Turbine Eoliche ad asse verticale: efficienza raddoppiata
I ricercatori del Politecnico federale di Losanna (EPFL) hanno utilizzato un algoritmo di apprendimento di tipo genetico per identificare i profili di inclinazione ottimali per le pale delle turbine eoliche ad asse verticale. Nonostante il loro elevato potenziale energetico, sono state infatti finora vulnerabili alle forti raffiche di vento.
Se si immagina una turbina eolica industriale, probabilmente si pensa al concetto di mulino a vento, tecnicamente noto come turbina eolica ad asse orizzontale (HAWT). Ma le prime turbine eoliche, sviluppate in Medio Oriente intorno all’VIII secolo per la macinazione del grano, erano turbine eoliche ad asse verticale (VAWT). Giravano perpendicolarmente al vento, anziché parallelamente.
Grazie alla loro velocità di rotazione più bassa, le VAWT sono meno rumorose delle HAWT e raggiungono una maggiore densità di energia eolica. Il che significa che hanno bisogno di meno spazio per la stessa produzione sia on-shore che off-shore. Le pale sono anche più rispettose della fauna selvatica: poiché ruotano lateralmente, invece di scendere dall’alto, sono più facili da evitare per gli uccelli.
Con questi vantaggi, perché i VAWT sono in gran parte assenti dall’attuale mercato dell’energia eolica? Come spiega Sébastien Le Fouest, ricercatore del Laboratorio UNFOLD, il problema è di natura ingegneristica. Il controllo del flusso d’aria, che secondo lui può essere risolto con una combinazione di tecnologia dei sensori e apprendimento automatico. In un articolo pubblicato di recente su Nature Communications, Le Fouest e Karen Mulleners, responsabile dell’UNFOLD, descrivono due profili di passo ottimali per le pale VAWT. Consentono di ottenere un aumento del 200% dell’efficienza della turbina e una riduzione del 77% delle vibrazioni.
“Il nostro studio rappresenta, per quanto ne sappiamo, la prima applicazione sperimentale di un algoritmo di apprendimento genetico per determinare il passo migliore per una pala VAWT”. Afferma Le Fouest.
Trasformare in vantaggio uno svantaggio
Le Fouest spiega che mentre la capacità eolica installata in Europa cresce di 19 gigawatt all’anno, questa cifra dovrebbe essere più vicina ai 30 GW per raggiungere gli obiettivi delle Nazioni Unite per le emissioni di carbonio nel 2050.
“Le barriere per raggiungere questo obiettivo non sono finanziarie, ma sociali e legislative. L’accettazione delle turbine eoliche da parte dell’opinione pubblica è molto bassa a causa delle loro dimensioni e della loro rumorosità”, afferma.
Nonostante i loro vantaggi in questo senso, le VAWT soffrono di un grave inconveniente: funzionano bene solo con un flusso d’aria moderato e continuo. L’asse di rotazione verticale fa sì che le pale cambino costantemente orientamento rispetto al vento. Una forte raffica aumenta l’angolo tra il flusso d’aria e la pala, formando un vortice in un fenomeno chiamato stallo dinamico. Questi vortici creano carichi strutturali transitori che le pale non possono sopportare.
Per ovviare a questa scarsa resistenza alle raffiche, i ricercatori hanno montato dei sensori sull’asse di una pala per misurare le forze dell’aria che agiscono su di essa. Facendo oscillare la pala avanti e indietro a diverse angolazioni, velocità e ampiezze, hanno generato una serie di “profili di inclinazione”. Poi hanno usato un computer per eseguire un algoritmo genetico, che ha eseguito oltre 3500 iterazioni sperimentali. Come in un processo evolutivo, l’algoritmo ha selezionato i profili di inclinazione più efficienti e affidabili e ne ha ricombinato i tratti per generare una “progenie” nuova e migliorata.
Questo approccio ha permesso ai ricercatori non solo di identificare due serie di profili di passo che contribuiscono a migliorare in modo significativo l’efficienza e la resistenza delle turbine, ma anche di trasformare la principale debolezza dei VAWT in un punto di forza.
“Lo stallo dinamico – lo stesso fenomeno che distrugge le turbine eoliche – su scala ridotta può effettivamente portare la pala in avanti. In questo caso, sfruttiamo lo stallo dinamico a nostro vantaggio, reindirizzando il passo delle pale in avanti per produrre energia“, spiega Le Fouest. “La maggior parte delle turbine eoliche angolano la forza generata dalle pale verso l’alto, il che non aiuta la rotazione. Cambiando l’angolo, non solo si forma un vortice più piccolo, ma lo si spinge via al momento giusto. Si ottiene così una seconda area di produzione di energia sottovento”.
L’articolo di Nature Communications rappresenta il lavoro di dottorato di Le Fouest nel laboratorio UNFOLD. Attualmente ha ricevuto una sovvenzione BRIDGE dal Fondo Nazionale Svizzero per la Ricerca Scientifica (FNS) e da Innosuisse per costruire un VAWT di prova. L’obiettivo è di installarla all’aperto, in modo da poterla testare mentre risponde in tempo reale alle condizioni del mondo esterno.
“Speriamo che questo metodo di controllo del flusso d’aria possa portare a maturazione una tecnologia VAWT efficiente e affidabile, in modo da renderla finalmente disponibile in commercio”. Conclude Le Fouest.
Fonte articolo: Machine learning enables viability of vertical-axis wind turbines – EPFL
[…] Il Giorno greenMe Ecquologia […]