Das Ziel der vorgelegten Arbeit besteht darin, den Einfluss von in der Atmosphäre messbaren Inkrement-Statistiken höherer Ordnung auf Ermüdungslasten an Windenergieanlagen zu quantifizieren. Als Hauptinstrument zur Generierung von Windfeldern mit entsprechender Statistik wird ein verbessertes stochastisches turbulentes Windmodell auf Grundlage von kontinuierlichen Zeitprozessen, sog. Continuous Time Random Walks (CTRWs), als Eingabe für computerbasierte Strömungssimulationen entwickelt und genutzt. Nach Vergleich verschiedener Einströmmethoden hinsichtlich der Turbulenzentwicklung in einem offenen Kanal kann in Rotorsimulationen gezeigt werden, dass eine erhöhte Kurtosis der Inkrementverteilung des Windfeldes sowohl beim Rotorblattsegment als auch am gesamten Rotor zu größeren Ermüdungslasten führen. Zudem kann eine Beziehung zwischen den Korrelationen innerhalb der Einströmebene und den Ermüdungslasten festgestellt werden.
The goal of this thesis is to quantify the impact of in atmosphere measured higher order increment statistics on fatigue loads of wind turbines. As the main tool for the generation of wind fields with the corresponding statistics, an improved stochastic turbulent wind model based on Continous Time Random Walks (CTRWs) is developed and used as an input for Computational Fluid Dynamics simulations. After the comparison of different inflow methods with respect to the evolution of the turbulence along an open channel, it can be shown in rotor simulations that an increased kurtosis of the increment distribution of the wind field leads to higher fatigue loads for the airfoil as well as the whole rotor. Furthermore, a relation between correlations within the inflow plane and fatigue loads could be found.
In dieser Arbeit wird der Einfluss höherer Wind-Statistik auf die Last-Dynamik, speziell Ermüdungslasten, von Windrädern diskutiert. Nicht-Gauss-verteilte Windgeschwindigkeits-Inkremente, die mit der Intermittenz von Turbulenz in Zusammenhang stehen, sind dabei im Fokus. Im Rahmen dieser Arbeit werden synthetische Windfelder mit Gauss’scher und nicht-Gauss’scher Inkrement-Statistik auf Basis eines sog. Continuos-Time-Random-Walk Ansatzes erstellt. Die auf diese Weise generierten Windfelder werden in einer fachüblichen Windturbinen-Simulation prozessiert. Die resultierenden Systemantworten werden verglichen und hinsichtlich der Ermüdungslasten ausgewertet. Für extrem kohärente Windfelder kann auf diese Weise eine erhöhte Belastung von etwa 5-10% für ausgewählte Lastsensoren gezeigt werden. Des Weiteren wird die starke Abhängigkeit dieser Lasterhöhung von der Kohärenz des Windfeldes beleuchtet. Es kann gezeigt werden, dass der Intermittenz-Effekt mit der Kohärenz des Windes abnimmt.
In this work the impact of higher order statistics of wind on wind turbine loads, especially fatigue loads, is discussed. Non-Gaussian distributed wind velocity increments, which are related to the concept of turbulence intermittency, are the focal point of this thesis. Within this study, synthetic wind fields featuring Gaussian and non-Gaussian increment statistics are generated, utilizing a wind model based on Continuous-Time-Random-Walks. Subsequently, these fields are used as an input in a common wind turbine simulation. The resulting load responses are compared and analyzed with respect to the accumulated fatigue damage. In doing so, an increase in fatigue loading by approx. 5-10% for extreme coherent wind fields and selected load sensors is found. Additionally the dependency of this load enhancement on the coherence of the wind field is discussed. It is demonstrated that the intermittency effect decreases with the coherence.
von Paula Doubrawa ; Eliot W. Quon ; Luis A. Martinez-Tossas ; Kelsey Shaler ; Mithu Debnath ; Nicholas Hamilton ; Thomas G. Herges ; Dave Maniaci ; Christopher L. Kelley ; Alan S. Hsieh ; Myra L. Blaylock ; Paul van der Laan ; Søren Juhl Andersen ; Sonja Krüger ; Marie Cathelain ; Wolfgang Schlez ; Jason Jonkman ; Emmanuel Branlard ; Gerald Steinfeld ; Sascha Schmidt ; Frédéric Blondel ; Laura Johanna Lukassen ; Patrick Moriarty
