Introduktion til vindenergi

• redegøre for vindenergis rolle i den danske energiforsyning
• udføre simple beregninger af Cost of Energy for vindenergi
• benytte basale ingeniørmodeller for vindhastighed og dens fordeling i tid og rum, herunder bestemme den årlige produktion for en mølle på en given lokation
• analysere måledata for et vindfelt og fastlægge middelvindhastighed og turbulensegenskaber
• redegøre for en vindmølles opbygning og baggrunden for den nuværende gængse tre-bladede mølle
• udføre beregninger af thrust og power for en vindmølle
• bestemme drag og lift for et segment på vingen
• anvende simple bjælkeformler til beregning af snitkræfter og egenfrekvens
• beskrive og beregne de stivhedsmæssige egenskaber for kompositmaterialer anvendt i vindmøllevinger
• redegøre for de gængse generatortyper og udføre simple beregninger for deres virkemåde
• beskrive forskellen mellem AC og DC og den mekanisk-elektriske kobling mellem rotor og elnet
• design en vindmøllevinge baseret på Glauerts teori for optimal rotor og test dens ydeevne

Cost of Energy, elmarkedets rolle, økonomisk rentabilitet. Statistisk fordeling af middelvindhastighed, det atmosfæriske grænselag og hastighedsprofil, turbulens og terrænnets indflydelse på lokale vindforhold, årlig energiproduktion. Metoder for vindmåling. Vindmølleteknologiens udvikling, vindmøllens opbygning og komponenter. 1D momentum teori for flow gennem rotor, maksimal virkningsgrad, thrust og power koefficient, hastighedstrekant for et vindmølleblad, princippet bag BEM metoden. Simple bjælkeformler for vindmølletårnets bevægelse, egenfrekvens og strukturel resonans, snitkræfter i vinger og tårn. Galileis square-cube lov for spændinger, design/valg af kompositmaterialer, brug af metaller i vindmøller, metal og kompositmaterialer træthed. Generatortyper og virkemåde, den mekanisk-elektriske kobling mellem rotor og elnet, transmission, balanceringsproblemet i elnettet. Introduktion til videregående kurser og forskning i vindenergi.

01003/01004/41312/41102/41501, Grundlæggende programmeringsfærdigheder anbefales, fortrinsvis i Python (f.eks. indlæsning og analyse af tidsserie data, kurvetilpasning, finding af nulpunkter for ikke-lineære funktioner, organisering af kode i funktioner).

Forelæsninger, opgaver og rapportarbejde

Kurset gennemføres som en blanding af forelæsninger, hands-on øvelser og rapportarbejde i grupper på 2 studerende.