气压风洞实验助力风电场提升发电效率
全球对风能的需求持续增长，但开发新型风力轮机或优化现有设施面临严峻挑战。由于大气环境复杂多变，难以进行受控实验，传统风洞在测试缩小比例的风力轮机时，往往无法准确复现现场条件。这一局限不仅阻碍了更优设计的诞生，也影响了对风向变化下轮机功率预期等基础问题的理解。
针对这一痛点，一项发表于《PNAS Nexus》的新研究提出了一种解决方案：利用高压风洞模拟大气流物理特性，以弥合实地与实验室实验之间的差距。研究人员通过该方法确定了轮机排列方式及其相对于风的尖端速度如何影响电力产出，并验证了工程师可用于测试不同设计和控制策略的计算轻量级模型。
麻省理工学院杰弗里·切阿职业发展教授迈克尔·霍兰德（Michael Howland）指出：“这项研究的直接影响是我们改进并验证了用于现有农场的风力轮机控制协议模型。更大的中期效益在于这种新的实验范式，它使得快速原型制作、模拟模型验证以及关于更好设计和控制策略假设的测试比以往更快。”
该论文的第一作者为女王大学助理教授约翰·库雷勒克（John C. Kurelek），其他共同作者包括博士候选人伊兰·阿普法尔（Elan Afshar）和克尔比·赫克（Kirby Heck）、皇后大学博士后苏·皮埃里斯（Supun Pieris）、宾夕法尼亚州立大学研究员亚历山大·皮克（Alexander Pique）以及普林斯顿大学教授马库斯·赫尔特马克（Marcus Hultmark）。
在受控环境中寻找答案
霍兰德多年来致力于开发模拟风电场性能的模型及提高发电量的新技术。他在2022年的一项研究中表明，在控制整个风力发电场时，考虑单个轮机的效应可显著增加发电量。然而，此类研究依赖于长期的实地实验，团队曾在数月内故意将风力轮机与风向分离，以暂时降低真实风电场的发电量来了解其性能。
“风能是一个难以实验研究的难题，”霍兰德表示，“我们想测试隔离某种变化的效果，但风力发电场运作于混乱、动荡的环境中。风力轮机必须对我们无法控制的天气条件做出反应。这一领域位于环境流动、力学、空气动力学和气象学的独特交叉点。”
实地实验的高难度导致研究人员和工程师难以确定轮机间调整因素或与风相对的尖端速度等因素如何具体影响发电量。事实上，许多预测模型建立在轮机始终完全垂直于风的假设上，而现实中即使是现代轮机也会根据风向的快速变化逐渐调整角度。此前，关于哪些模型最能理解风电场输出一直存在争议。
马库斯·赫尔特马克在普林斯顿的研究实验室开创了压力风洞中中小型风力轮机的研究。先前的研究表明，由于压力使空气密度增加，从而在规模化实验室环境中产生更多惯性，这些风道能更好地复制大型轮机在大气中所经历的条件。在新研究中，研究人员使用了直径15厘米（6英寸）的轮机，并在高达240个大气压的不同压力下进行了测试。
首席作者库雷勒克解释道：“通过加压，我们正在测试一台等效直径为15到20米（49到66英尺）、最高可达35米（115英尺）的轮机。这是因为我们将空气密度增加了100到220倍。”
库雷勒克将风洞和风力轮机设置的尺寸发送给霍兰德，后者利用这些数据计算了空气动力学、力和发电量，并采用新开发的统一风力轮机模型。该模型基于先前研究，建立了风力轮机更一般的空气动力学理论，使研究人员能够在不依赖历史上风力发电模型中使用的经验性修正的情况下，模拟轮机在不同运行条件下的性能。
随后，研究人员在多个风洞中进行了数周的实验，测试了不同轮机在各种风向下的性能，并使用不同的控制策略来分离每个因素对性能的影响。结果显示，通过调整轮机的尖端转速以适应其与风的错位角度，可以显著增加输出功率。这种控制策略在当今的风力发电场中很少使用，但可以以最小的附加成本提高性能。
库雷勒克总结道：“这些实验最大的成果清楚地表明，当轮机与风向不一致时，仅仅通过改变尖端速度就可以达到新的最大功率。”
方法的扩展与应用
这项研究验证了豪兰的模型，使其足以让世界各地设计和操作风力轮机的工程师在普通笔记本电脑上运行。
“我们真正想知道的是，如果轮机总是在某种程度上与风不一致地运行，我们应该如何控制轮机以获得最大可实现的发电量？”库雷勒克说，“我们的统一动量模型几年前就能预测如何进行这种控制，这是我们第一次能够实验验证该模型。”
霍兰德表示，验证模型只是这篇论文潜在影响的一部分。“这项研究也显示了在马库斯和约翰所使用的压力设施中进行这些高吞吐量、受控的实验的巨大机会，使我们能够以时间高效和低成本的方式实现正确的物理，”他说。
目前，理想化的理论和模拟模型与在极其复杂的现场环境中进行全面测试之间存在巨大差距。除了这些高压实验之外，尚无其他方法能填补这一空白。研究人员希望这能在受控环境中调查一系列未解答的风能问题。
参考文献：
John W. Kurelek et al, Full dynamic similarity experiments and predictive modeling of wind turbine aerodynamics across control strategies, PNAS Nexus (2026). DOI: 10.1093/pnasnexus/pgag303
