“WAKE DEFLECTION DI UNA PALA EOLICA: EVOLUZIONE LUNGO LA COORDINATA ASSIALE DEL CURLED WAKE MODEL”

A key element towards of researchers are aiming is the exploitation of all the capacity that a renewable power plant offers: for a wind farm, controlling the turbines mean optimizing and maximizing the power production. Nowadays, yaw misalignment is one of the most used control strategies: modelling correctly the flow behind a wind turbine allows the prediction of the power produced and, hence, a more efficient control. In this context this thesis is positioned: including the streamwise dependence in the Curled Wake Model, allows to study how this novel feature influences the results and if they are closer to results obtained by high-fidelity tools or experimental data. By implementing this novel approach, the streamwise position of the wake is considered, therefore the spanwise velocity field, responsible for the vortices’ displacement, is affected by the new feature. In terms of spanwise velocity field, this novel approach predicts a velocity field lower than the original model, resulting in less deflection of the wake and, thus, less effectiveness of the yaw angle applied. Furthermore, the spanwise velocity field is closer to the one predicted by SOWFA simulation and the vortices’ displacements are similar to that predicted by using different tools and theories. The added feature has significant impact on a downstream turbine: analysis for a linear array of three turbine has been carried out, by using different yaw angles, and the power output of a downstream turbine is lower than the one predicted by the original Curled Wake Model.

Elemento chiave verso cui i ricercatori stanno puntando è lo sfruttamento di tutta la capacità energetica che un impianto a energia rinnovabile offre: per un parco eolico, controllare le turbine significa ottimizzare e massimizzare la potenza prodotta. Oggigiorno, yaw misalignment è una delle strategie di controllo più utilizzate: modellare correttamente il flusso dietro una turbina eolica permette di predire la potenza prodotta e, quindi, un controllo più efficiente. Questo lavoro di tesi si posiziona in tale contesto: includere la dipendenza assiale nel Curled Wake Model permette di studiare come questa nuova caratteristica influisce sui risultati e se essi siano più simili a risultati ottenuti utilizzando high-fidelity tools o dati sperimentali. Implementando questo nuovo approccio, la posizione assiale del wake è considerata e quindi il campo di velocità tangenziale, responsabile dello spostamento dei vortici, ne è influenzato. In termini di campo di velocità tangenziale, questo nuovo approccio predice velocità minori di quelle del modello originale, risultando in una minore deflessione del wake e, quindi, minore efficacia dello yaw angle applicato. Inoltre, il campo di velocità tangenziale è più simile a quello predetto da simulazioni SOWFA e lo spostamento dei vortici è più simile a quello calcolato utilizzando diversi strumenti e teorie. Questa caratteristica aggiunta ha un impatto non trascurabile su una turbina a valle: è stata effettuata un'analisi di un array di tre turbine in fila utilizzando diversi yaw angles e ne è risultata una minore potenza prodotta dalle turbine a valle rispetto a quella calcolata dal Curled Wake Model originale.