Optimal wind farm energy and reserve scheduling incorporating wake interactions

Questo studio propone un approccio innovativo per la programmazione ottimale dell'energia e delle riserve nei parchi eolici, che integra le interazioni di scia nel modello di previsione per migliorare la partecipazione al mercato, ridurre le penalità di squilibrio e aumentare i ricavi attraverso la gestione attiva delle scie, come dimostrato dal caso del London Array nel mercato elettrico britannico.

L'essenziale

🌬️ Il Gioco del Vento: Come le Pale Eoliche "Parlano" tra Loro per Guadagnare di Più

Immagina un grande parco eolico come una squadra di corridori che deve partecipare a una gara di corsa (il mercato dell'energia) e, allo stesso tempo, deve essere pronta a fare da "spalla" per aiutare altri corridori in difficoltà (i servizi di riserva per la stabilità della rete).

Il problema? Quando un corridore corre veloce, crea una scia d'aria turbolenta dietro di sé. Se gli altri corridori corrono proprio in quella scia, si stancano di più e corrono più piano. Questo fenomeno si chiama effetto "scia" (wake effect).

Fino a poco tempo fa, chi gestiva questi parchi eolici faceva un errore di calcolo: pensava che ogni turbina fosse come un corridore solitario in un campo aperto, senza considerare che le altre turbine davanti stavano creando "aria cattiva" per quelle dietro.

🎯 Il Problema: "Sognare ad Alta Voce"

Gli autori di questo studio hanno scoperto che i metodi tradizionali per prevedere quanta energia produrrà un parco eolico sono come sognare ad alta voce.

• Il metodo vecchio (Power Curve): Dice: "Oggi faremo 1000 punti!". È ottimista, ignora le scie e immagina che tutto sia perfetto.
• La realtà: Quando arriva il momento di correre, le turbine dietro sono stanche per la scia di quelle davanti e fanno solo 880 punti.
• La conseguenza: Il gestore del parco ha promesso 1000 punti al mercato, ma ne consegna solo 880. Deve pagare una multa salata per non aver mantenuto la promessa. È come ordinare una pizza da 100 euro e ricevere solo 80 euro di pizza: la differenza ti costa cara.

💡 La Soluzione: Il "Pilota di Scia" (Wake Steering)

L'articolo propone una strategia intelligente chiamata Wake Steering (o "dirottamento della scia").
Immagina che le turbine siano come piloti di aerei o naviganti.

• Invece di puntare dritto contro il vento per prendere la massima spinta (come fanno di solito), le turbine in prima fila girano leggermente il naso di lato (come se facessero una smorfia o girassero la testa).
• Perché farlo? Girando, la turbina perde un pochino di energia per sé stessa, ma sposta la sua "scia cattiva" lontano dalle turbine dietro di lei.
• Il risultato: Le turbine dietro, non più disturbate, recuperano molta più energia di quanto ne abbia perso quella davanti. La squadra nel suo insieme corre più veloce e produce più energia totale.

È come se in una fila di persone che camminano sotto la pioggia, quella davanti si spostasse leggermente di lato: non si bagna meno lei, ma quelle dietro rimangono più asciutte e possono camminare più velocemente.

📈 Cosa succede nel Mercato?

Gli autori hanno creato un "cervello digitale" (un modello matematico) che fa due cose:

1. Calcola la realtà: Usa un software (chiamato FLORIS) che simula esattamente come l'aria si muove tra le turbine, tenendo conto delle scie.
2. Gioca d'azzardo intelligente: Sa che il vento cambia e che il mercato è imprevedibile. Quindi, invece di scommettere tutto su una previsione ottimista, calcola diverse possibilità (scenari) e decide quanto vendere oggi e quanto tenere da parte per le emergenze (riserve).

🏆 I Risultati: Quanto si guadagna?

Hanno testato questa strategia su un vero parco eolico nel Mare del Nord (London Array) e i risultati sono stati sorprendenti:

• Il metodo vecchio (che ignora le scie): Pensava di guadagnare molto, ma alla fine ha perso soldi perché ha pagato multe per non aver prodotto abbastanza. In realtà, ha guadagnato il 3% in meno rispetto a quanto previsto.
• Il nuovo metodo (con le scie): Ha previsto la produzione in modo realistico, evitando multe e guadagnando di più.
• Il metodo "Super" (con il dirottamento della scia): Aggiungendo la strategia di girare le turbine, il parco ha guadagnato un 1-2% in più rispetto al metodo realistico.

Sembra poco? In un parco eolico gigante, quel 1-2% in più significa centinaia di migliaia di euro in più all'anno, senza costruire una sola turbina nuova.

🚀 Perché è importante per tutti noi?

Man mano che il mondo passa dalle centrali a carbone al vento e al sole, abbiamo bisogno di più energia pulita. Ma il vento è capriccioso.
Questo studio ci insegna che:

1. Non possiamo ignorare la fisica: Se non capiamo come le turbine "parlano" tra loro (tramite le scie), perdiamo soldi e destabilizziamo la rete elettrica.
2. L'intelligenza batte la forza bruta: A volte, è meglio che una turbina si sacrifichi leggermente (girando di lato) per far guadagnare l'intera squadra.
3. Il futuro è intelligente: I parchi eolici del futuro non saranno solo macchine che girano, ma sistemi intelligenti che si coordinano come un'orchestra per dare il meglio di sé, garantendo che le nostre luci rimangano accese e il nostro portafoglio sia più leggero.

In sintesi: Smettete di trattare le turbine come solitarie, fateli lavorare in squadra, e tutti guadagneranno.

Sommario tecnico

Titolo: Programmazione ottimale di energia e riserva per parchi eolici con integrazione delle interazioni di scia

1. Il Problema

L'integrazione crescente dell'energia eolica nei sistemi elettrici pone sfide significative per la stabilità della rete e la partecipazione ai mercati dell'energia. Attualmente, i produttori di energia eolica (WPP) devono partecipare sia ai mercati dell'energia a termine (Day-ahead, DA) che a quelli dei servizi ancillari (riserve di frequenza), come la Frequency Restoration Reserve (FRR).

Il problema centrale identificato è l'inaccuratezza nella stima della produzione di energia dovuta alla negligenza degli effetti di scia (wake effects).

• Metodi convenzionali ("Power Curve"): Si basano sulle curve di potenza dei singoli turbine, assumendo condizioni di flusso uniforme. Questo approccio ignora le interazioni tra turbine, sovrastimando la produzione totale del parco eolico (WF) e creando un limite superiore irrealistico.
• Conseguenze: La sovrastima porta a offerte eccessive nei mercati, generando squilibri reali quando la produzione effettiva è inferiore alle previsioni. Ciò comporta pesanti penalità finanziarie per gli squilibri e riduce i ricavi netti.
• Mancanza di gestione attiva: La maggior parte delle strategie di ottimizzazione di mercato non integra tecniche di controllo attivo del parco (come lo wake steering) per mitigare le perdite da scia, limitando l'efficienza economica e operativa.

2. Metodologia

Gli autori propongono un framework di programmazione stocastica a due stadi per la programmazione congiunta di energia e riserve, specificamente adattato al mercato elettrico della Gran Bretagna (GB).

• Modellazione Fisica (FLORIS): Viene utilizzato il software di simulazione FLORIS con il modello di scia "Cumulative Curl" per stimare la potenza disponibile. A differenza dei metodi tradizionali, questo modello calcola esplicitamente il deficit di velocità e la turbolenza causati dalle scie delle turbine a monte.
• Gestione Attiva (Wake Steering): Il modello integra una strategia di controllo attivo in cui le turbine a monte vengono deliberatamente disallineate (yawed) per deviare le scie lontano dalle turbine a valle. Questo riduce le perdite di potenza complessive del parco, anche se riduce leggermente la produzione della singola turbina a monte.
• Generazione e Riduzione degli Scenari:
  • Vengono generati scenari stocastici per velocità del vento, direzione del vento e durata della riserva (FR).
  • La direzione del vento è modellata con una distribuzione di von Mises (adatta a dati angolari), mentre la velocità con una distribuzione normale per rappresentare l'errore di previsione.
  • Gli scenari vengono ridotti a un set rappresentativo (15 scenari) tramite l'algoritmo K-medoids per mantenere la fattibilità computazionale.
• Formulazione dell'Ottimizzazione:
  • Primo stadio: Determina le offerte (bid) per l'energia e le riserve (MFR e FR) basandosi sulle previsioni medie.
  • Secondo stadio: Valuta i costi di squilibrio e le ridispacciature in tempo reale per ogni scenario, penalizzando le deviazioni tra l'offerta e la produzione reale.
  • Obiettivo: Massimizzare il profitto atteso del WPP minimizzando i costi di squilibrio.

3. Contributi Chiave

Il lavoro introduce tre contributi principali che colmano il divario tra la modellazione aerodinamica e la decisione di mercato:

1. Stima della potenza consapevole delle scie: Sostituisce i modelli basati sulle curve di potenza (che ignorano le scie) con un modello ingegneristico avanzato (FLORIS) che fornisce stime realistiche della produzione, riducendo il rischio di penalità.
2. Wake Steering per l'efficienza di mercato: Dimostra come l'uso dello wake steering non solo migliori la produzione fisica, ma possa essere ottimizzato economicamente per aumentare i ricavi nei mercati delle riserve e dell'energia.
3. Analisi di mercato estesa: Estende l'analisi oltre il mercato delle riserve primarie (FCR) per includere le riserve di ripristino della frequenza (FRR/FR), un contesto in cui le dinamiche di scia e i tempi di risposta del parco sono critici.

4. Risultati

Lo studio è stato validato su un caso studio del parco eolico offshore London Array (630 MW) partecipante ai mercati GB. I risultati confrontano tre approcci: "Power Curve" (PC), "Baseline" (con scie ma senza steering) e "Proposed" (con scie e wake steering - WRC).

• Sovrastima della produzione: Il metodo "Power Curve" sovrastima la produzione del 12-13% rispetto al metodo "Baseline" (che considera le scie).
• Impatto sui ricavi:
  • Nonostante le stime più alte, l'approccio "Power Curve" genera ricavi reali inferiori del 3% rispetto all'approccio "Baseline" a causa delle elevate penalità per squilibrio.
  • L'approccio proposto con Wake Steering (WRC) aumenta i ricavi del 1-2% rispetto al metodo "Baseline" ottimizzando la produzione e la partecipazione ai servizi ancillari.
• Dinamiche di risposta: Le simulazioni hanno dimostrato che gli effetti dello wake steering (deviazione della scia) si propagano attraverso il parco in circa 2-3 minuti, rendendo questa strategia compatibile con i tempi di risposta richiesti per i servizi di riserva secondaria (FRR/FR).
• Sensibilità al vento: La produzione è altamente sensibile alla direzione del vento; piccoli cambiamenti possono alterare significativamente la produzione totale a causa delle interazioni di scia, confermando la necessità di modelli dinamici.

5. Significatività

Questo studio ha un'importanza cruciale per il futuro dell'integrazione eolica:

• Transizione dai modelli statici: Dimostra che i modelli di mercato tradizionali basati sulle curve di potenza sono insufficienti per parchi eolici moderni e grandi, portando a perdite economiche sostanziali.
• Valore economico della gestione attiva: Fornisce una prova quantitativa che le strategie di controllo attivo del parco (wake steering) non sono solo tecniche aerodinamiche, ma strumenti finanziari essenziali per massimizzare la redditività nei mercati energetici liberalizzati.
• Stabilità della rete: Migliorare l'accuratezza delle previsioni di produzione riduce gli squilibri nel sistema, facilitando la gestione della rete da parte degli Operatori di Sistema (TSO) man mano che la penetrazione delle rinnovabili aumenta.
• Fattibilità computazionale: Il framework proposto è computazionalmente efficiente (tempi di calcolo compatibili con le finestre temporali dei mercati Day-ahead), rendendolo applicabile nella pratica operativa.

In sintesi, il paper stabilisce che per massimizzare la profittabilità e garantire la stabilità della rete in un contesto ad alta penetrazione eolica, è imperativo integrare la fisica delle scie e il controllo attivo direttamente nelle strategie di offerta di mercato.