随着政府试图在未来几十年逐步淘汰更稳定的煤炭能源，处理间歇性可再生能源的高峰和低谷将变得越来越具有挑战性。为了减轻或管理可再生能源的这些波动，我们需要更好地了解这些波动的性质。冲绳科学技术研究生院(OIST)集体互动部门负责人MaheshBandi教授利用湍流理论结合实验风电厂数据，解释了单一作者论文中风电波动的统计性质。物理评论快报。

风速模式可以描绘为图表上的风速谱。1941年，俄罗斯物理学家安德烈·科尔莫戈罗夫(AndreiKolmogorov)研究出风速波动的频谱。随后，显示风力谱遵循完全相同的模式。然而，直到现在，由于功率和速度之间的关系，功率等于风速立方，因此简单地假设这些光谱是相同的。但事实证明这是一个红鲱鱼。Bandi教授首次表明，由于不同的原因，风力波动的频谱与风速波动的模式相同。

Kolmogorov的1941年结果适用于同时测量空间中几个分布点的风速。但是，在延长的时间段内在固定位置处测量涡轮机处的风力波动。两种测量方法根本不同，通过仔细考虑这种差异，Bandi教授能够解释单个涡轮机的风力波动范围。

我们可以将湍流视为风速波动的空气球或“涡流”。长时间的低频涡流可以跨越数百公里。在这些大漩涡内部是较短的时间尺度，高频涡旋可能跨越几公里。因此，如果同一风力发电厂中的所有涡轮机都处于相同的短时间和长时间涡流中，则它们产生的能量会波动，就像整个工厂是一个巨型涡轮机一样。这正是Bandi教授在观察德克萨斯州风力发电厂所有涡轮机的风力波动时发现的。

实际上，即使是地理上分散的风力发电厂，如果它们处于相同的短期和长期时间涡旋中，也会表现出相关的功率波动。然而，随着风电厂之间的距离增加，它们的功率波动开始彼此分离。两个地理上分散的风力发电厂可能遇到相同的长时间尺度风速波动，同时遇到完全明显的较短时间尺度的风速波动。

过去，一些科学家低估了湍流问题，认为地理位置分散的风力涡轮机在任何一个时间点在多风和平静的地方产生的电力在到达集中电网时会平均。然而，Bandi教授的研究结果首次表明，这种被称为“地理平滑”的现象只在一定程度上起作用。

由地理位置分散的涡轮机发电厂产生的功率在高频率下平均，因为虽然一个工厂可能属于短时间尺度的涡流，但另一个工厂可能没有。换句话说，一个工厂的功率输出波动平均来自另一个远距离高频工厂的功率输出。但由于这些植物仍处于相同的长时间尺度涡旋中，它们产生的功率将在低频时产生相关波动，从而产生最大功率。一个风力涡轮机工厂的功率激增将与同一长时间涡流中远距离工厂的激增相吻合，这意味着它们向电网供电的功率无法平均。这意味着对风力平均波动的平均值存在自然限制;波动可能继续对电网造成严重破坏的极限。利用德克萨斯州20家风电厂和爱尔兰224家风电场的数据，Bandi教授表明，这种限制存在于现实中。

班迪教授说：“了解风力涡轮机功率波动的性质对经济和政治决策具有直接意义。”

由于可再生能源的可变性，在突然断电的情况下，提供备用能源的燃煤发电厂保持运行，这意味着产生的能量超过了所需的能量。这意味着“绿色”能源仍然有助于碳排放，并且维持储备能源的相关成本只会随着未来几年可再生能源比例的增加而增加。由Bandi教授阐述的地理平滑限制的发现将有助于更好地估计需要维持的储备量。

这一发现也将影响环境政策。通过考虑平均电力波动的限制，结合特定地区不同可再生资源(如太阳，风和海浪)的可用性，政策制定者将能够更好地为特定地区制定不同能源的最佳组合。

Bandi教授说：“了解风力涡轮机波动的性质也可以为其他波动系统开辟其他研究途径。