La energía eólica aumentó en todo el mundo en 2019, pero ¿sostendrá? Más de 340, 000 aerogeneradores generaron más de 591 gigavatios en todo el mundo. En los EE.UU., el viento impulsó el equivalente a 32 millones de hogares y sostuvo 500 fábricas estadounidenses. Y lo que es más, en 2019 la energía eólica creció un 19 por ciento, gracias al auge de los proyectos costa afuera y en tierra en los EE. UU. y China.

Un estudio realizado por investigadores de la Universidad de Cornell utilizó supercomputadoras para ver el futuro de cómo hacer un salto aún mayor en la capacidad de energía eólica en los EE. UU.

"Esta investigación es el primer estudio detallado diseñado para desarrollar escenarios sobre cómo la energía eólica puede expandirse desde los niveles actuales del siete por ciento del suministro de electricidad de EE. UU. Para lograr el objetivo del 20 por ciento para 2030 establecido por el Laboratorio Nacional de Energía Renovable del Departamento de Energía de EE. UU. (NREL ) en 2014, "dijo la coautora del estudio Sara C. Pryor, profesor del Departamento de Estudios de la Tierra y la Atmósfera, Universidad de Cornell. Pryor y sus coautores publicaron el estudio de energía eólica en Nature Informes científicos , Febrero de 2020.

El estudio de Cornell investigó escenarios plausibles sobre cómo se puede lograr la expansión de la capacidad instalada de las turbinas eólicas sin el uso de terreno adicional. Sus resultados mostraron que EE. UU. Podría duplicar o incluso cuadriplicar la capacidad instalada con pocos cambios en la eficiencia de todo el sistema. Y lo que es más, la capacidad adicional tendría impactos muy pequeños en el clima local. Esto se logra en parte mediante la implementación de la próxima generación, turbinas eólicas más grandes.

El estudio se centró en un problema potencial de si agregar más turbinas en un área determinada podría disminuir su producción o incluso alterar el clima local. un fenómeno causado por lo que se conoce como "estela de turbinas eólicas". Como la estela de agua detrás de una lancha a motor, las turbinas eólicas crean una estela más lenta, aire picado que eventualmente se esparce y recupera su impulso.

"Este efecto ha estado sujeto a un modelado exhaustivo por parte de la industria durante muchos años, y sigue siendo una dinámica muy compleja de modelar, "Dijo Pryor.

Los investigadores realizaron simulaciones con el modelo de pronóstico de investigación meteorológica (WRF) ampliamente utilizado, desarrollado por el Centro Nacional de Investigaciones Atmosféricas. Aplicaron el modelo en la parte este de los EE. UU., donde se encuentra la mitad de la capacidad eólica nacional actual.

"Luego encontramos las ubicaciones de los 18, 200 turbinas eólicas que operan en el este de los EE. UU. Junto con su tipo de turbina, ", Dijo Pryor. Agregó que esas ubicaciones son de datos de 2014, cuando se publicó el estudio NREL.

"Para cada aerogenerador de esta región, determinamos sus dimensiones físicas (altura), poder, y curvas de empuje para que por cada período de simulación de 10 minutos podamos usar una parametrización de un parque eólico dentro de WRF para calcular cuánta energía generaría cada turbina y qué tan extensa sería su estela, ", dijo. La potencia y la estela son una función de la velocidad del viento que golpea las turbinas y cuál sería el impacto climático local cerca de la superficie. Llevaron a cabo las simulaciones a una resolución de cuadrícula de 4 km por 4 km para proporcionar información detallada información local.

Los autores eligieron dos conjuntos de años de simulación porque los recursos eólicos varían de un año a otro como resultado de la variabilidad climática natural. "Nuestras simulaciones se llevan a cabo durante un año con velocidades de viento relativamente altas (2008) y otro con velocidades de viento más bajas (2015/16), "Pryor dijo, debido a la variabilidad interanual del clima de la Oscilación El Niño-Sur. "Realizamos simulaciones para un caso base en ambos años sin la presencia / acción de turbinas eólicas, por lo que podemos usar esto como una referencia contra la cual describen el impacto de las turbinas eólicas en los climas locales, "Dijo Pryor.

A continuación, se repitieron las simulaciones para una flota de aerogeneradores a partir de 2014, luego para duplicar la capacidad instalada y cuadriplicar la capacidad instalada, que representa la capacidad necesaria para lograr el 20 por ciento del suministro eléctrico de los aerogeneradores en 2030.

“Usando estos tres escenarios podemos evaluar cuánta energía se generaría en cada situación y así si la producción de energía eléctrica es linealmente proporcional a la capacidad instalada o si a niveles de penetración muy altos la pérdida de producción por estelas comienza a disminuir la eficiencia, "Dijo Pryor.

Estas simulaciones son enormemente exigentes desde el punto de vista informático. El dominio de simulación tiene más de 675 por 657 celdas de cuadrícula en la horizontal y 41 capas en la vertical. "Todas nuestras simulaciones se realizaron en el recurso computacional del Centro Nacional de Computación Científica de Investigación Energética (NERSC) del Departamento de Energía conocido como Cori. Las simulaciones presentadas en nuestro documento consumieron más de 500, 000 horas de CPU en Cori y tardó un año calendario en completarse en NERSC Cray. Ese recurso está diseñado para computación masivamente paralela pero no para el análisis de la salida de simulación resultante, "Dijo Pryor.

"Por lo tanto, todos nuestros análisis se realizaron en el recurso XSEDE Jetstream utilizando procesamiento paralelo y análisis de big data en MATLAB, ", Agregó Pryor. El entorno de descubrimiento de ciencias e ingeniería extremas (XSEDE), otorga recursos y experiencia en supercomputadoras a los investigadores y está financiado por la National Science Foundation (NSF).

El entorno de nube Jetstream financiado por NSF es apoyado por la Universidad de Indiana, la Universidad de Arizona, y el Centro de Computación Avanzada de Texas (TACC). Jetstream es un recurso informático configurable a gran escala que aprovecha la tecnología de máquina virtual persistente y bajo demanda para admitir una gama mucho más amplia de entornos y servicios de software que los que pueden admitir los recursos actuales de NSF.

"Nuestro trabajo no tiene precedentes en el nivel de detalle de las descripciones de las turbinas eólicas, el uso de proyecciones autoconsistentes para incrementar la capacidad instalada, estudiar el tamaño del dominio, y la duración de las simulaciones, "Dijo Pryor. Sin embargo, reconoció que la incertidumbre es la mejor manera de parametrizar la acción de los aerogeneradores sobre la atmósfera y específicamente la recuperación aguas abajo de las estelas.

El equipo está trabajando actualmente en cómo diseñar, prueba, desarrollar, y mejorar las parametrizaciones de parques eólicos para su uso en WRF. El equipo de Cornell tuvo recientemente una publicación sobre este tema en el Journal of Applied Meteorology and Climatology donde todo el análisis se realizó en los recursos XSEDE (esta vez en Wrangler, un sistema TACC) y han solicitado recursos XSEDE adicionales para seguir avanzando en esa investigación.

La energía eólica podría desempeñar un papel más importante en la reducción de las emisiones de dióxido de carbono de la producción de energía. según los autores del estudio. Las turbinas eólicas reembolsan sus emisiones de carbono de por vida asociadas con su despliegue y fabricación en tres a siete meses de funcionamiento. Esto equivale a casi 30 años de generación de electricidad prácticamente libre de carbono.

"Our work is designed to inform the expansion of this industry and ensure it's done in a way that maximizes the energy output from wind and thus continues the trend towards lower cost of energy from wind. This will benefit commercial and domestic electricity users by ensuring continued low electricity prices while helping to reduce global climate change by shifting toward a low-carbon energy supply, " Pryor said.

Said Pryor:"Energy systems are complex, and the atmospheric drivers of wind energy resources vary across time scales from seconds to decades. To fully understand where best to place wind turbines, and which wind turbines to deploy requires long-duration, high-fidelity, and high-resolution numerical simulations on high performance computing systems. Making better calculations of the wind resource at locations across the U.S. can ensure better decision making and a better, more robust energy supply."