A Numerical Investigation of the Impact of Waves on a Large Floating Wind Farm in Northwest Atlantic
Notice bibliographique
Résumé
Abstract This study investigated the combined effects of waves and atmospheric turbulence on the power output of a deep-water floating offshore wind farm in the Northwest Atlantic. Using a scale-adaptive large-eddy simulation (LES) framework, we modelled a floating wind farm comprising an array of 15 MW turbines with 240-meter rotor diameters, staggered with 5 MW turbines featuring 126-meter rotor diameters. The marine atmospheric boundary layer (MABL) was simulated using wave drag parameterization, Monin-Obukhov similarity theory, and stochastic turbulence forcing. The simulations incorporated rated wind speeds with varying wind directions and wave amplitudes ranging 0.2 to 2 meters, resolving turbulence structures using 107 million grid points and a vortex stretching-based subgrid model. Turbine wakes were modeled with a Gaussian actuator disk approach, including wave effects. Data analysis validated the LES framework against met-ocean environments and identified dominant frequency ranges influenced by waves using Proper Orthogonal Decomposition (POD) and wavelet transforms. Results highlight that atmospheric turbulence is the primary driver of power fluctuations, enhancing overall power output through vertical flux entrainment. Large-amplitude waves were found to modulate turbulence at higher frequency ranges, leading to improved turbine performance under certain conditions. Proper Orthogonal Decomposition (POD) and wavelet-based analysis revealed dominant flow structures influenced by wave-induced wind stress. These findings emphasize the critical role of pitch control strategies that account for wind-wave misalignment and Ekman spiral effects, particularly for spar-based floating turbine platforms. This research underscores the need for integrating wind-wave interactions into the design and operation of large floating wind farms to optimize energy production and structural resilience in complex marine environments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».