2022 Fiscal Year Annual Research Report
Practical Improvement of Power Generation Efficiency of Wave Power Floating Arrays in Irregular Waves Using AI Models
| Project/Area Number |
22H01698
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
村井 基彦 横浜国立大学, 大学院環境情報研究院, 教授 (60292893)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
李 僑 東京大学, 生産技術研究所, 特任助教 (40832340)
北澤 大輔 東京大学, 生産技術研究所, 教授 (30345128)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 波浪発電 / 浮体式 / ポイントアブソーバー / AI / 水槽実験 |
|---|
| Outline of Annual Research Achievements |
海洋再生可能エネルギーの一つである波浪発電が電力供給システムとして受け入れられるには、複数発電機のファーム化によるコスト削減に加え、安定的で高効率な運用システムの開発による面積当たりの発電量の向上が求められる。本研究では多数のポイントアブソーバー型浮体式波浪発電システム（PA-WEC）によるファーム化を想定し、時々刻々変化する不規則な波浪場における波浪発電量の最大化問題について、数値モデルの構築とその検証のための水槽実験を遂行する。2022年度においては、次の3点について研究を進めた。
1) 不規則波中でのアレイ間での波の干渉効果を引き出せる複数PA-WECの最適配置について数機を対象とした時系列計算を計算可能なコードを作成し、数値解析を2機及び3機を対象として実施した。
2) AIモデルの活用による、不規則波中での複数PA-WECに入射する干渉効果も含めた波浪状態における時々刻々の発電量を最大化する制御力の即時推定法について、開発しているAIの学習モデルプログラムと汎用ソフトの連携手法も含めて、基礎的な検討をおこなった。また、検討に基づき、汎用ソフトへの学習モデルプログラムを取り込めたことが確認できた。また、荒天中などでの物理的な可動域の制約条件も考慮したセカンドベストの選択については、検討すべき制約条件とその数理モデル化について検討を行った。
3) 水槽実験については、水槽模型実験機器への実装を想定した実験用モデルの開発に着手し、小型の水槽実験模型の初号機の製作を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
数値計算については、新規に購入した汎用ソフトと、これまでに研究室内で開発していた本研究に課題に関する数値解析コードのすり合わせも含めて、結合作業ができた。それを踏まえて、複数機の時系列計算を実施することまで到達した。
また、水槽実験については、当初の予定通り、次年度の水槽実験実施に向けて、水槽実験用の模型の初号機の製作まで到達した。
以上の点から、数値計算と水槽実験の両面で、概ね予定通りの進捗状況と判断した。
|
| Strategy for Future Research Activity |
22年度までの進捗状況を踏まえ、数値解析については、AIモデルの生成などについてケーススタディ及びパラメトリックスタディを実施する。
水槽実験については、23年度に水槽実験を実施する。水槽実験と数値解析との比較なども踏まえつつ、水槽実験用モデルの改修に向けた情報収集をするとともに、水槽の特性を生かして、複数浮体を模擬した水槽実験を実施し、数値シミュレーションとの比較から、双方の妥当性などを検討していく。
|
