Los investigadores del Laboratorio Nacional de Energías Renovables (NREL) de Estados Unidos han desarrollado un modelo de inteligencia artificial (IA) para el diseño y despliegue de plantas eólicas llamado ‘Wind Plant Graph Neural Network (WPGNN)’.
El modelo basado en inteligencia artificial (IA) ‘Wind Plant Graph Neural Network (WPGNN)’ del NREL se entrenó con simulaciones de más de 250.000 diseños de plantas eólicas al azar generadas bajo diversas condiciones atmosféricas, diseños de plantas y operaciones de turbinas. Los datos de las simulaciones fueron generados por la herramienta FLOw Redirection and Induction in Steady State (Floris). La IA tomó esa información para determinar el diseño óptimo de una planta eólica.
Así, el modelo de IA desarrollado facilita el cálculo de los diseños y operaciones óptimas de la planta eólica para lograr diferentes resultados, como la reducción de las necesidades de tierra o el aumento de los ingresos. La investigación del NREL se ha publicado en la revista científica Nature Energy.
Control de la estela de las turbinas
La investigación se centró en una estrategia llamada wake steering, que optimiza la cantidad de energía que una planta eólica puede producir controlando la estela de las turbinas. El uso de la IA permitió a los investigadores determinar los impactos que tendría la dirección de la estela en base a tres objetivos diferentes: uso de la tierra, coste e ingresos.
Los beneficios del wake steering se han demostrado previamente a nivel de planta, pero la mayoría de los estudios han sido limitados en escala espacial y en el rango de objetivos de optimización considerados, mientras que el WPGNN representó eficientemente las interacciones de la estela como un gráfico dirigido, lo que permitió una investigación exhaustiva de la configuración óptima, tanto para la ubicación de la turbina como para la orientación de la góndola en una cartera de proyectos de energía eólica a nivel nacional.
Los investigadores también descubrieron que esta estrategia reduce el coste de la energía y la IA permitió a los investigadores descubrir diferencias regionales en las que sería mejor implementar el sistema de wake steering.
Proyectos de plantas eólicas a gran escala
El escenario guiado por IA consideró un despliegue nacional de 6.862 plantas eólicas con un acumulado de 721 GW, con el objetivo de reducir el 95% de las emisiones de carbono del sector energético para 2050. La adopción de estrategias de dirección de estela podría reducir las necesidades de tierra para las plantas eólicas del futuro en un 18% de media y hasta en un 60% en algunos casos. El ahorro de suelo asciende a unos 13.000 km2, lo que equivale al 28% de la huella de carbono de la energía eólica en Estados Unidos.
Controlar la estela es una estrategia útil porque a menudo no basta con extender las turbinas para evitar pérdidas por estela y algunas plantas eólicas carecen del espacio necesario para expandirse más, según señalan los expertos.
Además, las plantas eólicas optimizadas en este sentido permitirían una mayor concentración de turbinas. La instalación de más turbinas en un espacio más pequeño ofrecería una mayor flexibilidad desde una perspectiva de planificación del emplazamiento, lo que permitiría a los desarrolladores aprovechar economías de escala para proyectos más grandes.