为了减少风机尾流效应、提高风力发电场电厂整体发电量，现在已有科学家将目标瞄准控制前排风机角度，让风机能作为一个成熟产业、聪明地调整偏航角与俯仰角，让尾流顺利避开下游的风机。
几乎所有风力发电场都会面临到风机尾流（wake effect）难题，当风吹过风机时，风机会拦截部分风并转化为机械能，因此后方的风强度跟风速都会减弱，使后排风机发电效率下降，冲击整体发电场的表现，对此美国伊利诺伊大学厄巴纳－香槟分校（U of I）研究人员认为，如果我们把风场当成耦合网络（coupling network）来设计，能更有效地将风转换成电力。
U of I 工业与企业系统工程系研究生顾问 Lucas Buccafusca 表示，设想风场里面的每一支风机都贪婪地、试图捕获更多的风能资源，那么这就不是理想的风电系统，风电场设计应该要让每支风机“携手合作”，最终提高整体性能。
对此团队首先针对不同风速设定模型预测控制（Model predictive control）框架，再结合风机尾流转向技术，证明这些方法的可行性。其中尾流转向技术是调整风机和叶片的角度，使尾流具有偏移效应，不会干扰到后方顺风的涡轮机，虽然减少正向风向该有的产量，但也有效减少了尾流所带来的发电损失。Buccafusca表示，团队发现即使是小型风机阵列，仅仅透过尾流转向技术，也能获得高收益。
▲ 可调整偏航角与俯仰角的风机（Source：美国物理联合会）
研究人员发现，若控制算法有考量到下游效应，风场表现可明显提高。该控制系统透过轴向诱导系数（induction factors ）和偏航误差控制（yaw misalignment），以尾流转向模拟技术来验证结果。
研究人员未来还计划扩大应用，将类似的方法套用在分散式风电问题，打算在每支风机内设置电池，储存风力发电产出的过多电力、然后当风速过低发电量下降时，就可将电池储存起来的电力供给电网。团队虽然主要关注是风电功率追踪问题，但这种多目标模型预测控制框架也可以用于各种分散式最佳化或共识控制问题。
- Steering wind turbines creates greater energy potential
（首图来源：pixabay）
