使用超級(jí)計(jì)算機(jī)研究如何實(shí)現(xiàn)更大的風(fēng)力發(fā)電容量

（文章來源：教育新聞網(wǎng)）

2019年全球風(fēng)電激增，但可持續(xù)嗎?全球超過340,000臺(tái)風(fēng)力渦輪機(jī)產(chǎn)生了超過591吉瓦的電力。在美國，風(fēng)力發(fā)電為3200萬戶家庭供電，并維持了500家美國工廠。此外，得益于美國和中國蓬勃發(fā)展的海上和陸上項(xiàng)目，2019年風(fēng)電增長(zhǎng)了19%。

“這項(xiàng)研究是第一份詳細(xì)的研究，旨在為風(fēng)能如何從目前美國電力供應(yīng)的7%擴(kuò)展到美國能源部國家可再生能源實(shí)驗(yàn)室(NREL)概述的到2030年實(shí)現(xiàn)20%的目標(biāo)發(fā)展提供方案。 )?！痹撗芯康暮现撸的螤柎髮W(xué)地球與大氣研究系教授Sara C. Pryor說。普賴爾(Pryor)和合著者在2020年2月的《自然科學(xué)報(bào)告》上發(fā)表了風(fēng)力發(fā)電研究。

康奈爾大學(xué)(Cornell)的研究調(diào)查了在不使用額外土地的情況下如何實(shí)現(xiàn)風(fēng)力渦輪機(jī)裝機(jī)容量擴(kuò)展的合理情況。他們的結(jié)果表明，美國在不改變整個(gè)系統(tǒng)效率的前提下，可以將裝機(jī)容量提高一倍甚至四倍。而且，額外的容量對(duì)當(dāng)?shù)氐臍夂蛴绊懞苄　＿@部分是通過部署下一代大型風(fēng)力發(fā)電機(jī)來實(shí)現(xiàn)的。

這項(xiàng)研究著眼于潛在的陷阱，即在給定區(qū)域添加更多的渦輪機(jī)是否會(huì)降低其發(fā)電量甚至破壞當(dāng)?shù)氐臍夂?，這種現(xiàn)象是由“風(fēng)力渦輪機(jī)尾流”引起的。就像摩托艇后面的水流一樣，風(fēng)力渦輪機(jī)會(huì)產(chǎn)生一股緩慢，斷斷續(xù)續(xù)的空氣，最終散布并恢復(fù)其動(dòng)量。普賴爾說：“這種影響已經(jīng)受到業(yè)界廣泛的建模多年，并且建模仍然是一個(gè)高度復(fù)雜的動(dòng)力。”

研究人員使用由國家大氣研究中心開發(fā)的廣泛使用的天氣研究預(yù)測(cè)(WRF)模型進(jìn)行了模擬。他們?cè)诿绹鴸|部地區(qū)應(yīng)用了該模型，而美國東部是目前全國風(fēng)能容量的一半。普賴爾說：“然后我們找到了在美國東部運(yùn)行的所有18,200臺(tái)風(fēng)力渦輪機(jī)的位置以及它們的渦輪機(jī)類型。”她補(bǔ)充說，這些位置來自2014年NREL研究發(fā)表時(shí)的數(shù)據(jù)。

“對(duì)于該地區(qū)的每臺(tái)風(fēng)力渦輪機(jī)，我們都確定了它們的物理尺寸(高度)，功率和推力曲線，以便在每個(gè)10分鐘的仿真期間，我們可以在WRF中使用風(fēng)電場(chǎng)參數(shù)化來計(jì)算每臺(tái)渦輪機(jī)將產(chǎn)生多少功率以及喚醒的范圍有多大，”她說。功率和尾流都是沖擊渦輪的風(fēng)速以及當(dāng)?shù)亟乇須夂蛴绊懙暮瘮?shù)。他們以4 km x 4 km的網(wǎng)格分辨率進(jìn)行了模擬，以提供詳細(xì)的本地信息。

作者之所以選擇兩組模擬年份，是因?yàn)橛捎谧匀粴夂虻淖兓L(fēng)資源每年都在變化。普賴爾說：“我們的模擬是在風(fēng)速較高(2008年)和風(fēng)速較低(2015/16年)的一年中進(jìn)行的，”由于厄爾尼諾-南方濤動(dòng)的氣候年際變化。普賴爾說：“在過去的兩年中，我們都是在沒有風(fēng)力渦輪機(jī)存在/不起作用的情況下對(duì)一個(gè)基本案例進(jìn)行了模擬，因此我們可以以此為參考來描述風(fēng)力渦輪機(jī)對(duì)當(dāng)?shù)貧夂虻挠绊??！?/p>

然后從2014年開始對(duì)風(fēng)力渦輪機(jī)機(jī)群進(jìn)行模擬，然后將裝機(jī)容量提高一倍，裝機(jī)容量提高四倍，這代表了2030年實(shí)現(xiàn)20%的風(fēng)力渦輪機(jī)電力供應(yīng)所必需的容量?！笆褂眠@三種情況，我們可以評(píng)估每種情況下將產(chǎn)生多少電力，因此，如果電力生產(chǎn)與裝機(jī)容量成線性比例，或者如果滲透率很高，則由于喚醒而導(dǎo)致的生產(chǎn)損失將開始降低效率，普賴爾說。

這些模擬在計(jì)算上要求很高。仿真域在水平方向上超過675個(gè)網(wǎng)格單元，在675個(gè)網(wǎng)格中，在垂直方向上超過41層?！拔覀兯械哪M都是在能源部國家能源研究科學(xué)計(jì)算中心(NERSC)的計(jì)算資源Cori中執(zhí)行的。本文中介紹的模擬在Cori上消耗了超過500,000個(gè)CPU小時(shí)，并且歷時(shí)一個(gè)日歷年才能在NERSC Cray上完成該資源是為大規(guī)模并行計(jì)算而設(shè)計(jì)的，而不是為分析所得的仿真輸出而設(shè)計(jì)的，” Pryor說。

“因此，我們所有的分析都是在XSEDE Jetstream資源上使用MATLAB中的并行處理和大數(shù)據(jù)分析進(jìn)行的，” Pryor補(bǔ)充說。極限科學(xué)與工程發(fā)現(xiàn)環(huán)境(XSEDE)將超級(jí)計(jì)算機(jī)資源和專業(yè)知識(shí)授予研究人員，并且由美國國家科學(xué)基金會(huì)(NSF)資助。

由NSF資助的Jetstream云環(huán)境得到了印第安納大學(xué)，亞利桑那大學(xué)和德克薩斯高級(jí)計(jì)算中心(TACC)的支持。Jetstream是可配置的大規(guī)模計(jì)算資源，它利用按需和持久虛擬機(jī)技術(shù)來支持比當(dāng)前NSF資源所能容納的范圍更廣泛的軟件環(huán)境和服務(wù)?！拔覀兊墓ぷ髟陲L(fēng)力渦輪機(jī)描述的詳細(xì)程度，使用自洽的預(yù)測(cè)以增加裝機(jī)容量，研究范圍的大小以及模擬的持續(xù)時(shí)間方面是史無前例的，” Pryor說。但是，她承認(rèn)不確定性是參數(shù)化風(fēng)力渦輪機(jī)對(duì)大氣特別是下游尾流恢復(fù)的參數(shù)的最佳方法。

該團(tuán)隊(duì)目前正在研究如何設(shè)計(jì)，測(cè)試，開發(fā)和改進(jìn)用于WRF的風(fēng)電場(chǎng)參數(shù)化?？的螤枅F(tuán)隊(duì)最近在《應(yīng)用氣象與氣候?qū)W報(bào)》上發(fā)表了有關(guān)此問題的出版物，其中所有分析都是在XSEDE資源上進(jìn)行的(這次是在TACC系統(tǒng)Wrangler上進(jìn)行的)，并要求其他XSEDE資源來進(jìn)一步推進(jìn)該研究。

研究作者說，風(fēng)能在減少能源生產(chǎn)中的二氧化碳排放中可以發(fā)揮更大的作用。風(fēng)力渦輪機(jī)在運(yùn)行三到七個(gè)月后即可償還與部署和制造相關(guān)的終生碳排放。這幾乎相當(dāng)于近30年的無碳發(fā)電。

“我們的工作旨在為該行業(yè)的發(fā)展提供信息，并確保以最大程度地利用風(fēng)能發(fā)電的方式來完成這項(xiàng)工作，從而繼續(xù)保持風(fēng)能能源成本不斷降低的趨勢(shì)。這將通過確保持續(xù)不斷的發(fā)展使商業(yè)和家庭用電用戶受益低電價(jià)，同時(shí)通過轉(zhuǎn)向低碳能源供應(yīng)來幫助減少全球氣候變化，”普賴爾說。

普賴爾說：“能源系統(tǒng)很復(fù)雜，風(fēng)能資源的大氣驅(qū)動(dòng)因素從幾秒到幾十年不等。要充分了解風(fēng)力渦輪機(jī)的最佳放置位置以及要部署的風(fēng)力渦輪機(jī)，需要長(zhǎng)期，高保真度。 ，以及在高性能計(jì)算系統(tǒng)上的高分辨率數(shù)值模擬。對(duì)美國各地的風(fēng)資源進(jìn)行更好的計(jì)算可以確保更好的決策和更好，更穩(wěn)定的能源供應(yīng)?！?br /> （責(zé)任編輯：fqj）