Top

Published in:

2025 | OriginalPaper | Chapter

1. Grundlagen der Steuerungssysteme für Windturbinen und Windparks

Authors : Harsh Dhiman, Dipankar Deb

Published in: Entscheidung und Steuerung in hybriden Windparks

Publisher: Springer Nature Singapore

Activate our intelligent search to find suitable subject content or patents.

search-config

AI-assisted search

Off

Zusammenfassung

Wind ist eine zufallsbedingt veränderbare Ressource, die mithilfe von Windturbinen, die typischerweise am Boden verankert sind und unterschiedlichen Drehmomenten und Lasten bei wechselnden atmosphärischen Bedingungen ausgesetzt sind, angemessen genutzt werden muss. Es gibt erhebliche Herausforderungen bei der Modellierung solcher Verhaltensweisen, und solche Probleme werden im Falle von Offshore-Windturbinen, hügeligem Gelände und während Vorkommnissen, die in diesem Buch ausführlich behandelt werden, noch komplexer. In diesem Kapitel stellen wir grundlegende Aspekte der Blattverstellungskontrolle von Windturbinen, der Nachlaufkontrolle und auch der Strategie zur Maximierung der Windreserveleistung vor. Die Mikro-Standortwahl ist ein Thema in Windparks, das die insgesamt vom Park erzeugte Leistung beeinflusst und in Zusammenhang mit der Turbinensteuerung und dem Nachlaufeffekt steht.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

inform now

next chapter Mehrkriterielle Entscheidungsfindung: Ein Überblick

Die Abkürzungen in Klammern beziehen sich z.T. auf die englischen Begriffe. Die Aufschlüsselung finden Sie den Kapiteln vorangestellt.

Ainslie J (1988) Calculating the flowfield in the wake of wind turbines. J Wind Eng Ind Aerodyn 27(1–3):213–224CrossRefMATH

Barthelmie RJ, Pryor SC (2019) Automated wind turbine wake characterization in complex terrain. Atmos Meas Tech Discuss, 1–31

Bastankhah M, Porté-Agel F (2014) A new analytical model for wind-turbine wakes. Renew Energy 70:116–123CrossRefMATH

Bossanyi E (2018) Combining induction control and wake steering for wind farm energy and fatigue loads optimisation. J Phys: Conf Ser 1037:032011

Bossanyi EA (2000) The design of closed loop controllers for wind turbines. Wind Energy 3(3):149–163CrossRef

Bossanyi EA (2003) Individual blade pitch control for load reduction. Wind Energy 6(2):119–128. https://doi.org/10.1002/we.76CrossRef

Cacciola S, Bertelè M, Schreiber J, Bottasso C (2016) Wake center position tracking using downstream wind turbine hub loads. J Phys: Conf Ser 753:032036

Chen Y, Li H, Jin K, Song Q (2013) Wind farm layout optimization using genetic algorithm with different hub height wind turbines. Energy Convers Manag 70:56–65CrossRefMATH

van Dijk MT, van Wingerden JW, Ashuri T, Li Y (2017) Wind farm multi-objective wake redirection for optimizing power production and loads. Energy 121:561–569CrossRefMATH

10.

Durak M, Şen Z (2002) Wind power potential in turkey and akhisar case study. Renew Energy 25(3):463–472CrossRefMATH

11.

Frandsen S, Barthelmie R, Pryor S, Rathmann O, Larsen S, Højstrup J, Thøgersen M (2006) Analytical modelling of wind speed deficit in large offshore wind farms. Wind Energy 9(1–2):39–53CrossRefMATH

12.

Frost SA, Balas MJ, Wright AD (2009) Direct adaptive control of a utility-scale wind turbine for speed regulation. Int J Robust Nonlinear Control 19(1):59–71MathSciNetCrossRefMATH

13.

Grady S, Hussaini M, Abdullah M (2005) Placement of wind turbines using genetic algorithms. Renew Energy 30(2):259–270CrossRefMATH

14.

Hippe P (2006) Windup in control. Springer, Berlin

15.

Howland MF, Lele SK, Dabiri JO (2019) Wind farm power optimization through wake steering. Proc Natl Acad Sci 116(29):14495–14500CrossRefMATH

16.

Jensen N (1983) A note on wind generator interaction

17.

Johnson KE, Pao LY, Balas MJ, Fingersh LJ (2006) Control of variable-speed wind turbines: standard and adaptive techniques for maximizing energy capture. IEEE Control Syst 26(3):70–81CrossRefMATH

18.

Kanev S, Savenije F, Engels W (2018) Active wake control: an approach to optimize the lifetime operation of wind farms. Wind Energy 21(7):488–501CrossRef

19.

Katic I, Højstrup J, Jensen N (1987) A simple model for cluster efficiency, A. Raguzzi, pp 407–410

20.

Laursen TK, Sivabalan S, Borchersen AB, Larsen JA (2014) Wake-effect minimising optimal control of wind farms, with load reduction. IFAC Proc Vol 47(3):6770–6775CrossRef

21.

MirHassani S, Yarahmadi A (2017) Wind farm layout optimization under uncertainty. Renew Energy 107:288–297CrossRefMATH

22.

Moradi H, Vossoughi G (2015) Robust control of the variable speed wind turbines in the presence of uncertainties: a comparison between H_∞ and PID controllers. Energy 90:1508–1521CrossRefMATH

23.

Mosetti G, Poloni C, Diviacco B (1994) Optimization of wind turbine positioning in large windfarms by means of a genetic algorithm. J Wind Eng Ind Aerodyn 51(1):105–116CrossRefMATH

24.

Nikolić V, Shamshirband S, Petković D, Mohammadi K, Ćojbašić Ž, Altameem TA, Gani A (2015) Wind wake influence estimation on energy production of wind farm by adaptive neuro-fuzzy methodology. Energy 80:361–372CrossRefMATH

25.

Raach S, Schlipf D, Cheng PW (2016) Lidar-based wake tracking for closed-loop wind farm control. J Phys: Conf Ser 753:052009MATH

26.

Raach S, van Wingerden JW, Boersma S, Schlipf D, Cheng PW (2017) \(\mathscr {H}_{\infty }\) controller design for closed-loop wake redirection. In: 2017 American control conference (ACC). IEEE

27.

Rezaei V (2014) LIDAR-based robust wind-scheduled control of wind turbines. In: 2014 American control conference. IEEE

28.

Schlipf D, Schlipf DJ, Kühn M (2012) Nonlinear model predictive control of wind turbines using LIDAR. Wind Energy 16(7):1107–1129CrossRefMATH

29.

Selvam K, Kanev S, van Wingerden JW, van Engelen T, Verhaegen M (2009) Feedback-feedforward individual pitch control for wind turbine load reduction. Int J Robust Nonlinear Control 19(1):72–91MathSciNetCrossRefMATH

30.

Siniscalchi-Minna S, Bianchi FD, De-Prada-Gil M, Ocampo-Martinez C (2019) A wind farm control strategy for power reserve maximization. Renew Energy 131:37–44CrossRefMATH

Title: Grundlagen der Steuerungssysteme für Windturbinen und Windparks
Authors: Harsh Dhiman
Dipankar Deb
Publisher: Springer Nature Singapore
Book: Entscheidung und Steuerung in hybriden Windparks
Print ISBN: 978-981-9783-38-0

Electronic ISBN: 978-981-9783-39-7

Copyright Year: 2025
DOI: https://doi.org/10.1007/978-981-97-8339-7_1