Les travaux du laboratoire sur l'IA se traduisent par une augmentation des revenus et une diminution des besoins en terrains pour l'industrie de l'énergie éolienne
L'industrie éolienne pourrait bénéficier de l'utilisation de l'intelligence artificielle (IA) pour concevoir et déployer des centrales éoliennes, selon un article paru dans Énergie naturelle rédigé par des chercheurs du Laboratoire national des énergies renouvelables (NREL) du Département américain de l'énergie.
Les chercheurs ont développé un modèle de substitution basé sur l'IA appelé Wind Plant Graph Neural Network (WPGNN), qui a été formé sur des simulations de plus de 250 000 configurations de centrales éoliennes générées de manière aléatoire dans diverses conditions atmosphériques, conceptions de centrales et opérations de turbine. Les données de simulation ont été générées par un autre modèle développé par NREL, l'outil FLOw Redirection and Induction in Steady State (FLORIS).
L’IA a ensuite utilisé ces informations pour déterminer la conception optimale d’une centrale éolienne. L'IA facilite le calcul de la configuration et des opérations idéales des usines pour obtenir différents résultats, tels que la réduction des besoins en terrains ou l'augmentation des revenus.
La recherche s'est concentrée sur une stratégie appelée direction du sillage, qui optimise la quantité d'énergie qu'une centrale peut produire en contrôlant le sillage s'éloignant d'une turbine en amont par rapport à une turbine en aval.
L’utilisation de l’IA a permis aux chercheurs de déterminer les impacts que la direction du sillage aurait sur trois objectifs différents : l’utilisation des terres, les coûts et les revenus.
Les avantages de l'orientation du sillage ont déjà été démontrés au niveau d'une usine, mais la plupart des études ont été limitées en termes d'échelle spatiale et de gamme d'objectifs d'optimisation considérés. Le WPGNN utilisé par l'équipe NREL a représenté efficacement les interactions de sillage sous forme de graphique orienté, ce qui a permis une enquête complète sur les paramètres optimaux pour l'emplacement de la turbine et le lacet de la nacelle dans un portefeuille d'énergie éolienne à l'échelle nationale.
« Auparavant, les études d'optimisation de la direction du sillage spécifiques au site étaient très difficiles, mais la représentation graphique dans le WPGNN a considérablement amélioré notre capacité à représenter des configurations flexibles, des directions de vent changeantes et à effectuer une optimisation basée sur le gradient », a déclaré Ryan King, co-auteur de le document « Optimisation des centrales éoliennes assistée par l'intelligence artificielle pour une évaluation à l'échelle nationale de l'utilisation des terres et des avantages économiques de la direction du sillage ».
L'effort transversal a impliqué des chercheurs du Centre d'analyse énergétique stratégique du laboratoire, du Centre des sciences informatiques et du Centre national de technologie éolienne.
King est un scientifique principal au Computational Science Center, tandis que le co-auteur Andrew Glaws y est chercheur en mathématiques appliquées. Ils ont rédigé l'article avec deux collègues qui ont depuis quitté le NREL, Dylan Harrison-Atlas et Eric Lantz. Ancien directeur de recherche de groupe au NREL, Lantz est aujourd'hui directeur du Bureau des technologies de l'énergie éolienne du ministère de l'Énergie.
L'utilisation de l'énergie éolienne comme source d'énergie renouvelable devrait devenir de plus en plus importante dans la décarbonation du secteur électrique du pays, mais des obstacles subsistent car certaines communautés ont limité les endroits où les éoliennes peuvent être érigées. Le scénario guidé par l’IA envisageait le déploiement à l’échelle nationale de 6 862 centrales avec une puissance cumulée de 721 gigawatts, dans le but de réduire de 95 % les émissions de carbone du secteur de l’énergie d’ici 2050.
L’adoption de stratégies de pilotage du sillage pourrait réduire les besoins en terrains pour les futures centrales éoliennes de 18 % en moyenne et jusqu’à 60 % dans certains cas. À l’échelle nationale, les terres économisées totalisent environ 13 000 kilomètres carrés, ce qui équivaut à 28 % de l’empreinte éolienne aux États-Unis.
Le pilotage du sillage est précieux car le simple fait d’étaler les éoliennes n’est souvent pas suffisant pour éviter les pertes de sillage et certaines centrales éoliennes n’ont pas l’espace nécessaire pour s’étendre davantage. En outre, des centrales éoliennes optimisées pour diriger le sillage permettraient une plus grande concentration d'éoliennes, satisfaisant ainsi le désir de certaines communautés locales de limiter la superficie des terres que l'industrie est autorisée à utiliser. L'installation d'un plus grand nombre de turbines dans un espace plus réduit offrirait une flexibilité accrue du point de vue de la planification du site, permettant potentiellement aux développeurs de tirer parti des économies d'échelle pour des projets de plus grande envergure.
Les chercheurs ont également découvert que l’utilisation de la direction du sillage réduit considérablement le coût de l’énergie nécessaire aux déploiements éoliens. L’IA a permis aux chercheurs de découvrir les différences régionales là où la stratégie serait la mieux mise en place.
« Nous avons constaté que différentes régions du pays sont plus ou moins réceptives aux avantages du pilotage du sillage et que les résultats de ces avantages peuvent être obtenus de différentes manières », a déclaré Glaws. « Cela peut être important pour aider à comprendre comment et où nous devrions investir dans cette nouvelle technologie. »
Les ressources de calcul haute performance du NREL ont permis aux chercheurs de former le WPGNN.
