Bu çalışma, açık deniz rüzgâr türbinlerinde türbülanslı rüzgâr ve ani rüzgâr darbelerinin rotor hızı ile elektrik gücünde oluşturduğu dalgalanmaları azaltmak için LiDAR öngörülü kontrol, aktif bozucu bastırma kontrolü (Active Disturbance Rejection Control, ADRC) ve güvenli bağlamsal Bayes optimizasyonunu (Safe Contextual Bayesian Optimization, SCBO) birleştiren bir kanat hatve kontrol yapısı önermektedir. LiDAR ölçümlerinden rotor etkin rüzgâr hızı tahmin edilmiş, rüzgâr türbine ulaşmadan önce bir ileri besleme komutu üretilmiş ve ADRC bant genişliği parametreleri rüzgâr hızını bağlam değişkeni olarak kullanan SCBO ile ayarlanmıştır. Yöntem, NREL 5 MW olarak adlandırılan türbin modeli üzerinde OpenFAST-MATLAB/Simulink ortak simülasyonuyla sınanmıştır. Ortalama 16 m/s türbülanslı rüzgâr koşulunda ileri beslemeli ADRC için rotor hızı, hatve açısı ve jeneratör gücü standart sapmaları sırasıyla 0,2513 rpm, 2,8572° ve 0,0821 MW olarak bildirilmiştir. Ancak sonuçlar yalnızca simülasyona dayanmaktadır; gerçek LiDAR ölçüm hataları, deniz koşulları, fiziksel türbin donanımı ve uzun dönem yorulma ömrü deneysel olarak doğrulanmamıştır.

Çalışmanın temel yaklaşımı, yalnızca türbinin gerçekleşmiş rotor hızı hatasına tepki vermek yerine, rotorun yaklaşık 150 metre önündeki rüzgâr alanını LiDAR ile önceden algılamaktır. Bu öngörü bilgisi, yaklaşan rüzgâr artışında kanatların daha erken tüylenmesini; rüzgâr azaldığında ise hatve açısının zamanında küçültülmesini amaçlamaktadır. ADRC geri besleme katmanı model belirsizliklerini ve kalan bozucuları tahmin ederken SCBO, denetleyici ve gözlemci bant genişliklerini rotor hızı ile hatve aktüatörü sınırlarını ihlal etmeden rüzgâr hızına göre değiştirmektedir.

Tablo 2 değerlerinden yeniden hesaplandığında ileri beslemeli ADRC, temel kazanç programlı PI denetleyiciye göre rotor hızı standart sapmasını yaklaşık %22,17, hatve açısı standart sapmasını %12,68 ve jeneratör gücü standart sapmasını %32,37 azaltmıştır. Yalnız ADRC ile karşılaştırıldığında ileri beslemenin eklenmesi rotor hızı standart sapmasını yaklaşık %8,75, hatve açısı standart sapmasını %3,59 ve güç standart sapmasını %15,62 azaltmıştır. Bu hesaplamalar tablodaki ham değerlerden türetilmiştir; araştırmacıların metinde verdiği bazı yüzdesel ifadeler tabloyla tam olarak örtüşmemektedir.

Türkiye açısından: Yöntem, Türkiye’nin Karadeniz, Marmara ve Ege Denizi’ndeki gelecekteki açık deniz rüzgâr enerjisi projelerinde; yüksek rüzgâr değişkenliği altında güç kalitesini koruma, rotor aşırı hızını sınırlama ve hatve aktüatörünün gereksiz hareketlerini azaltma araştırmaları için değerlendirilebilir. Türkiye’de uygulanabilmesi için yerel rüzgâr türbülans yapıları, kıyı ve açık deniz LiDAR ölçümleri, dalga-hareket etkileşimi, platform tipi, şebeke gereksinimleri ve kullanılacak gerçek türbinin hatve sistemiyle donanım-döngüde testler yapılmalıdır. Çalışmadan Türkiye’de kurulacak bir açık deniz rüzgâr santralinde doğrudan kullanılabilecek hazır bir kontrol yazılımı, kesin ekipman ömrü artışı veya sertifikalandırılmış güvenlik sonucu çıkarılamaz.

Araştırmanın temel problemi nedir?

Rüzgâr türbininin anma rüzgâr hızının üzerindeki çalışma bölgesinde temel amaç, rotor hızını ve jeneratör gücünü anma değerleri çevresinde tutmaktır. Rüzgâr hızlandığında kanatların hatve açısı artırılarak rotorun yakaladığı aerodinamik enerji azaltılır. Rüzgâr yavaşladığında ise enerji yakalamayı sürdürmek için hatve açısı küçültülür.

Klasik geri beslemeli denetleyici, rüzgâr değişimini doğrudan önceden bilmez. Önce rotor hızı veya güç değişir, sensör bu değişimi ölçer, hata hesaplanır ve ardından hatve mekanizması harekete geçer. Ölçüm, hesaplama ve mekanik aktüatör gecikmeleri nedeniyle ani bir rüzgâr darbesinde rotor hızı geçici olarak yükselmiş olabilir. Çalışmanın çözmek istediği problem, bu gecikmeyi LiDAR tarafından sağlanan yaklaşan rüzgâr bilgisiyle azaltmaktır.

Çalışma hangi kontrol katmanlarını birleştirmektedir?

Önerilen yapı üç tamamlayıcı katmandan oluşmaktadır:

1. LiDAR ileri besleme katmanı: Rotorun önündeki rüzgâr alanını ölçerek yaklaşan değişim için önceden bir hatve açısı komutu üretir.
2. ADRC geri besleme katmanı: Rotor hızı hatasını düzeltir ve modellenmeyen aerodinamik, mekanik ve dış bozucuları genişletilmiş durum gözlemcisiyle tahmin etmeye çalışır.
3. SCBO ayarlama katmanı: ADRC denetleyici ve gözlemci bant genişliklerini, mevcut rüzgâr hızına ve güvenlik kısıtlarına göre seçer.

Şekil 11’deki birleşik blok diyagramında LiDAR hattı, ADRC hattı ve güvenli Bayes optimizasyonu aynı kontrol döngüsünde gösterilmiştir. LiDAR öngörüsü bir referans hatve bileşeni üretirken ADRC kalan rotor hızı hatasını düzeltmektedir. SCBO ise performans ve güvenlik değerlendirmesinden aldığı sonuçlarla uygun bant genişliği parametrelerini belirlemektedir.

Rüzgâr türbininin aerodinamik modeli nasıl kurulmuştur?

Çalışmada üç kanatlı, yatay eksenli ve değişken hızlı-değişken hatveli bir türbin kullanılmıştır. Rotorun rüzgârdan yakaladığı aerodinamik güç aşağıdaki temel ilişkiyle ifade edilmiştir:

\[ P_a = \frac{1}{2}\rho \pi R^2 v^3 C_p(\beta,\lambda) \]

• P_a, rotorun yakaladığı aerodinamik güçtür ve watt birimindedir.
• ρ, havanın yoğunluğudur ve kg/m³ birimindedir.
• R, rotor yarıçapıdır ve çalışmadaki model için 63 metredir.
• v, rotor düzlemindeki rüzgâr hızıdır ve m/s birimindedir.
• C_p, güç katsayısıdır.
• β, kanat hatve açısıdır ve dereceyle ifade edilir.
• λ, kanat ucu hız oranıdır.

Güç ilişkisindeki rüzgâr hızının üçüncü kuvveti, küçük bir rüzgâr hızı değişiminin aerodinamik güçte daha büyük bir değişim oluşturabilmesinin temel nedenidir. Hatve kontrolü özellikle anma hızının üzerinde bu güçlü rüzgâr-güç ilişkisini sınırlamak için kullanılır.

Rotor dinamiği çalışmada aşağıdaki biçimde modellenmiştir:

\[ J\dot{\Omega} = T_a(\Omega,\beta,v) - iT_g \]

• J, rotor ve aktarma sisteminin eşdeğer dönme ataletidir.
• Ω, rotor açısal hızıdır.
• T_a, aerodinamik torktur.
• T_g, jeneratör torkudur.
• i, dişli kutusu oranıdır.

Aerodinamik tork ise güç katsayısı kullanılarak şu şekilde yazılmıştır:

\[ T_a = \frac{1}{2}\rho \pi R^3 v^2\frac{C_p(\beta,\lambda)}{\lambda} \]

Model; rotor ile aktarma sisteminin rijit bağlı olduğunu varsaymakta, kule tepesindeki dönmeyi, aktarma mili burulmasını ve yüksek dereceli yapısal eğilme modlarını ihmal etmektedir. Bu varsayımlar kontrol tasarımını kolaylaştırmakla birlikte gerçek bir açık deniz türbinindeki tüm aeroelastik ve hidrodinamik davranışları temsil etmemektedir.

LiDAR rüzgârı nasıl önceden ölçmektedir?

Çalışmadaki nacelle montajlı LiDAR kavramsal olarak optik Doppler etkisinden yararlanarak rotorun önündeki rüzgârın ışın doğrultusundaki hız bileşenlerini ölçmektedir. Sistem, iki düzlemde dört ışın kullanan bir tarama geometrisiyle tanımlanmıştır. Işınların yatay açılım açısı α = 15°, düşey açılım açısı ise θ = 7,5° olarak verilmiştir.

İlk iki üst ışının ölçtüğü doğrultusal hızlar V_los1 ve V_los2 kullanılarak yanal ve boyuna bileşenler yaklaşık olarak şu ilişkilerle elde edilmektedir:

\[ v_1 = \frac{V_{los1}-V_{los2}}{2\sin\alpha\cos\theta} \]

\[ u_1 = \frac{V_{los1}+V_{los2}}{2\cos\alpha\cos\theta} \]

\[ V_{up} = \sqrt{u_1^2+v_1^2} \]

Aynı işlem üçüncü ve dördüncü ışın için uygulanarak alt düzleme ait V_down değeri hesaplanmaktadır. Rotor etkin rüzgâr hızı (Rotor Effective Wind Speed, REWS), üst ve alt ölçümlerin ağırlıklı veya düzgün ortalamasından oluşturulmaktadır.

Şekil 3’te dört ışının rotor önündeki ölçüm hacimleri, Şekil 4’te ise TurbSim tarafından üretilen türbülanslı rüzgâr alanındaki dört ışın doğrultusu hız serileri gösterilmiştir. Çalışma, atmosferik akış için yerel homojenlik ve Taylor’ın donmuş türbülans varsayımını kullanmaktadır. Bu varsayım, ölçülen rüzgâr yapısının rotora taşınırken temel biçimini koruduğunu kabul eder.

Öngörü zamanı neden doğrudan kullanılmamaktadır?

LiDAR rüzgârı rotorun belirli bir mesafe önünde ölçtüğü için ölçülen hava kütlesinin rotora ulaşması zaman alır. Öngörü süresi şu ilişkiyle hesaplanmıştır:

\[ T_{pre} = \frac{d_{pre}}{v_{avg}} \]

• d_pre, LiDAR ölçüm merkezi ile rotor düzlemi arasındaki mesafedir.
• v_avg, ortalama rüzgâr hızıdır.
• T_pre, rüzgârın rotora ulaşması için tahmin edilen süredir.

Hatve aktüatörünün kendi mekanik zaman sabiti, LiDAR tarama süresi ve veri filtresinin gecikmesi bulunduğundan rüzgâr sinyali doğrudan kontrol sistemine verilmez. Çalışmada tampon gecikmesi şu şekilde tanımlanmıştır:

\[ T_{buffer} = \frac{d_{pre}}{v_{avg}} - 0{,}5T_{scan} - T_{filter} - \tau \]

• T_scan, LiDAR tarama gecikmesidir.
• T_filter, veri filtreleme gecikmesidir.
• τ, hatve aktüatörünün zaman sabitidir.

Bu tamponun amacı, kanadın hareketini rüzgârın rotor düzlemine gerçek ulaşma anıyla eşleştirmektir. Gecikme yanlış ayarlanırsa hatve komutu çok erken veya çok geç uygulanabilir ve ileri beslemenin yararı azalabilir.

İleri besleme hatve açısı nasıl oluşturulmuştur?

İleri besleme denetleyicisi anma rüzgâr hızının üzerindeki sabit güç bölgesinde çalışacak biçimde tasarlanmıştır. Araştırmacılar, anma rüzgâr hızından devreden çıkma hızına kadar 0,1 m/s aralıklarla kararlı durum simülasyonları gerçekleştirmiştir.

Her rüzgâr hızında temel kazanç programlı PI denetleyici kullanılarak jeneratör gücünü anma değeri çevresinde tutan denge hatve açısı aranmıştır. Böylece rüzgâr hızı-hatve açısı çiftlerinden oluşan bir veri kümesi üretilmiş ve bu verilere polinom eğrisi uydurulmuştur.

Şekil 8’de hatve açısının rüzgâr hızıyla doğrusal olmayan biçimde arttığı görülmektedir. LiDAR tarafından hesaplanan REWS bu eğriye girildiğinde ileri besleme hatve komutu β_ff elde edilmektedir. Rüzgâr arttığında pozitif hatve telafisi üretilerek aerodinamik enerji yakalama azaltılmakta, rüzgâr düştüğünde ise hatve açısı küçültülmektedir.

ADRC klasik PI denetleyiciden nasıl ayrılmaktadır?

Aktif bozucu bastırma kontrolü, sistemdeki bilinmeyen dış bozucuları ve model hatalarını tek bir “toplam bozucu” değişkeni altında tahmin etmeyi amaçlar. Böylece tüm aerodinamik modeli kusursuz biçimde bilmek yerine bozucunun çevrim içinde gözlenip telafi edilmesi hedeflenir.

Aerodinamik tork, çalışma noktası çevresinde Taylor açılımıyla yaklaşık olarak şu biçime getirilmiştir:

\[ \Delta T_a = \varepsilon\Delta\Omega + \gamma\Delta\beta + \eta\Delta v + h \]

• ε, aerodinamik torkun rotor hızına duyarlılığını temsil eder.
• γ, torkun hatve açısına duyarlılığıdır.
• η, torkun rüzgâr hızına duyarlılığıdır.
• h, yüksek dereceli doğrusal olmayan terimlerin kalanıdır.

Hatve aktüatörü birinci dereceden bir sistem olarak modellenmiştir:

\[ \Delta\beta(s) = \frac{1}{\tau s+1}\Delta\beta_r(s) \]

Bu dönüşümlerden sonra rotor hızı dinamiği ADRC için aşağıdaki standart yapıya indirgenmiştir:

\[ \Delta\ddot{\Omega} = b_0\Delta\beta_r + f \]

Burada b₀ tahmini kontrol kazancı, f ise rüzgâr değişimleri, modelleme hataları, jeneratör torku etkileri ve doğrusallaştırma kalıntılarını içeren toplam bozucudur.

Genişletilmiş durum gözlemcisi ne yapmaktadır?

Doğrusal genişletilmiş durum gözlemcisi (Linear Extended State Observer, LESO), rotor hızı değişimini, rotor hızının türevini ve toplam bozucuyu aynı anda tahmin etmek üzere kurulmuştur. Durumlar şu biçimde tanımlanmıştır:

\[ x_1 = \Delta\Omega,\quad x_2 = \Delta\dot{\Omega},\quad x_3 = f \]

Gözlemci kutupları gözlemci bant genişliği ω_o kullanılarak aşağıdaki karakteristik yapıya yerleştirilmiştir:

\[ \det(sI-A-LC) = (s+\omega_o)^3 \]

ω_o yükseldikçe gözlemcinin bozucuları daha hızlı takip etmesi beklenir. Ancak çok yüksek bir değer ölçüm gürültüsünü büyütebilir veya sayısal hassasiyet sorunları oluşturabilir. Çalışma bu gürültü-performans değiş tokuşunu fiziksel LiDAR ve sensör gürültüsü altında sınamamıştır.

Denetleyicinin hata geri besleme kutupları ise ω_c ile ayarlanmıştır:

\[ s^2+k_2s+k_1 = (s+\omega_c)^2 \]

ω_c denetleyicinin tepki hızını belirlemektedir. Büyük ω_c daha hızlı hatve komutu üretebilir; ancak aktüatör hareketi, mekanik yük ve hız sınırı artabilir.

S-eğrisi hatve aktüatörünü nasıl korumaktadır?

Çalışma, hatve komutuna S-eğrili bir hız profili sınırı eklemiştir. Komut başladığında hatve hızı sıfırdan izin verilen en yüksek hıza kademeli olarak çıkarılmakta, hedef açıya yaklaşılırken yeniden sıfıra düşürülmektedir.

Şekil 10’da hızlanma, sabit hız, yavaşlama ve hedefe yerleşme aşamalarından oluşan altı evre gösterilmiştir. Bu yaklaşım, ani basamak tipi komutların oluşturabileceği mekanik şoku ve jerk olarak adlandırılan ivme değişim hızını azaltmayı amaçlamaktadır. Ancak çalışmada rulman yorulması veya gerçek aktüatör ömrü doğrudan hesaplanmamıştır.

Güvenli bağlamsal Bayes optimizasyonu neyi ayarlamaktadır?

SCBO, ADRC’nin iki temel bant genişliğini optimize etmektedir:

\[ \mathbf{x} = [\omega_c,\omega_o]^T \]

Rüzgâr hızı v ise bağlam değişkeni z olarak tanımlanmıştır. Amaç, her rüzgâr koşulunda performans maliyetini düşüren fakat güvenlik sınırlarını ihlal etmeyen parametreleri bulmaktır:

\[ \mathbf{x}^* = \arg\min_{\mathbf{x}\in X}J(\mathbf{x};z) \]

\[ \Pr(g_i(\mathbf{x};z)\leq C_i)\geq 1-\delta \]

δ = 0,05 seçildiği için algoritma, kendi olasılıksal modeline göre her karar adımında kısıtların en az %95 güvenle sağlandığı parametreleri değerlendirmeyi amaçlamaktadır. Bu güven düzeyi bir yazılım sertifikası veya gerçek türbin güvenlik garantisi değildir; Gauss süreci modelinin ve simülasyon verilerinin doğruluğuna bağlıdır.

Gauss süreci ve güvenli küme nasıl çalışmaktadır?

Gauss süreci (Gaussian Process, GP), denetleyici parametreleri ile performans arasındaki bilinmeyen ilişkiyi olasılıksal bir vekil modelle yaklaşıklar. Her yeni parametre noktası için hem beklenen performans ortalaması hem de model belirsizliği tahmin edilir.

Yeni bir sorgu noktasındaki posterior ortalama çalışmada şu biçimde verilmiştir:

\[ \mu_t(\mathbf{x}_*) = \mathbf{k}_t(\mathbf{x}_*)^T(K_t+\sigma_\omega^2I)^{-1}\mathbf{y}_t \]

Posterior varyans ise:

\[ \sigma_t^2(\mathbf{x}_*) = k(\mathbf{x}_*,\mathbf{x}_*)-\mathbf{k}_t(\mathbf{x}_*)^T(K_t+\sigma_\omega^2I)^{-1}\mathbf{k}_t(\mathbf{x}_*) \]

Ortalama, parametrelerin beklenen kontrol performansını; varyans ise modelin o bölgedeki bilgi eksikliğini temsil etmektedir. Algoritma, güvenlik kısıtlarını yeterli olasılıkla sağlayan noktaları güvenli küme S_t içine alır ve yalnızca bu küme içinde arama yapar.

Bir sonraki parametre noktası, güvenli kümedeki alt güven sınırını en aza indirecek biçimde seçilmektedir:

\[ \mathbf{x}_t = \arg\min_{\mathbf{x}\in S_t}\left(\mu_{t-1}(\mathbf{x},z_t)-\beta_t\sigma_{t-1}(\mathbf{x},z_t)\right) \]

İlk terim bilinen iyi bölgelerden yararlanmayı, belirsizlik terimi ise henüz yeterince denenmemiş güvenli bölgeleri araştırmayı desteklemektedir.

Bağlam ile denetleyici parametreleri nasıl ilişkilendirilmiştir?

Çalışma, ADRC parametreleri ile rüzgâr hızının etkilerini ayırmak için çarpım çekirdeği kullanmıştır:

\[ k((\mathbf{x},z),(\mathbf{x}',z')) = k_X(\mathbf{x},\mathbf{x}')\otimes k_Z(z,z') \]

Parametre ve bağlam çekirdekleri için karesel üstel çekirdek belirtilmiştir. Özette Otomatik İlgililik Belirleme (Automatic Relevance Determination, ARD) çekirdeğinden söz edilmesine rağmen yöntem bölümünde ARD uzunluk ölçekleri veya bunların sayısal değerleri açıkça verilmemiştir. Bu nedenle çekirdek uygulamasının tam ayrıntıları metinden yeniden üretilememektedir.

Optimizasyon maliyeti hangi hedefleri dengelemektedir?

Toplam maliyet, rotor hızı takibi ile hatve mekanizması hareketini birlikte değerlendirmektedir:

\[ J(\mathbf{x},z) = w_1\widetilde{J}_{speed}(\mathbf{x},z)+w_2\widetilde{J}_{pitch}(\mathbf{x},z) \]

• J̃_speed, normalize edilmiş rotor hızı izleme hatasıdır.
• J̃_pitch, genellikle hatve hızı L₂ normuyla ifade edilen aktüatör hareket maliyetidir.
• w₁ = 0,5 ve w₂ = 0,5 seçilmiştir.

Bu eşit ağırlık seçimi, rotor hızı kararlılığı ile aktüatör kullanımını aynı önemde değerlendirmektedir. Farklı bakım maliyetleri veya şebeke gereksinimleri bulunan gerçek bir türbinde ağırlıkların yeniden belirlenmesi gerekebilir.

SCBO hangi arama ve güvenlik sınırlarını kullanmıştır?

Optimizasyon uzayı çalışmada şu şekilde tanımlanmıştır:

\[ 0{,}1 \leq \omega_c \leq 4 \]

\[ 1 \leq \omega_o \leq 25 \]

\[ 3\omega_c \leq \omega_o \]

Gözlemcinin denetleyiciden daha hızlı çalışmasını sağlamak için ω_o değerinin en az üç kat büyük olması koşulu getirilmiştir. Bununla birlikte simülasyon bölümünde manuel ayarlanmış denetleyici için ω_c = 4,15 yazılmıştır. Bu değer SCBO arama uzayındaki 4 rad/s üst sınırının üzerindedir. Manuel denetleyicinin neden farklı bir aralıkta tutulduğu açıklanmamıştır.

Güvenlik kısıtları şunlardır:

• Anlık rotor hızı, anma rotor hızının %140’ını aşmamalıdır. Tablo 1’deki 12,1 rpm anma hızına göre bu yaklaşık 16,94 rpm’dir.
• Hatve açısı mekanik hareket sınırları içinde kalmalıdır; ancak açı sınırının sayısal değeri verilmemiştir.
• Hatve hızı 6°/s değerini aşmamalıdır. Fiziksel sınır 8°/s olarak belirtilmiş ve 2°/s güvenlik payı bırakılmıştır.

Güvenli küme görseli ne göstermektedir?

Şekil 13’te 15 m/s rüzgâr hızı için 1., 25. ve 50. iterasyonlardaki güvenli parametre alanları gösterilmiştir. Mavi bölgeler güvenli kabul edilen, beyaz bölgeler ise algoritmanın henüz güvenli olduğunu doğrulamadığı alanlardır. Kırmızı nokta ilgili iterasyonda seçilen parametre çiftini göstermektedir.

Başlangıçta güvenli alan küçük ve muhafazakârdır. Yeni noktalar denendikçe GP belirsizliği azalmakta ve güvenli olduğu değerlendirilen alan genişlemektedir. Görsel algoritmanın işleyişini açıklamaktadır; ancak gerçek türbin üzerinde güvenli keşif yapıldığını kanıtlamamaktadır.

Rüzgâr hızı arttıkça optimum bant genişlikleri nasıl değişmiştir?

Şekil 14, hem gözlemci bant genişliği ω_o hem de denetleyici bant genişliği ω_c değerlerinin rüzgâr hızıyla arttığını göstermektedir. Gözlemci bant genişliği daha hızlı yükselmekte, yaklaşık 18 m/s üzerindeki bölgede her iki eğri de daha yavaş değişen bir yapıya yaklaşmaktadır.

Araştırmacılar bu plato davranışını, daha yüksek bant genişliklerinin artık kontrol performansı kazandırmak yerine hatve hızı sınırını zorlamaya başlamasıyla açıklamaktadır. Grafik bu yorumu destekleyen bir eğilim sunsa da farklı maliyet ağırlıkları veya güvenlik sınırları altında aynı parametre yolunun oluşacağı gösterilmemiştir.

Ani rüzgâr darbesi deneyinde ne gözlenmiştir?

12 m/s başlangıç koşulundaki Aşırı İşletme Rüzgâr Darbesi (Extreme Operating Gust, EOG) simülasyonunda LiDAR ölçümü rüzgâr değişimini rotor düzleminden önce algılamıştır. Şekilde ileri beslemeli ADRC’nin hatve açısını temel ADRC’den daha erken değiştirdiği görülmektedir.

Erken hatve hareketi rotor hızındaki tepeyi ve salınımı azaltmaktadır. Ancak bu şekil için tepe değerleri, yerleşme süresi veya hata integrali tablolaştırılmamıştır. Bu nedenle görsel nitel sonuç güçlü olsa da sayısal iyileşme oranı çalışmadan kesin olarak çıkarılamaz.

Basamak rüzgâr deneyinde SCBO-ADRC nasıl davranmıştır?

Şekil 15’te rüzgâr hızının 13 m/s’den 19 m/s’ye basamaklar hâlinde yükseltildiği senaryo gösterilmiştir. Kazanç programlı PI denetleyicide her basamak sonrasında rotor hızında daha uzun süren salınımlar görülmektedir. SCBO ile ayarlanmış ADRC ise rotor hızını anma çevresine daha hızlı yaklaştırmaktadır.

Hatve açısı grafiğinde SCBO-ADRC’nin yeni rüzgâr düzeyine daha doğrudan yöneldiği, PI denetleyicide ise özellikle düşük rüzgâr basamaklarında tekrarlayan salınımlar oluştuğu görülmektedir. Bununla birlikte bu deney için hata kareleri toplamı, maksimum aşım veya aktüatör enerji tüketimi verilmemiştir.

Türbülanslı rüzgâr deneyinin koşulları nelerdir?

Türbülanslı rüzgâr deneyi OpenFAST’in InFlowWind modülüyle gerçekleştirilmiştir. LiDAR ölçüm noktası rotor düzleminin 150 metre önüne yerleştirilmiş, ortalama rüzgâr hızı 16 m/s olarak seçilmiştir.

Dört kontrol yapısı karşılaştırılmıştır:

• Kazanç programlı PI
• İleri beslemeli kazanç programlı PI
• ADRC
• İleri beslemeli ADRC

Şekil 16’da rüzgâr hızı, hatve açısı, rotor hızı ve jeneratör gücü zaman serileri birlikte gösterilmiştir. İleri beslemeli ADRC eğrisi, özellikle ilk geçici rejimde rotor hızı ve güç dalgalanmalarını daha dar bir bantta tutmaktadır.

Tablo 2’nin ham sonuçları nelerdir?

Düşük standart sapma, ilgili değişkenin zaman içinde anma değeri çevresinde daha az dalgalandığını göstermektedir. Tabloya göre ileri beslemeli ADRC, rotor hızı ve jeneratör gücü açısından dört yöntem içindeki en düşük standart sapmayı üretmiştir. Hatve açısı açısından en düşük değer 2,8423° ile ileri beslemeli PI’dadır; ileri beslemeli ADRC’nin değeri 2,8572° ile yalnızca yaklaşık %0,52 daha yüksektir.

Tablo değerlerinden hesaplanan karşılaştırmalar

Bu oranlar araştırmacıların metindeki yüzdeleri değil, Tablo 2’deki değerlerden yeniden hesaplanan karşılaştırmalardır. Çalışma metninde ADRC için rotor hızı ve güç azalması `%15 ve %25`, ileri beslemeli ADRC için ise `%16 ve %23` olarak ifade edilmiştir. Hangi karşılaştırma tabanının kullanıldığı açık olmadığından bu oranlar tabloyla tam olarak yeniden üretilememektedir.

Aktüatör ömrü gerçekten uzatılmış mıdır?

Çalışmanın maliyet fonksiyonu hatve hızını sınırlandırmakta, S-eğrisi ani hareketleri azaltmakta ve 6°/s hız sınırı uygulamaktadır. Bu önlemler mekanik kullanım yoğunluğunu azaltmayı hedeflemektedir.

Bununla birlikte çalışma; rulman yük spektrumu, hasar eşdeğer yük, Miner yorulma toplamı, yağlama bozulması, aktüatör enerji tüketimi veya yıl cinsinden hizmet ömrü hesabı sunmamıştır. Bu nedenle “aktüatör ömrünü uzatma” sonucu doğrudan ölçülmüş bir bulgu değil, daha düzenli ve sınırlı hatve hareketinden türetilen olası bir mühendislik beklentisidir.

Çalışmanın güçlü yönleri nelerdir?

• LiDAR öngörüsü, bozucu gözlemi ve güvenli parametre optimizasyonu tek bir kontrol mimarisinde birleştirilmiştir.
• Rüzgâr hızı, denetleyici parametrelerinin bağlam değişkeni olarak doğrudan kullanılmıştır.
• Rotor aşırı hızı, hatve açısı ve hatve hızı için güvenlik kısıtları tanımlanmıştır.
• SCBO başlangıcı için güvenli aralıkta 10 Latin hiperküp örneği kullanılmıştır.
• Ani rüzgâr darbesi, basamak rüzgâr ve sürekli türbülans olmak üzere farklı simülasyon senaryoları değerlendirilmiştir.
• OpenFAST ile MATLAB/Simulink arasında S-Function tabanlı ortak simülasyon kurulmuştur.
• Sonuçlar yalnızca grafikle değil, türbülanslı koşul için standart sapma tablosuyla da sunulmuştur.

Çalışmanın temel sınırlılıkları nelerdir?

• Çalışma hakem değerlendirmesinden geçmemiş bir preprinttir.
• Bütün doğrulamalar simülasyonda yapılmıştır; fiziksel türbin veya donanım-döngüde deney bulunmamaktadır.
• Gerçek LiDAR sinyal kaybı, yağmur, sis, deniz spreyi, titreşim, ölçüm gürültüsü ve ışın engellenmesi modellenmemiştir.
• Taylor’ın donmuş türbülans varsayımındaki bozulmalar ve rüzgârın ölçüm düzleminden rotora taşınırken değişmesi ayrıntılı incelenmemiştir.
• Dalga, akıntı, yüzer platform hareketi, kule tabanı momenti ve kanat kökü yükleri raporlanmamıştır.
• Model kule dönmesi, aktarma mili burulması ve yüksek dereceli yapısal modları ihmal etmektedir.
• Güvenli keşif yalnızca simülasyon modelinin sınırları içinde gösterilmiştir.
• Optimizasyonun hesaplama süresi ve gerçek zamanlı gömülü sistem gereksinimleri verilmemiştir.
• SCBO’nun farklı başlangıç örnekleri veya rastgele tohumlar altındaki tekrarlanabilirliği gösterilmemiştir.
• PI ve ADRC dışında model öngörülü kontrol, H∞ kontrol veya diğer gelişmiş yöntemlerle karşılaştırma yapılmamıştır.
• Tablo 2 ile metindeki yüzdesel iyileştirme oranları tutarlı değildir.
• Şekil ve bölüm numaralarında yinelenme ve sıralama sorunları bulunmaktadır.
• Manuel ω_c değeri, belirtilen SCBO arama uzayının üst sınırını aşmaktadır.
• Makale NREL 5 MW modelini kullandığını belirtirken Tablo 1’de anma gücü 5,25 MW verilmiştir.
• Finansman, çıkar çatışması, veri paylaşımı ve yazılım koduna erişim bilgileri bu sürümde yer almamaktadır.

Çalışma neyi desteklemektedir?

• Simülasyon ortamında LiDAR öngörüsünün ADRC hatve komutunu yaklaşan rüzgâr değişiminden önce harekete geçirebildiğini desteklemektedir.
• Rüzgâr hızına bağlı SCBO ayarının sabit parametreli ADRC’ye göre daha uyarlanabilir bir kontrol yapısı oluşturabileceğini göstermektedir.
• İleri beslemeli ADRC’nin 16 m/s ortalama türbülanslı koşulda rotor hızı ve güç standart sapmalarını incelenen diğer yöntemlerden daha düşük tuttuğunu göstermektedir.
• Olasılıksal güvenli küme yaklaşımının belirlenen simülasyon kısıtları içinde parametre araması yapabildiğini göstermektedir.

Çalışma neyi kanıtlamamaktadır?

• Gerçek bir açık deniz rüzgâr türbininde aynı kontrol başarımının elde edileceğini kanıtlamamaktadır.
• LiDAR verisinin bütün hava ve deniz koşullarında güvenilir olacağını göstermemektedir.
• Hatve rulmanının veya aktüatörün hizmet ömrünün belirli bir oranda uzadığını kanıtlamamaktadır.
• Kanat, kule, aktarma sistemi veya yüzer platform yüklerinin azaldığını doğrudan göstermemektedir.
• SCBO’nun sertifikalandırılmış bir türbin kontrol sisteminde güvenli olduğunu kanıtlamamaktadır.
• Önerilen yöntemin bütün türbin güç sınıflarına ve platform tiplerine doğrudan aktarılabileceğini göstermemektedir.

Çalışmanın Yöntemi ve Bulguları

Çalışma türü

Çalışma, fiziksel deney içermeyen yüksek doğruluklu kontrol sistemi modelleme ve ortak simülasyon araştırmasıdır. OpenFAST türbin modeli MATLAB/Simulink içindeki denetleyicilerle S-Function arayüzü üzerinden çalıştırılmıştır.

Kullanılan türbin modelinin parametreleri

LiDAR ve ileri besleme ayarları

• Dört ışınlı, iki düzlemli tarama yapısı kullanılmıştır.
• Yatay ışın açısı 15°, düşey açı 7,5° olarak tanımlanmıştır.
• Rüzgâr doğrultusu ölçümleri veri birleştirme ve Kalman filtreleme sürecinden geçirilmektedir.
• Türbülanslı deneyde ölçüm noktası rotorun 150 m önüne yerleştirilmiştir.
• İleri besleme hatve eğrisi 0,1 m/s rüzgâr hızı adımlarıyla oluşturulmuştur.
• Kontrol esas olarak anma rüzgâr hızının üzerindeki sabit güç bölgesinde uygulanmıştır.

Manuel ADRC parametreleri

• Gözlemci bant genişliği: ω_o = 14,63
• Denetleyici bant genişliği: ω_c = 4,15

Bu değerlerin mühendislik deneyimine dayalı manuel ayarla belirlendiği belirtilmiştir. Daha sonra SCBO, bant genişliklerini rüzgâr hızına göre değiştiren bir program oluşturmuştur.

SCBO başlangıç ve güvenlik ayarları

• Başlangıç GP modeli için güvenli parametre alanından 10 Latin hiperküp örneği alınmıştır.
• Çekirdek hiperparametreleri maksimum log-marjinal olabilirlikle ayarlanmıştır.
• Rotor hızı hatası ve hatve hareketi ağırlıkları eşit olarak 0,5 seçilmiştir.
• Risk olasılığı δ = 0,05 olarak belirlenmiştir.
• Rotor hızı güvenlik sınırı anma hızının %140’ıdır.
• Hatve hızı sınırı 6°/s, belirtilen fiziksel sınır 8°/s’dir.

Simülasyon senaryoları

Ana sayısal bulgular

• İleri beslemeli ADRC rotor hızı standart sapması: 0,2513 rpm.
• İleri beslemeli ADRC hatve açısı standart sapması: 2,8572°.
• İleri beslemeli ADRC jeneratör gücü standart sapması: 0,0821 MW.
• Temel PI rotor hızı standart sapması: 0,3229 rpm.
• Temel PI jeneratör gücü standart sapması: 0,1214 MW.
• İleri beslemeli ADRC, temel PI’ye göre rotor hızı standart sapmasını tablodan hesaplandığında yaklaşık %22,17 azaltmıştır.
• İleri beslemeli ADRC, temel PI’ye göre güç standart sapmasını yaklaşık %32,37 azaltmıştır.
• İleri beslemeli PI, hatve açısı standart sapmasında 2,8423° ile en düşük değeri vermiştir.

İstatistiksel değerlendirme

Çalışmada standart sapmalar raporlanmış olmakla birlikte bağımsız simülasyon tekrarları, güven aralıkları, p değerleri veya rastgele rüzgâr alanları arasındaki varyasyon verilmemiştir. Bu nedenle standart sapma farkları tanımlayıcı performans ölçütleridir; istatistiksel anlamlılık sonucu olarak değerlendirilmemelidir.

Gerçek sisteme geçiş için gerekli doğrulamalar

• Farklı türbülans yoğunlukları ve çok sayıda rastgele TurbSim tohumu ile Monte Carlo simülasyonları
• LiDAR ölçüm gürültüsü, veri kaybı ve görüş bozulmasının modellenmesi
• Dalga, akıntı ve yüzer platform hareketlerinin ortak modele eklenmesi
• Kanat kökü, kule tabanı ve aktarma sistemi yüklerinin değerlendirilmesi
• Denetleyicinin gerçek zamanlı hesaplama süresi ve işlemci yükünün ölçülmesi
• Donanım-döngüde hatve aktüatörü ve türbin kontrol ünitesi testleri
• Açık deniz test sahasında gerçek LiDAR ve türbin verisiyle doğrulama
• Yorulma hasarı ve aktüatör ömrünün nicel olarak hesaplanması
• SCBO güvenlik sertifikasyonu ve arıza durumlarına karşı emniyetli geri dönüş mantığı

Kaynak ve Yöntem Notu

Çalışmanın özgün adı: LiDAR Feedforward-based Pitch Active Disturbance Rejection Control for Offshore Wind Turbines using Safe Contextual Bayesian Optimization

Yazarlar: WANG Hong-du; ZHI Ying-xin; LIU Xiao-ying; LI Ming; Fu Dongfei; Junrong Wang; WU Songhua.

Yazar sıralaması: Yukarıdaki liste çalışmadaki özgün sırayı korumaktadır.

Eş katkı bilgisi: Bu sürümde eş birinci yazar veya eş katkı beyanı yer almamaktadır.

Sorumlu yazar: Bu sürümde sorumlu yazar işareti veya iletişim e-postası verilmemiştir.

Kurumlar:

• Ocean University of China, Engineering College, Qingdao 266100, China.
• Ocean University of China, College of Marine Technology, Qingdao 266100, China.

DOI:10.2139/ssrn.7202168

Resmî platform: SSRN.

Resmî çalışma bağlantısı:SSRN çalışma sayfası

Yayın yılı: 2026.

Dergi: Bu sürüm için hakemli bir dergi veya dergi kabulü bilgisi bulunmamaktadır.

Özgün yayınevi: Hakemli dergi yayınevi bulunmamaktadır. Çalışma SSRN preprint platformunda yer almaktadır; platform Elsevier tarafından işletilmektedir.

Kaynak türü: Açık deniz rüzgâr türbini kontrolüne yönelik sayısal modelleme ve OpenFAST-MATLAB/Simulink ortak simülasyon çalışması niteliğinde preprint.

Hakemlik durumu: Bu çalışma hakem değerlendirmesinden geçmemiş bir preprinttir; sonuçları bu sınırlılık dikkate alınarak okunmalıdır.

Finansman: Finansman bilgisi bu sürümde yer almamaktadır.

Çıkar çatışması: Çıkar çatışması beyanı bu sürümde yer almamaktadır.

Veri ve kod erişimi: Simülasyon verileri, MATLAB/Simulink kodu, OpenFAST giriş dosyaları ve SCBO uygulama kodu için erişim bağlantısı verilmemiştir.

Bu Türkçe açıklama, yüklenen 25 sayfalık çalışmanın metni, matematiksel denklemleri, kontrol blokları, algoritma sözde kodu, güvenli küme grafikleri, rüzgâr senaryoları ve sayısal sonuç tabloları incelenerek hazırlanmıştır. Bilimsel içeriğe çalışma dışından yeni bulgu eklenmemiştir. Dış kaynak kontrolü yalnızca SSRN kaydı, DOI ve yayın platformu gibi bibliyografik kimlik bilgilerinin doğrulanması için kullanılmıştır.

Çalışmanın en önemli sınırı, sonuçların fiziksel açık deniz türbininde değil OpenFAST-Simulink ortamında elde edilmiş olmasıdır. LiDAR ölçüm hataları, deniz koşulları, donanım gecikmeleri, yapısal yükler, gerçek aktüatör yorulması ve kontrol sistemi sertifikasyonu deneysel olarak değerlendirilmemiştir. Ayrıca tablo ile metindeki yüzdesel sonuçlar, bazı şekil ve bölüm numaraları, manuel bant genişliği ile SCBO arama sınırı ve türbin anma gücü ifadeleri arasında tutarsızlıklar bulunmaktadır.