.
De préférence, à l’étape e) de modification de la position des éoliennes pour chaque grille utilisée à l’étape d), on peut réaliser au moins les étapes suivantes : e1 ) pour chaque grille utilisée à l’étape d), on définit un ordre séquentiel de modification des positions des éoliennes déterminées par le premier algorithme de positionnement et on repositionne, une à une, chaque éolienne de l’ordre séquentiel défini, en trouvant un point d’intersection de la grille qui maximise la production d’énergie annuelle à partir de ladite première répartition discrète de vitesse de vent, de ladite deuxième répartition discrète de direction de vent et de ladite probabilité d’occurrence. e2) On réitère l’étape e1 ) autant de fois que nécessaire jusqu’à ce que, à la fin d’une étape e1 ), aucune éolienne n’ait été repositionnée et on obtient une disposition finale du nombre prédéfini d’éoliennes sur chaque grille considérée et une production d’énergie annuelle pour chaque disposition finale.
La figure 1 illustre, de manière schématique et non limitative, la méthode de construction de la ferme d’éoliennes dans un espace prédéterminé Esp, de manière globale. A partir de l’espace prédéterminé Esp choisi (une zone géographique offshore ou onshore) qui peut être un espace comprenant des zones non-convexes et/ou non-connexes (par exemple avec une route ou une rivière qui traverse cet espace), et différents premiers couples C1 de premier et deuxième espacements prédéfinis et différents deuxièmes couples C2 de première et deuxième directions prédéfinies, on établit des grilles (GR) dans l’espace prédéterminé.
Chacune de ces grilles (GR) est établie à partir d’une multitude de premières lignes parallèles entre elles et régulièrement espacés et de deuxièmes lignes parallèles entre elles et sécantes avec les premières lignes (autrement dit, l’angle formé entre les premières lignes et les deuxièmes lignes est non nul et non plat).
Les différentes grilles GR se distinguent entre elles par la combinaison des premiers couples C1 et deuxièmes couples C2.
Pour chaque grille GR, les premières lignes sont orientées d’un angle correspondant à la première direction par rapport à une direction d’un repère fixe prédéfini (par exemple un repère avec une direction nord et une direction est) et les deuxièmes lignes sont orientées d’un angle correspondant à la deuxième direction par rapport à la même direction du repère fixe prédéfini (la direction Nord par exemple).
Les premières lignes sont espacées du deuxième espacement prédéfini le long des deuxièmes lignes et les deuxièmes lignes sont espacées du premier espacement prédéfini le long des premières lignes.
Une première ligne et une deuxième ligne peuvent être positionnées arbitrairement dans l’espace, ces lignes servant alors de référence aux positions des autres lignes.
Les points d’intersection entre les premières lignes et les deuxièmes lignes qui sont situés dans l’espace prédéterminé (à l’intérieur de l’espace prédéterminé, la frontière de cet espace prédéterminé étant avantageusement comprise ou au contraire pouvant être exclue) définissent la grille.
La grille peut ainsi comprendre des mailles, et les mailles de la grille forment des parallélogrammes compte tenu du parallélisme des premières et deuxièmes lignes, délimitées par lesdites lignes et les points d’intersection.
Pour chaque grille GR définie, on détermine la production d’énergie annuelle d’une mini-ferme AEP-mf. La production d’énergie annuelle est basée sur les données statistiques du vent issue par exemple d’un capteur LIDAR ou de tout autre moyen de mesure des données de vent, ces données statistiques comprenant une première répartition discrète RD1 des vitesses de vent, une deuxième répartition discrète RD2 des directions de vent et une probabilité d’occurrence Prob de chaque valeur de vitesse de vent de la première répartition discrète RD1 dans chaque direction de vent de la deuxième répartition discrète RD2. La mini-ferme est une ferme composée d’une portion de grille avec au moins une maille de la grille (ou de plusieurs mailles connexes) et où, à tous les points d’intersection de cette portion de grille, on positionne une éolienne. Ainsi, si la portion de grille comporte une seule et unique maille, la mini-ferme sera composée de quatre éoliennes, une à chaque point d’intersection de la maille. Cette situation avec une mini-ferme de quatre éoliennes est avantageuse car elle permet d’évaluer l’impact du sillage des éoliennes entre elles sur la grille de manière simple et rapide et sans nécessiter beaucoup de mémoire ni de temps de calcul lorsque cette étape est réalisée par ordinateur.
Au sens de la présente description, une maille s’entend par une maille élémentaire : cela signifie que l’on considère un parallélogramme délimité par quatre points d’intersection comme étant une maille si ce parallélogramme ne comprend aucun autre parallélogramme définis par quatre points d’intersection, à l’intérieur de lui-même.
En comparant les valeurs de production d’énergie annuelle de différentes grilles comprenant le même premier couple C1 et différents deuxièmes couples C2, on peut associer un ou plusieurs couples C2 les plus prometteurs (donnant la ou les plus grandes productions d’énergie annuelle). Ainsi, pour chaque premier couple C1 de premier et deuxième espacements prédéfinis, on associe un ou plusieurs deuxièmes couples C2. Cela permet de limiter le nombre de combinaisons de premier couple C1 et de deuxième couple C2 pour la suite de la méthode.
Les comparaisons de valeurs de production d’énergie annuelle peuvent être faites directement (par comparaison directe des différentes valeurs, on cherche alors les deuxièmes couples C2 qui maximisent l’énergie annuelle produite) ou indirectement. Dans ce dernier cas, on compare l’énergie annuelle produite par la mini-ferme à l’énergie annuelle produite par le même nombre d’éoliennes que celui de la mini-ferme comme si chaque éolienne était indépendante (donc sans tenir compte des effets de sillage) : on va alors estimer la perte liée aux effets de sillage de la mini-ferme. Dans ce cas, bien-entendu, on retient le ou les deuxièmes couples C2 qui minimisent la perte liée aux effets de sillage.
Ainsi, on peut choisir Ch, à partir de la production d’énergie annuelle des mini-fermes, au moins un deuxième couple C2 pour chaque premier couple C1 . Ainsi, on sélectionne un certain nombre de grilles parmi celles qui ont été établies préalablement.
Puis, pour chaque grille sélectionnée, on établit une première disposition des éoliennes Alg1 sur cette grille (sur des points d’intersection de cette grille). Cette première disposition cherche à obtenir un bon rendement énergétique et donc prend en compte les première et deuxième répartitions discrètes RD1 et RD2 et la probabilité d’occurrence Prob.
A partir de cette première disposition des éoliennes sur chaque grille sélectionnée, on cherche ensuite à améliorer la récupération d’énergie. On repositionne alors les éoliennes Alg2 sur la grille en cherchant, à chaque repositionnement d’une éolienne, à trouver la position sur la grille qui permet d’obtenir l’énergie annuelle produite la plus élevée. Bien-entendu, on tient compte, pour se faire, des première et deuxième répartitions discrètes RD1 et RD2 et de la probabilité d’occurrence Prob.
Une fois que les éoliennes ont été repositionnées et que l’on ne trouve pas de meilleure solution (on n’arrive plus à changer une éolienne de position sur la grille sans dégrader l’énergie annuelle produite), on a donc une disposition finale des éoliennes sur chaque grille sélectionnée et on compare les énergies annuelles produites de chaque grille AEP g. On peut alors déterminer la disposition définitive Disp_F des éoliennes dans l’espace prédéterminé Esp comme étant la disposition finale des éoliennes sur la grille qui permet d’obtenir l’énergie annuelle produite maximale.
On construit Const alors les éoliennes aux emplacements prévus correspondant à la disposition définitive déterminée dans l’espace prédéterminé.
Etape a) de définition des grilles
Cette étape permet la définition de plusieurs grilles possibles à l’intérieur de l’espace prédéterminé. Chaque grille a donc une limite spatiale et ne peut pas dépasser de l’espace prédéterminé. Cette grille comprend une ou plusieurs mailles séparées par des points d’intersection. Ces mailles sont de forme parallélogramme, par exemple rectangulaire ou carrée, et les points d’intersection sont à la frontière entre les mailles. Toutes les mailles et tous les points d’intersection de chaque grille sont situés à l’intérieur de l’espace prédéterminé. Les mailles de chaque grille sont définies entre les premières lignes et les deuxièmes lignes. Ces grilles constituent chacune une option possible pour placer les éoliennes de la ferme dans l’espace prédéterminé, en tenant compte de contraintes d’alignement (selon les premières et deuxième lignes). Les points d’intersection de chaque grille constituent des positions possibles d’implantation d’une éolienne. En utilisant plusieurs grilles, on peut tester différentes contraintes d’alignement (différentes valeurs de premier et deuxième espacements prédéfinis et différentes valeurs de première et deuxième directions prédéfinies). Les première et deuxième directions sont non colinéaires et forment un angle non nul (et non plat) de manière à considérer des contraintes d’alignement en deux dimensions dans l’espace de manière à ce que les premières lignes et les deuxièmes lignes soient sécantes.
En utilisant différentes valeurs discrètes, on limite le nombre de combinaison possible et donc la mémoire utile de l’ordinateur. De plus, ces valeurs discrètes sont suffisantes pour assurer une précision compatible avec la construction des éoliennes sur site (compte tenu des précisions possibles de construction).
Les premier et deuxième espacements prédéfinis sont avantageusement compris entre une distance minimale et une distance maximale, ces distances minimale et maximale dépendant par exemple du diamètre du rotor de l’éolienne. La distance minimale correspond à la valeur minimale dont il faut séparer deux éoliennes successives afin de limiter les pertes énergétiques liées aux effets de sillage et la distance maximale correspond à la valeur maximale dont il faut séparer deux éoliennes, une distance supérieure n’entraînant plus de gain sur la récupération d’énergie et limitant la possibilité d’implanter assez d’éoliennes dans l’espace prédéterminé, pour assurer un rendement énergétique suffisant.
En effet, des premier et/ou deuxième espacements prédéfinis inférieurs à la distance minimale ou supérieure à la distance maximale ne s’avèrent pas nécessaires puisque les éoliennes doivent respecter une distance minimale entre elles pour éviter des pertes énergétiques liées aux effets de sillage trop importantes et une distance maximale pour implanter le nombre prédéfini d’éoliennes et obtenir un rendement énergétique intéressant de la ferme dans l’espace.
De préférence, la distance minimale peut être supérieure à deux fois le diamètre du rotor des éoliennes, et de manière préférée, supérieure à quatre fois le diamètre du rotor des éoliennes ; la distance maximale peut être d’au moins quatre fois le diamètre des éoliennes et de préférence au moins huit fois le diamètre des éoliennes.
De préférence, la première direction prédéfinie peut être comprise entre -90° et 90°, compte- tenu de la symétrie, par rapport à un repère orthonormé, par exemple le repère terrestre avec le nord situé à 90° et le sud à -90°, ce repère orthonormé étant de préférence celui utilisé pour définir les directions du vent.
Et de manière préférée, la deuxième direction prédéfinie peut être comprise entre -90° et la première direction. De ce fait, avec les effets de symétrie, on balaye tous l’espace possible en limitant le nombre de combinaison.
Les valeurs discrètes des premier et deuxième espacements prédéfinis peuvent être définis par pas de 0,5 fois le diamètre du rotor et des valeurs discrètes des première et deuxième directions prédéfinies peuvent être définies par pas de 1 °, ces pas étant suffisants pour obtenir des précisions suffisantes aux emplacements des éoliennes.
La figure 5 illustre, de manière schématique et non limitative, le changement de repère entre le repère (01 , N, E) qui correspond au repère global, 01 pouvant être basé arbitrairement, N peut correspondre à la direction Nord et E à la direction Est, et un repère lié à la grille avec 02 un point fixé arbitrairement sur un point d’intersection entre une première ligne Lig1 et une deuxième ligne de la grille Lig2, la première ligne Lig 1 et la deuxième ligne Lig2 étant sécantes entre elles. La première ligne Lig1 forme ici un angle 01 avec la direction E et la deuxième ligne Lig2 forme un angle 02 avec la direction E (alternativement, on pourrait aussi avoir la première ligne Lig 1 formant un angle 01 avec la direction N et la deuxième ligne Lig2 formant un angle 02 avec la direction N). Le repère (01 , N, E) peut avantageusement être celui utilisé pour déterminer les directions du vent.
La figure 6 illustre, de manière schématique et non limitative, la discontinuité des positions qui peuvent résulter de différentes grilles, en raison du maillage différent.
Sur cette figure, Q représente l’espace prédéterminé. Une seule ligne est représentée sur la grille pour faciliter la compréhension.
Sur le schéma a), les points d’intersection sur la ligne sont séparés d’une longueur L. On peut donc positionner les éoliennes, représentées par les points noirs, à chaque extrémité de l’espace prédéterminé Q : elles sont donc espacées d’une distance correspondante à 2L.
Sur le schéma b), les points d’intersection sur la ligne sont séparés d’une longueur L+E. On ne peut donc positionner les éoliennes, représentées par les points noirs, que sur les points d’intersection représentés : elles sont donc espacées d’une distance correspondante à L+E. En effet, le point situé à 2(L+E) est à l’extérieur du domaine de l’espace prédéterminé Q.
Ainsi, même si la valeur E est faible, on aura une forte discontinuité des solutions entre une grille avec des lignes espacées d’un espace L et celles espacées d’un espace L+E, à cause de la limite de l’espace prédéterminé pour la détermination de la grille et des points d’intersection pris en compte pour le choix des positions possibles des éoliennes.
Etape b) de détermination de la production d’énergie annuelle d’une mini-ferme d’éolienne sur chaque grille
L’étape a) a permis de définir un panel de grilles où les points d’intersection de chaque grille sont des points susceptibles de correspondre à l’implantation d’une éolienne. Bien entendu, afin de vérifier les contraintes d’alignement des éoliennes, il n’est pas possible, dans la présente méthode de construction, d’utiliser des points d’intersection d’une grille pour implanter une partie des éoliennes avec des points d’intersection d’une autre grille pour implanter d’autres éoliennes.
Afin d’éviter de rechercher la disposition optimale des éoliennes sur chaque grille, en calculant à chaque fois la production d’énergie annuelle, il est préférable de faire un tri pour n’utiliser que les grilles susceptibles d’offrir les meilleures possibilités de trouver la disposition optimale. L’étape b) cherche à effectuer ce premier tri parmi les différentes grilles.
Pour se faire, pour chaque grille formée à l’étape a), on considère une mini-ferme constituée d’éoliennes à chaque point d’intersection de la portion de grille considérée. La portion de grille correspond à quelques mailles connexes (quelques mailles toutes reliées entre elles), et de préférence à une seule grille, de manière à simplifier encore le tri. Grâce à toutes les éoliennes implantées sur la portion de grille (par exemple, à quatre éoliennes si la portion de grille comprend une seule maille, 9 éoliennes si la portion de grille est homothétique de facteur 2 par rapport à une grille d’une seule maille), on peut déterminer la production d’énergie annuelle de la mini-ferme, notamment au moyen des formules présentées précédemment.
Ainsi, pour chaque type de grille, on peut associer une production d’énergie annuelle de la mini-ferme.
Etape c) de choix des (deuxièmes) couples de première et deuxième direction prédéfinies en fonction des premier et deuxième espacements prédéfinis.
Cette étape sert à limiter le nombre de combinaison à utiliser pour la disposition du nombre prédéfini des éoliennes de la ferme à partir des résultats obtenus à l’étape b). En effet, grâce à la mini-ferme éolienne, on peut estimer pour différents (premiers) couples de premier et deuxième espacements prédéfinis, la production d’énergie annuelle en fonction du (deuxième) couple de première et deuxième direction prédéfinies et des première et deuxième répartition discrète de vitesse de vent et de direction de vent et la probabilité d’occurrence de chaque valeur discrète de vitesse de vent dans chaque valeur discrète de direction du vent.
On peut alors choisir au moins un (de préférence un seul) (deuxième) couple de première et deuxième direction prédéfinies pour chaque (premier) couple de premier et deuxième espacements prédéfinis, de manière à limiter le nombre de combinaison pour la suite. En effet, pour le (premier) couple de premier et deuxième espacements prédéfinis, le (ou les) (deuxième) couple de première et deuxième direction prédéfinies permettent de maximiser l’énergie annuelle produite et/ou de limiter les effets de sillage.
Pour déterminer le (ou les) (deuxième) couple de première et deuxième direction associé à chaque (premier) couple de premier et deuxième espacements prédéfinis, on peut soit comparer directement la production annuelle produite et retenir les couples de directions qui maximise cette production annuelle de la mini-ferme, soit comparer la perte d’énergie récupérée due aux effets de sillage.
Dans ce deuxième cas, on détermine la perte d’énergie de la mini-ferme considérée par rapport à la production idéale du même nombre d’éoliennes que la mini-ferme, sans tenir compte des effets de sillage des éoliennes entre elles. Ainsi, à l’étape c), on peut par exemple faire la différence entre la production d’énergie annuelle de la mini-ferme obtenue à l’étape b) et la production d’énergie annuelle d’une seule éolienne multipliée par le nombre d’éoliennes de la mini-ferme. Cette perte d’énergie Ploss peut être déterminée par la formule suivante : [Math 4]
Pioss =n*aep(f1 , ws, wp)- aep (f2, ws, wp) Où aep(f1 , ws, wp) est l’énergie annuelle produite selon la formule [Math 1] pour une ferme f1 constituée d’une seule éolienne dans l’espace prédéfini, et où aep (f2, ws, wp) correspond à l’énergie annuelle produite selon la formule [Math 1 ] pour une ferme f2 constituée d’un nombre n d’éoliennes dans la mini-ferme de l’espace prédéfini, ws et wp étant les répartitions statistiques des vitesses de vent et de direction de vent, en tenant compte des probabilités d’occurrence préalablement évoquées.
L’avantage de cette formule [Math 4] est qu’elle renseigne directement sur l’impact des effets de sillage de la mini-ferme, effet qui dépend directement des directions d’alignement et des espacements choisis. On peut alors écarter les solutions pour lesquelles les pertes sont trop importantes pour ne retenir que la solution ou les solutions pertinentes (avec les pertes d’énergie les plus faibles).
Etape d) de détermination d’une première disposition d’éoliennes de la ferme
On détermine, lors de cette étape, une première disposition des éoliennes sur chaque grille définie par chaque (premier) couple de premier et deuxième espacements prédéfinis et pour chaque (deuxième) couple de première et deuxième direction prédéfinies associées obtenues à l’étape c) précédente, de manière à limiter le nombre de combinaison. Chaque éolienne est positionnée sur un point d’intersection (une seule éolienne sur un même point d’intersection pour des raisons évidentes de construction) de l’espace prédéterminé par un premier algorithme de positionnement. De préférence, ce premier algorithme de positionnement peut être un algorithme d’optimisation qui permet d’obtenir une première répartition permettant d’obtenir une énergie annuelle produite satisfaisante. Avantageusement, ce premier algorithme de positionnement peut être un algorithme glouton qui positionne chaque éolienne l’une après l’autre de manière à maximiser l’énergie annuelle produite de chaque éolienne que l’on vient ajouter. La première éolienne peut être positionnée arbitrairement dans l’espace prédéterminé (à une valeur discrète du premier maillage discret). La deuxième éolienne sera positionnée au point d’intersection de la grille considérée permettant de maximiser l’énergie annuelle produite des deux éoliennes, la position choisie la n-ième éolienne au point d’intersection de la grille permettant de maximiser l’énergie annuelle produite des n éoliennes. L’utilisation d’un algorithme glouton permet d’obtenir, de manière simple, une première disposition des éoliennes dans l’espace prédéterminé, ce qui permet d’initialiser le procédé d’optimisation de l’étape e), notamment par le procédé de recherche locale d’optimisation de l’étape e1 ) suivante.
Selon un mode de réalisation, pour chaque grille considérée (chaque grille définie par un premier couple de premier et deuxième espacements prédéfinis et par un deuxième couple de première et deuxième directions prédéfinies associé au premier couple de premier et deuxième espacements prédéfinis), ledit premier algorithme de positionnement réalise au moins les étapes suivantes :
- on définit arbitrairement la position de la première éolienne sur un des points d’intersection de la grille considérée ;
- puis pour chaque éolienne à positionner, de manière successive : on définit des positions potentielles pour l’éolienne à positionner, les positions potentielles étant constituées par les points d’intersection de la grille. En d’autres termes, on sélectionne des points d’intersection de la grille où serait avantageusement positionnée la prochaine éolienne. on calcule la production d’énergie annuelle des éoliennes positionnées et de l’éolienne à positionner pour les positions potentielles définies. De ce fait, pour chaque position potentielle définie, est associée une valeur de production d’énergie annuelle. De plus, le calcul de la production d’énergie annuelle prend en compte la première répartition discrète de vitesse de vent, la deuxième répartition discrète de direction de vent et la probabilité d’occurrence. Ce calcul fait également intervenir de manière connue les caractéristiques des éoliennes, à savoir notamment la surface balayée par le rotor de l’éolienne, le coefficient de traînée et/ou le coefficient de puissance.
On choisit la position de l’éolienne à positionner correspondant à la valeur maximale calculée de production d’énergie annuelle. Ainsi, on maximise l’énergie annuelle produite par les éoliennes dont la position est définie dans l’espace prédéterminé. Ces positions définies serviront de base pour la détermination de la position de la prochaine éolienne, notamment pour définir les positions potentielles de la prochaine éolienne à positionner.
- on détermine la première disposition correspondant à la position du nombre prédéfini d’éoliennes parmi les points d’intersection de la grille considérée dans l’espace prédéterminé.
De ce fait, le premier algorithme de positionnement est un algorithme glouton qui comprend une étape de position arbitraire de la première éolienne, puis qui itérativement positionne une éolienne supplémentaire sur des points d’intersection de la grille considérée jusqu’à ce que toutes les éoliennes du nombre prédéfini soient positionnées sur la grille. Cet algorithme glouton permet, grâce à l’étape de sélection des positions potentielles, d’accélérer le temps de calcul, tout en positionnant les éoliennes de manière judicieuse. Un tel algorithme permet d’obtenir une première disposition adaptée pour l’étape suivante d’optimisation locale de recherche de positionnement de chaque éolienne. La figure 4 illustre, de manière schématique et non limitative, un exemple d’une étape pour obtenir une première disposition des éoliennes sur chaque grille sélectionnée selon l’invention. Pour cela, on peut par exemple utiliser un algorithme glouton.
Pour chaque grille G(C1 , C2) sélectionnée de l’espace prédéterminé, on définit la position de la première éolienne P_E1 , par exemple de manière arbitraire.
Puis pour chaque éolienne j, on cherche une position de manière à maximiser l’énergie annuelle produite.
Ainsi, de manière itérative selon F3, on définit, pour chaque éolienne, une par une, des positions potentielles PE Ej pour l’éolienne j à positionner, les positions potentielles PE Ej étant déterminées par les points d’intersection libres (c’est-à-dire ceux sur lesquels aucune éolienne n’est prévue pour le moment) de la grille de l’espace prédéterminé.
Une fois ces positions potentielles PE Ej définies pour l’éolienne j à positionner, on évalue Eval_AEP, pour chacune de ces positions potentielles PE Ej, l’énergie annuelle produite des éoliennes déjà positionnées et de l’éolienne j à positionner dans l’espace prédéterminé. Pour cette évaluation Eval_AEP, on utilise notamment les première et deuxièmes répartitions discrètes RD1 et RD2 des vitesses et directions du vent ainsi que la probabilité d’occurrence Prob de chaque vitesse du vent dans chaque direction du vent. On peut, de manière connue, utiliser les caractéristiques des éoliennes et les effets de sillage préalablement décrits dans cette description.
On peut alors choisir la position PosJ de l’éolienne j, position correspondant à la valeur maximale de l’énergie annuelle produite à l’étape précédente.
On peut alors définir une nouvelle disposition Disp_Ej des éoliennes positionnées (y compris l’éolienne j) dans l’espace prédéterminé. Cette nouvelle disposition Disp_Ej servira à l’itération suivante pour déterminer les positions potentielles PE Ej de la nouvelle éolienne à positionner et pour l’évaluation de l’énergie annuelle produite Eval_AEP.
On effectue la boucle F3 pour, j allant de 1 à N-1 , N étant le nombre prédéfini d’éoliennes dans l’espace prédéterminé, compte tenu du fait que la première éolienne est positionnée de manière étape à l’étape P_E1 .
Une fois toutes les éoliennes positionnées (c’est-à-dire lorsque j=N-1 ), la dernière disposition trouvée Disp_Ej pour chaque grille correspond alors à la première disposition Displ des éoliennes pour chaque grille.
Etape e) d’amélioration de la position des éoliennes sur chaque grille
Pour chaque grille de l’étape d), on cherche à améliorer l’énergie annuelle en modifiant la position des éoliennes sur la grille. Cela peut notamment se faire par les étapes e1 et e2 qui sont décrites par la suite. Etape e1) d’optimisation locale de recherche
Lors de cette étape, on cherche à améliorer la production d’énergie annuelle en modifiant la position des éoliennes de la ferme, une par une, sur chaque grille de l’étape d).
Pour cela, on définit un ordre séquentiel de modification des positions des éoliennes déterminées par le premier algorithme de positionnement : en d’autres termes, on ne repositionne pas nécessairement les éoliennes, dans le même ordre que celui dans lequel elles ont été déterminées par le premier algorithme et on utilise préférentiellement un ordre différent pour améliorer les chances d’obtenir une meilleure solution.
De préférence, cet ordre séquentiel obtenu de manière aléatoire. En effet, en utilisant une fonction aléatoire pour l’ordre séquentiel, on améliore la qualité de l’optimisation en évitant des chemins d’optimisation basés sur des ordres préétablis, ces chemins pouvant biaiser les résultats d’optimisation.
Une fois l’ordre séquentiel défini, on repositionne, une par une, chaque éolienne, par cet ordre séquentiel défini, en trouvant un point d’intersection libre de la grille qui maximise la production d’énergie annuelle : si aucun autre point d’intersection de la grille ne permet d’améliorer la production d’énergie annuelle, l’éolienne considérée est maintenue à sa position déterminée précédemment. On peut alors tenter de modifier la position de l’éolienne suivante dans l’ordre séquentiel défini.
Pour déterminer l’énergie annuelle produite, on tient compte bien-entendu des première et deuxième répartitions discrètes de vitesse de vent et de direction de vent et de la probabilité d’occurrence, qui sont directement dépendante de la position géographique de l’espace prédéterminé et de son environnement local (présence de forêts, de montagnes, de particularités géologiques, d’immeubles par exemple) et des caractéristiques des éoliennes. L’énergie annuelle produite peut notamment être déterminée à partir des formules précédemment évoquées, notamment par la formule [Math 1],
Etape e2) de reproduction de l’étape e1)
A la fin de l’étape e1 ), on ne peut a priori pas savoir si la disposition des éoliennes dans chaque grille est optimale ou si une amélioration peut encore être apportée. Pour encore optimiser la disposition des éoliennes sur chaque grille, on réitère l’étape e1 ) autant de fois que nécessaire tant que, lors de cette étape, on repositionne au moins une éolienne sur un point d’intersection de la grille. On arrête d’itérer lorsqu’à la dernière itération de l’étape e1), aucune éolienne n’a été repositionnée : on considère alors qu’a été trouvée la disposition optimale du nombre prédéfini d’éoliennes sur la grille considérée.
En sortie de l’étape e2), sur chaque grille considérée (correspondant à un premier couple de premier et deuxième espacements prédéfinis et à un deuxième couple de première et deuxième directions prédéfinies associé au premier couple de premier et deuxième espacements prédéfinis), on obtient une disposition finale des éoliennes sur chaque grille considérée et une production d’énergie annuelle associée à chacune de ces dispositions finale (une pour chaque grille considérée).
De préférence, à l’étape e2), on modifie l’ordre séquentiel à chaque itération de l’étape e1 ) de manière à limiter les chemins d’optimisation basés sur des ordres préétablis.
La figure 2 illustre, de manière schématique et non limitative, un exemple de recherche d’optimisation de la méthode selon l’invention.
Pour chaque grille sélectionnée, on détermine Alg1 une première disposition Displ des éoliennes sur chacune de ces grilles, en tenant compte comme données d’entrée d’au moins une première répartition discrète RD1 de vitesses de vent, une deuxième répartition discrète RD2 de directions du vent, et la probabilité d’occurrences Prob de chaque vitesse de vent dans chaque direction de vent. Les caractéristiques des éoliennes et des modèles de sillage peuvent également être utilisées pour la détermination de l’énergie annuelle produite afin d’établir cette première disposition Displ .
Les données de vent, vitesse, direction et probabilité d’occurrence de chaque valeur de vitesse dans chaque direction peuvent notamment être obtenues à partir de moyens de collecte lors d’une étape préliminaire. Ces données peuvent notamment servir à établir une rose des vents connue de l’homme du métier.
Cette première disposition Displ est perfectible mais de suffisamment bonne qualité pour permettre les optimisations locales des étapes ultérieures. Cette étape de détermination Alg 1 de la première disposition Displ des éoliennes sur chaque grille sélectionnée peut être un algorithme glouton.
Cette première disposition Displ obtenue rapidement grâce à l’algorithme glouton est utilisée comme donnée d’entrée pour l’étape suivant d’optimisation Alg2. Cette étape d’optimisation Alg2 modifie, une à une, la position des différentes éoliennes de la première disposition Displ , sur d’autres points d’intersection de la même grille, de manière à augmenter l’énergie annuelle produite par la ferme en testant d’autres positions possibles sur la grille, en respectant ainsi les contraintes d’alignement.
De manière plus détaillée, cette étape d’optimisation Alg2 comprend les étapes suivantes :
- on définit un ordre séquentiel OS de modification des positions des éoliennes, une par une. Cet ordre séquentiel OS peut notamment être obtenu par une fonction aléatoire.
- Puis de manière itérative, pour chaque grille sélectionnée, on modifie la position d’au moins une éolienne i, de préférence de chaque éolienne i, en réalisant les sous-étapes suivantes :
* on détermine des positions possibles PDPJ pour l’éolienne i, ces positions possibles étant la position actuelle de l’éolienne i et les points d’intersection de la grille sur laquelle aucune éolienne n’est prévue (les autres éoliennes restant à leur position, soit la position initiale issue de la première disposition, soit la position déjà repositionnée).
* on évalue EvalJ ensuite l’énergie annuelle produite pour chaque disposition possible (pour chaque position possible PDPJ de l’éolienne i à repositionner, les autres éoliennes restant à la dernière position qui leur a été fixée). L’énergie annuelle produite prend en compte les premières et deuxièmes répartitions discrètes RD1 et RD2 des vitesses et directions du vent, ainsi que la probabilité d’occurrence Prob de chaque vitesse de vent dans chaque direction du vent. Ainsi, à la fin de cette étape d’évaluation, une énergie annuelle produite correspond à chaque position possible PDPJ de l’éolienne i à repositionner.
* on retient comme position PosJ de l’éolienne i la position possible PDPJ qui correspond à la valeur maximale de l’énergie annuelle produite à l’étape EvalJ.
* On obtient ainsi une nouvelle disposition DispJXI des éoliennes dans l’espace déterminé. Cette nouvelle disposition comprend les dernières positions des éoliennes déjà positionnées ainsi que la nouvelle position PosJ de l’éolienne i.
La boucle B1 permet ensuite de sélectionner F1 l’éolienne suivante de l’ordre séquentiel (i devient i+1 ) défini afin d’effectuer la même procédure pour les éoliennes suivantes.
Une fois que toutes les éoliennes ont été repositionnées par la boucle B1 , on réitère plusieurs fois, pour chaque grille sélectionnée, les étapes de détermination de l’ordre séquentiel OS, et de la boucle B1 pour chacune des éoliennes, une par une, la boucle B1 comprenant pour chaque éolienne i à repositionner la détermination des positions possibles PDPJ, l’évaluation de l’énergie annuelle produite EvalJ pour chaque position possible, le choix de la position PosJ de l’éolienne i à repositionner et la définition de la nouvelle disposition DispJXI.
En réitérant plusieurs fois ces étapes, on peut améliorer l’énergie annuelle produite par la ferme. Modifier à chaque fois l’ordre séquentiel (par un tirage aléatoire à chaque fois par exemple) permet encore d’améliorer l’énergie annuelle produite.
La boucle B2 se termine lorsqu’au cours de la dernière boucle B1 réalisée, aucune éolienne n’a été repositionnée (toutes les éoliennes ont été maintenues à la même position que celle obtenue à l’itération précédente).
Une fois la boucle B2 terminée, la dernière disposition DispJXI obtenue devient la disposition finale DispM pour la grille sélectionnée.
Pour choisir la disposition définitive des éoliennes, on peut alors comparer toutes les dispositions finales des différentes grilles, et choisir quelle disposition permet de maximiser l’énergie annuelle produite. C’est cette disposition finale qui maximise l’énergie produite que l’on retient et qui devient la disposition définitive. On peut alors construire les éoliennes aux positions prévues selon la disposition définitive dans le site physique de l’espace prédéterminé pour obtenir une ferme éolienne. Etape f) de détermination de la disposition définitive des éoliennes dans l’espace prédéterminé et de construction de la ferme
A partir de chaque disposition finale des éoliennes obtenues sur chaque grille, on compare la production d’énergie annuelle de chacune de ces dispositions finales et on choisit la disposition finale qui a la production d’énergie annuelle la plus élevée pour maximiser le rendement de la ferme. On détermine alors la disposition définitive des éoliennes de la ferme comme correspondant à cette disposition finale optimale.
A partir de la disposition définitive obtenue, on peut alors construire les éoliennes de la ferme aux positions correspondant à la disposition définitive dans l’espace prédéterminé. Grâce à l’utilisation de grilles, les éoliennes seront alignées selon deux directions et selon des lignes régulièrement réparties dans l’espace, de manière à répondre aux contraintes opérationnelles et aux contraintes spécifiques à l’offshore.
Dans la méthode précédente, les étapes a) à f) (en dehors la partie de l’étape f) concernant la construction de la ferme éolienne) peuvent être mises en oeuvre par un ordinateur, un serveur ou un supercalculateur. Les étapes a) à f) constituent alors une méthode de positionnement des éoliennes dans un espace prédéterminé.
L’invention peut également concerner un produit programme d’ordinateur mettant en oeuvre la méthode de positionnement des éoliennes dans un espace prédéterminé, constituée des étapes a) à f) (en dehors la partie de l’étape f) concernant la construction de la ferme éolienne) décrites précédemment à partir de moyens informatiques, comme un ordinateur, un téléphone portable ou une tablette. Le produit programme d'ordinateur peut être téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur ou un serveur, et il comprend des instructions de code de programme pour la mise en oeuvre de la méthode de positionnement selon l'une des caractéristiques précédentes, lorsque le programme est exécuté sur un ordinateur ou sur un téléphone portable. En effet, la méthode de positionnement décrite précédemment est particulièrement adaptée pour être implémentée sur des moyens informatiques. Elle peut ainsi être mise en oeuvre de manière simple et des résultats peuvent être obtenus rapidement.
L’invention concerne également une ferme éolienne obtenue à partir de la méthode de construction d’une ferme éolienne telle que décrite précédemment. Cette ferme permet un bon rendement énergétique en tenant compte des données statistiques du vent sur le site considéré et en tenant compte de contraintes d’alignement pour la construction de la ferme. La figure 7 illustre de manière schématique et non limitative un exemple de création d’une grille dans un espace prédéterminé.
L’espace prédéterminé Esp comprend deux zones Z1 et Z2 non connexes et non convexes. Afin d’obtenir une grille définie par le premier couple de premier et deuxième espacement R1 et R2 et par le deuxième couple de première et deuxième direction 01 et 02, on découpe l’espace par des premières lignes L1 et par des deuxièmes lignes L2. Les premières lignes L1 sont parallèles entre elles et régulièrement espacées dudit deuxième espacement R2 le long des deuxièmes lignes L2 et les deuxièmes lignes L2 sont parallèles entre elles et régulièrement espacées dudit premier espacement R1 le long des premières lignes L1. De plus, les premières lignes L1 sont orientées selon une première direction formant un angle 01 avec la direction E du repère (01 , N, E) qui est un repère défini arbitrairement, par exemple, 01 est un point géographique choisi, N est la direction Nord et E la direction Est. Les deuxièmes lignes L2 sont orientées selon une deuxième direction formant un angle 02 avec la direction E du même repère (01 , N, E). Les angles 01 et 02 sont choisis de telles sorte que les premières lignes L1 coupent les deuxièmes lignes L2.
Une des premières lignes L1 et une des deuxièmes lignes L2 peuvent être positionnées arbitrairement dans l’espace et servent alors de référence pour les positions des autres premières lignes L1 et deuxièmes lignes L2.
Les points d’intersection, matérialisés par les croix, situés dans l’espace prédéterminé Esp (ou sur la frontière de cet espace) constituent la grille. Des mailles tel que représentée par la maille M1 qui est hachurée, peuvent être formées entre les points d’intersection. On peut noter que le seul point d’intersection situé dans la zone Z2 fait partie de la grille, même s’il n’est pas lié à une maille puisqu’il n’est pas connecté à un autre point d’intersection auquel il pourrait être connecté par une maille.
Les points d’intersection de la grille sont des points où on peut potentiellement positionner des éoliennes dans l’espace prédéterminé Esp.
La figure 8 illustre, de manière schématique et non limitative, une première disposition obtenue par la méthode selon l’invention pour positionner seize éoliennes dans l’espace prédéterminé Esp, le même espace que celui de la Figure 7, et sur la grille obtenue à la figure 7.
Sur cette figure, les références identiques à celles de la figure 7 correspondent aux mêmes éléments et ne seront pas redétaillés. Les croix représentant les points d’intersection de la figure 7 n’ont pas été représentées sur la figure 8 pour faciliter la lecture. Les points noirs représentent les positions des seize éoliennes de la première disposition dans l’espace prédéterminé, chaque éolienne étant positionnée sur un point d’intersection de la grille de la figure 7. Cette première disposition correspond à celle obtenue pour la grille de la figure 7 suite à l’étape d) de la méthode selon l’invention.
La figure 9 illustre, de manière schématique et non limitative, une disposition finale obtenue par la méthode selon l’invention pour repositionner les seize éoliennes suite à la première disposition obtenue à la figure 8 dans l’espace prédéterminé Esp, le même espace que celui de la Figure 7, et sur la grille obtenue à la figure 7.
Sur cette figure, les références identiques à celles des figures 7 ou 8 correspondent aux mêmes éléments et ne seront pas redétaillés. Les croix représentant les points d’intersection de la figure 7 n’ont pas été représentées sur la figure 9 pour faciliter la lecture. Les points noirs représentent les positions des seize éoliennes de la disposition finale à l’issue des étapes e1 ) et e2) dans l’espace prédéterminé, chaque éolienne étant positionnée sur un point d’intersection de la grille de la figure 7.
Exemples
La figure 10 illustre un exemple de recherche de positions d’éoliennes dans un espace prédéterminé Z2 qui est un espace non-convexe.
Dans cet exemple, on cherche à positionner douze éoliennes dans l’espace prédéterminé Z2, en prenant en compte des contraintes d’alignement des éoliennes selon deux directions non colinéaires.
Les turbines considérées sont des turbines de puissance nominale de 10 MW, dont la hauteur de la nacelle est positionnée à 119,8 m du sol et dont le diamètre du rotor est de 198 m. La distance entre les turbines dans l’espace prédéterminé Z2 est supérieure à 4 fois le diamètre du rotor des turbines.
Les données de vent utilisées pour cet exemple correspondent à celles issues de : Baker, N. F., Thomas, J. J., Stanley, A. P. J., and Ning, A. IEA Task 37 Wind Farm Layout Optimization Case Studies, https://doi.org/10.5281/zenodo.5809681 , 2021
Les schémas a) à h) représentent différentes positions des éoliennes dans cet espace prédéterminé Z2, à partir de différentes grilles dans cet espace prédéterminé Z2. Pour cet exemple, différentes grilles ont été testées avec les caractéristiques suivantes :
- L’angle de la direction des premières lignes L1 par rapport à la référence R varie de 1 ° à 359° par pas de 1 °,
- L’angle de la direction des deuxièmes lignes L2 par rapport à la référence R varie de 0° à l’angle de la direction des premières lignes L1 -1 ° par pas de 1 °, Le premier espacement R1 des premières lignes L1 le long des deuxièmes lignes L2 varie de 4 fois le diamètre des rotors à 8 fois le diamètre des rotors par pas de 0.25 fois le diamètre des rotors et ;
Le deuxième espacement R2 des deuxièmes lignes L2 le long des premières lignes L1 varie de 4 fois le diamètre des rotors à 8 fois le diamètre des rotors par pas de 0.25 fois le diamètre des rotors.
Les schémas a) à h) représentent seulement quelques grilles parmi celles testées.
Pour les différents schémas de la figure 10 :
Les points « ronds » représentent des positions possibles où on peut placer les éoliennes sur la grille. Ils sont donc aux intersections des premières lignes L1 et des deuxièmes lignes L2 de la grille dans l’espace prédéterminé Z2 ;
Les croix représentent les positions des éoliennes permettant de maximiser la récupération d’énergie sur la grille considérée ;
Les lignes pointillées représentent la direction des premières lignes L1 ou des deuxièmes lignes L2 ;
- Les lignes en trait mixte représentent une référence R qui sert à la position des premières lignes. Par exemple, R peut être une ligne représentant la direction Ouest- Est.
- Les espacements R1 représentent l’espacement des premières lignes L1 le long des deuxièmes lignes L2 ;
- Les espacements R2 représentent l’espacement des deuxièmes lignes L2 le long des premières lignes L1 .
Les premières directions 01 1 , 012, et 013 représentent les directions des premières lignes L1 par rapport à la référence R.
Ainsi, sur chacun des schémas représentés sur la figure 10, une grille différente est utilisée dans le même espace prédéterminé Z2.
Pour les schémas b), c), d) et e), les premières lignes L1 sont parallèles aux lignes L1 représentés sur le schéma b).
Pour les schémas f), g) et h), les premières lignes L1 sont parallèles aux lignes L1 représentés sur le schéma f).
Suivant les différentes grilles utilisées, les positions optimales des éoliennes sur chaque grille sont différentes. L’énergie moyenne annuelle récupérée pour chaque schéma de positionnement a) à h) varie entre 486611 MWh et 487467,6 MWh, soit un gain de 856,6 MWh pour la configuration optimale selon l’invention.

Claims

Revendications
1 . Méthode de construction d’une ferme éolienne dans un espace prédéterminé (Esp), la ferme éolienne étant composée d’un nombre prédéfini d’éoliennes, la méthode de construction comprenant une première répartition discrète de vitesse de vent (RD1 ), une deuxième répartition discrète de direction de vent (RD2) et une probabilité d’occurrence (Prob) de chaque valeur discrète de vitesse de vent dans chaque valeur discrète de direction du vent desdites première et deuxième répartitions discrètes (RD1 , RD2), pour laquelle on effectue au moins les étapes successives suivantes : a) Pour différents couples (C1 ) de premiers et deuxièmes espacements prédéfinis (R1 , R2), et pour différents couples (C2) de premières et deuxièmes directions prédéfinies (01 , 02), on forme des grilles (GR) dans l’espace prédéterminé (Esp), chaque grille étant définie par une pluralité de points d’intersection entre des premières lignes (L1 ) orientées dans la première direction prédéfinie (01 ) et des deuxièmes lignes (L2) orientées dans la deuxième direction prédéfinie (02), les premières lignes (L1 ) étant espacées dudit deuxième espacement prédéfini (R2) le long de la deuxième direction prédéfinie (02) et les deuxièmes lignes (L2) étant espacées dudit premier espacement prédéfini (R1 ) le long de la première direction prédéfinie (01 ), la grille comprenant au moins une maille (M1 ) délimitée par des points d’intersection. b) Pour chaque grille dudit espace prédéterminé, on détermine la production d’énergie annuelle moyenne d’une mini-ferme (AEP-mf) composée d’éoliennes positionnées à l’ensemble des points d’intersection d’une maille ou plusieurs mailles connexes de la grille, à partir de ladite première répartition discrète de vitesse de vent (RD1 ), de ladite deuxième répartition discrète de direction de vent (RD2) et de ladite probabilité d’occurrence (Prob) ; c) Pour chaque couple (C1 ) de premier et deuxième espacements prédéfinis (R1 , R2), on associe au moins un couple (C2) de première et deuxième direction prédéfinies (01 , 02) qui maximise la production d’énergie annuelle de ladite miniferme, d) Pour chaque grille correspondant à un couple (C1 ) de premier et deuxième espacements prédéfinis (R1 , R2) et à un couple (C2) de première et deuxième direction prédéfinies (01 , 02) associées à l’étape c), on détermine une première disposition (Alg1 ) du nombre prédéfini d’éoliennes, chaque éolienne étant positionnée sur un desdits points d’intersection de la grille par un premier algorithme de positionnement ; e) puis, pour chaque grille utilisée à l’étape d), on modifie la position des éoliennes afin d’améliorer la production d’énergie annuelle et on obtient une disposition finale du nombre prédéfini d’éoliennes sur chaque grille considérée et une production d’énergie annuelle pour chaque disposition finale ; f) On détermine une disposition définitive (Disp_F) des éoliennes dans l’espace prédéterminé (Esp), ladite disposition définitive (Disp_F) correspondant à la disposition finale obtenue à l’étape e) de la grille qui maximise la production d’énergie annuelle, et on construit (Const) la ferme éolienne en érigeant les éoliennes aux positions de ladite disposition définitive (Disp_F) dans l’espace prédéterminé (Esp) de manière à générer de l’énergie à partir du vent. hode de construction d’une ferme éolienne selon la revendication 1 , pour laquelle, à l’étape e) de modification de la position des éoliennes pour chaque grille utilisée à l’étape d), on réalise au moins les étapes suivantes : e1 ) pour chaque grille utilisée à l’étape d), on définit un ordre séquentiel (OS) de modification des positions des éoliennes déterminées par le premier algorithme de positionnement et on repositionne, une à une, chaque éolienne de l’ordre séquentiel défini, en trouvant un point d’intersection de la grille qui maximise la production d’énergie annuelle à partir de ladite première répartition discrète de vitesse de vent (RD1 ), de ladite deuxième répartition discrète de direction de vent (RD2) et de ladite probabilité d’occurrence (Prob) ; e2) on réitère l’étape e1 ) autant de fois que nécessaire jusqu’à ce que, lors à la fin d’une étape e1 ), aucune éolienne n’ait été repositionnée et on obtient une disposition finale du nombre prédéfini d’éoliennes sur chaque grille considérée et une production d’énergie annuelle pour chaque disposition finale. hode de construction d’une ferme éolienne selon la revendication 2, pour laquelle ledit ordre séquentiel (OS) est obtenu de manière aléatoire. hode de construction d’une ferme éolienne selon la revendication 2 ou 3, pour laquelle l'on modifie l’ordre séquentiel (OS) à chaque itération de l’étape e1 ).hode de construction d’une ferme éolienne selon l’une des revendications précédentes, pour laquelle, avant l’étape a), on mesure des données statistiques du vent, par des moyens de mesure, de préférence un capteur LIDAR, dans l’espace prédéterminé (Esp) pour déterminer les première et deuxième répartitions discrètes (RD1 , RD2) et les probabilités d’occurrence (Prob) de chaque vitesse de vent dans chaque direction du vent des première et deuxième répartitions discrètes (RD1 , hode de construction d’une ferme éolienne selon l’une des revendications précédentes, pour laquelle ledit espace prédéterminé (Esp) comprend des zones non connexes (Z1 , Z2) et/ou non convexes (Z2). hode de construction d’une ferme éolienne selon l’une des revendications précédentes, pour laquelle, pour chaque grille considérée, ledit premier algorithme de positionnement réalise au moins les étapes suivantes :
- on définit arbitrairement la position de la première éolienne (P_E1 ) sur un des points d’intersection de la grille ;
- puis pour chaque éolienne à positionner, de manière successive : on définit des positions potentielles (PE Ej) pour l’éolienne à positionner, lesdites positions potentielles (PE Ej) étant constituées par les points d’intersection de la grille situés entre une distance minimale et une distance maximale de toutes les éoliennes positionnées ; on calcule la production d’énergie annuelle (Eval_AEP) des éoliennes positionnées et de l’éolienne à positionner pour les positions potentielles (PE Ej) définies, à partir de ladite première répartition discrète (RD1 ) de vitesse de vent, de ladite deuxième répartition (RD2) discrète de direction de vent et de ladite probabilité d’occurrence (Prob) ;
On choisit la position (PosJ) de l’éolienne à positionner correspondant à la valeur maximale calculée de production d’énergie annuelle :
- on détermine ladite première disposition (Disp_Ej) correspondant à la position du nombre prédéfini d’éoliennes parmi les points d’intersection de la grille considérée dans ledit espace prédéterminé (Esp). hode de construction d’une ferme éolienne selon l’une des revendications précédentes, pour laquelle à l’étape c), on fait la différence entre la production d’énergie annuelle de la mini-ferme obtenue à l’étape b) et la production d’énergie annuelle d’une seule éolienne multipliée par le nombre d’éoliennes de la mini-ferme. e éolienne obtenue à partir de la méthode de construction d’une ferme éolienne selon l’une des revendications 1 à 8 précédentes.
PCT/EP2023/074435 2022-09-22 2023-09-06 Methode de construction d'une ferme eolienne avec contraintes d'alignement WO2024061627A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FRFR2209630 2022-09-22
FR2209630A FR3140141A1 (fr) 2022-09-22 2022-09-22 Methode de construction d’une ferme eolienne avec contraintes d’alignement

Publications (1)

Publication Number Publication Date
WO2024061627A1 true WO2024061627A1 (fr) 2024-03-28

Family

ID=84362633

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2023/074435 WO2024061627A1 (fr) 2022-09-22 2023-09-06 Methode de construction d'une ferme eolienne avec contraintes d'alignement

Country Status (2)

Country Link
FR (1) FR3140141A1 (fr)
WO (1) WO2024061627A1 (fr)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102142103A (zh) 2011-04-15 2011-08-03 河海大学 一种基于实数编码遗传算法的风电场微观选址优化方法
CN105119320A (zh) 2015-09-15 2015-12-02 东北大学 一种分散式风电场风机优化布置系统及方法
CN105139269A (zh) 2015-07-17 2015-12-09 同济大学 一种多期风电场微观选址方法
US20160171401A1 (en) 2014-12-11 2016-06-16 Hao Wu Layout optimization for interactional objects in a constrained geographical area
WO2022028847A1 (fr) 2020-08-06 2022-02-10 IFP Energies Nouvelles Methode de construction d'une ferme eolienne dans un espace predetermine

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102142103A (zh) 2011-04-15 2011-08-03 河海大学 一种基于实数编码遗传算法的风电场微观选址优化方法
US20160171401A1 (en) 2014-12-11 2016-06-16 Hao Wu Layout optimization for interactional objects in a constrained geographical area
CN105139269A (zh) 2015-07-17 2015-12-09 同济大学 一种多期风电场微观选址方法
CN105119320A (zh) 2015-09-15 2015-12-02 东北大学 一种分散式风电场风机优化布置系统及方法
WO2022028847A1 (fr) 2020-08-06 2022-02-10 IFP Energies Nouvelles Methode de construction d'une ferme eolienne dans un espace predetermine

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
ANTONINI E.G.A.ROMERP D.A.AMON, C.H.: "Continuous adjoint formulation for wind farm layout optimization", APPLIED ENERGY, vol. 228, 15 October 2018 (2018-10-15), pages 2333 - 2345
BAKER, N. F.THOMAS, J. J.STANLEY, A. P. J.NING, A, IEA TASK 37 WIND FARM LAYOUT OPTIMIZATION CASE STUDIES, 2021, Retrieved from the Internet <URL:https://doi.org/10.5281/zenodo.5809681>
FENG J.SHEN W. Z.: "Solving the wind farm layout optimization problem using random search algorithm", RENEWABLE ENERGY, vol. 78, June 2015 (2015-06-01), pages 182 - 192, XP055927444, DOI: 10.1016/j.renene.2015.01.005
MASOUDI SEIIED MOHSEN ET AL: "Layout optimization of a wind farm considering grids of various resolutions, wake effect, and realistic wind speed and wind direction data: A techno-economic assessment", ENERGY, ELSEVIER, AMSTERDAM, NL, vol. 244, 12 January 2022 (2022-01-12), XP086968399, ISSN: 0360-5442, [retrieved on 20220112], DOI: 10.1016/J.ENERGY.2022.123188 *
QUAN N.KIM H.M.: "Greedy robust wind farm layout optimization with feasability guarantee", ENGINEERING OPTIMIZATION, 6 September 2018 (2018-09-06), pages 1152 - 1167
TAO S.XU Q.FEIJOO A.ZHENG G.ZHOU J.: "Wind farm layout optimization with a three-dimensional Gaussian Wake model", RENEWABLE ENERGY, vol. 159, October 2020 (2020-10-01), pages 553 - 569
WAGNER M.DAY J.NEUMAN F.: "A fast and effective local search algorithm for optimizing the placement of wind turbines", RENEWABLE ENERGY, vol. 51, March 2013 (2013-03-01), pages 64 - 70
WU CHUTIAN ET AL: "On the design of potential turbine positions for physics-informed optimization of wind farm layout", RENEWABLE ENERGY, PERGAMON PRESS, OXFORD, GB, vol. 164, 21 October 2020 (2020-10-21), pages 1108 - 1120, XP086364999, ISSN: 0960-1481, [retrieved on 20201021], DOI: 10.1016/J.RENENE.2020.10.060 *

Also Published As

Publication number Publication date
FR3140141A1 (fr) 2024-03-29

Similar Documents

Publication Publication Date Title
Zhang Wind resource assessment and micro-siting: science and engineering
EP3438448B1 (fr) Pilotage d&#39;un parc éolien
CA3065892A1 (fr) Procede d&#39;acquisition et de modelisation par un capteur lidar d&#39;un champ de vent incident
EP3712621B1 (fr) Procede de prediction de la vitesse du vent dans le plan du rotor pour une eolienne equipee d&#39;un capteur de teledetection par laser
WO2022028847A1 (fr) Methode de construction d&#39;une ferme eolienne dans un espace predetermine
EP3754341B1 (fr) Procede de determination du profil vertical de la vitesse du vent en amont d&#39;une eolienne equipee d&#39;un capteur de teledetection par laser
CN109992888A (zh) 风电场的风资源情况的评估方法及系统
WO2024061627A1 (fr) Methode de construction d&#39;une ferme eolienne avec contraintes d&#39;alignement
EP3862560A1 (fr) Procede de determination de la vitesse du vent dans le plan du rotor d&#39;une eolienne
Özdemir et al. SPAN: An open-source plugin for photovoltaic potential estimation of individual roof segments using point cloud data
EP3978934A1 (fr) Procede de determination de la vitesse moyenne du vent au moyen d&#39;un capteur de teledetection par laser
Indasi et al. WAsP model performance verification using lidar data
FR3065804B1 (fr) Procede d&#39;evaluation de l&#39;impact acoustique d&#39;un parc eolien virtuel
WO2010089480A1 (fr) Procédé de calcul optimisé d&#39;un dispositif de concentration de rayons, notamment de rayons solaires, et concentrateur de rayons ainsi obtenu
EP3985250B1 (fr) Procédé de détermination d&#39;un facteur d&#39;induction entre un plan de mesure et le plan du rotor d&#39;une éolienne
FR2999004A1 (fr) Systeme et procede de simulation d&#39;impact d&#39;ouvrage en devenir
Cavalcanti et al. Maximizing wind farm efficiency by positioning wind turbines optimally and accounting for hub height
Maouedj et al. Optimisation d’un système de pompage éolien Application aux sites sahariens
Louassa et al. Evaluation des performances de quatre types d’éolienne dans une zone aride
EP3995834A1 (fr) Procede de determination de la vitesse du vent dans le plan du rotor d&#39;une eolienne
Sheridan et al. Offshore low-level jet observations and model representation using lidar buoy data off the California coast
CN118091703A (zh) 一种基于激光雷达的三维风场构建系统
Traoré Développement d'un simulateur numérique de rotors d'éoliennes Application à une chaîne de conversion éolienne utilisant une machine synchrone à aimants permanents
CN117933561A (zh) 一种基于地理条件的风电资源潜力估算方法和装置
CN118095642A (zh) 一种基于多模型集合生成陆表可利用水产品的方法与系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23765268

Country of ref document: EP

Kind code of ref document: A1