Đây là một vấn đề có tầm quan trọng lớn vì nó liên quan trực tiếp đến việc tăng hiệu suất và giảm chi phí của việc sản xuất điện từ nguồn năng lượng gió. Bằng cách tối ưu hóa các tham số của tuabin gió như vận tốc gió, hệ số công suất và hướng quay, chúng ta có thể tăng hiệu suất hoạt động của tuabin gió, từ đó giảm thiểu sự lãng phí năng lượng và tăng tỷ lệ sản xuất điện sạch.

Nghiên cứu này tập trung vào việc mô phỏng điều khiển tối ưu của tuabin gió công suất nhỏ, tích hợp Định luật Coriolis và dữ liệu vận tốc gió thực tế từ 2 nguồn song song là giá trị cảm biến vận tốc gió, cảm biến hướng gió và dữ liệu của trang web: OpenWeatherMap.

Mục tiêu là tăng cường hiệu suất của tuabin gió bằng cách điều chỉnh động cơ bước mở các góc quay khác nhau, và đóng mở máy phát điện theo điều kiện tự nhiên, từ đó cho ra công suất phát điện cao nhất.

Dựa trên phân tích hiệu suất và biểu đồ, chúng ta có thể thực hiện một mô phỏng về việc điều khiển hệ thống tuabin gió để tối ưu hóa công suất phát điện. Việc tích hợp Định luật Coriolis để mô phỏng ảnh hưởng của quay của Trái Đất đối với hướng gió, điều này giúp cải thiện chính xác của dự đoán và tối ưu hóa hoạt động của tuabin gió. Chương trình sử dụng dữ liệu vận tốc gió thực tế từ OpenWeatherMap để đưa ra dự đoán và tối ưu hóa, giúp cải thiện tính chính xác và độ tin cậy của kết quả.

Bài viết sử dụng phương pháp tối ưu hóa đa biến Sequential Least Squares Quadratic Programming (SLSQP) để tối ưu hóa các tham số của tuabin gió, bao gồm vận tốc gió, hệ số công suất và góc quay, dựa trên ràng buộc và hàm mục tiêu được định nghĩa trước. Chương trình không chỉ tính toán kết quả mà còn mô phỏng và biểu đồ hóa chúng, giúp người dùng dễ dàng hiểu và phân tích kết quả. Chương trình có thể linh hoạt mở rộng để thêm các tính năng hoặc cải thiện hiệu suất bằng cách sử dụng các dữ liệu và phương pháp tính toán mới chưa có trong các nghiên cứu công bố hiện nay, tuy nhiên bài viết chỉ đề cập đến 1 vấn đề nhỏ là 1 tuabin gió công suất nhỏ, do đó chưa thể đánh giá hết hiệu suất của nghiện cứu cho một hệ thống.

Việc tối ưu hóa thông qua thuật toán minimize của thư viện scipy giúp tìm ra giải pháp gần như tối ưu cho việc điều khiển tuabingió. Trong tương lai, việc nghiên cứu và phát triển giúp tăng cường hiểu biết về năng lượng tái tạo và phát triển kỹ năng lập trình, mở ra một cánh cửa cho sự nghiên cứu và sáng tạo trong giáo dục và các môn vật lý, đặc biệt là trong việc tối ưu hóa các thông số điều khiển và hiệu suất của các hệ thống phức tạp.

Nghiên cứu được thực hiện bởi Lê Quyết Thắng, Trần Thị Thơm thuộc Trường Đại học Công nghiệp Quảng Ninh.