Articles RIED2012 Final

Articles RIED 2012 1e Séminaire scientifique Réseau Interordre en Énergie Durable 1st Scientific Seminar Intercollegiate Sustainable Energy Network Montréal Canada 19/06/ 2012

Réseau Interordre en Énergie Durable Intercollegiate Sustainable Energy Network RIED 2012 1ER SÉMINAIRE SCIENTIFIQUE 1ST SCIENTIFIC SEMINAR

19-20 juin, Montréal

ACTES PROCEEDINGS

Éditeurs Editors Frédéric Lesage, Cégep de l'Outaouais Luc Fournier, Cégep de l'Outaouais

Comité scientifique Scientific Committee Daniel Bélanger, Université du Québec à Montréal Hervé Bernier, Cégep de la Pocatière David Berthiaume, Cégep de Thetford Mamadou Doumbia, Université du Québec à Trois-Rivières Luc Fournier, Cégep de l’Outaouais Hussein Ibrahim, Cégep Gaspésie Adrian Ilinca, Université du Québec à Rimouski Frédéric Lesage, Cégep de l’Outaouais Alain Marineau, Cégep de Limoilou Mohamed Mohamedi, INRS Mario Parenteau, Cégep de Trois-Rivières Jean Perron, Université du Québec à Chicoutimi Daniel Rousse, École de Technologie Supérieure Hassam Sadek, McMaster University Radu Zmeureanu, Concordia University Copyright © RIED 2012

1 Copyright © RIED 2012

TABLE DES MATIÈRES TABLE OF CONTENTS

SUIVI PAR EMISSION ACOUSTIQUE DU COMPORTEMENT ET DE L’ENDOMMAGEMENT D’UN COMPOSITE À MATRICE THERMOPLASTIQUE RENFORCÉE PAR FIBRES DE BOULEAU Alencar Bravo, Lotfi Toubal, Demagna Koffi, Fouad Erchiqui & Bohuslav V. Kokta. page 4

HYDROÉLECTRICITÉ : BILAN DES GAZ À EFFET DE SERRE DE SON COMMERCE DANS LE NORD-EST DU CONTINENT. Ben Amor, Caroline Gaudreault , Pierre-Olivier Pineau & Réjean Samson. page 8

NUMERICAL SIMULATION OF A 2D UNGLAZED TRANSPIRED SOLAR AIR COLLECTOR Messaoud Badache, Daniel Rousse & Stéphane Hallé. page 11

JUMELAGE MULTI-SOURCE ET CHARGEMENT INTELLIGENT DES BATTERIES POUR DES SYSTÈMES D’ÉNERGIES RENOUVELABLES Rosemarie Bérubé, Patrick Roussel, Pierre Luc Paradis, Drishty Singh Ramdenee & Adrian Ilinca. page 15

RETOMBÉES ÉCOLOGIQUES DE TECHNOLOGIES DE COGÉNÉRATION THERMOÉLECTRIQUE DANS L’INDUSTRIE PAPETIÈRE QUÉBÉCOISE Matias Calderini & Frédéric J. Lesage page 19

GREEN APPROACH TO PRODUCE BIO-JET FUEL FROM MICROALGAE Marian Elmoraghy & Ihab H. Farag. page 23

PROPOSED METHOD FOR STANDARDISING THE PERFORMANCE MEASUREMENT OF THERMOELECTRIC GENERATORS Donal Finnerty, Hossam Sadek & James S. Cotton. page 26

INTERCONNEXION D’UN SYSTÈME PHOTOVOLTAÏQUE SUR LE RÉSEAU ÉLECTRIQUE Abdallah Jelali, Tahar Tafticht & Ahmed Cheriti. page 30

PARAMÈTRES INFLUANT SUR LES BESOINS EN CHAUFFAGE D’UN BÂTIMENT EN CLIMAT MÉDITÉRRANÉEN Ines Khalifa & Essia Znouda page 34

FORME D’UNE BULLE DE VAPEUR EN FONCTION DU NUMÉRO D’EÖTVÖS : UNE ÉTUDE NUMÉRIQUE ET EXPÉRIMENTALE Frédéric J. Lesage & Rémi Pelletier page 38

SIMULATION DU GIVRAGE DES ÉOLIENNES AVEC DES LOGICIELS COMMERCIAUX, VALIDATION SUR UN CYLINDRE Fahead Martini, Drishty Ramdenee & Adrian Ilinca page 42

SIZING THERMAL STORAGE FOR RESIDENTIAL MICRO-COGENERATION WITH A PROTON EXCHANGE MEMBRANE FUEL CELL Stephen McMurtry & Ian Beausoleil-Morrison page 46


SIMULATION DU FLOTTEMENT DE DÉCROCHAGE DES PALES D’ÉOLIENNES À L’AIDE DES MÉTHODES NUMÉRIQUES

Ion Sorin Minea, Dristysingh Ramdenee & Adrian Ilinca page 50

IMPACT OF SOLAR ELECTRICITY ON RURAL DEVELOPMENT Monjure Alam Pramanik page 55

SIMPLIFICATION OF CFD MODELS IN AN AIM TO APPLY PREDICTIVE CONTROL ON FLUTTER PHENOMENON Dristysingh Ramdenee, Sorin Ion Minea & Adrian Ilinca page 60

MODELING WAKE EFFECTS ON WIND FARM FOR INEFFICIENCY ASSESSMENT USING COMPUTATIONAL FLUID DYNAMICS Drishtysingh Ramdenee, Pierre-Luc Paradis, Thomas Poirier Audet, Hussein Ibrahim & Adrian Ilinca. page 64

MODÉLISATION D’UN MOTEUR DE DIESEL EN VUE DE LA VALORISATION DE SES REJETS THERMIQUES Oumar Samaké, Ousmane Sow & Nicolas Galanis. page 68

INFLUENCE DES CARACTÉRISTIQUES DE LA TURBULENCE SUR LA PERFORMANCE D’UN GÉNÉRATEUR THERMOÉLECTRIQUE Éric Sempels, Stéphane Piché & Frédéric J. Lesage. page 72

NANOMATERIALS AND NANOTECHNOLOGY FOR DIRECT ETHANOL FUEL CELLS Youling Wang, Amel Tabet-Aoul, Maxime Gougis & Mohamed Mohamedi. page 76

THERMOCHEMICAL ENERGY STORAGE DEVICE FOR AUTOMOBILE INDUSTRIES Matthew Birkett, Kausik S. Das, Jorge Pulido, Masahiro Kawaji & John Burgers. page 79

INTÉGRATION DES ÉOLIENNES À BASE DE MACHINE ASYNCHRONE À DOUBLE ALIMENTATION AUX RÉSEAUX ÉLECTRIQUES Abdoulaye Mamadie Sylla & Mamadou Lamine Doumbia. page 83

ÉTUDE COMPARATIVE DE L’EFFICACITÉ DES TRANSFERTS THERMIQUES DANS LES TUBES SOLAIRES À CALODUCS Maxime Taylor, Gabrielle Caron, Rémi Pelletier & Luc Fournier page 88

PRODUCTION ÉLECTRIQUE D’UN MODULE DE Bi2Te3 EN FONCTION DES PLAGES DE TEMPÉRATURES Gabrielle Caron, Maxime Taylor, Luc Fournier & Frédéric J. Lesage. page 92

MODELLING OF THE WIND TURBINE PLANT BY EXPERIMENTAL DESIGN ANALYSIS AND RETSCREEN SOFTWARE Amir-Arash Rafieie, Faramarz Hassani. page 96


Article RIED2012 Technologie en énergie durable

19-20 juin 2012, Montréal RIED2012 / Au-01

SUIVI PAR EMISSION ACOUSTIQUE DU COMPORTEMENT ET DE L’ENDOMMAGEMENT D’UN COMPOSITE À MATRICE THERMOPLASTIQUE

RENFORCÉE PAR DES FIBRES DE BOULEAU Alencar Bravoa,§, Lotfi Toubala§, Demagna Koffia, Fouad Erchiquib & Bohuslav V. Koktaa

aUniversité du Québec à Trois-Rivières b Université du Québec en Abitibi-Témiscamingue

§Autheur de correspondence [email protected], [email protected]

NOMENCLATURE Symboles utilisés d : Indice d’endommagement

Lettres grecques σ : Contrainte, MPa

ε : Déformation, %

Indices/Exposants i : cycle numéro i 0 : initial

INTRODUCTION

Grace à une plus grande sensibilisation pour l’environnement, cette dernière décennie a connu une utilisation croissante des fibres naturelles comme renfort dans les matériaux composites. Ce virage vert contribue fortement à diminuer l’effet négatif de notre croissance économique sur l’environnement. L’objectif principal de ce travail est la valorisation des fibres de bois produit au Canada.

En effet, les propriétés mécaniques rapportées aux densités de ces fibres sont comparables à celles des fibres de verre (Heijenrath 1996, Garkhail 2000). Mais, si les performances mécaniques des composite à fibres naturelles (CFN) offrent aujourd’hui de nouvelles perspectives pour la conception de structures (faibles densités, bonnes propriétés mécaniques, faibles coûts), la disparité de leurs propriétés et la variabilité de leur comportement empêchent la croissance de leur utilisation, contrairement aux composites à fibres synthétiques. Nous pouvons facilement mesurer les propriétés initiales des CFN, mais leur évolution au cours du temps reste difficile à prévoir.

De plus, le retour d’expérience relatif à ces matériaux reste limité. La maîtrise et la compréhension des interactions fibres-matrice, via une démarche scientifique, est donc nécessaire pour améliorer la durabilité des CFN et favoriser leur utilisation dans l’industrie. Généralement, l’amorçage des fissures dans les matériaux composites débute dès leur mise en service. Par conséquent, pour notre étude il est intéressant de s’attacher à l’endommagement des CFN plus qu’à leur durée de vie, tant leurs performances peuvent être rapidement altérées.

L’endommagement des composites est caractérisé par une évolution et une compétition de plusieurs modes de ruptures (fissuration, délaminage pour les stratifiés, décohésion fibre/matrice, rupture et arrachage de fibres). Le modèle d’endommagement associé au processus de dégradation mécanique ou/et hygrothermique proposé ici sera basé sur le modèle introduit par Kachanov (Kachanov 1958), postulant que l’endommagement d’un matériau peut être interprété comme la densité des défauts affectant la matière. Il est décrit par une variable scalaire d, qui prend en considération l’effet des défauts sur les caractéristiques mécaniques notamment le

RÉSUMÉ L’utilisation de matériaux composites à fibres synthétiques soulève de plus en plus de questions tant au niveau de la santé-sécurité au travail qu’environnemental. Une alternative consiste à développer des matériaux composites bios, recyclables et biodégradables en fin de vie, avec des propriétés mécaniques intéressantes et un impact environnementale faible. Cependant, l’optimisation des propriétés élastiques de ces biomatériaux et l’étude de leurs modes d’endommagement sont des étapes nécessaires pour une utilisation fiable et sécuritaire. Dans ce travail, nous avons développé un matériau composite avec des fibres courtes mélangées à une matrice thermoplastique. Il s’agit des fibres de bouleau, une matrice polyéthylène. Des essais de traction monotone et cyclique ont permit de mesurer les propriétés élastiques de notre matériau et le suivi de son endommagement grâce à des capteurs basé sur l’émission acoustique. Les résultats montrent une amélioration du module de Young et de la contrainte maximale en fonction de l’augmentation du taux des fibres. L’utilisation de l’émission acoustique a permis de suivre le comportement et l’endommagement de notre matériau. Ce travail a comme objectif d’élargir le champ d’application des éco-matériaux pour des pièces structurales. Mots-clés: Traction, cyclique, Polyéthylène, Bouleau, Émission-Acoustique.


module d’élasticité. Cette variable est définie par une association et/ou une compétition des endommagements d’origine mécanique et hygrothermique comme suit :

d = 1 – Ei/E0, (1)

Où et E0 et Ei sont les modules initiale et endommagé pour un ième cycle, pour un essai de traction cyclique.

Dans notre travail, des renforts courts à base de bouleau sont mélangés avec du polyéthylène. Des éprouvettes ont été testées en traction monotone et cyclique et la résistance à la rupture, le module de Young et les déformations résiduelles ont été mesurées.

MATÉRIAUX, ÉPROUVETTES ET PROCÉDURE EXPÉRIMENTALE

Après une préparation sur un mélangeur composé de deux rouleaux type Thermotron-C.W. Brabender (Model T303) figure 1, des éprouvettes sont moulées sous forme d’altère, en respectant la norme ASTM D 3039 type V. Le moule est maintenu à 205°C au moyen d'une presse Dake et pendant 20 min sous une pression de 20 MPa, refroidie jusqu’à 60° C. Chaque lot d’éprouvettes contient 6 échantillons pour nos essais de traction monotone et cyclique. Les essais de traction sont réalisés sur une machine électromécanique Instron, équipée d’une cellule de charge de 150 kN, étalonnée dans une plage comprise entre 0 à 10 KN. Plusieurs paramètres peuvent être acquis simultanément (temps, charge appliquée, déformation) ; l’acquisition de ces données passe par l’utilisation de dispositifs extensométriques et de matériel informatique.

Figure 1 : Fabrication du composite à travers des

rouleaux.

Un extensomètre de 50 mm a été utilisé pour mesurer la déformation. La chaîne de mesure d’émission acoustique (EA) (cf. figure 2) est composée d’un micro équipé d’une carte d’EA d’acquisition (4 voies de mesure), de préamplificateurs et de capteurs d’EA large bande (micro 80 de chez Mistras). Le couplage est assuré par une colle silicone et sa qualité est vérifiée avant et après les essais afin de valider les mesures d’EA effectuées.

Figure 2 : Essai de traction.

Notre machine de traction est peu bruyante et le seuil sur l’amplitude que nous avons utilisé est égal à 35dB (Laksimi, 1999).

RESULTATS

Comportement global

L’analyse des résultats est faite en se basant sur l’évolution de la contrainte en fonction de la déformation. Pour les différentes éprouvettes, cette évolution s’effectue selon les phases suivantes (figure 3) :

1. Une première phase élastique linéaire caractérisée par un module élastique E0,

2. Une deuxième phase où la courbe perd sa linéarité initiale traduisant ainsi le début du comportement viscoélastique,

3. Une troisième phase non-linéaire traduisant le début de la plasticité et l’endommagement du composite jusqu’à une contrainte maximale,

4. La dernière phase la contrainte diminue jusqu’à la rupture finale de l’éprouvette.

Ces 4 phases peuvent être observées sur les figures 3 et 4.

Figure 3 : Courbes contrainte déformation.

0 5 10 15 20 25 30 35-5

0

5

10

15

20

25

30

35

40

0%

10%20%

30%

Capteur 1

Capteur 2

Extensomètre

Déformation (%)

Con

trai

nte

(M

Pa)


L’activité acoustique (cf. figure 4) débute par la détection de premières salves après 100 secondes d’essai. Cependant, une émissivité significative n’apparaît qu’à partir de 250 secondes environ. Dès cet instant, les courbes acoustiques évoluent linéairement jusqu’à un point d’inflexion à 350 secondes (valeur maximale de la contrainte) où l’évolution de la courbe redevient linéaire jusqu’à la rupture de l’éprouvette.

Figure 4 : Essais de traction et mesures acoustiques pour un échantillon à 20% de fibre : (a) courbe de traction en rouge et amplitude acoustique des événements en vert, (b) en rouge la

courbe cumulée des salves acoustiques et en vert le nombre de coups cumulé jusqu’à la rupture.

Il faut noter que l’essai sur le polyéthylène seul a été arrêté, car l’éprouvette présente une très grande déformation à la rupture dépassant les limites de notre machine de traction.

Le résumé des propriétés mécaniques mesurées de nos matériaux est présenté dans le tableau 1 ci-dessous :

Tableau 1: Synthèse des résultats.

Fibres (%) 30% 20% 10% 0%

E (GPa) 2.46 2.18 1.39 1.16

Écart type 0.23 0.24 0.25 0.20

σ(MPa) 33.04 31.87 25.62 16.97

Écart type 1.85 1.12 1.44 2.56

εmax (%) 7.17 11.39 15.46 -

Écart type 2.08 1.77 3.60 -

Chaque valeur sur le tableau 1 est une moyenne de cinq essais. Nos résultats présentent des valeurs similaires à celle que nous trouvons dans la littérature (G’sell 1992). Les mesures montrent une amélioration du module élastique et de la contrainte maximale avec l’augmentation du taux des fibres. À titre d’exemple, pour 30 % de fibres, nous avons une amélioration autour de 112 % sur le module de Young et 94 % sur la contrainte maximale. L’écart type reste faible sur toutes nos mesures. L’augmentation du pourcentage des fibres rend le matériau plus rigide (fragile aussi) et diminue par conséquent sa déformation à la rupture. Mais le matériau reste toujours ductile

avant de rompre. Globalement, les résultats sont intéressants si l'on considère qu'aucun traitement ni agent de couplage n’ont été utilisé afin d’améliorer la cohésion à l'interface fibre-matrice.

Endommagement et émission acoustique

La figure 5 montre deux essais de tractions, monotone et cyclique, pour un échantillon à 20% de fibre. Nous observons une très bonne concordance entre les deux essais.

Figure 5 : Essais de traction monotone et cycle charge-

décharge pour un échantillon de 20%.

La figure 6 montre l’évolution de l’endommagement en fonction de la déformation résiduelle. Nous dénotons une croissance logarithmique de l’endommagement indépendamment de l’échantillon. La majorité des éprouvettes cassent quand l’endommagement atteint un niveau de 60 %.

Figure 6 : Évolution de l’endommagement en fonction de la déformation résiduelle pour différentes éprouvettes à 20%.

Nous avons tracé l’évolution des déformations résiduelles pour chaque cycle pour les éprouvettes à 20 %, Fig. 7.

0 2 4 6 8 10 120

5

10

15

20

25

30

35

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1ere

2eme

3eme4eme

5eme

Déformation (%)

En

dom

mag

emen

t (d

)

Déformation (%)

Con

trai

nte

(M

Pa)

Con

trai

nte

(M

Pa)

Nom

bre

des

sal

ves

Am

plitu

de (d

B)

Nom

bre d

es coup

s (a) Temps (s) (b) Temps (s)


Figure 7 : La déformation résiduelle à chaque cycle pour les

éprouvettes à 20% de fibres.

Cette évolution résulte de l’accumulation de la plasticité et de l’endommagement du matériau jusqu’à la rupture. La déformation résiduelle reste faible entre le premier et le deuxième cycle. À partir du 3e cycle, elle devient de plus en plus importante.

Ces résultats peuvent être confirmés par les mesures acoustiques Fig. 8 ou nous avons tracé l’évolution du nombre de salves en fonction de la charge enregistrée pendant l’essai cyclique. Nous observons l’effet Kaiser (Pollock 1989) sur les 2es et 3es cycles, traduisant ainsi une activité acoustique très faible voir quasi nulle tant que le niveau local de contraintes ne dépasse pas la valeur atteinte au cycle précédent. À partir du 4e cycle, l’endommagement s’accentue et apparait pour des charges inférieures à la charge maximale atteinte pour le cycle (i – 1), effet Felicity (Dunegan 1973).

Figure 8 : Les effets viscoplastiques analysés par l’effet Kaiser

et Felicity.

Les deux effets traduisent un endommagement irréversible de notre matériau.

CONCLUSION

Dans ce travail, un matériau a été développé et son comportement en traction monotone et cyclique a été étudié. Les résultats montrent une importante amélioration des propriétés élastiques du matériau avec l’augmentation du taux des fibres. Le protocole de fabrication utilisé dans ce travail montre une bonne reproductibilité des mesures avec un faible écart-type. Ce procédé doit être validé pour d’autres tests (fatigue, fluage, etc.). L’émission acoustique a permis de déterminer les différentes phases traduisant l’évolution du comportement de notre matériau. Nous avons enregistré une bonne corrélation entre l’évolution de l’endommagement et l’activité acoustique. L’utilisation d’une matrice biodégradable sera une étape future pour proposer un matériau 100 % biodégradable.

REMERCIENMENTS

Au Centre de Recherche sur les Matériaux Lignocellulosiques (CRML), à Trois-Rivières.

RÉFÉRENCES

Garkhail, S. K., Heijenrath, R. W. H. & Peijs., T. (2000). Mechanical Properties of Natural-Fibre-Material Reinforced Thermoplastics based on Flax Fibres and Polypropylene. Applied Composite Materials, vol.7, n°5-6, p. 351-372.

Heijenrath, R. & Peijs., T. (1996). Natural fiber mat reinforced thermoplastic composite based on flax fibers and polypropylène. Advanced composites letters, vol. 5, n°3, p. 81-85.

Laksimi, A., S. Benmedakhene, et al. (1999). Monitoring Acoustic Emission During Tensile Loading of Thermoplastic Composites Materials.

Kachanov, G. (1958). On Creep Rupture Time. Proc. Acad. Sci., USSR, Div. Eng. Sci., vol. 8, p. 26-31.

Pollock, A. (1989). "Acoustic emission inspection." ASM Handbook. 17: 278-294.

Dunegan, H. and D. Harris (1973). "Acoustic Emission Techniques." Experimental Techniques in Fracture Mechanics, Society for Experimental Stress Analysis Monograph(1): 38-72.

G'sell, C., Hiver, J.M., Dahoun, A., Souahi, A. (1992). Video-controlled tensile testing of polymers and metals beyond the necking point. J. Mater. Sci., 27, 5031-5039.

0 1 2 3 4 5 6 7 80

1

2

3

4

5

6

7

1ere

2eme

3eme4eme

5eme

Kaiser

Felicity

Con

trai

nte

(M

Pa)

Nom

bre

des

sal

ves

Temps (s) Contrainte (MPa)

Numéro de cycle

Déf

orm

atio

n (

%)



19-20 juin 2012, Montréal RIED2012 / Po-02

HYDROÉLECTRICITÉ : BILAN DES GAZ À EFFET DE SERRE DE SON

COMMERCE DANS LE NORD-EST DU CONTINENT Ben Amora,§, Caroline Gaudreaultb , Pierre-Olivier Pineaua & Réjean Samsonb

a HEC Montreal, 3000 Chemin de la Côte-Sainte-Catherine, Montreal (Qc), Canada H3T 2A7 b CIRAIG-École Polytechnique de Montreal, Department génie chimique, P.O. Box 6079, (Qc), Canada H3C 3A7

§Auteur de correspondance [email protected]

INTRODUCTION

En raison des libérations et des réformes croissantes du secteur de l’énergie, les occasions d’échange d’électricité ont considérablement augmenté. Parallèlement à cette croissance, les décideurs du monde entier se sont engagés à réduire la production de gaz à effet de serre (GES). Ces engagements auront un impact considérable sur le secteur de l’énergie. En effet, ce secteur était responsable en 2007 de 41 % des émissions mondiales selon l’organisation internationale de l’énergie (IEA). Il est donc important de connaitre l’impact des importations et exportations entre les différents joueurs du marché de l’électricité sur les émissions de GES. Malgré que cette problématique d’actualité touche tous les producteurs d’électricité – et plus particulièrement les producteurs d’énergie renouvelable comme l’hydroélectricité au Québec – rares sont les publications qui, jusqu’ici, ont traité de l’impact des importations et des exportations d’électricité sur les émissions de GES.

L’HYDROÉLECTRICITÉ AU QUÉBEC

La province du Québec a accès à une capacité électrique de 41 018 MW, dont 91 % est hydroélectrique. En 2007, sa production s’élevait à 192 TWh, composée à 94 % d’énergie hydroélectrique, dont 90 % provenaient d’Hydro-Québec. Le Québec est également connecté avec les marchés voisins et, par conséquent, ses activités commerciales sont bien développées avec le Nouveau-Brunswick, la Nouvelle-Angleterre, New York et l’Ontario. En effet, les lignes de transmission offrent à la province québécoise une capacité maximum de 8 380 MW pour

l’exportation et de 6 125 MW pour l’importation. De plus, ayant moins accès à l’énergie hydroélectrique, ces marchés voisins sont dominés par l’électricité thermique, source d’importantes émissions de GES. Tant que l’hydroélectricité substitue de l’électricité thermique chez ses voisins, il est réaliste de penser que des bénéfices environnementaux considérables en matière de GES sont possibles en raison des activités commerciales de la province du Québec. Il ne reste maintenant qu’à déterminer comment estimer ces bénéfices en matière de GES, et surtout, à combien ils s’élèvent.

Les échanges d’électricité entre 2006 et 2008

L’électricité importée et exportée entre le Québec et ses voisins limitrophes a été compilée en ayant recours au système d’information de type libre d’accès (OASIS) d’Hydro-Québec TransÉnergie, et ce, pour la période entre 2006 et 2008. Le tableau suivant brosse un portrait des activités commerciales qui ont eu lieu durant cette période dans le nord-est du continent.

Les exportations de la province du Québec ont été en constante progression depuis 2006. Cette augmentation va vraisemblablement continuer, surtout si l’on tient compte de la mise en place des nouveaux projets pour le développement du réseau de transport, comme c’est le cas pour la Nouvelle-Angleterre. En effet, des discussions sont en cours avec des transporteurs américains concernant la construction d’une interconnexion de 1 200 MW. Avec une situation de marché propice aux échanges, la vente de l’électricité hydroélectrique québécoise sur les marchés dominés par l’électricité thermique

RÉSUMÉ

La province du Québec est connectée avec les marchés voisins et, par conséquent, ses activités commerciales sont bien développées avec le Nouveau-Brunswick, la Nouvelle-Angleterre, New York et l’Ontario. Ayant moins accès à l’énergie hydroélectrique, ces marchés voisins sont dominés par l’électricité thermique, source d’importantes émissions de GES. Tant que l’hydroélectricité substitue de l’électricité thermique chez ses voisins, il est réaliste de penser que des bénéfices environnementaux considérables en matière de GES sont possibles en raison des activités commerciales de la province du Québec. Il ne reste maintenant qu’à déterminer comment estimer ces bénéfices en matière de GES, et surtout, à combien ils s’élèvent.

Les résultats obtenus, à la suite de la méthodologie développée, illustrent l’importance de l’impact des échanges d’électricité sur le bilan GES de chaque marché nord-est américain. En effet, pour les trois années considérées, le net des exportations/importations a permis de réduire de 20 millions de tonnes les émissions chez les marchés voisins. Cela fait environ 7 millions de tonnes par année, soit 8 % des émissions québécoises (sachant que le Québec, en 2008, a émis de 82 millions de tonnes de GES). Si on inclut également les émissions indirectes (sur leur cycle de vie), alors la réduction de GES, pour les trois années, est de près de 28 millions de tonnes.


pourrait avoir un impact positif et non négligeable sur les émissions de GES.

Tableau 1: Électricité échangée entre le Québec et ses marchés voisins durant la période 2006-2008, en TWh [1]

Nouveau Brunswick

Nouvelle Angleterre

New York Ontario Total

Export 2006 0.31 6.92 4.83 1.07 13.14 2007 2.37 8.96 6.50 1.11 18.94 2008 3.41 9.93 6.71 1.07 21.12 2006-2008 6.09 25.81 18.04 3.25 53.20 Import 2006 -1.00 -0.61 -1.86 -2.18 -5.64 2007 -0.47 -1.13 -2.28 -2.24 -6.11 2008 -0.15 -0.20 -1.22 -2.75 -4.32

2006-2008 -1.61 -1.94 -5.36 -7.16 -16.07

MÉTHODOLOGIE

Cette section présente la méthodologie développée pour estimer les GES en lien avec l’importation et l’exportation de l’électricité entre le Québec et ses marchés voisins. Les principaux résultats sont présentés dans la section suivante.

Les unîtes de production électrique sont mises en marche selon un ordre défini jusqu’à répondre en totalité à la demande d’électricité. Cet ordre est typiquement défini selon le coût de production de l’électricité, qui est égal au cout de la matière première ($/Btu) multiplié par l’efficacité de l’unité de production (Btu/kWh). Par exemple, le cout de production des unités hydrauliques est beaucoup moins inferieur que celui des unités thermiques (c.-à-d. charbon, gaz naturel et mazout). Ces dernières sont donc mises en marche uniquement quand la demande en électricité le justifie.

Toujours en lien avec l’ordre de mise en marche, l’unité marginale de production d’électricité est définie par la dernière unité à laquelle on a recours pour répondre à la demande en électricité. Par conséquent, sa production est très sensible à la demande en électricité. Par exemple, dans une situation où la province du Québec est en mode importation, la demande en électricité augmente chez ses voisines, ce qui a pour effet d’augmenter la production d’électricité de l’unité marginale pour répondre à la demande totale et émettre par conséquent plus de GES. D’un autre côté, quand la province du Québec est en mode exportation, la demande en électricité chez ses voisines se voit comblée par la quantité d’électricité exportée, ce qui a pour effet de diminuer la production d’électricité de l’unité marginale et éviter par conséquent des GES. Il est ainsi possible d’attribuer à la quantité d’électricité importée et/ou exportée (MWh), un taux d’émissions (tonne de CO2eq/MWh) de l’unité marginale dans le but d’estimer une quantité de GES totale émise ou évitée (tonne de CO2eq).

Les taux d’émission par unité marginale (tonne de CO2eq/MWh) ont été déterminés en considérant, premièrement, uniquement les émissions directes ayant lieu

durant l’étape de la production de l’électricité. Les bases de données d’Environnement Canada et de la Energy Information Administration (EIA) ont été nécessaire pour déterminer le taux d’émissions pour le CO2, CH4 et N2O par type de technologie pour les différents marchés voisins de la province du Québec. Ces taux ont été additionnés en tenant compte de leurs potentiels de réchauffement climatique sur une durée de vie de 100 ans (1, 23 et 296 kg CO2eq/kg respectivement)

Les émissions indirectes ont également été estimées, par la suite, en utilisant la base de donnés génériques ecoivent [2]. Ces émissions correspondent aux étapes qui sont en amont et en aval de l’étape de production de l’électricité (i.e. étapes du cycle de vie (voir figure)). D’une manière plus spécifique, ces étapes renvoient à l’extraction de la matière première (gaz naturel, charbon, etc.), leurs distributions, la construction des centrales de production, l’entretien des infrastructures, la gestion de fin de vie des déchets et le démantèlement des centrales de production. Régie par les normes de la série ISO 14040, l’analyse du cycle de vie (ACV) est l’outil indispensable pour évaluer les impacts potentiels environnementaux (ex. GES) d’un système de production d’électricité au cours de son cycle de vie.

RÉSULTATS : IMPACTS SUR LE BILAN GES

Le tableau suivant illustre l’importance de l’impact des échanges d’électricité sur le bilan GES de chaque marché nord-est américain. En effet, pour les trois années considérées, le net des exportations/importations a permis de réduire de 20 millions de tonnes les émissions chez les marchés voisins. Cela fait environ 7 millions de tonnes par année, soit près de 10% des émissions québécoises (sachant que le Québec, en 2008, a émis de 82 millions de tonnes de GES). Si on pousse l'analyse plus loin et qu'on inclut également les émissions indirectes (sur leur cycle de vie), alors la réduction de GES attribuable aux échanges d'électricité, pour les trois années, est de près de 28 millions de tonnes.

RÉSULTATS : IMPACTS SUR LE BILAN GES

Avec ces estimations, il n’est pas difficile de réaliser la pleine valeur de la production hydroélectrique en raison de la diminution de la production de centrales thermiques en conséquence aux ventes d’électricité hors Québec. Les réductions de GES induites par ces activités commerciales ne sont financièrement pas reconnues. Si elles l’étaient, le Québec aurait pu se faire 200 millions de dollars de plus sur ces échanges dans un scénario de facturation à 10 $ la tonne de GES, par exemple.


Tableau 2: Impact des échanges d’électricité sur le bilan GES (millions(106) de tonnes de CO2eq), Total pour 2006-2008 [1]

Émissions GES directes Émissions GES du cycle de vie Import Export Net (a) Import Export Net (a) Ontario 3.6 1.7 1.9 4.4 2.0 2.3 New York 2.2 9.0 -6.8 2.6 11.8 -9.1 Nouvelle-Angleterre 0.9 14.0 -13.1 1.0 18.7 -17.6 Nouveau-Brunswick 0.8 3.5 -2.6 1.0 4.5 -3.4 7.7 28.3 -20.6 9.2 37.1 -27.9

(a) Net= Export-Import CONCLUSION

Pour l’instant, les producteurs d’hydroélectricité des régions du nord-est du continent nord-américain (incluant le Canada) subissent une structure réglementaire qui contraint leurs pratiques commerciales et cette structure a d’importantes conséquences économiques et environnementales pour l’ensemble de la société.

Comme il a été estimé, avec des marchés de l’énergie plus intégrés, l’hydroélectricité peut jouer un rôle extrêmement important d’un point de vue environnemental, du moins dans certaines régions clés comme le nord-est des États-Unis. Pour conclure, cette analyse va dans le même sens que les nombreux articles croissants traitants sur les bienfaits des sources d’énergies « propres » comme l’hydroélectricité à travers le monde.

RÉFÉRENCES

[1] Mourad Ben Amor, Pierre- Olivier Pineau, Caroline Gaudeault and Réjean Samson (2011). Electricity Trade and GHG Emissions: Assessment of Quebec’s Hydropower in the Northeastern American Market (2006-2008). Energy Policy.

[2] Ecoinvent, 2007, www.ecoinvent.org.



19-20 juin 2012, Montréal RIED2012 / So-03

NUMERICAL SIMULATION OF A TWO-DIMENSIONAL UNGLAZED TRANSPIRED SOLAR AIR COLLECTOR

Messaoud Badachea,§, Daniel Rousseb & Stéphane Halléc a Ph.D Student (t3e, ETS, Montréal, Québec)

b Professor (t3e, ETS, Montréal, Québec) c Professor (ETS, Montréal, Québec)

§Auteur de correspondance [email protected]

NOMENCLATURE Symboles Acoll : Collector area, m2 b : Slot’s thickness, mm GT : Absorbed irradiation, W/m2 H : Absorber plate height, cm L : Pitch of between slots, mm m : Air mass flux, kg/s∙m2 Tamb : ambient air temperature, oC Tout : outlet air temperature, oC w : plenum thickness, cm z : height of outlet opening, cm

Lettres grecques Pr t : Turbulent Prandtl number ε : Turbulent dissipation rate, m2/s3

δ ij : Kronecker delta ν t : Turbulent kinematic viscosity k : kinetic turbulent energy, m2/s2 𝜂coll : Collector efficiency y+ : Non-dimensional distance

INTRODUCTION

Unglazed transpired collectors (UTC’s) are now a well-recognized solar air heater for heating outside air directly (Arulanandam et al., 1999). The earlier studies carried out on UTCs showed that modeling a full-scale UTC at this time required some simplifications in order to fit the numerical model within the limits of the computer resources (Gunnewiek et al., 1996). Cao et al. (1993) showed that modeling the flow around even a single hole requires several hours computer time. Indeed two main approaches were explored, one was to include only the plenum region (Gunnewiek et al., 1996) , the second approach uses symmetry of the system (perforated plate) in which simulations were restricted to the perforations region. No detailed studies have yet-been undertaken of the thermals performances of the whole collector including the plenum and

the perforations. Hence, the purpose of the present investigation is to enrich the knowledge already acquired on UTC’s by performing a numerical simulation of a two-dimensional unglazed transpired collector including the plenum and the perforations regions.

In this paper the thermal performances of an UTC are investigated with computational fluid dynamics (CFD). A two-dimensional finite volume commercial software (Fluent) was used to model the heat transfer and air flow through the collector. This software solves the Reynolds–Average Navier–Stokes Equations (RANS) coupled with energy conservation. The low-Reynolds RNG k–ε turbulence model has been employed to simulate the turbulent cases. The efficiency (𝜂coll) of the UTC was defined as

ABSTRACT In this paper, a numerical investigation of the thermal efficiency of a solar air collector called unglazed transpired collector (UTC) has been conducted. Simulations are performed for two plenum thicknesses (w = 5 cm and 15 cm) at three air mass fluxes (0.0133, 0.0266, 0.0411 kg/s∙m2) and three irradiation levels (600, 450 and 300 W/m2). The commercial code, FLUENT, was used for numerical modeling. This program solves the Reynolds–Average Navier–Stokes equations (RANS) coupled with energy conservation. Turbulent effects were modeled by the RNG k–ε turbulence model. It was found that a weak heat exchange process mainly took place at the plenum; the maximum efficiency differences expected between the two plenums was 2.85%.


( )out p out ambcoll

T coll

m c T TG A

η−

=

(1)

NUMERICAL METHOD

Physical problem

Two UTC models were built with two different plenum thicknesses (5 and 15 cm). These were known as plenum (w-5) and (w-15). One of the objectives of this study was to compare the plenum’s thickness effect to the collector efficiency. For each plenum cases, three radiations levels (300, 450 and 600 W/m2) and three mass fluxes (0.0133, 0.0266, 0.0411 kg/s∙m2) were studied, in total 18 simulations run were performed. A vertical section of the UTC studied numerically is shown in Figure 1. This comprises; the back wall with height H, the outlet air section, the vertical air gap with thickness (w) which is the back wall to plate spacing (plenum), the absorber plate which is submitted from the outside face to a constant radiation GT, the other side walls including; top, bottom, right and left sides and the back wall of the UTC are assumed to be as adiabatic. An outer domain (exterior) was added bounded by the inlet air section (at plan x∞). Although the heat transfer mechanism in the UTC takes place by simultaneous radiation, convection and conduction, radiation heat exchange between the absorber plate and the back wall and between the absorber plate and the surroundings has been considered negligible as suggested by (Gawlik, Kutscher, 2002).

Figure 1: Vertical section of the UTC showing the geometry

studied and boundary conditions

The absorber plate consist of a black painted aluminum sheet with 0.3 cm thick, 0.48 cm height (H) and 36 cm with, it includes an equally spaced single row of slots (21 slots), of with (b) 1 mm thick uniformly spaced at a distance (L) of 21 mm, through which air is drawn. The flow is assumed to be steady, turbulent and two-dimensional. The commercial CFD software Fluent was employed that solves the steady-state

Reynolds–Average Navier–Stokes equations (RANS) coupled with energy conservation. The Boussinesq approximation was used to account for the density variation. The thermophysical properties of the fluid are evaluated at a reference temperature Tref and assumed to be constant, except the buoyancy term. For brevity the mathematical model is not listed here, full equation sets and details (k, ε, νt, Prt, and Sij ) for this model are available in (Zamora, Kaiser, 2009).

Mesh design and boundary conditions

A uniform mesh grid is used inside the slot, the solid region (absorber plate), and at a region x = ±1 cm from the absorber plate (i.e. -1 cm before the plate and +1 cm after the plate). A large number of grid points are placed inside the slots and at geometrically decreasing distances in the regions next to the solids regions. A coarse non uniform mesh grid was used within the rests of the domain. The same method was used for both plenum cases (5 cm and 15 cm). Table 1, show the grid parameters for mesh A, B and C. Subscript Na, Nb, Nc, and Nd represent number of nodes at edges of the smallest repeating pattern, while N, CL represent the total number of nodes and cells within the whole computational domain. Initial and boundary conditions were set as follow:

- At walls: the no-slip boundary conditions have been considered on all the rigid walls. All walls have been considered as adiabatic. At the absorber plate a volumetric heat generation term was specified (G0, equal to 2×105, 1.5 ×105, 1 ×105 W/m3) equivalent to absorbed solar radiation (GT, equal to 600, 450, 300 W/m2).

- At inlet air section: on the left outside of the plate (i.e. at the distance x∞) the computational domain is bounded by a free air stream inlet with an assumed total‒pressure PT = 0.

- At outlet air section: a negative depression was imposed. The corresponding value was so selected to matches with the required experimental mass fluxes.

Tableau 1: Grid parameters for the two plenums configuration

Mesh CL N Na Nb Nc Nd

Plen

um

5 (c

m)

Mesh A‒5 100494 67125 10 5 15 25

Mesh B‒5 168699 112997 15 10 20 30

Mesh C‒5 180342 126025 30 20 20 30

plen

um

15 (c

m)

Mesh A‒15 172961 103319 10 5 15 25

Mesh B‒15 282615 169891 15 10 20 30

Mesh C‒15 393026 237281 30 20 20 30

Numerical method details and grid independence study

The set of governing coupled non-linear differential equations have been solved numerically via Fluent based on a finite volume procedure. Convective and diffusive terms are discretized by a second order upwind method with the SIMPLE


algorithm .The solution is considered to be converged when the residuals was on the order of 10–5 for continuity, momentum, turbulence quantities and 10–8 for energy.

A grid independence study was carried out to ascertain the accuracy of the numerical results and to decide what grid size (N) will be used for the bulk of the simulations for each plenum configuration. The UTC efficiency was the relevant parameter to be analyzed. The simulations cases with mass fluxes 0.0411 kg/s∙m2 and irradiation intensity level of 600 W/m2 are considered in the grid independence study. Figures 2 present the results of the influence of the mesh on the efficiency and the corresponding y+ values at slots. The difference of the efficiency value between mesh (B‒5), (C‒5) and between mesh (B‒15), (C‒15) did not exceed 0.5% and 1% respectively, thus from this level we felt that our models are sufficiently accurate and we could make a comparison with experimental results. In summary, the results that will be presented in the subsequent simulations were calculated using mesh grid (C-5) for plenum (w‒5) and (C‒15) for plenum (w‒15) with y+ less than unity (0.5 < y+ < 0.8).

Figure 2: Influence of the mesh on the efficiency and the

corresponding y+ values

RESULTS AND DISCUSSIONS

Several numerical simulations were performed to investigate the thermal performance of the UTC. The numerical results are presented below in terms of the collector efficiency then compared to experimental data obtained from indoor test measurements in CTT laboratory. Results are obtained at various air mass fluxes (0.0133, 0.0266, 0.0411 kg/s∙m2) for three irradiation levels GT = 600; 450; and 300 W/m2 and two plenum thicknesses (w = 5 cm and 15 cm). Effect of the plenum is also considered on the thermal behavior the UTC.

Validation with experimental results

The cases with radiation intensity 300 W/m2 is considered for comparison. The maximum value for the uncertainty of the efficiency is ± 5.4%. Figure 3 reports measured and computed efficiency. For both plenum thicknesses (w-5) and (w-15) the computed values of efficiency for low mass flux (0.013 kg/s∙m2) tend to be higher than the experimental one by over

5% and 12% respectively, while for medium and high mass fluxes (0.0266 and 0.0411 kg/s∙m2), there is a good degree of similarity between experimental and computed values. Since this inaccuracy was slightly higher than the experimental uncertainty of 7%, as possible explanation for this discrepancy lies with that there are unknown experimental inputs such as turbulence intensity, and a slight variations (+/- 1.5°C) in laboratory air temperature, which would affect the plate temperature and its infrared loss to the lab, indeed the (k-ε) RNG model was considered acceptable. In view of the above observations, all the following results are reported with (k-ε) RNG model.

Figure 3: Comparison of the computed and measured efficiency

(GT = 300 W/m2)

Effect of Mass Fluxes

Figure 4 shows the variations of the thermal efficiency of the UTC with air mass fluxes for three irradiation level and two plenum cases. It can be found from the Figure 4 that the efficiency increases with increasing air mass fluxes for the two plenum cases. This is because the heat transfer capacity depends directly on the mass flow rate, which induces higher velocities through the perforations and more heat transfer from the plate to the air. Initially, the efficiency rises, rapidly at low mass flux, (by about 11% between 0.0113 and 0.0266 kg/s∙m2), but only slightly (about 3.5%) at mass flux above 0.0266 kg/s∙m2.

Figure 4: Efficiency versus mass fluxes for different irradiation

levels and two plenum cases

86.00%

87.00%

88.00%

89.00%

90.00%

91.00%

92.00%

Effic

ienc

y

Mesh- grid

1: mesh (A-5); y+=2.4 2: mesh (B-5); y+=2 3: mesh (C-5); y+=0.5 4: mesh (A-15); y+=2.4 5: mesh (B-15); y+=1.5 6: mesh (C-15); y+=0.8

6 5

4

1

2

3

50.00%

60.00%

70.00%

80.00%

90.00%

100.00%

0 0.01 0.02 0.03 0.04 0.05

Effic

ienc

y %

Mass flux (kg/s.m2)

(w-5)_Num_RNG(k-e)

(w-15)_Num-RNG(k-e)

(w-5)_Exp

(w-15)_Exp

65.00%

70.00%

75.00%

80.00%

85.00%

90.00%

0 0.01 0.02 0.03 0.04 0.05

Effic

ienc

y %

Mass Fluxes (kg/m2.s)

(w-5)_GT=300 W/m2 (w-5)_GT=450 W/m2 (w-5)_GT=600 W/m2 (w-5)_GT=300 W/m2 (w-5)_GT=450 W/m2 (w-5)_GT=600 W/m2


Effect of irradiation

Figure 5 illustrates the variation of the UTC air temperature rise (Tout -Tamb) with air mass flux for different levels of incident irradiation and two plenum cases. As with any solar collector, for a constant irradiation level, air temperature rises tend to decreases with increasing mass flux. For example of plenum (w-15), when the mass flux increases from 0.0133 to 0.0411 kg/s∙m2, the air temperature rise drops by 18.84°C for 600 W/m2 of irradiation compared to only 9.76°C for an irradiation level of 300 W/m2, which is nearly double. Note, that the air temperature rise drop rapidly initially but shows less diminishing returns at higher mass fluxes.

Figure 5: Computed air temperature rise with air mass fluxes

for different levels of irradiation and two plenum cases

Effect of plenum thickness

In order to compare the plenum’s effect to the efficiency, the plenum thicknesses (w), was varied between 5 and 15 cm. The results (Figure 4) show a slight influence of plenum thickness on collector efficiency. The efficiency is clustered in two groups at plenum thickness 5 cm and 15 cm. High plenum thicknesses (w-15) gives the higher efficiency, this means that efficiency increases proportionally to the plenum thickness. The percent differences of the efficiency between the two plenum cases varied from 1.92 and 2.85%.

In the present study the effect of plenum thickness on the efficiency seems to be low compared to the effect of mass fluxes and irradiation. For a complete study of plenum thickness effect on the UTC efficiency, one must examine the absorber plate upstream and downstream flow and heat transfer process. In one hand with an adiabatic back wall, all the heat collected by the absorber plate surface is transferred into the air stream, and therefore 100% of the heat exchange process took place at the absorber plate. In addition, downstream of each jet slots, a recirculation zone develops, and the cumulative flow through the plenum increases due to the upstream jets. In the other hand, regardless the plenum thickness, the fluid motion and heat transfer at outward face of the absorber plate is the same. Therefore the efficiency difference expected between the

two plenum cases can only be due to the heat transfer occurs at the back side of the absorber plate. A slight deference’s in efficiency is expected because the majority of heat transfer occurs at outward face of the absorber plate for both plenum thicknesses.

CONCLUSION

The thermal efficiency of a UTC has been investigated both experimentally and numerically (CFD). We had built two models with two different plenum thicknesses (15 cm and 5 cm). The thickness of the plenum has little effect on efficiency. The maximum efficiency differences expected between two plenum cases is 2.85%, this means that a weak heat exchange process mainly took place at the plenum of the UTC. More detailed information from the simulations will be discussed in future study, such as plenum velocity and temperature variation and amount of heat transfer along the plenum within the UTC that would be difficult to measure experimentally.

ACKNOWLEDGEMENTS

This work was supported by the t3e industrial research chair and its financial partners; the authors would like to acknowledge their invaluable contributions.

RÉFÉRENCES

Arulanandam, SJ, et al., 1999. A CFD heat transfer analysis of the transpired solar collector under no-wind conditions. Solar Energy 67, 93-100.

Gawlik, K, Kutscher, C, 2002. A Numerical and Experimental Investigation of Low-Conductivity Unglazed, Transpired Solar Air Heaters. ASME Conference Proceedings 2002, 47-55.

Gunnewiek, LH, et al., 1996. Flow distribution in unglazed transpired plate solar air heaters of large area. Solar Energy 58, 227-237.

Zamora, B, Kaiser, A, 2009. Thermal and dynamic optimization of the convective flow in Trombe Wall shaped channels by numerical investigation. Heat and Mass Transfer 45, 1393-1407.

0

5

10

15

20

25

30

35

0.01 0.02 0.03 0.04 0.05

(Tou

t-Ta

mb)

Mass flux (kg/m2.s)

(w-5)_GT=300 W/m2 (w-5)_GT=450 W/m2 (w-5)_GT=600 W/m2 (w-15)_GT=300 W/m2 (w-15)_GT=450 W/m2 (w-15)_GT=600 W/m2



19-20 juin 2012, Montréal RIED2012 / Eh-04

JUMELAGE MULTI-SOURCE ET CHARGEMENT INTELLIGENT DES BATTERIES POUR DES SYSTÈMES D'ÉNERGIES RENOUVELABLES

Rosemarie Bérubéa, Patrick Roussela , Pierre Luc Paradisa, Drishty Singh Ramdeneea, b§ & Adrian Ilincaa aÉco UQAR, Laboratoire de Recherche en Énergie Éolienne

bInstitut de technologie de maintenance industrielle, Sept îles. Canada Université du Québec à Rimouski

Rimouski, Québec. G5L3A1 §Drishty Singh Ramdenee [email protected]

INTRODUCTION

Il existe présentement sur le marché, différents produits qui permettent de brancher une éolienne et un panneau solaire dont l’énergie produite est utilisée pour recharger une batterie. Cependant, les produits étudiés ne permettent pas de faire un réel couplage entre les deux sources d’énergie ; seule la source produisant le plus d’énergie à un moment donné est utilisée pour charger la batterie. Afin d’optimiser les performances du couplage, un produit a été développé par une équipe d’Éco-UQAR, entité constituante du Laboratoire de Recherche en Énergie Éolienne. Ce produit permet de superposer les deux sources d’énergie avec une efficacité d’environs 95 % et dispose d’un algorithme de chargement de batteries permettant d’accroitre la durée de vie de ces batteries de manière conséquente. Le principe de fonctionnement de la carte de couplage solaire-éolien est basé sur un circuit en deux étages. Le premier étage permet d’obtenir une source de tension stable (un bus DC) à partir de l’énergie produite par l’éolienne et le panneau solaire. Pour l’éolienne, la tension est préalablement redressée à l’aide d’un pont de diodes et d’un filtre. Le bus DC est quant à lui obtenu à l’aide de hacheurs « buck-boost » de type « Flyback ».

SPÉCIFICATIONS DU PRODUIT

L’enjeu principal de la conception de la carte est de réguler les fluctuations des signaux d’entrée avec une bonne efficacité. La sortie de la carte de couplage doit être une tension variable continue de 12 V (environ) qui recharge une batterie. L’ondulation de la tension de sortie est inférieure à 1 %. Le rendement de la carte est supérieur à 90 %. Au final, le système permettra l’utilisation d’un onduleur branché sur les batteries pour générer une tension de 120 VAC à une fréquence de 60 Hz utilisable pour différentes charges comme des lampes incandescentes. La carte comprend, de plus, un dispositif d’arrêt d’urgence pour l’éolienne et le panneau solaire lors de la déconnexion de la batterie. Le protocole d'utilisation du laboratoire doit être utilisable à des fins pédagogiques. La carte de couplage permet de charger une batterie avec un courant de charge est contrôlable et une tension de sortie limitée pour éviter les surcharges. Encore, le cycle de chargement est innovateur et sera analysé en détail dans cet article.Ce produit a été réalisé selon un échéancier de 7 mois et avec un budget de 2000$.

ASPECT PÉDAGOGIQUE DE CE PRODUIT

Ce produit s’insère dans le cadre du développement d’un laboratoire de formation et de recherche spécialisé dans les

RÉSUMÉ Avec une hausse constante de la demande en énergie et une incertitude constante dans les réserves et le prix des carburants traditionnels, les énergies renouvelables jouent de plus en plus un rôle important dans la société moderne. Une stratégie de développement dans ce sens doit comprendre plusieurs facteurs intrinsèques à une communauté précise pour être viable. Par exemple, même si un endroit a un fort potentiel éolien, si il y des usines de papiers en excédant de biomasse qui ferment où qui disposent des groupes diésels, il est plus pertinent de promouvoir le couplage multi-source, plutôt que de mettre de l’éolien uniquement. Cette stratégie permet de favoriser la croissance, encourager l’acceptabilité social tout en promouvant le développement économique et financier. Ainsi, de nos jours on retrouve un grand nombre de produits permettant le branchement de plusieurs sources comme d’une éolienne et d’un panneau solaire. Cependant, les produits étudiés ne permettent pas de faire un réel couplage entre les deux sources d’énergie ; seule la source produisant le plus d’énergie à un moment donné est utilisée pour charger la batterie. Nous proposons, donc, dans cet article, la conception d’une carte de couplage éolien solaire et l’optimisation du chargement des batteries. Mots clés : Énergie, Éolien, Solaire, couplage, multi-source, carte électronique


énergies renouvelables. La carte de couplage fera, dans une optique de test, partie d’un banc d’essai éolien solaire comprenant une soufflerie pour faire fonctionner l’éolienne et des systèmes d’insolation créant le spectre solaire pour les panneaux. La carte proposera, ainsi, une instrumentation totale des différents signaux et illustrera les principes de régulation, superposition et de chargement dans le cadre de différents cours. La figure, ci-dessous présente une analyse fonctionnelle du banc d’essai, incluant la carte de couplage.

Figure 1: Analyse fonctionnelle du banc d’essai

On retrouve dans ce schéma les différentes tâches qui sont accomplies au niveau de ce banc d’essai. Celles-ci incluent l’acquisition des signaux provenant des éoliennes et des panneaux solaires. Pour le banc d’essai en question nous utilisons une éolienne de 300 W et un panneau solaire de 100W. Un système de protection général est appliqué pour les convertisseurs AC/DC et DC/DC pour le signal de l’éolienne et du panneau respectivement. Cette protection s’applique aussi pour le module de recharge de batteries et les accumulateurs. Au niveau du module d’instrumentation et de contrôle, la régulation et la lecture des entrées en des sorties se font sur : la tension des trois phases de la génératrice de l’éolienne, la tension de sortie du panneau solaire, la vitesse du vent dans la soufflerie, la puissance fournie par l’éolienne et le panneau solaire, la vitesse de la soufflerie, le niveau d’insolation de la lampe solaire, l’angle de la lampe solaire et l’intensité de la charge.

FONCTIONNEMENT DE LA PRODUCTION ÉLECTRIQUE DANS L’ÉOLIENNE

Le générateur de l’éolienne est une machine asynchrone triphasée à cage d’écureuil. Électriquement, le couple est associé au courant et la vitesse à la tension. On peut tracer le schéma équivalent de la machine asynchrone comme on trace celui d’un transformateur de rapport a, avec le stator à gauche et le rotor à droite :

Figure 2 : Schéma équivalent de la machine asynchrone à vide

FONCTIONNEMENT DE LA PRODUCTION ÉLECTRIQUE DANS UN PANNEAU SOLAIRE

Un panneau solaire est composé de plusieurs cellules photovoltaïques qui sont elles-mêmes constituées de semi-conducteurs convertissant l’énergie solaire en courant continu (DC). Le fonctionnement d’une cellule photovoltaïque est très semblable à celui d’une diode. En effet, il s’agit d’une jonction pn, c’est-à-dire une jonction entre un matériau dopé positivement (comprenant une majorité de trous) et un matériau dopé négativement (comprenant une majorité d’électrons). La figure suivante présente le schéma électrique équivalent d’une cellule photovoltaïque :

Figure 3 : Circuit équivalent d’une cellule photovoltaïque

CONVERSION AC /DC DU SIGNAL DE L’ÉOLIENNE

Il existe deux principales catégories de redresseurs pour faire la conversion : les redresseurs non commandés, à base de diodes, et les redresseurs commandés, à base de thyristors. On a utilisé un redresseur à double alternance correspondant simplement à la mise en série de deux redresseurs à simple alternance. Évidemment, cette structure requiert deux fois plus de composants d’électronique de puissance, et par conséquent coûte plus cher. Cependant, c’est beaucoup plus efficace, car on retire l’énergie des deux alternances du signal d’entrée. De plus, la fréquence de l’ondulation résiduelle est deux fois plus grande. Par exemple, pour un redresseur à simple alternance, dont le signal d’entrée est à 60 Hz, l’ondulation résiduelle aura une fréquence de 180 Hz. Pour un redresseur à double alternance, l’ondulation résiduelle aura une fréquence de 360 Hz, soit le double. L’avantage de la plus grande fréquence des oscillations de sortie réside dans la diminution de l’amplitude des oscillations dans la tension de sortie.

CONVERSION DC /DC DU SIGNAL DU PANNEAU SOLAIRE

La technique la plus courante et qu’on a utilisé comporte un hacheur à base de transistors. Comme son nom l’indique, le hacheur coupe la tension pour changer sa valeur moyenne. Il existe des versions isolées de tous les montages de hacheurs, qui permettent de protéger l’entrée et la sortie des problèmes qui pourraient survenir d’un côté comme de l’autre (court-circuit, surcharge, erreur de branchement, etc.). Ces détails sont important vue l’importance pédagogique de la carte. Par exemple, la version isolée du « buck-boost » s’appelle le


« flyback ». Ce montage remplace simplement la bobine centrale par un transformateur ou une inductance à deux enroulements.En plus de l’aspect sécurité, ce montage permet de modifier les niveaux de tension en jouant sur le nombre de spires des bobines, qui agiront comme un transformateur. Il faut cependant noter que la puissance fournie est la même à l’entrée et à la sortie. Ainsi, si on augmente la tension de sortie en jouant sur le nombre de spires, le courant produit sera plus faible (P=VI). On place le transformateur après le transistor au lieu de près de la source continue, car plus la fréquence est élevée, plus le transformateur d’isolation est petit (et par suite moins cher.

COUPLAGE DES SIGNAUX

Avant d’expliquer comment coupler les signaux, il est important de rappeler les principales règles d’interconnexion des sources de tension et de courant. D’abord, une source de courant ne peut pas être laissée ouverte, et une source de tension ne peut pas être court-circuitée, car cela créerait respectivement des surtensions et des courants de court-circuit destructeurs. De plus, il ne faut jamais brancher deux sources

de tension différentes en parallèle, ou une source de courant en série avec une autre qui impose un courant différent. Comme l’éolienne et le panneau solaire produisent tous les deux des tensions variables, on ne peut pas les brancher directement en parallèle, car la plus importante déchargerait son courant dans la moins importante. Pour régler ce problème, on peut utiliser une diode de protection, comme le montre le circuit suivant, qui empêche le courant de la source de tension la plus importante de circuler dans l’autre source. Cependant, l’inconvénient majeur de ce montage est que l’on utilise plus l’énergie de la source de tension la moins importante, puisque la diode est bloquée. Ainsi, on ne peut pas dire que ce type de montage répond à l’un des besoins les plus importants du client : coupler les deux signaux. La solution qui permet de coupler adéquatement les signaux de l’éolienne et du panneau solaire est d’adapter la tension des deux sources avant de les coupler en parallèle. Pour ce faire, la technique est d’utiliser un convertisseur DC/DC, ce qui a été traité dans la section précédente. La carte de couplage sur le logiciel « Orcad » est illustrée dans la figure 4

Figure 4 : Carte de couplage des signaux

CHARGEMENT DES BATTERIES

Le fonctionnement du circuit du chargeur à impulsions négatives est basé sur un article scientifique (K. C. Tseng et al.) sur l’optimisation de la charge d’une batterie acide-plomb.

Dans cet article, un schéma montre un circuit de chargeur qui charge la batterie avec une modulation par largeur d’impulsions à laquelle on ajoute un court instant de décharge, comme l’indique la figure 5 suivante. La figure 6 illustre le schéma électrique équivalent.


Figure 5 : Signal de contrôle du chargeur de batterie

Source : The AdvanceTec "Burp" Pulse Charger

Figure 6 : Circuit proposé pour la charge à impulsions

négatives

Le circuit de charge débute vis-à-vis du condensateur C1. Dans notre cas, ce condensateur représente le bus DC où l’éolienne et le panneau solaire sont couplés. À cette étape, la tension a été contrôlée par le hacheur précédent de l’étage précédent. Cet étage permet d’obtenir un 12 VDC régulé. D’après l’information trouvée sur d’autres sites web, une batterie acide-plomb doit être chargée avec un courant maximal de 10 % de sa capacité en Ah7. Ainsi, pour la batterie de 100 Ah, le courant maximal de charge doit être de 10 A. La fréquence du cycle de charge/décharge optimale doit être de l’ordre de [0,499 : 0,1] 8Hertz. Il est aussi fortement conseillé de ne pas décharger une batterie acide-plomb en deçà de 10,5 V, sous peine l’endommager sévèrement.

CONCLUSION

Au final, le circuit électronique a été entièrement tracé dans Orcad Capture. Comme cela a été démontré, la carte électronique possède de nombreux dispositifs de protection qui assurent la sécurité de l’usager et qui évitera des bris. En effet, la carte de couplage permet bien de coupler les signaux provenant d’une éolienneet d’un panneau solaire, et même d’en ajouter un de chaque. La puissance nominale d’entrée de l’éolienne sur la carte est de 300 W et celle du panneau est de 50 W. Dans les deux cas, les composants sont dimensionnés avec un facteur de sécurité de 3 et il y a des relais de protection qui assurent l’arrêt de l’éolienne et la déconnexion du panneau solaire en cas de surcharge de la batterie. Dans les deux cas, la puissance est redirigée vers une très grosse résistance de

puissance, qui agit comme un frein électrique pour l’éolienne. Parmi les utilisations du laboratoire, on retrouve par exemple la réalisation d’expériences dans le cadre du cours d’Instrumentation, où les étudiants pourraient réaliser leur propre interface avec Labview pour le banc d’essai, dans le cours de Machines électriques, où les étudiants pourraient faire tourner le générateur synchrone de l’éolienne et prendre différentes mesures sur la puissance qui en ressort, et dans le cadre du cours d’Électronique de puissance, où les étudiants auraient plutôt l’occasion d’étudier le fonctionnement des hacheurs et du chargeur de batterie. Des applications dans les domaines plutôt mécaniques pourraient être liées au rendement de l’éolienne lorsqu’on la tourne par rapport au vent ou lorsque l’on modifie l’angle des pales. Le même genre d’expérience pourrait être fait en modifiant l’angle du panneau solaire par rapport au rayonnement. Finalement, la carte de couplage permet bel et bien de recharger une batterie avec un courant et une tension de charge contrôlés, et le budget de 2 000 $ du client est respecté.

REMERCIEMENTS

ÉcoUQAR souhaite remercier la chaire de recherche de la conception de l’UQAR pour son support en termes de supervision. ÉcoUQAR remercie aussi les professeurs Jean Louis Chaumel, Nourredine Barka, J.S Deschênes et Ahmed Chebak pour leurs conseils et connaissances cruciaux dans ce projet.

RÉFÉRENCES

K. C. Tseng, T. J. Liang, J. E Chen, andM. T. Chang High Frequency Positive/Negative Pulse Charger with Power Factor Correction




RETOMBÉES ÉCOLOGIQUES DE TECHNOLOGIES DE COGÉNÉRATION THERMOÉLECTRIQUES

DANS L’INDUSTRIE PAPETIÈRE QUÉBÉCOISE Matias Calderini & Frédéric J. Lesage§

Laboratoire en Énergie Durable du Cégep de l'Outaouais (LÉDCO) §Auteur de correspondance [email protected]

INTRODUCTION

Les rejets thermiques hydrauliques industriels sont des déchets évacués dans l’environnement, habituellement dans une étendue d’eau ou un cours d’eau. Dans ces processus, d’énormes quantités d’énergie dégradée sous forme de chaleur et contenant des éléments toxiques sont typiquement diffusées dans l’air par des tours de refroidissements (e.g. [1]) ou en évacuant l’eau chaude dans des lacs ou des rivières (la méthode typique des centrales nucléaires (e.g. [2]) et de l’industrie papetière). Ce processus a un impact négatif sur l’environnement et représente une perte d’énergie économiquement importante tel que démontré par [3] et [4].

Une conversion thermoélectrique refroidirait les déchets industriels avant qu’ils ne soient ultimement intégrés dans l’environnement local. Le fait de refroidir ces résidus industriels a un impact positif sur l’environnement local en termes d’impact thermique. Aussi un en termes de production d’éléments toxiques. En effet, l’étude publiée par [5] a montré qu’avec un traitement thermique approprié des pertes calorifiques dans l’industrie papetière tchèque, les émissions de monoxyde de carbone furent réduites de 187 600 kg/an.

Potentiel énergétique

Dès que l’industrie fonctionne, de la chaleur est nécessairement produite en abondance. Un exemple de l’abondance de cette chaleur non-désirée consiste en la production d’aluminium au Québec qui occupe le deuxième rang des exportations québécoises. Une fonderie d’aluminium moderne consomme 13 MW-h par tonne d’aluminium produite. On estime que 50% de

cette énergie est perdue sous forme de chaleur résiduelle (e.g. [6]). Appliqué à l’ensemble de la production d’aluminium et étendu à l’ensemble des industries énergivores (Acier, électrolyse, fonderies, pâtes et papiers, etc.), ce potentiel représente donc une source d’énergie considérable non-exploitée et qui de plus est en croissance dans l’économie québécoise.

Dans ce travail sont analysés les impacts écologiques dans le cas de l’installation d'un convertisseur thermoélectrique dans une industrie papetière au Québec. Ces conséquences sont divisées en deux catégories : premièrement, la diminution de la demande en énergie de l’industrie et, deuxièmement, la diminution de la pollution thermique aquatique par la diminution de la température des eaux évacuées.

DISCUSSION : DIMINUTION DE LA DEMANDE EN ÉNERGIE

L’industrie de pâtes et papiers est le deuxième secteur industriel à forte intensité énergétique et en moyenne 16% de ses couts de production sont dus à la consommation d’énergie telle que détaillée par [7]. Ils ont calculé que des économies entre 30% et 35% peuvent être attribuées à la production électrique sur place par des systèmes de cogénération thermiques. Cette amélioration dans l’efficacité énergétique peut se traduire comme un avantage économique et compétitif qui est au-delà de cette étude, mais aussi comme un avantage environnemental, par la diminution de la pression sur les sources de production énergétique.

RÉSUMÉ Le refroidissement des procédés des installations industrielles est essentiel pour assurer la capacité de production des produits qui requièrent un apport d’énergie. Dans une majorité de cas, le refroidissement aéraulique est insuffisant pour évacuer les surplus de chaleur générée par les procédés. Dans ces cas, la gestion des échanges thermiques est assurée par des échangeurs de chaleur qui produisent une eau chaude ultimement libérée à pression atmosphérique et à température variable dans l’environnement. Les avantages écologiques en relation aux technologies de récupération sous forme électrique des déchets thermiques industriels sont étudiés. En particulier, un système convertisseur thermoélectrique important dans les processus de production de pâtes et papier du Québec aurait un impact positif sur les émissions de gaz à effet de serre aux États-Unis et la pollution thermique des environnements aquatiques touchés seraient moins sévères.


mailto:[email protected]

En 2009, le secteur industriel de pâtes et papiers québécois a consommé 3,080x10tep d’électricité ou 3,58x1010 KWh (e.g. [8]). Grâce aux technologies de cogénération thermique, l’économie énergétique pour cette quantité d’électricité se situerait entre 1.074x1010KWh et 1.253x1010KWh. Étant donné que 95,99% de l’énergie québécoise à cette année fut produit à partir de l’hydroélectricité, il est pertinent de supposer que toute l’énergie en question provient de cette source (e.g. [9]). En phase d’exploitation, l’émission de CO2 due à la production hydroélectrique est de 1,5x10-2 g/KWh (e.g. [10]), alors pour produire ces quantités d’énergie, 1,611x108g et 1,880 x108g de CO2 sont émis dans l’atmosphère. Marc Desaulniers de Produits Kruger estime que l’électricité non consommée par une usine de pâtes et papier québécoise serait vendue en Ontario ou bien aux États-Unis et qu'elle remplacerait donc une quantité d’électricité qui est majoritairement produite à partir de combustible fossile (principalement du charbon) [11]. Selon cette logique, 1.074x1010KWh et 1.253x1010KWh de moins seraient produits surtout à partir de la combustion du charbon, une source que pour ces quantités d’énergie émettrait 9,8271x109g et 1.1468x1010g de CO2 (c’est-a dire 61 fois plus que par des procédés hydroélectriques). De la même manière, l’émission de dioxyde de soufre (SO2) et d’oxydes d’azote (NOx) serait évitée. En effet, les taux moyens d’émission par combustion de charbon des deux gaz sont de 5,691g/KWh et 1,38g/KWh respectivement, tandis que la production hydroélectrique n’en émet aucunement (e.g. [10]).

Figure 1. Résultats comparatifs des émissions de CO2, SO2 et NOx par source d’énergie. Source des données: [10].

DISCUSSION : DIMINUTION DE LA POLLUTION THERMIQUE

Par définition, la pollution thermique consiste en une modification de la température de l’eau dans une section de

rivière, en raison de la présence d’un effluent industriel de température plus élevée que le milieu récepteur (eaux de refroidissement d’usines, de centrales thermiques ou nucléaires, etc.) (e.g. [13]). L’utilisation de technologies de cogénération thermoélectrique, par définition, permet la réduction de la température des déchets thermiques. Alors, étant donné que l’effluent d’eau sortant en tant que déchet industriel sera plus froid, les impacts de la pollution thermique en seront diminués.

La façon dont ce type de pollution influence négativement l’écosystème aquatique local est par la dégradation de la qualité de l’eau. Cette dernière est la réflexion du degré auquel certains paramètres tel que la température, l’oxygène dissous (OD) le pH, le contenu organique et coliformes fécaux ainsi que les solides suspendus s’approchent a des niveaux optimaux. De tous ces derniers, l’oxygène dissous est le plus critique (e.g. [14]).

Impact sur l’oxygène dissous

Il a été démontré dans la littérature que la solubilité de l’oxygène diminue en fonction d’une augmentation de la température, comme le montre la Fig. 2.

Figure 2. Solubilité de certains gaz dans l’eau en fonction de la

température du solvant. Source: [14].

Puisque toute vie aquatique, dont les poissons en particulier, doit s’approvisionner d’oxygène à partir de l’eau, puis étant donné que déjà l’eau à température naturelle peut contenir une quantité limitée d’oxygène, il ne peut avoir qu’une petite variation dans la concentration d’oxygène pour maintenir une saine vie aquatique (e.g. [14]). C’est ainsi, car non seulement la solubilité de l’oxygène diminue, mais le besoin d’oxygène de la vie aquatique augmente en fonction de la température, le métabolisme des organismes étant plus actif. Également, le réapprovisionnement en oxygène dissous dans les couches plus profondes dépend du mélange de strates thermiques d’une surface aquatique. Des décharges thermiques à leur surface peuvent réduire ou entraver les processus de mélange et par

1

10

100

1000

10000

100000 11 500

71 300

17 300

188

0 0

Emis

sion

de

chaq

ue g

az (t

onne

)

Par énergie fossile

Par hydroélectricité


conséquent elles apportent une réduction de la quantité d’oxygène dissous dans les couches plus profondes. De plus, on sait qu’une grande partie de la décomposition bactérienne de matière organique se fait aux couches les plus profondes normalement par oxydation. Alors, en manque d’oxygène, la décomposition devient anaérobique, d’où de grandes quantités de sulfure d’hydrogène (un gaz pouvant être toxique) sont relâchées.

Altérations chimiques

Outre que l’impact sur l’oxygène dissous, l’introduction de déchets thermiques altère les constantes d’équilibre de la plupart des processus chimiques. D’un côté, ce principe amène à une augmentation du pH de l’eau d’environ 0,011 par degré de hausse dans la température. Cette augmentation semble minime, cependant l’équilibre ammoniac-ammonium est très sensible aux augmentations de température et de pH, même si ces derniers sont très petits. Par exemple une augmentation de 1ᵒC à une température de 20ᵒC avec un pH de 7 augmente de 8% le pourcentage d’ammoniac dans l’eau. Cette augmentation est toxique à la vie aquatique (e.g. [14]). De l’autre côté, la perturbation dans les processus chimiques augmente les taux d’hydrolyse de phosphates en orthophosphates. Entre 4 ᵒC et 20 ᵒC, ce taux augmente d’un facteur de 7. Tandis que le phosphate inhibe la croissance d’algues, les orthophosphates la catalyse, ce qui amène à une eutrophisation (dégradation d'un milieu aquatique par l’augmentation excessive d’algues ou autres espèces aquatiques) des surfaces aquatiques (e.g. [14]). Une efflorescence algale peut aussi être traduite comme une augmentation de la décomposition bactérienne et donc une diminution de la concentration d’oxygène dissous. Dernièrement, au sujet de la qualité de l’eau, la plupart des matériaux sont plus toxiques à de plus grandes températures et leur vitesse de transfert dans les organes des espèces vivantes se fait plus vite.

Altérations biologiques

Le dérangement de l’état naturel de la température s’exprime au niveau biologique comme un stress introduit artificiellement dans le milieu naturel d’une population. Ceci amène à une altération dans l’évolution physiologique et comportementale des espèces. En effet, les poissons comme la plupart des animaux aquatiques sont de sang-froid. Alors la température joue un rôle capital dans leur physiologie. Elle contrôle leur cycle reproductif, leur taux de digestion, leur taux de respiration et toute activité chimique qui se passe dans leurs corps. La plupart de larves et d’alevins sont incapables de compenser métaboliquement les variations de température alors elles meurent prématurément congelés lorsqu’elles se déplacent dans des zones non touchées par la pollution thermique. C’est ce qu’on appelle la mortalité selon la tolérance thermique. De plus, certaines études (e.g. [15]) montrent que souvent les mâles émergent plus tôt que les femelles de plusieurs espèces et que cette différence de temps augmente sous l’effet d’une

augmentation thermique. Si la différence de temps induite dépasse la durée de vie des mâles, la reproduction de l’espèce peut être considérablement réduite où complètement éliminée (e.g. [14]).

CONCLUSION

En somme, les retombées écologiques d'une installation de technologies de cogénération thermoélectriques dans l’industrie papetière québécoise aurait une incidence positive sur l'environnement local. D’un côté, ces technologies permettent de diminuer la demande industrielle en énergie. Par ce fait, l’électricité économisée peut être vendue à l’extérieur de la province, en particulier aux États-Unis dont l’électricité est produite majoritairement à partir d’énergies fossiles très polluantes. Ceci évite de contribuer à la pollution atmosphérique par la réduction des émissions de gaz à effet de serre importants dont les conséquences sont amplement discutées dans la littérature. À ce sujet, il serait important d’élargir le champ d’étude et d'analyser les impacts qu’auraient les technologies de cogénération thermoélectriques si elles sont appliquées au niveau mondiale. Non seulement de 30-35% de l’énergie destinée au secteur industriel de chaque pays pourrait être économisée, sinon que des sources d’énergie renouvelables et propres pourraient réduire la production électrique polluante de façon plus considérable. De l’autre côté, les technologies de cogénération thermoélectriques permettent de refroidir les déchets thermiques industriels tels que les eaux de refroidissement. Cette réduction de la température des effluents d’eau sortants se traduit en une réduction des conséquences de la pollution thermique sur les écosystèmes aquatiques. Ceux-ci étant la réduction de la quantité d’oxygène dissous, les altérations chimiques dans l’écosystème et les altérations biologiques des organismes vivants.

REMERCIEMENTS

Les auteurs reconnaissent avec gratitude le soutient de Produits Kruger dans la réalisation de ce projet.

RÉFÉRENCES

1. Bruno, J., Vidal, A., & Coronas, A. (2006). Improvement of the raw gas drying process in olefin plants using an absorption cooling system driven by quench oil waste heat. Energy Conversion and Management , 47, 97-113. 2. Zeng. (2002). Transport waste heat from a nuclear power plant into coastal water. Coastal Engineering , 44, 301-319. 3. Pulat, E., Etemoglu, A. B., & Can, M. (2009). Waste-heat recovery potential in Turkish textile industry. Renewable and Sustainable Energy Reviews , 13, 663-672. 4. Wang, F., Chiou, J., & Wu, P. (2007). Economic Feasibility of waste heat to power conversion. Applied Energy , 84, 442-454.


5. Oral, J., Sikula, J., Puchyr, R., Hajny, Z., Stehlik, P., & Bebar, L. (2005). Processing of waste from pulp and paper plant. Journal of Cleaner Production , 13, 509-515. 6. Roe, C. L. (2006). Waste Heat Recovery from Aluminum Smelting Process Off-Gas. Nine Sigma no. 50292-1. 7. M. Gavrilescu, C. Teodosiu, D. Gavrilescu, L. Lupu, Engineering in Life Sciences, 2008, 8(2), 99-124. 8. Gouvernement du Québec, « Consommation d'énergie par secteur », Ministère des Ressources naturelles et de la Faune du Québec. 9. Gouvernement du Québec, « La production d'électricité par source d'énergie (1984-2009) », Ministère des Ressources naturelles et de la Faune du Québec. 10. HydroQuebec, « Production d'électricité au Canada et aux États-Unis et impacts sur les émissions atmosphériques ». 11. Marc Desaulniers, directeur en conservation de l’énergie, Kruger, courriel reçu le Mercredi 16 novembre 2011. 12. Gouvernement du Québec, « Le réseau-rivières ou le suivi de la qualité de l’eau des rivières du Québec » Ministère du développement durable, de l’environnement et des parcs. 13. Gouvernement du Canada « Waste heat in the aquatic environment », Conseil National de recherches Canada. 14. Krenkel & Parker « Biological Aspects of Thermal Pollution », Tenn Vanderbilt university Press, Nashville, Etats-Unis, (1969), 407 pages. 15. A. V. Nebeker, Journal of the Kansas Entomological Society, 1971, 44(1), 21-26.


Article RIED2012 Technology in Sustainable Energy

19-20 june 2012, Montréal RIED2012 / St-06

Green Approach to Produce Bio-jet Fuel from Microalgae Marian Elmoraghy, Ihab H. Farag*

Chemical Engineering Department, University of New Hampshire, Durham, NH

* Correspondence, [email protected]

NOMENCLATURE Symbols used

Δt : Length period of exponential growth, 𝑑𝑎𝑦−1

Cf : Final biomass concentration over the Δt time period,gm/L

Ci : Final biomass concentration over the Δt time period,gm/L

r : growth rate, mg. dry algae/L-day

I : light intensity, Lux

Greek letters µ : Specific growth rate, 𝑑𝑎𝑦−1

Indices/Exponents

INTRODUCTION

Renewable jet fuel for the aviation industry, also termed bio-jet fuels could reduce flight-related greenhouse-gas emissions by 60 to 80 percent compared to fossil fuel based jet fuel. Bio-jet fuel could be produced by blending microalgae bio-fuels with jet fuel derived from petroleum source. The major advantage of using microalgae oil for biodiesel is the high oil production capacity by microalgae, as they could produce 5000-15000 gallons of microalgal oil per acre per year.

Sustainable production of bio-jet fuel requires minimizing the energy requirements and reducing fresh water usage while simultaneously lowering the production cost of bio-jet fuel. These are challenges to the biodiesel production from microalgae. Considerable efforts have been made to develop efficient and cost-effective photobioreactors for microalgae growth. Yet, the high cost of installing and operating artificial

light sources in conventional photobioreactors with artificial illumination systems remains a major problem.

OBJECTIVES

The goal of this research is to develop an economical process to produce bio-jet fuel while minimizing the energy requirements, reducing water usage and meeting the jet fuel specifications. To accomplish this goal the following objectives were defined.

1-Investigate minimizing the energy requirements by replacing fluorescent lights with light emitting diodes (LEDs); 2- Investigate the use of municipal waste water in growing microalgae to reduce fresh water usage; and 3- Study the effect of light intensity on microalgae growth rate.

ABSTRACT Production of algae bio-jet fuel is an emerging technology. Algae bio-jet fuel should provide the necessary specification properties such as freezing point or melting point. This project focuses on reducing energy requirements and fresh water usage in order to achieve the lowest cost of algae bio-jet fuel production. Light Emitting Diodes as a light source for algae growth have a major advantage of saving energy (34%), and resulted in producing the higher biomass algae and higher specific maximum growth rate ( µ𝑚𝑎𝑥 = 0.22 𝑑𝑎𝑦−1). Waste water and RO water were compared. RO water was more effective in algae growing. The effect of intensity of fluorescent light on the algae growth rate was studied. A proportional relation of the rate and the light intensity was developed.


mailto:[email protected]

Microalgae Growth Using LEDs:

LEDs are lighter than the fluorescent lights and small enough to fit into virtually any photobioreactor (PBR). Other advantages of LEDs include a longer life-expectancy, lower heat generation, and a greater tolerance for switching on and off. LEDs use less electric energy than fluorescent light to produce the same light intensity hence their use lowers the energy requirement for algae growth, and make the process greener by eliminating the CO2 emitted in generating the excess electric power needed for the fluorescent light. (Chun-Yen Chen et al 2011)

Production of bio-jet fuel:

There are three routes to produce bio-jet fuel from microalgae. Figure 1 shows these three routes. The first route involves using microalgae oil to produce Bio-SPK (Bio derived synthetic paraffinic Kerosene) by cracking and hydro-Processing. This can be used for kerosene-type fuels include jet A, jet A-1, JP-5 and JP-8. The second route produces Fisher-Tropsch Synthetic Paraffinic Kerosene (FT-SPK) from syngas. Pyrolysis of solid biomass produces pyrolysis oil which is used to produce syngas. The later can be used to produce FT-SPK. The third route involves algae growth, harvesting, oil extraction and transesterification or (in situ process) to produce biodiesel. The biodiesel will be blended with Jet fuel to produce bio-jet fuel.

Figure 1 Production of Bio-jet fuel through three different routes.

APPROACH:

The purposes of this research is to improve energy efficiency of the microalgae cultivation in photobioreactor by comparing LEDSs with fluorescent light sources, and the use of wastewater versus reverse osmosis (RO) water. Chlorella Vulgaris microalgae were grown in wastewater and in RO water. Two LED color panels were used for this comparison: a red panel and a red-blue Panel. The measured light intensities were maintained at a value of 2000 Lux. The absorptivity and the cell counts measurements were recorded while the algae

were growing using the spectrophotometer and the microscope. Then, the algae were harvested after the maximum growth was reached. The biomass freeze dried algae were determined after centrifugation and freeze drying processes.

Chlorella Vulgaris microalgae were grown in wastewater and in RO using fluorescent light. Two different light intensities of 2000 and 8000 Lux were used to study the effect of light intensity on microalgae growth

Research is still progressing towards production of biodiesel through the in situ process and production of bio-jet fuel.

RESULTS:

The highest algae growth (3.2 g freeze dried algae/L over a growth period of 18 days = 178 mg. freeze dried algae/L-day) was obtained using red-blue LEDs and RO water (Figure2). The lowest algae growth (1.21 g of freeze dried algae/L over a growth period of 18 days = 67 mg freeze dried algae/L-day) was obtained using fluorescent light and waste water.

Algae growth over period of 18 days = 178 and 91 mg. freeze dried algae/L-day) were obtained using RO water and waste water respectively using red-blue LEDs. Also, Algae growth (1.95 and 1.25 gm. freeze dried algae/L over a growth period of 18 days = 108 and 69 mg. freeze dried algae/L-day) were obtained using RO water and waste water respectively using red LEDs. So higher biomass freeze dried algae can be obtained using red-blue LEDs rather than red LEDs.

Figure2: Effect of Light Source (2000 LUX) on Vulgaris Algae production in RO Water and Waste water

Since the power requirements of the fluorescent light and the LEDs are 68 and 45 Watts respectively, the total saving energy by LEDs is about 34%. Light capture efficiencies of LEDs and fluorescent light, based on the heating value of the algae produced compared to the incident light energy over the growth period, are 0.72% and 0.48% respectively.

As kinetic study of microalgae growth is so important for designing a photobioreactor, maximum specific growth rate and


the doubling time were calculated using Huesemann equation (1) and equation (2) respectively

µ𝑚𝑎𝑥 = 1 𝛥𝑡

ln( 𝐶𝑓𝐶𝑖

) (1)

Doubling Time = 𝑙𝑛 2µ𝑚𝑎𝑥

(2)

These results are shown in Table 1.

Table 1: Specific maximum growth rate and doubling time of Chlorella Vulgaris.

-Higher algae growth (177 and 139 mg. freeze dried algae/L-day) were obtained using RO water and waste water respectively using higher light intensity of 8000 Lux. Also lower algae growth ( 88 and 67 mg. freeze dried algae/L-day) were obtained using RO and waste water respectively using lower light intensity of 2000 Lux (Figure 3). From our results, equations 3 and 4 could be developed relating algae growth rate and Fluorescent light intensity for RO water and waste water respectively.

r = 2√𝐼 for RO water (3)

r =1. 52√𝐼 for waste water (4)

Figure 3: Effect of Fluorescent Light Intensity and Medium Source on Vulgaris Algae production

CONCLUSION

- The use of LEDs has significant effect on algae growth and also resulted in about 34% electric energy savings.

-The results indicate that red-blue LEDs are more effective than red LEDs using either RO water or waste water.

- Reverse osmosis water is more effective than waste water in algae growing.

-Huesemann kinetic model can be applied during the exponential phase to relate the specific maximum growth rate (µ𝑚𝑎𝑥) to algae cell concentration.

- The highest value of µ𝑚𝑎𝑥 (0.0092 ℎ𝑟−1) can be obtained by growing algae in RO water using Red-Blue LEDs. This value is one third the µ𝑚𝑎𝑥 (0.029 ℎ𝑟−1 ) obtained by Sasi and Hill.

- The highest the value of µ𝑚𝑎𝑥, the shortest the doubling time ( 3.15 day) was obtained by growing algae in RO water using red-blue LEDs.

- Increasing light intensity results in increasing biomass dry algae/L-day.

- Approximate equations could be developed relating algae growth rate and Fluorescent light intensity for RO water and waste water.

REFERENCES

1.Chun-Yen Chen, Kuei-Ling Yeh, Rifka Aisyah, Duu-Jong Lee, Jo-Shu Chang, (2011) ,“Cultivation, photobioreactor design and harvesting of microalgae for biodiesel production: Acritical review,” Bioresources Technology, 102 , 71-81. 2. http://en.wikipedia.org/wiki/Aviation_biofuel

3. Huesemann, M.H., Hausmann, T.S., Richard, B., Aksoy, M., Weissman, J.C., Benemann, J.R., (2009), “Biomass Productivities in Wild Type and Pigment Mutant of Cyclotella sp. (diatom),” Applied biochemical Biotechnology 157:507-526. 4. Mulumba, N. and Farag, I.H., (2010), “Production of biodiesel from microalgae.”, Master Thesis, Chemical Engineering Department, University of New Hampshire, Durham, New Hampshire.


http://en.wikipedia.org/wiki/Aviation_biofuel


19-20 juin 2012, Montréal RIED2012 / Th-07

PROPOSED METHOD FOR STANDARDISING THE PERFORMANCE

MEASUREMENT OF THERMOELECTRIC GENERATORS Donal Finnerty§, Corbin Bruce, Hossam Sadek & James S. Cotton

Mechanical Engineering, McMaster University, Hamilton, ON, L8S3B6 §Correspondence : [email protected]

INTRODUCTION

With recent advances in materials science and the general state of energy worldwide there has been a rise to popularity of Thermoelectric Generators. While not a new technology the viability of thermoelectric generators as a commercial resource for energy generation has only been established with our better understanding of material science over the last decade. These solid state devices have great promise in the area of waste energy recovery with their ability to convert the excess energy of industrial processes directly into usable electricity.

The most common type of thermoelectric generator is the flat plate thermoelectric generator in Fig. 1 which consists of two electrically insulating ceramic plates sandwiching thermoelectric elements. The temperature difference across these elements causes the voltage difference needed to generate power.

Figure 1: Standard Thermoelectric Generator.

Thermoelectric elements are made from specific materials that have a high seebeck coefficient which is the material property that determines the amount of potential difference that is created by a given temperature difference. The most common material used for standard thermoelectric generators is bismuth telluride which is specifically doped for power generation in these devices. The doping procedure reduces thermal conductivity, making it easier to maintain a temperature difference, increases electrical conductivity, to reduce the amount of power wasted in joule heating and improves the seebeck coefficient to augment the electrical yield. The material is grown in crystalline form in a large bar from which the thermoelectric elements are mechanically machined. While this is the most cost effective method of producing thermoelectric generators, the bar stock of crystalline bismuth telluride has a large amount of variability of its properties throughout its length which can lead to variability in the output of the generators themselves.

There are other variations on the thermoelectric generator available that contain thermoelectric elements that are manufactured using more complex and expensive methods that make for a higher electrical yield. Though more efficient given the consideration of the relative price point the generator in Fig. 1 is the standard generator to be found in most applications.

This paper presents the results from a series of tests performed using a new measurement facility that is being proposed as a new standardised method for the testing of thermoelectric generators. The testing facility is outlined in detail a paper under preparation “Experimental facility for precise characterization of the thermal and electrical performance of thermoelectric modules” [1] for the Review of Scientific Instruments.

ABSTRACT Thermoelectric Generators are devices capable of converting thermal energy directly into electrical energy. With that function they are becoming increasingly employed as a method of recovering waste energy and converting it into useful electricity. This nominally increases the efficiency of any process it is applied to and the energy can be used to offset grid usage. This paper presents the preliminary results performed using a novel design of testing apparatus for the precise characterizing of the performance of thermoelectric generators. These results are then compared to those of the manufacturer in an effort to create a more reliable tool for the prediction of the performance of thermoelectric generators and introduce new ideas as to the use and optimisation of systems utilising them. Keywords: Thermoelectrics, Thermoelectric Generators, Waste Heat Recovery, Sustainability


THERMOELECTRICS

The governing factors in thermoelectrics are the three material phenomena that cause the coupling of thermal and electrical effects. These are:

• Seebeck Effect: When two materials of differing seebeck coefficient are joined in a circuit at two specific points and heating and cooling applied at these joints an emf is produced. The magnitude of the emf is a function of the seebeck coefficient and the applied temperature difference.

• Peltier Effect: When an emf is applied to a circuit of two materials of different peltier coefficients heat will be evolved and absorbed at the joints between the materials

• Thomson Effect: When a material that is conducting current experiences a temperature difference along its length heat is either produced or absorbed by the material depending on the relative direction of the temperature gradient and current.

The peltier effect does not play a significant role in the area of thermoelectric generation and is used in the design of thermoelectric coolers which work in the opposite fashion of generators by creating a temperature difference when supplied power.

The determining parameters for thermoelectric generation are the seebeck and thomson effects as well as the joule heating experienced by all current carrying materials. As these three phenomena are coupled both thermally and electrically, a change in one aspect causes a related change in the other. Due to this coupling proper characterisation of thermoelectric generators requires they be examined under a range of temperature conditions and electrical conditions. A prime consideration of this is that the maximum power is obtained from a generator when its internal resistance matches the resistance of the load applied and in the case of thermoelectric generators that internal resistance is highly dependent on the temperature difference.

Figure 2: Manufacturer Data for TEG 1-12610-5.1[2]

The data provided for thermoelectric generators by manufacturers is regularly called into question as the details as to their method of testing are not provided leaving consumers unsure as to the uncertainty of the results. A sample of such data is presented in Fig. 2 showing a manufacturer’s [2] results of the voltage produced by a generator for a range of different temperature conditions at “the matched load” which refers to the specific electrical resistance for the maximum output of power. The results presented in this paper indicate that the data available from them is not enough to fully capture the performance of their thermoelectric generators.

TESTING APPARATUS

There exist several designs for testing apparatus used to characterize the performance of thermoelectric generators. The proposed design compiles the best features of some existing test facilities [3-6] and provides for an extensive precision and multiple energy balances.

The facility used in this paper has the advantage of minimised losses, high precision and a low uncertainty. Another advantage comes from the method used to track the heat to and from the thermoelectric generator, it allows for an accurate knowledge of the temperature difference across the generator. This is fortunate as traditionally the data provided as to the performance of thermoelectric generators is stated in terms of the temperature difference between the hot and cold sides.

The characterization of thermoelectric generators is principally concerned with the balance between the thermal energy supplied and the electrical energy produced. This principle is outlined in Fig. 4.

The design of the apparatus and the associated tolerances are detailed in the paper [1] but to briefly outline as to its precision Fig. 4 is presented. The energy that is supplied to the apparatus is monitored precisely from the moment it enters the apparatus. Figure 4 shows the heat balance performed on the apparatus in which the generator was not electrically connected. The heat supplied and removed from the test generator, Q2 Hot and Q3 Cold respectively, are shown in Fig. 3. The apparatus has the capability of monitoring the heat flow through the system and the generator to well within 10% of the input heat which is on the order of watts as indicated by the dashed lines overlaid on the graph.

Figure 3: Representation of a Generator Energy Balance


Figure 4: Heat Balance of Proposed Apparatus; dashed lines

representing deviation by +/- 10%

RESULTS

The data provided by manufacturers is stated at the “matched load” condition which they specify as the electrical load that yields the maximum output power. The results presented in this paper are from experiments that were conducted to match the conditions of the data that is provided by the manufacturer.

Figure 5 contains the comparison of data measured using the proposed apparatus and that of the manufacturer’s data. As such these experiments were performed at the matched load resistance specified by the manufacturer. The data provided by the manufacturer is supplied to show the effect of temperature difference on the output of the generator if given specific temperatures at the cold side.

Agreement exists between the data gathered by the testing apparatus and that provided by the manufacturer. There is a slight difference in both the voltage and current, Fig 5.A and Fig 5.B respectively, in that the voltage is slightly underpredicted and the current is overpredicted.

While the data may be within the uncertaninty an interesting trend can be noted in the graph C in Fig. 5; the power is neither simply overpredicted or underpredicted as in the case of the voltage and current but is overpredicted at lower temperature differences and underpredicted at higher temperature differences.

The results presented in Fig. 5 show that while good agreement is present between the manufacturer’s data and that of our testing, Fig. 6 shows that more knowledge is needed for proper design of thermoelectric systems. For the tests presented in Fig. 6 the temperature constraints were kept constant while the electrical paramaters were varied by altering the load resistance. In this manner a full picture of the working of a thermoelectric generator and how much power for each resistance was achieved. The three data sets in Fig. 6 represent data taken at a maintained temperature difference. There exists a peak in each of these data sets at a certain resistance representing the maximum power

Figure 5: Comparison between obtained results for a TEG1-12610-5.5 and manufacturer’s data. A: Voltage at matched

load, B: Current at matched load, C: Power at matched load

achieved. The resistance corresponding to that peak is the experimental matched load resistance as the matched load resistance is by definition the load resistance that yields the maximum power.


Figure 6: Full electrical-thermal test performed on a TEG1-

12610-5.1

The vertical lines in Fig. 6 show the position of the matched load resistance of the generator as stated by the manufacturer. It is obvious that the vertical lines do not line up well with the peaks of their associated thermal conditions as found from our experiments and thus the matched resistance found from the experiments.

Given that the data provided by the manufacturer and the measured data line up well at the matched electrical resistances specified by the manufacturer it would seem that the manufacturer’s data is incorrect as to the optimum electrical resistance and that they are capable of a much higher output power than stated if given the correct electrical conditions.

Figure 7 shows ther percentage difference between the matched load resistances for the generator as stated by the manufacturer and found from the experiments. The manfacturer’s matched resistance value is incorrect at higher temperature differences by as much as 30%. The manufacturer’s maximum power and

Figure 7: Percentage difference between experimental and

manufacturer data for matched load resistance and the maximum power. Case 1:Th=100oC, Tc=50 oC. Case

2:Th=100oC, Tc=150 oC. Case 3:Th=200oC, Tc=50 oC.

the maximum power obtained from the generator in our experiments differ by up to 20%. At the smaller temerpature difference the values are similar this could be due to the overstatement seen in the graph C of Fig. 5 though without knowledge of the manufacturer’s testing method this is impossible to determine.

CONCLUSION

The results presented in this paper that show the data provided by manufacturers for the prediction of the outputs of the thermoelectric generator is insufficient for proper design. Thermoelectric generator output is dependent on both the thermal conditions and the electrical conditions and to properly optimise a system that employs thermoelectric generators the output of the generator at multiple conditions must be known.

The discrepancy in the data provided by the manufacturer may be due to the variability of generators because of the manufacturing process or the method of characterisation performed by the manufacturers but this paper clearly shows that the power achieved by these generators can be increased above 20% by altering the load resistance slightly.

ACKNOWLEDGEMENTS

The Authors would like to extend their thanks to our industrial sponsors Pizza Pizza, Thermal Electronics Corp and Acrolab Limited and the financial support of The Ontario Centre of Excellence and NSERC.

REFERENCES

[1] Finnerty, D., Bruce, C., Sadek, H., Hall, T., Cotton, J.S., 2012, “Experimental facility for precise characterization of the thermal and electrical performance of thermoelectric modules”, Review of Scientific Instruments, under preparation for submission June 2012.

[2] Thermal Electronics Corp., 2012, http://www.espressomilkcooler.com/teg___thermoelectric__power_module_selection.htm

[3]Sandoz-Rozado, E. & Stevens, J.R., 2009, “Experimental Characterization of Thermoelectric Modules and Comparison with Theoretical Models for Power Generation”, Journal of Electronic Materials, v 38, n 7, pp 1239-44.

[4]Rauscher, L., et al., 2005, ”Efficiency determination and general characterization of thermoelectric generators using an absolute measurement of the heat flow”, Measurement Science & Technology, v 16, n 5, pp 1054-60.

[5]Takazawa, H., et al., 2006, “Efficiency measurement of thermoelectric modules operating in the temperature difference of up to 550K”, International Conference on Thermoelectrics, ICT, Proceedings, pp 189-192.


`Article RIED2012 Technologie en énergie durable

19-20 juin 2012, Montréal RIED2012 / Tr-08

INTERCONNEXION D’UN SYSTÈME PHOTOVOLTAÏQUE SUR LE RÉSEAU

ÉLECTRIQUE Abdallah Jelalia,§, Tahar Taftichtb & Ahmed Cheritic,§

a,b,c Université du Québec à Trois-Rivières, C.P. 500, Trois-Rivières, (QC), G9A 5H7, Canada. §abdallah.jelali, [email protected]

NOMENCLATURE Symboles utilisés Vpv : tension aux bornes du panneau (V), Ipv : courant du panneau (A), Vch tension de sortie de l’onduleur (V), Ich : courant injecté dans le réseau (A), Vond : tension du bus DC (V), Iond : courant d’entrée de l’onduleur (A), VACmax : amplitude de la tension aux bornes du réseau.

Grandeurs physiques utilisées f : fréquence du réseau (hz). Lch : inductance de charge (mH). L : inductance du hacheur (mH). C1 : Capacité de filtrage aux bornes du panneau (μF). C2 : capacité du bus DC entre le hacheur et l’onduleur (μF).

INTRODUCTION

Actuellement, la production de l’énergie domestique dans l’industrie est basée en grande partie sur le pétrole. Les sources du pétrole deviennent de plus en plus rares, pendant que les demandes énergétiques du monde s’élèvent continuellement. Il est estimé que les réserves mondiales seront épuisées vers 2030 si la consommation n’est pas radicalement modifiée, et au maximum vers 2100 si des efforts sont produits sur la production et la consommation. Etant donné que cette forme d’énergie couvre une grosse partie de la production énergétique actuelle, il s’avère nécessaire de trouver une autre solution pour prendre le relais, la contrainte imposée est d’utiliser une source d’énergie économique et peu polluante car la protection de l’environnement est devenue un point important [1-3]. Le soleil est la source d’énergie inépuisable répartie sur l’ensemble du globe terrestre. Donc on peut dire que l’énergie solaire photovoltaïque est l’une des énergies qui permet de baisser notre dépense aux énergies fossiles.

En raison des caractéristiques électriques fortement non linéaires des cellules photovoltaïques et de leurs associations, le rendement des systèmes photovoltaïques peut être augmenté

par les solutions utilisant la technique désormais classique et éprouvée de recherche du point de puissance maximale [4-6].

Dans cet article, on propose un système photovoltaïque muni dans un convertisseur MPPT et d’un convertisseur DC/AC. Cette configuration permet l’interconnexion d’un système photovoltaïque sur le réseau électrique et en même temps d’extraire le maximum de puissance des panneaux solaires..

LE SYSTÈME PHOTOVOLTAÏQUE PROPOSÉ

Le système photovoltaïque proposé, présenté sur le schéma suivant, permet de fournir une puissance vers le réseau électrique à partir du panneau solaire. Différentes structures de conversion électrique pour l’interfaçage avec le réseau sont possibles. La structure choisie est composée d’un hacheur élévateur associé à un onduleur de tension. Ce système utilise

RÉSUMÉ Cet article présente l’étude de l’interconnexion d’un système photovoltaïque sur le réseau électrique basse tension (110V / 60Hz). Les panneaux solaires alimentent le réseau électrique via un bus de tension continue. Les convertisseurs utilisés assureront une utilisation optimisée des panneaux solaires avec des commandes appropriées. Le modèle de la connexion du réseau à partir d’un système photovoltaïque sera implémenté sous l’environnement MATLAB et simulé à l’aide de SIMULINK. La réalisation d’un convertisseur MPPT (maximum power point tracking) à base d’une commande dsPIC a permis un transfert optimal de l’énergie des panneaux solaires vers le bus de tension continue. Mots-clés: grid système photovoltaïque, interconnexion, convertisseur MPPT.


deux différents types de commande, la première commande pour le convertisseur DC/DC qui sert à fournir un maximum de puissance à partir du panneau et la deuxième pour le convertisseur DC/AC qui sert à déterminer une forme de courant bien adaptée au réseau électrique.

Figure 1 : Système photovoltaïque proposé.

Les équations qui décrivent le comportement électrique du système sont données par :

LIpvIdtpvdV

1C −= (1)

Où Vpv est la tension aux bornes du panneau.

Ainsi, la tension Vond aux bornes de l’onduleur est donnée par :

ondIhIdtonddV

2C −= (2)

Le courant IL dans l’inductance de stockage L est donné par :

TVpvVdtLdIL −=

(3)

L’équation de la tension de charge est donnée par :

f.t)..sin(2.ACVdtchdI

chLchVMax

Π+= (4).

avec f.t)..sin(2.ACVMax

Π la tension d’entrée du

transformateur qui doit être connecté directement au réseau électrique.

Selon les quatre états de commande pour l’onduleur, Vch peut prendre trois valeurs qui sont : +Vond, 0, -Vond.

CONCEPTION DE LA COMMANDE DU SYSTÈME PHOTOVOLTAÏQUE

Commande du convertisseur DC/DC

La commande du convertisseur DC/DC nécessite une génération d’une tension de référence. La génération du signal PWM pour la commande du convertisseur DC/DC est effectuée à l’aide d’un régulateur de tension suivi d’un générateur PWM.

Les systèmes PV les plus répandus sur le marché sont réalisés à base de silicium poly cristallin qui est moins cher à fabriquer,

mais qui souffre d’un rendement énergétique relativement faible (de 10 à 12 %) d’où l’importance de faire fonctionner le système PV à son efficacité maximale. Les courbes caractéristiques de tension-courant (V-I) et tension-puissance (V-P) d’un module PV spécifient un point d’opération unique auquel la puissance maximale disponible est fournie. C’est en effet, le point optimum d'opération d’un générateur PV, connu sous le nom de point de puissance maximum (MPP : maximum power point). Ce point MPP varie selon la température de cellules et le niveau d’ensoleillement.

Ceci est possible avec la création d’une tension de référence, un régulateur PI qui agit sur l’erreur entre la tension de référence et la tension aux bornes du panneau. Le signal résultant sera utilisé par un générateur PWM afin de commander le hacheur.

Figure 2 : Génération de la tension de référence

Figure 3 : Génération du signal PWM

Commande du convertisseur DC/AC (Technique de l’hystérésis)

Le courant instantané de sortie est imposé dans une fourchette de courant autour du courant de référence sinusoïdal. Si l’intensité du courant de charge est sous la limite inférieure, la technique appliquée pour la commande de l’onduleur commute l’onduleur pour augmenter ce courant de charge. Par contre si cette intensité est au-dessus de la limite supérieure, cette même technique commute l’onduleur de façon à diminuer ce même courant.

Pendant la même variation du courant et après un changement d’état des interrupteurs formant l’onduleur, comme la montre la figure 4, le calcul de la valeur prévue (limite inférieure ou limite supérieure du courant de charge) soit dépassé à cette valeur prévue. Cela est dû au temps de réponse des changements d’état des interrupteurs.

Figure 4 : La bande d’hystérésis du courant dans la charge


RÉSULTATS DE SIMULATION

Le modèle de l’onduleur présenté dans la figure 5 montre tout l’intérêt de choisir SIMULINK comme outil pour la simulation, puisque le développement d’un modèle complexe dans cet environnement simplifie énormément l’implémentation du système complet, En effet le bloc « onduleur » calcule à partir des grandeurs électriques (le courant de charge Ich, la tension d’alimentation de l’onduleur (Vond) et les différents états de commandes des interrupteurs) la tension aux bornes de la charge Vch et le courant d’entrée de l’onduleur (Iond).

Figure 5 : modèle complet de simulation de système PV

Pour extraire le maximum de courant, la tension aux bornes du panneau doit être ajustée selon l’éclairement de manière à obtenir une extraction maximale de la puissance (commande MPPT). Cet ajustement est rendu possible en faisant varier le rapport cyclique du transistor (du hacheur) et en réalisant une régulation de la tension aux bornes du panneau. Avec une variation de la tension de référence (ΔV) de 0.01V et un calcul toutes les 0.5 milliseconde, la tension aux bornes du panneau doit être régulée autour de la tension de référence.

Figure 6 : Tension de référence du panneau à éclairement

variable

Pour la recherche du point à puissance maximale (MPPT) nous avons utilisé la méthode numérique « perturbation et observation ». Nous avons vérifié cette méthode en introduisant une perturbation sur l’éclairement, nous avons aussi remarqué que, pour un changement de l’éclairement, la puissance délivrée par les panneaux évolue pour atteindre l’optimum. Comme la montre la figure 7, une convergence vers le maximum de puissance en quelques dizaines de millisecondes a été obtenue.

Figure 7 : Puissance réelle délivrée par le panneau à

éclairement variable

La capacité permettant le lien entre le hacheur et l’onduleur fournit à l’onduleur une tension stable autour d’une valeur bien déterminée.

Figure 8 : Évolution de la tension d’alimentation de l’onduleur

en fonction du changement d’éclairement

La figure suivante montre la génération du courant de sortie dans une fourchette avec deux limites supérieures et inférieures.

Figure 9 : Allure du courant de sortie et des signaux de référence

D’après le courant de référence généré, on peut introduire un déphasage du courant par rapport à la tension du réseau, ce qui nous permet le transfert de la puissance active ainsi que de la réactive vers le réseau électrique. Comme la montre la figure suivante le déphasage du courant de sortie par rapport à la tension du réseau.


1.1 1.102 1.104 1.106 1.108 1.11 1.112 1.114 1.116-5

-4

-3

-2

-1

0

1

2

3

4

5

t en secondes (s)

courant de sortietensiondu reseau/22courant de reference

Figure 10 : Forme du courant de charge et du courant de référence

RÉSULTATS EXPÉRIMENTAUX

Après avoir optimisé les paramètres du système photovoltaïque, une réalisation pratique du système complet pour le chargement de la batterie a été effectuée. Le chargeur solaire 24 Volts et plus à haut rendement représente la première partie de la conversion de l’énergie de notre système globale.

La figure suivante représente la puissance fournie par le panneau en régime transitoire, on remarque qu’une convergence vers le point optimum est obtenue en 3 secondes ce qui nous permet de conclure que notre système converge rapidement.

Figure 11 : Puissance du panneau en régime transitoire

Le programme pour la commande du convertisseur est implémenté dans un dsPIC33FJ128MC70, dans lequel on a programmé la recherche du point de fonctionnement optimum du système.

Figure 12 : le système photovoltaïque réalisé

Deux filtres actifs passe-bas permettant le filtrage du courant et de la tension du panneau solaire avant de les envoyer au dsPIC.

CONCLUSION

Dans cette étude nous avons présenté une configuration d’interconnexion d’un système photovoltaïque sur le réseau électrique basse tension (110V / 60Hz). La première partie du système conçu permet d’extraire le maximum de puissance des panneaux solaires en utilisant un convertisseur MPPT. La deuxième partie consiste à utiliser la tension continue à la sortie du convertisseur MPPT pour transférer l’énergie électrique vers un réseau électrique alternatif. Cette procédure a été effectuée par l’utilisation de la technique de l’hystérésis pour commander le convertisseur DC/AC. Les résultats obtenus montrent que l’utilisation d’une commande appropriée d’un convertisseur MPPT et d’un convertisseur DC/AC permet l’interconnexion optimale du système photovoltaïque sur le réseau électrique.

RÉFÉRENCES [1] C. Miller and P.N. Edwards, ‘Changing the Atmosphere Expert Knowledge and Environmental Governance’, Cloth / June 2001.

[2] T.Shimizu, M. Hirakata et T. Kamezawa, “Generation control circuit for photovoltaic modules”, IEEE Trans.on Power Elecronics, vol. 16 (2001),no. 3, p. 293

[3] R. Leyva, I. Queinnec, C. Alonso, A. Cid-Pastor, D. Lagrange and L. Martinez-Salamero, “MPPT of photovoltaic systems using extremum seeking control”, IEEE Transactions On Aerospace and Electronic Systems, Vol. 42, No. 1, pp. 249-258, Jan. 2006.

[4] H. Koizumi, K. Kurokawa, “Plane division maximum power point tracking method for PV module integrated converter”, Industrial Electronics 2006, IEEE International Symposium On, Vol. 2, pp. 1265-1270, Jul. 2006.

[5] T. Tafticht, K. Agbossou, A. Chériti and M.L.Doumbia “An Improved Maximum Power Point Tracking Method for Photovoltaic Systems”, International Journal of Renewable Energy, Vol.33, Issue 7, July 2008.

[6] M. A. S. Masoum, H. Dehbonei, and E. F. Fuchs, “Theoretical and experimental analyses of photovoltaic systems with voltage and current-based maximum power point tracking,” IEEE Trans. Energy Conversion, vol.17, pp. 514–522, Dec. 2002.



19-20 juin 2012, Montréal RIED2012 / Ba-09

PARAMETRES INFLUANT SUR LES BESOINS EN CHAUFFAGE D’UN BATIMENT

EN CLIMAT MEDITERRANEEN Ines Khalifaa & Essia Znoudab

a,b Ecole Nationale d’Ingénieurs de Tunis, B. P. 38, 1002, Tunis-Belvédère, Tunisie a [email protected]

NOMENCLATURE Symboles utilisés D : Déperditions à travers l’enveloppe du bâtiment, kWh /m2 As : apports solaires, kWh /m2 C : charge fictive, kWh /m2.

Lettres grecques ∆ : écart entre deux quantités.

Indices/Exposants ch : chauffage is : isolé n.is : non isolé + : niveau haut d’un facteur - : niveau bas d’un facteur.

INTRODUCTION

Premier secteur consommateur d’électricité et second pour les énergies fossiles, le bâtiment constitue un secteur à fort enjeu quant au potentiel d’économies d’énergie dans les pays méditerranéens. L’enquête de la Société Tunisienne de l’Electricité et du Gaz (STEG) et le recensement national en Tunisie ont montré que la part du chauffage et de la climatisation est passée de 20,4 % en 1989 à 25,7% en 2004 dans le bilan des consommations des ménages.

Le chauffage et la climatisation qui consomment de grandes quantités d'énergie, sont devenus une nécessité pour presque tous les bâtiments avec le but final de fournir un environnement intérieur confortable. Les bâtiments bureautiques et résidentiels collectifs en Tunisie sont soumis, depuis 2008 et 2009 successivement, à une réglementation thermique (Agence Nationale pour la Maitrise de l’Energie), instaurant la nécessité de l’adaptation architecturale au climat méditerranéen.

Le comportement thermique du bâtiment dépend d’un grand nombre de facteurs. L’influence de certains facteurs, pris séparément, a été étudiée dans plusieurs travaux. Depecker et al. [2001] ont étudié la relation entre la forme du bâtiment et la consommation d'énergie et Ourghi et al. [2007] ont mis au point une méthode d'analyse simplifiée pour prédire l'impact de la morphologie d'un immeuble de bureaux sur l’énergie nécessaire pour le refroidissement. Ils ont conclu que

l'optimisation de la forme d'un bâtiment est un élément essentiel pour la réduction de la consommation d’énergie.

L’effet d’un tel facteur sur la consommation énergétique dépend également des autres éléments liés à l’enveloppe du bâtiment. Il est donc intéressant d’en étudier l’effet moyen (une moyenne de ses effets obtenus pour les différentes valeurs prises par les autres facteurs).

Connaître l'influence des paramètres de conception sur la consommation d'énergie devient ainsi une priorité ; il est également utile d’évaluer les effets de leurs interactions.

METHODOLOGIE

La méthode des plans d’expériences, détaillée dans Pillet [1994], permet de déterminer et d’établir les liens qui existent entre la « réponse » (une grandeur d’intérêt) et les « facteurs ». Elle vise aussi bien à comprendre les relations liant la réponse avec les facteurs (via les effets moyens des facteurs), que les facteurs entre eux (via les interactions). Dans l’absolu, pour tester l’influence d’un facteur sur une réponse, deux expériences suffisent. On fait varier les valeurs de ce facteur avec le maximum d’amplitude : de sa borne inférieure à sa borne supérieure (ce facteur prend 2 niveaux) ; on relève ensuite les deux valeurs correspondantes de la réponse. Lorsque plusieurs facteurs interviennent, l’application du principe d’orthogonalité conduit à répéter l’opération précédente pour chacun des facteurs, lorsque les autres sont fixés

RÉSUMÉ Cet article se propose de décrire l’influence des paramètres liés à l’enveloppe du bâtiment sur le confort thermique pendant la saison hivernale en climat méditerranéen. Nous avons opté pour la méthode des plans d’expériences pour planifier les expériences numériques conduites sur le logiciel m2m. Exploitant les plans factoriels complets, dans un premier temps, on a déterminé les facteurs prépondérants et présenté des recommandations en vue de réduire les besoins en chauffage du bâtiment méditerranéen. Dans un deuxième temps, on a expliqué les inversions d’effets pour des configurations particulières, constatées los de l’analyse des interactions entre facteurs. Mots-clés: plans d’expériences, facteurs prépondérants, bâtiment méditerranéen, charge de chauffage.


successivement à leurs 2 valeurs possibles. Pour k facteurs, cela représente 2k expériences à réaliser. Ce processus calculatoire correspond au plan factoriel complet à deux niveaux noté 2k.

Les facteurs retenus pour l’étude sont au nombre de neuf (Khalifa, 2010) : la forme du bâtiment (largeur de la façade sud, L), le nombre d’étages (E), la composition des murs (M), la composition de la toiture (T), les quatre facteurs associés respectivement au pourcentage de la surface vitrée sur les façades sud (svS), nord (svN), est (svE) et ouest (svO), et la nature du vitrage (V). Chacun de ces facteurs prend 2 valeurs différentes (2 niveaux : niveau bas et niveau haut, voir tableau 1). Une configuration donnée du bâtiment est alors définie par une combinaison des niveaux des facteurs.

Les simulations numériques utilisant m2m (Lefebvre, 1996) nous fournissent les températures horaires de l’air du local pour une durée de cinq mois (de Novembre à Mars). Ces températures sont utilisées pour le calcul de la charge fictive de chauffage que nous considérons comme représentative de la réponse d’une configuration donnée du bâtiment aux sollicitations climatiques (Znouda, 2009).

Tableau 1: Définition des niveaux bas et haut des neuf facteurs

L E M T svS svN svE svO V Niveau bas (-) 10m 1ét. Mn.is Tn.is 8% 8% 8% 8% simple Niveau haut (+) 30m 5ét. Mis Tis 40% 40% 40% 40% double

La présente étude examine les effets de l’isolation thermique, de la forme de bâtiment, de la surface vitrée sur chaque façade et de la nature du vitrage, sur le confort thermique dans le bâtiment.

ANALYSE DES EFFETS MOYENS DES FACTEURS

L’application de la méthodologie des plans factoriels complets permet d’obtenir les effets de chacun des facteurs sur la charge de chauffage normalisée par la surface habitable (figure 1).

Figure 1: Effets moyens des facteurs sur la charge de chauffage normalisée par la surface habitable.

Les paramètres prépondérants sont d’après la figure 1 : la surface vitrée sur la façade sud, la composition de la toiture et

des murs, et le nombre d’étages. Leurs effets moyens sur la charge de chauffage sont négatifs.

Effet de l’isolation des parois opaques

Un mur double cloison isolé s’avère profitable pendant l’hiver. L’augmentation de l’épaisseur de la paroi et l’utilisation d’un isolant empêchent efficacement la perte de la chaleur produite dans le bâtiment et contribue à maintenir plus longtemps une température acceptable de l’ambiance intérieure.

Malgré une superficie moins étendue que celle des façades, le toit n’est pas moins influent sur le bilan thermique du bâtiment en raison de sa position horizontale. Durant la saison froide, l’air chaud plus léger s’élève et vient se loger sous la toiture, ce qui en fait un facteur de perte de chaleur important. L’isolation de la toiture permet donc de réduire considérablement la charge de chauffage.

Effet de la structure (géométrique) de l’enveloppe

La forme compacte est énergétiquement avantageuse pendant l’hiver, elle correspond à une superficie latérale (surface des façades) moins importante que celle de la forme étirée, ce qui permet de réduire les déperditions.

L’effet du nombre d’étages est moins important que les effets de la composition du mur et du toit mais a une influence non négligeable sur la qualité thermique. Le bâtiment à cinq étages ayant un coefficient de forme (rapport surface de l’enveloppe sur volume) inférieur à celui du bâtiment à un seul étage, il permet de minimiser les déperditions, ce qui rend sa qualité thermique relativement meilleure. La construction verticale est ainsi plus économe en énergie que la construction horizontale.

Effet du taux de la surface vitrée sur chaque façade

Pendant l’hiver, le soleil ne s’élève pas très haut dans le ciel. En pleine journée, les rayons solaires frappent la façade sud avec un angle d’incidence faible. Ceci explique le fait qu’en augmentant la surface vitrée au sud, on observe une amélioration de la qualité thermique. Cette façade sud reçoit une bonne quantité d’irradiation qui permet d’élever la température intérieure quasi-instantanément en présence de vitres larges. Les vitres orientées vers le sud permettent d’améliorer la qualité thermique du bâtiment en hiver.

Une façade nord est désavantagée en termes d’irradiation solaire. L’énergie thermique collectée pendant la journée est beaucoup moins importante que celle sur la façade sud. Le vitrage au nord est, par ailleurs, à l’origine de déperditions dues à l’écart entre les températures intérieure et extérieure. Au bilan, quand on augmente la surface vitrée, l’effet est très peu ressenti sur la charge de chauffage. La façade nord est donc la façade la moins sensible à l’augmentation du taux de la surface vitrée.

Les façades est et ouest ne reçoivent de l’irradiation que durant un certain moment de la journée. Le jour étant assez court pendant l’hiver, les quelques heures d’ensoleillement en début


de journée reçues par la façade est et celles de l’après-midi reçue par la façade ouest n’ont pas un effet important sur la charge de chauffage par comparaison avec la façade sud. Cependant, la façade ouest est plus privilégiée l’hiver que la façade est puisqu’elle se trouve ensoleillée l’après-midi quand la température de l’air extérieur est la plus élevée de la journée.

Effet de la nature des vitres

Un double vitrage permet de minimiser les pertes d'énergie, surtout pendant la nuit où les vitres représentent la principale source de fuite de la chaleur. Cependant, le jour, des vitres doubles avec un taux de transmission plus faible, empêcheraient partiellement l'irradiation de pénétrer dans le local ce qui contribue à l’atténuation de la température pendant le jour. Au bilan, l’utilité du double vitrage l’emporte ce qui en fait un facteur contribuant à l’amélioration de la qualité thermique.

EFFETS DES INTERACTIONS ENTRE FACTEURS

Les interactions les plus remarquables sont au nombre de 3, et sont entre : le nombre d’étages et la composition de la toiture I24 ; la forme du bâtiment et la surface vitrée au sud I15 ; la composition des murs et la surface vitrée orientée vers le sud I35.

Figure 2: Effets des interactions entre facteurs sur la charge de chauffage normalisée par la surface habitable.

Etude de l’interaction E/T

C’est l’interaction la plus importante, elle est positive. Les effets des facteurs E et T étant tous les deux négatifs, une interaction positive dénote une neutralisation partielle de ces effets (figure 3).

Figure 3: Représentation schématique de l’interaction E/T.

En d’autres termes, l’effet de la combinaison des deux facteurs sur la charge de chauffage est moins important que la somme des effets des facteurs pris séparément. Lors du passage du premier facteur (E) de son niveau bas à son niveau haut, l’effet du deuxième facteur (T) sur la charge de chauffage diminue, et vis-versa.

L’effet relatif du nombre d’étages sur la charge de chauffage est assez important quand la toiture est non isolée ; il devient plus faible quand on passe à une toiture isolée. Pour cause, dans les deux cas de toitures (isolée et non isolée), les déperditions par m3 diminuent quand le facteur (E) passe de son niveau bas à son niveau haut (de « 1 étage » à « 5 étages »). Or, la part des déperditions par la toiture est plus importante quand la toiture est non isolée, ce qui explique que l’écart de charge de chauffage entre un bâtiment d’un seul étage et celui de cinq étages est plus grand dans le cas où la toiture est non isolée.

Etude de l’interaction L/svS

L’interaction entre les facteurs (L) et (svS) est négative et remarquable (figure 2). Ces deux facteurs ont des effets moyens de signes opposés sur la charge de chauffage (figure 1).

On constate, d’après le plan (L/Cch) de la figure 4, que le passage du facteur (svS) de son niveau bas à son niveau haut entraine une réduction de la charge de chauffage quelque soit la forme du bâtiment (compacte ou étirée). Cette diminution de la charge de chauffage est due à une augmentation plus importante des apports solaires gratuits par rapport à l’augmentation des déperditions pour les deux formes de bâtiment. Or, dans le cas de la forme étirée, l’écart de surface vitrée lors du passage de (svS) du niveau bas au niveau haut, et donc celui des apports solaires, est plus grand que dans le cas de la forme compacte. C’est ce qui explique que le vitrage orienté au sud est plus influent pour la forme étirée (figure 4, plan (L,Cch)).

Sur le plan (svS, Cch) de la figure 4, nous notons une inversion de tendance de l’effet de la forme du bâtiment sur la charge de chauffage qui accompagne le changement de niveau du facteur (svS). Cette singularité met en évidence l’utilité de faire appel aux interactions pour l’étude de l’influence de certains paramètres sur la qualité thermique des bâtiments.

Figure 4: Diagrammes de l’interaction L /svS. 22 kWh/m2

15 kWh/m2

1

-1

1

-1

Nombre d’étages (E)

43 kWh/m2

17 kWh/m2

Composition du toit (T)

a) Plan (svS, Cch) svS

Effet de L pour svS+

Effet de L pour svS-

-1

1

29

19 12

38

L + L -

1 -1

svS +

Effet de svS pour L+

L 12

19

29

38

Cch (kWh/m2)

b) Plan (L, Cch)

svS -

Effet de svS pour L-

Cch (kWh/m2)


Si l’on se réfère à la figure 1, nous relevons que le passage du facteur forme du bâtiment L du niveau bas au niveau haut est suivi d’une augmentation de la charge de chauffage. C’est également le cas sur le plan (svS, Cch) de la figure 4, lorsque le facteur surface vitrée sur la façade sud est à son niveau bas (svS=-1). Mais, en présence de vitres larges au sud (svS=1), l’effet du facteur (L) va dans le sens de la réduction de la charge de chauffage.

Ce constat peut être expliqué par le fait que l’effet de la forme du bâtiment (L) est principalement lié aux déperditions dues à l’étendue de la façade opaque, et donc, en présence de grandes vitres au sud, sources de gains solaires, cet effet est, non seulement atténué, mais va être inversé. L’effet de la forme étirée (augmentation des déperditions) est neutralisé par l’effet de l’augmentation des vitrages sur la façade sud (apport solaires). Les vitrages au sud permettent alors de compenser les déperditions dues à l’élargissement de la surface de l’enveloppe dans un bâtiment de forme étirée et font ainsi de la forme étirée du bâtiment, dans cette configuration particulière, un facteur à effet réducteur de la charge de chauffage.

Etude de l’interaction M/svS

Cette interaction est positive alors que les deux facteurs ont séparément des effets négatifs sur la charge de chauffage. Ce cas rejoint le premier (interaction E/T). Notons que les vitrages orientés vers le sud jouent un rôle plus important dans l’amélioration de la qualité thermique du bâtiment en hiver quand les murs ne sont pas isolés. Le bilan résultant de l’augmentation de la surface vitrée sur la façade sud (apports solaires d’une part et déperditions par transmission d’autre part) est dans le sens de la diminution de la charge de chauffage et donc de l’amélioration de la qualité thermique du bâtiment.

Une explication de l’écart plus important de la charge de chauffage quand les murs ne sont pas isolés est fournie dans ce qui suit avec : D désigne les déperditions du bâtiment ; As désigne les apports solaires à travers les surfaces vitrées et Cch la charge fictive de chauffage.

Les expressions des écarts de déperditions et d’apports solaires qui accompagnent le passage du facteur svS de son niveau bas à son niveau haut : ∆DsvS+−svS− = D (svS+) −D (svS−) et ∆AssvS+−svS− = As (svS+) − As (svS−)

Les bilans thermiques pour les bâtiments respectivement avec isolation /sans isolation des murs s’écrivent :

∆Cch (murs is/n.is ) = ∆DsvS+−svS−(murs is/n.is) −∆AssvS+−svS− (murs is/n.is) (1)

Or, ∆Cch (mursis) < 0 et ∆Cch (mursn.is) < 0. Afin de comparer des écarts positifs, l’équation (1) est réécrite en valeur absolue.

∆Cch (murs is/n.is) = ∆AssvS+−svS− murs is/n.is −∆DsvS+−svS−(murs is/n.is) (2)

Il faut signaler que ∆DsvS+−svS−(mursis) > 0 et ∆DsvS+−svS−(mursn.is) > 0 vu que, avec ou sans isolation des murs, l’augmentation de la surface vitrée sur la façade sud entraine l’augmentation des déperditions. Les termes ∆AssvS+−svS− (mursis) et ∆AssvS+−svS− (mursn.is) sont quantitativement comparables (l’écart de déperditions obtenu suite à la substitution de murs isolés par des vitres est plus important que celui résultant de la substitution de murs non isolés par du vitrage : ∆DsvS+−svS−(mursis) > ∆DsvS+−svS−(mursn.is)), ce qui conduit à écrire à partir de l’équation (2) : |∆Cch (mursis)| < |∆Cch (mursn.is)|

Ainsi, la diminution de la charge de chauffage due à l’agrandissement de la surface vitrée sur la façade sud dans le cas des parois isolées est moins importante que celle due à l’agrandissement des vitres quand les parois sont non isolées.

D’autre part, nous constatons que l’effet de l’isolation des murs est plus important dans le cas de petites vitres sur la façade sud. En effet, plus la surface des vitres est réduite, plus les parois opaques sont grandes et plus l’isolation est influente.

CONCLUSION

La planification factorielle d’expériences numériques est utilisée pour l’identification des facteurs prépondérants influant sur le confort thermique hivernal en climat méditerranéen. L’interprétation des effets des facteurs et des interactions conduit à des conclusions visant l’amélioration de la qualité thermique des bâtiments. Les tests numériques planifiés selon les plans complets tiennent compte de toutes les combinaisons possibles des niveaux des facteurs mis en jeu et sont ainsi fiables. Néanmoins, le grand nombre de tests à programmer incite à réfléchir à l’exploitation des plans factoriels fractionnaires, notamment si l’on désire considérer un plus grand nombre de facteurs.

RÉFÉRENCES

DEPECKER P., MENEZO C., VIRGONE J., & LEPERS S. (2001). Design of buildings shape and energetic consumption, Building and Environment, 36 (5), 627-635.

KHALIFA I. (2010). Identification des paramètres déterminants de la qualité thermique des bâtiments résidentiels tunisiens, mémoire de mastère,.

LEFEBRE G. (1996). Environnement logiciel m2m - version 2.17, Manuel d’utilisateur..

OURGHI R., AL-ANZIB A., & KRARTI M. (2007). A simplified analysis method to predict the impact of shape on annual energy use for office buildings », Energy Conversion and Management, 48 (1), 300-305.

PILLET M. (1994). Introduction aux plans d’expériences par la méthode Taguchi, Editions d’organisation.

ZNOUDA E. (2009). Optimisation énergétique de l’enveloppe des bâtiments résidentiels en climat méditerranéen, thèse de doctorat, Ecole Nationale d’Ingénieurs de Tunis.




FORME D'UNE BULLE DE VAPEUR EN FONCTION DU NUMÉRO D'EÖTVÖS : UNE

ÉTUDE NUMÉRIQUE ET EXPÉRIMENTALE Frédéric J. Lesage§ , Rémi Pelletier

Laboratoire en Énergie Durable du Cégep de l'Outaouais (LÉDCO) §Auteur de correspondance [email protected]

INTRODUCTION

L'ébullition nucléée est couramment utilisée pour assurer la capacité de production de l'industrie puisqu'elle est une méthode efficace dans l'évacuation de chaleur résiduelle. Dans ce processus, une surface chauffée emmagasine de l'énergie en produisant une couche adjacente de liquide surchauffé. Cette énergie instaure la vaporisation à des sites de nucléation sur la surface provoquant la formation de bulles de vapeur. Le transport thermique est en raison de la circulation de fluide créée par la bulle qui se détache ainsi que le changement de phases. En raison du fait que ce phénomène est très complexe, dans cette étude, une approche systématique est abordée isolant certains paramètres. En particulier, la bulle est considérée comme symétrique autour de son axe de croissance et les expériences favorisent la croissance quasi-statique.

Beaucoup de corrélations empiriques ont été développées afin de prédire le taux de transfert thermique apporté par l'ébullition nucléée (e.g., [1], [2], [3]). Puisque c'est le volume de la bulle au détachement qui dicte la fréquence cyclique ainsi que la masse qu'elle emporte, de nombreuses corrélations empiriques du volume de détachement ont été développées par [4], [5], [6], parmi d'autres. Dans une étude synthèse comparant toutes corrélations de transport thermique dû à l'ébullition disponibles dans la littérature, [7] a conclu qu'une corrélation empirique développée par [8] était la plus performante avec un écart type de 45,4%.

Les difficultés actuelles demeurent dans le fait que les corrélations empiriques diminuent rapidement de précision une fois en dehors de la plage dans laquelle elles ont été développées et les simulations numériques nécessitent une computation très élevée. Afin de faciliter les calculs, les traitements numériques du problème supposent souvent que la

bulle est sphérique (e.g., [9]) ou d'un segment sphérique tronqué (e.g.,[10]) ou utilisent d'autres hypothèses simplificatrices basées sur le but de l'enquête particulière. Par exemple, dans [15], [11], [12], [13], et [14], les bulles sont modélisées numériquement pour être très grandes par rapport au site de nucléation; ceci permet de s'assurer que la température de la vapeur reste à la température de saturation du système de pression pendant le cycle de croissance. Toutefois, la fréquence d'ébullition et le volume de détachement sont observés à varier d'un site de nucléation à un autre sur un plan uniformément chauffée (e.g., [1]). Ceci implique que les caractéristiques d'un site de nucléation, en particulier son rayon, est au cœur de la capacité de transport thermique apportée par la croissance d'une bulle.

Récemment, les études de [18] et [19] ont démontré qu'un modèle numérique basé sur un équilibre de pression génère le profile d'une bulle qui est dépendante du rayon du site de nucléation. Dans ces études, les contours numériquement générés ont été validés avec des bulles formées par diffusion et par injection.

L'objectif de cette étude est de valider ce traitement numérique avec des bulles formées en raison d'un changement de phase : un transport thermique en raison de bulles de vapeur. En outre, ce travail démontre que la forme d'une bulle de vapeur est entièrement dépendante du numéro de Eötvös associé aux paramètres d'opération d'où sa longueur caractéristique est le rayon de la cavité. Ce traitement numérique est considéré valide pour des applications dans lesquelles une bulle a les propriétés suivantes: croissance quasi-statique, symétriques autour de l'axe central, et l'angle de contact instantané est supérieur à l'angle de contacte à l'équilibre.

RÉSUMÉ Lorsque le phénomène d'ébullition est étudié à l'échelle d'une bulle individuelle, celle-ci est souvent considérée comme sphérique. Cette supposition facilite la computation numérique exhaustive nécessaire dans la résolution des équations de Naviers-Stokes. Cependant, il est observé qu'une bulle d'ébullition n'est pas sphérique et en conséquence, les caractéristiques associées à la bulle – son volume, sa fréquence cyclique et son transport thermique – sont mal comprises. Dans cette étude, un équilibre de pression sur l'ensemble de l'interface d'une bulle est employé afin de générer numériquement un profil de bulle axisymétrique. Cette méthode, auparavant validée pour des bulles adiabatiques uniquement, est validée pour des bulles de vapeur issues d'une aiguille chauffée. Mots-clés: Transport thermique, ébullition, bulle de vapeur, simulation numérique.


MODÈLE MATHÉMATIQUE

Les Profils de bulles sont générés numériquement à partir d'un équilibre statique de pression (la pression Laplace) à chaque point le long du contour. Cet équilibre de pression est développé en considérant un segment infinitésimal d'interface courbée en expansion vers l'extérieur, tel que l'interface d'une bulle en croissance. Les longueurs de segments perpendiculaires sont associées aux rayons principaux de courbure R1 et R2 qui sont en fonction du positionnement z tel qu'illustré dans la Fig. 1.

Figure 1 : Système de coordonnées pour la résolution numérique de la pression Laplace sur l'ensemble du contour.

L'équilibre de travail est établi en considérant la tension

superficielle et la pression à l'interface. Celle-ci mène à une dissimilitude de pression en fonction de la position z,

. (1)

Il est important de noter que le terme visqueux de la pression Laplace n'est pas inclus en raison de l'hypothèse quasi-statique. De cela, l'équation capillaire est développée avec une approche similaire à [16], [18] et[19]. En considérant le fait que les rayons principaux de courbure sont égaux à l'origine, noté Ro, l'Éq. (1) se réduit en,

(2)

Dans ce document, tous les termes sont normalisés par le rayon de la cavité, noté b tel que . En normalisant Éq. 2, la dépendance de la forme d'une bulle sur le nombre Eötvös, noté Eob, est démontrée.

(3)

d'où

. (4)

Équation 3 met en évidence le fait que la forme du contour de la bulle est dépendante de la magnitude du nombre Eötvös. Ce fait est illustré en considérant les cas suivants. Lorsque Eob

tends vers zéro, la seule solution possible serait en tout point, ce qui correspond à une sphère. En revanche, si le nombre Eötvös et la position sur le contour annulent le côté droit de l'Éq. 3, les rayons principaux de courbure sont de signent opposés. Le résultat de ceci est un profil de la forme illustrée dans la Fig. 1. De plus, le plus important qu'il est le nombre Eötvös, l'inversement du signe du R2 se produit plus haut sur le profil de la bulle. Et donc, la forme est déterminée par Eo et la taille est déterminée par b puisque celui-ci normalise la solution.

Une méthode numérique est employée qui résout Éq. 3 par interpolation en adaptant des polynômes de 3e degré entre les points de données successifs. En raison de deux singularités, dans le traitement numérique, Éq. 3 est exprimée dans ces coordonnées cartésiennes afin de coupler deux solutions: la première qui résout x en termes de z et la deuxième qui résout z en terme de x telles que,

. (5)

et

(6)

Équation 5 est résolue avec les conditions à l'origine

et . La méthode procède par itération avec une hauteur initiale – représentative du stade de la croissance de la bulle et elle est noté h – et un rayon principal de courbure à l'origine arbitraire. Avec ces conditions, une solution est

générée jusqu'au point correspondant à . On remarque si la simulation continue, une singularité est produite lorsque tend vers infini. Équation 6 est résolue par la même méthode d'interpolation avec les conditions de borne

, , et d'où les coordonnées du

point ont été générées par Éq. 5. Ce point de transition est illustré dans la Fig. 1. En couplant les solutions d'Éq. 5 et


d'Éq. 6, un profile axisymétrique de la bulle est développé. En raison du fait que Ro était choisi d'une façon arbitraire, par itération, la procédure offre une famille de solution pour une hauteur choisie illustrée dans la Fig. 2.

Figure 2 : Famille de profiles générée numériquement pour une bulle durant sa croissance (gauche), au moment de détachement (milieu) ainsi qu'une famille de profile généré numériquement sans solution

puisque ( ) 1x h∗ ∗ = n'est pas atteint (droite).

Un profile est distingué parmi les autres dans sa famille de contours à partir de son positionnement au pied de la bulle ou à partir de l'angle de contact avec le substrat. Dans cette étude, la bulle considérée dans la validation expérimentale a un angle de contact en équilibre supérieur à l'angle de contact instantané. Pour cette raison, le pied de la bulle reste fixe au périmètre de la cavité (e.g., [19]). Lorsque la bulle simulée atteint une certaine hauteur, noté hd, le profile le plus à l'intérieur a un rayon au pied égal au rayon de la cavité. Ce profile est considéré le profile au moment du détachement de la bulle. Si la simulation avance à une hauteur supérieure à celle-ci, le profile le plus à l'intérieure ne serait plus en contacte avec la cavité. Ceci est en raison du fait que la tension superficielle est en fonction du rayon du pied de la bulle et qu'elle oppose la force d'Archimède. La croissance et la déformation de la bulle apportent une force d'Archimède plus importante et en conséquence le périmètre minimal de contact de la bulle avec la surface augmente. Lorsque ce pied de contact minimal atteint le périmètre de la cavité, la bulle se détache.

MONTAGE EXPÉRIMENTAL

Un montage expérimental simple est réalisé afin de former des bulles au bout d'une aiguille de diamètre intérieure de 0.838 mm. Cette aiguille est submergée dans un bassin d'eau chauffée à une température moyenne de 92°C. L'aiguille est chauffée par un courant électrique d'une intensité de 18 Ampères – d'où l'intensité est contrôlée par un rhéostat – afin de surchauffée l'eau autour de l'aiguille. Ensuite, le bout de l'aiguille offre un site de nucléation pour l'eau surchauffée adjacente à l'aiguille et une bulle de vapeur se forme. Le montage expérimental est illustré dans la Fig. 3.

Figure 3. Représentation schématique du montage expérimental. 1) Aiguille 2) Récipient carré transparent 3) interrupteur 4) Pile acide plomb, 12V - 50Ah 5) Rhéostat à plaque de carbone 6) Résistance 0,5 Ω 300W 7) Caméra Casio EX-ZR100 8) Lampe de table.

RÉSULTATS ET DISCUSSIONS

La Fig. 4 montre que les profils simulés numériquement sont représentatifs des profils de bulles de vapeur capturés. En particulier, la déviation d'une forme sphérique, au début du cycle de vie de la bulle, vers une forme allongée avec un rayon principal négatif proche du pied de la bulle est observée dans les images de bulles capturées ainsi que dans les profils numériquement générés.

Figure 4 : Comparaison des profils numériquement générés

avec une bulle de vapeur durant son évolution.

CONCLUSION

Un traitement numérique génère des profils de bulles durant leur croissance. Cette méthode numérique ultérieurement validée avec des bulles adiabatiques est validée avec des bulles

( ) 1x h∗ ∗ =

12 V

50AhBattery

Switch

0.5 Ω, 300W Resistor

Syringe Needle #18


de vapeur. Ce résultat apporte une meilleure compréhension du comportement des bulles durant le phénomène d'ébullition. En particulier, il est montré que la forme des bulles de vapeur quasi-statique est en fonction du nombre Eötvös. Cela signifie que des conditions de travail différentes – telles que les caractéristiques des fluides, la force du champ gravitationnel, et la taille de la cavité – qui ont les mêmes nombres d'Eötvös produiraient des bulles de la même forme. Cependant, leurs tailles pourraient être différentes et celles-ci correspondent au rayon de la cavité.

Dans une étude future, cette méthode numérique sera validée avec des bulles de vapeurs résultant de cavités de tailles différentes et les images seront capturées avec une meilleure précision expérimentalement. En outre, une étude future sur la forme d'une bulle issue d'un orifice sur une plaque chauffante rapprocherait l'étude davantage aux conditions d'ébullition.

REMERCIEMENTS

Les auteurs reconnaissent avec gratitude le soutien du Cégep de l'Outaouais. Les auteurs remercient aussi Dr. Anthony J. Robinson, Trinity College Dublin Irelande, pour son soutien inestimable de collaboration.

RÉFÉRENCES [1] Carey, V. P. (1992). Liquid-Vapor Phase-change Phenomena: An introduction to the Thermophysics of Vaporization and Condensation Processes in Heat Transfer Equipment. Taylor and Francis.

[2] Dhir, V. (2006). Mechanistic Prediction of Nucleate Boiling Heat Transfer–Achievable or a Hopeless Task? J. Heat Trans. , 128, 1-12.

[3] Judd, R. L., & Hwang, K. S. (1976). A comprehensive model for nucleate pool boiling heat transfer including microlayer evaporation. J. Heat Trans , 98, 623-629.

[4] Fritz, W. (1935). Berechnung des Maximalevolumens von Dampfblasen. Physikalische Zeitschrift , 36, 379-384.

[5] Zuber, N. (1959). Hydrodynamic aspects of boiling heat transfer, U S AEC report AECU 4439, June.

[6] Cole, R. (1967). Bubble frequencies and bubble departures at subatmospheric pressures. AIChE Journal., 13, 779-783.

[7] Jensen, M. K., & Memmel, G. J. (1986). Evaluation of Bubble Diameter Correlations. Proceedindings 8th Int. Heat Transfer Conference, 4, 1907-1912.

[8] Kutateladze, S. S., & Gogonin, I. I. (1979) Growth rate and detachment diameter of a vapor bubble in free convection boiling of a saturated liquid. High Temperature, 17, 667-671.

[9] Robinson, A. J., Lesage, F., & Judd, R. L. (2010). Numerical method for spherical bubble growth in superheated liquids. Computational Thermal Sciences , 2 (1), 19-31.

[10] Das, A.K., Das, P.K., & Saha, P., (2006) Heat transfer during pool boiling based on evaporation from micro and macrolayer, International Journal of Heat and Mass Transfer 49, 3487–3499.

[11] Yoon, H. Y., Koshizuka, S., & Oka, Y. (2001). Direct calculation of bubble growth, departure, and rise in nucleate pool boiling. Int. J. Multiphase Flow , 27, 277-298.

[12] Genske, P., & Stephan, K. (2006). Numerical simulation of heat transfer during growth of single vapor bubbles in nucleate boiling. Int. J. Thermal Science , 45 (3), 299-309.

[13] Wu, J., Dhir, V. K., & Qian, J. (2007). Numerical simulation of subcooled nucleate boiling by coupling level-set method with moving-mesh method. Numerical Heat Transfer, Part B: Fundamentals , 51 (6), 535-563.

[14] Stephan, P., & Fuchs, T. (2009). Local heat flow and temperature fluctuations in wall and fluid in nucleate boiling systems. Heat and Mass Transfer/Waerme- und Stoffuebertragung, 45, 919-928.

[15] Bai, Q., & Fujita, Y. (2000). Numerical simulation of bubble growth in nucleate boiling - Effects of

system parameter. Multiphase Sci. Tech. , 12 (3-4), 195-214.

[16] Di Marco, P., Forgione, N., & Grassi, W. (2005). Quasi-static formation and detachment of gas bubbles at a submerged orifice: Experiments, theoretical prediction and numerical calculations. XXII Congresso Nazionale UIT sulla Trasmissione deel Calore,Parma, 20-22 Guigno.

[17] Faghri, A., & Zhang, Y. (2006). Transport Phenomena in Multiphase Systems. Elsevier.

[18] Mori, B. K., & Baines, D. W. (2001). Bubble departure from cavities. Int. J. Heat Mass Trans., 44, 771-783.

[19] Gerlach, D., Biswas, G., Durst, F. & Kolobaric, V. (2005). Quasi-static bubble formation on submerged orifices. Int. J. Heat and Mass Transfer, 48, 425-438.




SIMULATION DU GIVRAGE DES ÉOLIENNES AVEC DES LOGICIELS

COMMERCIAUX, VALIDATION SUR UN CYLINDRE

Fahed Martinia§, Drishty Ramdeneea & Adrian Ilincaa aLaboratoire de recherche en énergie éolienne, Université du Québec à Rimouski

§Auteur de correspondance: [email protected]

NOMENCLATURE Symboles utilisés 𝑃 : Puissance, 𝑊𝑎𝑡𝑡 𝑆 : Surface traversée par le vent, 𝑚2 𝑉 : Vitesse, 𝑚 𝑠⁄ MVD : Diamètre volumétrique médian, μm LWC : Teneur en eau liquide, 𝑔𝑟 𝑚3⁄ Re : Nombre de Reynolds p : Pression, pa CD : Coefficient de Traînée F : Force

Lettres grecques 𝜌 : Densité de l’air, 𝑘𝑔 𝑚3⁄ 𝛾 : angle d’incidence

Indices/Exposants 𝑎 : Air 𝑑 : Gouttelettes d’eau i : Glace r : Relative L : portance A : Archimède D : Traînée g : gravitée c : Cylindre

INTRODUCTION

L’énergie éolienne est une source importante d'énergie particulièrement dans les pays nordiques où le potentiel éolien est très élevé surtout en hiver. Cependant des pertes de puissance annuelles sont imposées à cause du givrage. Le manque de connaissances reliées au phénomène et la faible rentabilité des systèmes antigivrage existants, nous obligent actuellement à arrêter les éoliennes pendant des jours qui peuvent être particulièrement venteux (Ilinca & Chaumel, 2009). La puissance disponible dans le vent est donnée par:

𝑃𝑎 = 12 𝜌 ∙ 𝑆 ∙ 𝑉3 (1)

Le givrage est une évolution physique complexe de l’eau en surfusion et de sa transformation en glace. L’eau en surfusion est un état métastable qui exige des études approfondies de transfert de chaleur et de masse pour bien analyser le

phénomène de solidification et de l’accumulation de glace sur un obstacle. L'impact du givrage est difficile à quantifier sans des essais expérimentaux et des simulations numériques. La complexité physique du phénomène, et les couts élevés des essais rendent très utile une approche basée sur des simulations numériques tridimensionnelles pour pouvoir évaluer à long terme l’impact du givrage sur la rentabilité d’un projet éolien, Dimitrova [2009].

Les codes réalisés permettant de simuler le givrage sont limités et orientés principalement vers l’aéronautique. Ils ne peuvent pas être appliqués directement aux éoliennes en raison de la rotation des pales et des nombres de Reynolds et Mach différents. (Fortin, 2009). Le développement d’un code pour la solution numérique des équations de Navier-Stokes est compliqué. Les logiciels commerciaux ont démontré une grande capacité à simuler des phénomènes complexes dans plusieurs domaines de recherche en offrant la possibilité

RÉSUMÉ Au Laboratoire de Recherche en Energie Eolienne (LREE) à l'Université du Québec à Rimouski (UQAR), des études destinées à approfondir la connaissance du givrage sont effectuées afin d’adapter les éoliennes pour opérer dans les conditions nordiques. Plusieurs études complexes doivent être adressées avant de proposer un modèle précis capable de réaliser une simulation tridimensionnelle du givrage sur des pales des éoliennes en rotation. Pour atteindre cet objectif, des logiciels commerciaux de CFD et l'interface conviviale de MS-Excel ont été utilisés pour valider un cas test des simulations de l'accumulation de glace sur un cylindre. Ces méthodes sont destinées à être appliquées à la simulation en 3D de l'accumulation de glace sur les éoliennes, étant donné que l'étude du givrage du cylindre, pour lequel des nombreux résultats analytiques et expérimentaux sont disponibles pour validation, est fondamentale et pré-requis pour ce domaine de recherche. Les résultats ont démontré l’efficacité des modèles multiphasiques du logiciel ANSYS-CFX à simuler les fractions volumiques d’eau. Ces résultats ont été validés avec des résultats des approches numériques ainsi qu’avec des résultats expérimentaux. Mots-clés: accumulation de glace, approche Lagrangienne / Eulérienne, CFX, gouttelettes d'eau, énergie éolienne.


d’uniformiser la recherche dans ce domaine (Villalpando, 2009). ANSYS-CFX propose un grand nombre des modèles aérodynamiques permettant de modéliser les écoulements d’air turbulents, certains ont des applications très spécifiques, alors que d'autres peuvent être appliquées à des catégories plus larges d’écoulements avec un degré de précision adéquat Tardif [2009].

L'utilisation d'un code commercial pas spécialisé dans le domaine du givrage doit être validée avec des études fondamentales avant d'être utilisé pour simuler l’accumulation de glace sur les éoliennes dans des diverses conditions atmosphériques. Vu que l'étude du givrage sur le cylindre est fondamentale pour plusieurs domaines de recherche (Fortin, 2009), cet article va donc reprendre ces études théoriques de l’accumulation de glace autour d’un cylindre comme décrit dans (Lozowski, Stallabrass, & Hearty, 1983) en appliquant une approche Eulérienne avec le logiciel ANSYS-CFX, puis, analyser cette application avec des calculs des trajectoires des gouttelettes d’eau et valider la méthode avec des résultats numériques et expérimentaux. L’atteinte de cet objectif nous permet de faire une première validation d’outils numériques de simulation du givrage basés sur des logiciels commerciaux à application générale. Dans les travaux futurs, il sera possible de faire, avec ces mêmes outils, des simulations numériques tridimensionnelles de l’écoulement de l’air et de l’accrétion de la glace autour des pales d’éolienne.

La capacité d’un objet à capter les gouttelettes d’eau qui sont présentes dans l’écoulement est appelée l’efficacité de la collection. Il existe deux approches de calcul pour déterminer ce coefficient: calcul des trajectoires des gouttelettes d’eau et détermination des points d'impact avec l’objet (approche Lagrangienne) ou l’estimation de la fraction volumique d’eau dans chaque volume de contrôle (approche Eulérienne). Pour une simulation tridimensionnelle, il est conseillé d’adopter l’approche de Euler parce qu’elle est plus généralisée, tandis que l’approche de Lagrange est plus rapide et moins précise bien que donnant des caractéristiques des trajectoires pour des points particuliers. Cette étude se concentre sur ces deux approches de calcul pour vérifier l’influence des différents paramètres et mieux comprendre le comportement des gouttelettes d’eau en air et le processus de captation.

APPROCHE EULÉRIENNE (SIMULATION AVEC CFX)

L’évaluation de l'efficacité de collection sur un cylindre a été simulée en utilisant une approche basée sur des modèles eulérien multiphasique dans ANSYS CFX (air comme fluide continu, l'eau comme fluide dispersé). Les simulations ont été effectuées en utilisant le modèle «Eulerian-Eulerian» pour la modélisation multiphasique de la fraction volumique d’eau «Water Volume Fraction» qui représente la fraction d’eau dans un volume de contrôle de l’air atmosphérique. Les études semblables à cette étude utilisent des domaines de calcul du demi-disque à l’entrée, ce qui permet de diminuer la déformation du profile de vitesse à l’entrée. L’étude sur le

domaine de calcul est réalisée à l’aide du mailleur CFX-Mesh en adoptant des maillages non-structurés.

Fig. 1: Un maillage hybride non-structuré composé des éléments de

taille différents a été généré en utilisant des trapèzes à proximité de la paroi pour la couche limite et des triangles pour le reste du domaine.

Une résolution suffisante du maillage a été utilisée à proximité de la région de stagnation afin de saisir avec précision les caractéristiques locales d’impacts. On a remarqué que la structure du maillage à proximité de la paroi affecte d’une manière significative la convergence des itérations des calculs. Un bon traitement du maillage dans la couche limite et une bonne estimation de 𝒚+ vont améliorer la précision et la qualité de modélisation de la turbulence autour de l’objet.

CALCULS DES TRAJECTOIRES

Afin d’interpréter le comportement des gouttelettes d’eau dans l’air lorsqu’elles rencontrent un objet, nous avons développé une interface interactive pour simuler les trajectoires des gouttelettes d'eau dans un écoulement d'air interceptées par un cylindre. La simulation des trajectoires se base principalement sur les forces agissant sur les gouttelettes, sur l’échange thermique et massique entre les gouttelettes d’eau et l’air et sur les caractéristiques de l’écoulement (Fortin, 2009). L’interaction des gouttelettes d’eau entre elles et la perturbation de l’écoulement d’air par les gouttelettes d’eau sont négligées afin de réduire la complexité du problème.

Fig. 2: Les forces agissant sur la particule et les triangles des vitesses

Le modèle mathématique est construit à partir des équations différentielles de mouvements d’une gouttelette d’eau dans l’air. La méthode de Runge-Kutta dans sa version dite d'ordre 4 est utilisée pour résoudre ces équations.

Les équations différentielles de mouvements qui font l'objet de la méthode Runge Kutta sont :

𝑑𝑉𝑑𝑥𝑑𝑡

= 𝐾1(𝑉𝑑𝑥 − 𝑉𝑎𝑥), 𝑑𝑉𝑑𝑦𝑑𝑡

= 𝐾1𝑉𝑑𝑦 − 𝑉𝑎𝑦 + 𝐾2 (2)


𝐾1 =𝐶𝐷.𝑅𝑒24𝐾𝑑

, 𝐾2 = 𝐾𝑔.𝑔, 𝐾𝑔 =𝜌𝑎𝜌𝑑

− 1

Du fait de nombreuses simplifications, ces études ne peuvent pas fournir des résultats locaux très précis. Pour bien comprendre le comportement des gouttelettes d’eau dans l’air lorsqu’elles rencontrent un objet, une interface interactive flexible basée sur l’utilisation des feuilles de calcul Excel est utilisée pour démontrer les différents scénarios de calcul de la trajectoire des gouttelettes d’eau dans l’écoulement d’air lorsqu’elles sont interceptées par un cylindre. Cette interface basée sur feuilles de calcul Excel pris en charge avec un code VBA (Visual Basic pour Applications) offre flexibilité et simplicité d'utilisation à démontrer les différents scénarios qui peuvent aider à calculer la déflexion des gouttelettes d’eau dans l’écoulement d’air afin de déterminer le coefficient local de collection par une méthode Lagrangienne ainsi qu’à valider des simulations ultérieures de l'efficacité de collection basées sur la simulation multiphasique de CFX.

RÉSULTATS

Plusieurs scénarios ont été faits pour démontrer l’interception avec le cylindre. Avec le scénario dans la figure 3 (dc = 0.02 m, V∞= 10m/s, x= -10dc, y= 0, dt=dc/V∞/10), la gouttelette a touché le cylindre au point (-0,0099; -0,0006) m. Il apparaitre l’effet du cylindre après 20 millisecondes sur la vitesse de l’air et la vitesse de la gouttelette.

Fig. 3: La trajectoire de la goutte d'eau jusqu'à l'interception avec le

cylindre (agrandie au voisinage du cylindre)

Une évaluation de l'efficacité de collection sur un cylindre a été simulée en utilisant une approche Eulérienne basée sur les modèles de turbulence multiphasiques dans ANSYS-CFX. Les conditions de simulation: Écoulement bi-phasique, incompressible, non visqueux, non homogène, turbulent et stationnaire avec régime permanent. L’air représente la phase continue et l'eau est un fluide dispersé.

V∞ = 80 m/s, Ta = 12.15 , pa = 89867 pa, Rc = 0.0508m MVD= 16 μm, 𝑅𝑒𝑑 = 6.8 ∙ 105, LWC =0.55𝑔𝑟 𝑚3⁄ , 𝜌𝑑=1000 𝑘𝑔 𝑚3⁄ , 𝜌𝑖=300 𝑘𝑔 𝑚3⁄ , 𝜌𝑎= 1.097 𝑘𝑔 𝑚3⁄ .

La figure 4 démontre la distribution des fractions d'eau dans le domaine. On peut facilement distinguer la zone ombragée où la fraction volumique d'eau est presque nulle. C’est à partir de la

zone de séparation où les gouttelettes d'eau commencent à s'écarter du cylindre.

Fig. 4: Contours de la fraction volumique d’eau

Dans la figure 5, on peut facilement distinguer que les vecteurs des vitesses d'air près du point de stagnation s'écartent de la paroi du cylindre, tandis que les vecteurs des vitesses d’eau la touchent. Les vitesses de l’impact d’eau sont nécessaires pour l’estimation de l'efficacité de collection.

Fig. 5: Vecteurs de vitesse de l'air et vecteurs de vitesse de l'eau

autour du cylindre

Les valeurs de l'efficacité de collection locale ont été estimées en utilisant l'approche eulérienne et elles ont été validées avec des résultats expérimentaux. Les limites à impact et la valeur maximale ont également été validées avec les résultats des approches Lagrangiennes et Eulériennes.

Fig. 6: Répartition de l’efficacité de collection locale des gouttelettes

d'eau dans l'écoulement d'air sur la surface du cylindre

Comme illustré aux figures 7 et 8, les deux simulations réalisées avec Excel et CFX ont démontré une cohérence entre le comportement des lignes de courant, des trajectoires et des


forces agissant sur les gouttelettes. Avec les deux simulations, les lignes du courant dans le sillage du cylindre ont une tendance à converger pour reproduire l'écoulement initial.

Fig. 7: Deux scénarios pour la trajectoire d'une gouttelette qui

contourne le cylindre

Fig. 8: Simulation CFX des lignes du courant de l’air et des

gouttelettes d’eau autour du cylindre

CONCLUSION

Dans cette étude, nous avons analysé les modèles aérodynamiques et multiphasiques de CFX permettant de modéliser les écoulements turbulents et la fraction volumique d’eau dans chaque volume de contrôle du domaine de simulation. De plus, nous avons défini les paramètres intrinsèques qui peuvent affecter l'efficacité de collection, telles que le diamètre volumétrique médian des gouttelettes d’eau MVD, la teneur en eau liquide LWC, etc. En outre, nous avons analysé l’influence du domaine de calcul, du maillage, du modèle de turbulence et du modèle de transfert de chaleur. Parallèlement, cette application a été comparée avec des calculs des trajectoires des gouttelettes d’eau.

Les résultats ont démontré l’efficacité des modèles multiphasiques du logiciel CFX à simuler les fractions volumiques d’eau et à définir la zone de collection et les limites d’impact autour du cylindre. Pareillement, un logiciel pour

calculer les trajectoires des gouttelettes d'eau dans un écoulement d'air interceptées par un cylindre a été réalisé sous Excel. Cette interface permet de démontrer les différents scénarios pouvant aider à valider les simulations avec CFX. Cette simulation basée sur le suivi de trajectoire d’une gouttelette d’eau dans un écoulement d’air n’a pas été validée auparavant, ce qui fera de ce travail une originalité et une contribution dans le domaine de la simulation de l’accrétion de glace. La validation de CFX sur un cas test de simulation du givrage d’un cylindre est dans le but de généraliser son utilisation à la simulation en 3D de l'accumulation de glace sur les éoliennes. Ces résultats peuvent être utilisés par la suite pour la modélisation du givrage en appliquant des modèles de transfert de chaleur et de masse.

Ce travail représente un point de départ pour parvenir à une simulation numérique tridimensionnelle de l’écoulement de l’air et de l’accrétion de la glace autour des pales d'éolienne pour estimer leurs modifications géométriques et ultérieurement déterminer les conséquences aérodynamiques et sur la production énergétique des éoliennes.

RÉFÉRENCES

Ilinca, Adrian and Jean Louis Chaumel. "Conférence de l’énergie éolienne." École de Technologie Supérieure, Montréal: UQAR-ETS, March 2009.

Fortin, Guy. "Cours de la thermodynamique de la glace atmosphérique." Program de Maitrise. Chicotimi: UQAC, 2009.

Dimitrova, m. h. (2009, août). Pertes énergétiques d'une éolienne à partir des formes de glace simulées numériquement. l'université du québec à rimouski.

Villalpando, F. (2009), Assessment of turbulence models for flow simulations around a wind turbine airfoil. WIND ENERGY.

ANSYS CFX, Release 12.0. (s.d.).

Lozowski, E. P., Stallabrass, J. R., & Hearty, P. F. (1983). The Icing of an Unheated Non Rotating Cylinder.



19-20 juin 2012, Montréal RIED2012 / St-13

SIZING THERMAL STORAGE FOR RESIDENTIAL MICRO-COGENERATION WITH

A PROTON EXCHANGE MEMBRANE FUEL CELL Stephen McMurtrya,§, Ian Beausoleil-Morrisonb

a,bDepartment of Mechanical and Aerospace Engineering, Carleton University, Ottawa, Canada

§Correspondence author [email protected]

INTRODUCTION

Micro-cogeneration is the concurrent production of heat and electricity from a single fuel source at a small scale. The electric conversion efficiency of micro-cogeneration devices ranges from 5-30%, which is low compared to central generation plants such as combined cycle gas turbines (which are approximately 55% efficient). However, there may be financial and environmental benefits to deploying micro-cogeneration in residential houses in Canada, since the heat produced can be used for space heating and domestic hot water (DHW) production, offsetting other fuel consumption.

A past simulation-based study has shown that the use of a thermal storage tank can improve system performance by buffering between heat production and demand (Haeseldonckx et al., 2005). However, there is a need to duplicate these results and further explore system performance using more detailed, experimentally validated models implemented in a whole-building simulation environment. This paper will present preliminary research that examines the effect of tank volume on the annual operating cost of the system, using an experimentally calibrated model of a proton exchange membrane fuel cell (PEMFC) micro-cogeneration unit.

METHODOLOGY

In order to predict the performance of any emerging technology in a typical residential building, it is necessary to accurately model the building’s thermal behaviour, its relevant subsystems, and also the interactions between these domains. For a micro-cogeneration device, these domains include electrical consumption and generation within the building, and the thermal behaviour of the system of heating, ventilating, and air-conditioning (HVAC) components that store and dispatch

the device’s thermal output. Simulating these domains concurrently allows interactions between the building, HVAC plant, and electrical network to be accounted for.

ESP-r Software

ESP-r is a building simulation software tool that is capable of modelling the thermal behaviour of buildings concurrently with that of their subsystems. Its source code has been under development since the 1970s, is made available under an open-source license, and is thoroughly validated (Strachan et al., 2008). ESP-r has facilities to model HVAC systems, air flow within buildings, and electrical networks. The open-source nature of the code makes it possible to add functionality and to implement customized control strategies and components that can operate in all of the simulation domains.

HVAC Component Models

ANNEX 42 fuel cell model and PEMFC model calibration

This study uses the fuel cell (FC) cogeneration device model developed by participants in Annex 42 of the International Energy Agency’s Energy Conservation in Buildings and Community Systems Programme (IEA/ECBCS). This model has been implemented in ESP-r and is based on a ‘grey box’ approach. Both analytical and empirical relationships are used to represent mass and energy balances on each of the 12 control volumes that make up the model. The model accepts 134 input parameters that calibrate it to represent the steady-state and transient behaviour of real FC-cogeneration devices. A more detailed description of the model can be found in the Annex 42 final report (Beausoleil-Morrison, 2008). The model used in this study has been experimentally calibrated to represent a 1.0 kWAC PEMFC unit by Johnson & Beausoleil-Morrison (in preparation). These calibration parameters and the experimental

ABSTRACT Micro-cogeneration is an emerging technology that has the potential to reduce greenhouse gas emissions in the Canadian residential housing sector. If this potential is to be realized, the thermal output of a micro-cogeneration device must be used effectively to meet space heating and domestic hot water (DHW) demands within a building. A system of HVAC components is required to dispatch and store this thermal output. For this reason, the configuration and sizing of these components is of interest. This paper uses an experimentally calibrated proton exchange membrane fuel cell (PEMFC) model, as well as detailed representations of HVAC components and the thermal and electrical behaviour of a typical Canadian single-family house. This paper presents preliminary research that investigates the effect changing storage tank volume has on annual operating cost and heat dump. Keywords: PEMFC, Micro-cogeneration, Building Performance Simulation.


methods used to obtain them will be available pending publication of that paper.

Stratified storage tank model

The storage tank model used in this study is based on the TRNSYS Type 60 model (TRNSYS, 2006). The implementation of this model in ESP-r was carried out by Thevenard & Haddad (2010). The model includes two immersed heat-exchangers and an open inlet and outlet. Mixing due to natural convection within the tank is included.

The height of the tank was chosen to be 1.5 m. The immersed heat exchanger carrying DHW is assumed to stretch the full height of the tank, while the heat exchanger in the space heating circuit has its inlet at the tank bottom and outlet at a height of 0.5 m. Water circulated to the PEMFC is drawn from the tank bottom and returned to the tank top. The tank is assumed to be well insulated with an R-value of 10 m2K/W.

Other component models

Other HVAC components were selected from a database of built-in models available in the standard distribution of ESP-r. The descriptions of these can be found in Henson (1991).

In the space heating circuit, pump and fan flow rates, as well as in-line heater capacity were sized to meet the heating load of the coldest week of the year, which occurred over January 25-31 in the weather data. The flow rates of pumps on the FC and space heating circuits were set to 1.3×10-4 m3/s and 1.0×10-4 m3/s, respectively, and both were assumed to have efficiencies of 0.7. The fan was also assumed to have an efficiency of 0.7, and its maximum fan flow rate was set to 0.5 m3/s.

In-line heaters were assumed to be non-condensing natural gas-fired burners with an efficiency of 85% relative to the source fuel’s higher heating value (HHV). The maximum outputs of the space heating and DHW heaters were set to 4 kW and 10 kW, respectively.

HVAC Configuration

Figure 1 shows a schematic representation of the PEMFC and associated HVAC components that deliver the device’s thermal output to the building and its occupants.

Figure 1: Schematic representation of HVAC model.

Water from the storage tank is circulated directly to the PEMFC unit by a pump operating at a constant flow rate. A heat-dump was placed at the inlet of the device to limit the inlet temperature to 60 °C (as required by the manufacturer’s specifications).

In this configuration, no DHW water is actually stored (as it would be in a typical Canadian house); rather it is drawn from the mains as required. This is because of conflicting requirements for the storage tank temperature. If DHW were stored in the tank, the tank temperature would need to be at or above 51 °C as recommended by the proposed ASHRAE Std 188 (ASHRAE, 2011) to prevent the growth of legionella bacteria. However, as already stated, the PEMFC inlet temperature is limited to 60 °C. This would leave little potential for charging and discharging the tank of thermal energy.

When a DHW draw does exist, mains water is heated as it passes through a heat exchanger that extends the full height of the tank. The output of the in-line heater in this circuit is modulated to maintain a set-point temperature of 45 °C.

Space heating loads are met by a variable-speed fan that circulates air over an air-water heat exchanger. Water is circulated through by a constant flow rate pump. Heat is provided to this circuit by an embedded heat exchanger within the tank and an in-line heater. The control for this heater is on/off, and it can operate only if the tank temperature is below 40 °C. It switches on or off depending on the main zone dry bulb temperature, operating with a dead-band from 19.9 °C to 22.5 °C. The fan’s output is proportional to the main zone dry bulb temperature between 20 °C and 23 °C.

It should be noted that these space heating components are switched off for the duration of the cooling season, which was assumed to be between June 1 and August 31.

DHW Model

DHW draws are also highly dependent on occupant behaviour, and are therefore stochastic in nature. DHW draws are calculated at each time-step using a stochastic model based on work performed as part of IEA’s Annex 26 (Jordan & Vajen, 2000).

A nominal daily draw of 200L was specified and subject to an annual sinusoidal variation of 10%. This variation is meant to account for increased hot water demand in the winter compared to the summer. DHW draws were modelled as four separate types, identical to those suggested by Jordan & Vajen (2000). These four types are: short load, medium load, bath and shower. Each has a nominal duration and flow rate, and an incidence rate per day.


Electrical Network Model

All HVAC components, including the PEMFC device, are assumed to be connected to a central bus bar which is capable of importing or exporting power from the grid. The electrical power consumed by appliances and other devices within the house is separate from this, and will be referred to as the “non-HVAC electrical load”. This load is highly dependent on occupant behaviour.

The non-HVAC electrical load profile used in this study is composed of measured data obtained as part of a project to characterize electricity use in 12 Ottawa-area single-family residential houses (Saldanha, 2010). These profiles have a one minute resolution in time. The profile named H10 was selected, corresponding to a household with an annual electricity consumption of 8877 kWh.

Weather Data

Canadian weather for energy calculations (CWEC) data was used in this study. The CWEC file is composed of weather data measured at the Ottawa International Airport between the years 1953 and 1995. The data does not correspond to one particular year; rather it is a compilation of hourly measurements that will produce average heating and cooling loads in a building model. The file contains data for six weather variables: diffuse horizontal solar radiation (W/m2), external dry bulb temperature (°C), direct normal solar intensity (W/m2), wind speed (m/s), wind direction (°), and relative humidity.

Building Model

In order to model the performance of the PEMFC device in a typical Canadian home, a building model was selected from a database representative of the Canadian residential housing stock. This database was implemented in ESP-r by Swan as part of his PhD thesis (Swan, 2010). The model chosen represents a bungalow style single-family home, with total conditioned floor area of 167 m2. R-values for exterior constructions used in the model can be found in Table 1.

Table 1: Construction R-values

Construction Name R-value (m2K/W)

Main floor exterior wall 3.9

Basement wall 2.5

Roof 5.3

Double-glazed window 0.4

Window framing 0.4

This model uses a mass-balance approach to account for air flow within the building. Boundary conditions for the basement are calculated using a ground temperature profile, a soil conductivity of 1.27 W/mK, and water table depth of 8 m. Air

infiltration is calculated assuming a blower-door test value of 7.33 air changes per hour (ACH) at 50 Pa depressurization.

Performance Metric

Annual operating cost (Copr) was chosen as the metric to evaluate the performance of the PEMFC and associated HVAC components. This cost is calculated using Eqn. 1, and depends on the volume of natural gas consumed by the PEMFC (Vfc), and in-line heaters (Vh), as well as the net household electricity consumption (Eelec). Copr also depends on the natural gas price (Pgas) and electricity price (Pelec), which are assumed to be 0.23 $/m3 and 0.092 $/kWh, respectively.

( ) elecnetgashfcopr PEPVVC ++= (1)

Equation 2 is obtained by applying the ideal gas law and a simplifying assumption about the in-line heater fuel consumption to Eqn. 1. The PEMFC model outputs the molar rate of natural gas consumption at each time-step. To find the total number of moles consumed (nfc), this is integrated over the year. The in-line heater model outputs the rate of heat production at each time-step, which is then integrated over the year to obtain the total heat production (Qh).

elecnetgasgasgash

hfcopr PEP

LHVQ

PRTn

C +

+=

ρη (2)

ηh and ρgas are the efficiency of the heaters and the density of natural gas, respectively. Natural gas was assumed to be composed of 95% methane, yielding a lower heating value (LHVgas) of 48.79 MJ/kg at STP. All properties in Eqn. 2 are evaluated at STP.

RESULTS

Annual simulations were run at a one-minute time step with the electrical output of the PEMFC device set to maximum. Figure 2 shows the building heating load and thermal output of the PEMFC over one year. The heating load goes to zero between June 1 and August 31, as is expected because of the heating season chosen. The heat output of the PEMFC varies slightly over the course of the year because of differences in inlet water temperature which result from a variable tank temperature.

Figure 3 shows the results of ten annual simulations where the tank volume is varied between 100L and 1000L, in increments of 100L. The annual operating cost ranged between $896 and $898 for these cases, with a minimum occurring for Vtank = 200L. The difference in cost is small between the best and worst cases, suggesting that the operating cost of such a system is not sensitive to tank volume. It should be noted that this result is likely sensitive to the electricity and natural gas prices used.


Figure 2: Building heat demand, PEMFC thermal output, and heat dump (averaged hourly) over one year, for Vtank = 300L.

Annual heat dump decreases with increasing tank volume, with a maximum value of 10.37 GJ for the smallest tank considered and a minimum value of 8.97 GJ for the largest tank.

Figure 3: Annual operating cost and heat dump for storage

tank volumes ranging from 100L to 1000L.

CONCLUSION

An experimentally calibrated PEMFC micro-cogeneration device model was used to examine the effect varying storage tank volume has on annual operating cost and heat dump for a particular configuration of HVAC components. Preliminary results show that annual operating cost is not sensitive to tank volume for the considered case. Further work is needed to explore the sensitivity of this model to other input parameters, and to evaluate what, if any, performance improvements can be made by modulating the output of the micro-cogeneration unit.

REFERENCES

American Society of Heating, Refrigerating and Air-Conditioning Engineers (ASHRAE), Inc. (2011). BSR/ASHRAE

Standard 188P, Prevention of Legionellosis Associated with Building Water Systems. Second Public Review Draft.

Beausoleil-Morrison I. editor. (2008). An experimental and simulation-based investigation of the performance of small-scale fuel cell and combustion based cogeneration devices serving residential buildings, final report of Annex 42 of the international energy agency’s energy conservation in buildings and community systems programme, the government of Canada; 2008. ISBN:978-0-662-47923-9.

Haeseldonckx, D., Peeters, L., Helsen, L., D’haeseleer, W. (2005). The impact of thermal storage on the operational behaviour of residential CHP facilities and the overall CO2 emissions. Renewable and Sustainable Energy Reviews 11 (2007), 1227–1243. Hensen, J. (1991). On the Thermal Interaction of Building Structure and Heating and Ventilating System. Ph.D. Thesis, Eindhoven University of Technology, Mechanical Engineering, Eindhoven, Netherlands.

Johnson, G. & Beausoleil-Morrison, I. (In preparation) The Calibration and Validation of a Model for Simulating the Thermal and Electrical Performance of a 1 kWAC Proton-Exchange Membrane Fuel cell Micro-Cogeneration Device.

Jordan, U. & Vajen, K. (2000). Influence of the DHW Load Profile on the Fractional Energy Savings: A Case Study of a Solar Combi-System with TRNSYS Simulations. Solar Energy 69 (suppl.), 197-208.

Saldanha, N. (2010). Towards the assessment of a residential electric storage system: analysis of Canadian residential electricity use and the development of a lithium-ion battery model. M.A.Sc. Thesis, Carleton University, Mechanical and Aerospace Engineering, Ottawa, Canada.

Strachan, P., Kokogiannakis, G. & Macdonald, I. (2008). History and development of validation with the ESP-r simulation program. Building and Environment, 43 (2008) 601–609.

Swan, L. (2010). Residential Sector Energy and GHG Emissions Model for the Assessment of New Technologies. Ph.D. Thesis, Dalhousie University, Mechanical Engineering, Halifax, Nova Scotia, Canada.

Thevenard, D. & Haddad, K. (2010). Development of a Stratified Tank Model with Immersed Heat Exchangers in ESP-r. eSim2010: The 6th IBPSA Canada Conference. Winnipeg, Canada.

TRNSYS (2006) Version 16, Solar Energy Laboratory, University of Wisconsin, Madison, USA.




SIMULATION DU FLOTTEMENT DE DÉCROCHAGE DES PALES D'ÉOLIENNES À

L'AIDE DES MÉTHODES NUMÉRIQUES Ion Sorin Mineaa,§, Dristysingh Ramdeneea & Adrian Ilincaa

aLaboratoire de Recherche en Énergie Éolienne Université du Québec à Rimouski

Canada, G5L3A1 §Ion Sorin Minea [email protected]

NOMENCLATURE Symboles utilisés K : Constante élastique, N∙m/rad f : Fréquence propre, Hz U : Vitesse de l'air, m/s

Lettres grecques α : angle d'attaque, ° ω : Pulsation propre, rad/s ζ : Taux d'amortissement, -

Indices/Exposants α : angulaire 0 : initial F : flottement

INTRODUCTION

Les performances aérodynamiques des turbines éoliennes sont reliées aux caractéristiques moyennes du vent. Il y a, quand même, quelques effets transitoires et dynamiques importants qui causent l’augmentation des charges et de la fatigue, ou la diminution de la puissance, par rapport aux valeurs moyennes calculées. Les phénomènes non-stationnaires les plus importantes sont : les charges cycliques, la turbulence du vent, le décrochage dynamique, le passage des pales devant la tour et les variations dynamiques de l’écoulement d'air (Manwell 2002).

À l’heure actuelle il y a des logiciels qui calculent les performances du rotor et les charges aérodynamiques auxquelles il est assujetti. Parmi le plus connus de ces logiciels,

code source libre sont : WT_Perf, YawDyn, FAST, PROPID, QBlade.

Il y a d’autres codes de calcul des turbines éoliennes, plus développées comme DHAT de Germanischer Lloyd qui n’est pas disponible sur le marché et GH Bladed de Garrad Hassan qui est un logiciel très puissant mais très coûteux.

Cependant, ces logiciels ne couvrent pas avec exactitude toutes les situations de fonctionnement des turbines éoliennes.

Le Laboratoire National en Énergies Renouvelables (NREL) de Boulder, Colorado a réalisé des essais en tunnel aérodynamique pour une turbine de 10 m diamètre et a obtenu des ensembles de données d'un total de plus de 1700 conditions d'essai différentes de la turbine. Après ces essais expérimentaux, NREL a organisé une comparaison à l’aveugle dans laquelle trente experts en matière, en utilisant un total de 19 outils

RÉSUMÉ

La tendance actuelle dans le domaine de la construction des éoliennes est vers des dimensions de plus en plus grandes parce que le coût de la puissance installée diminue proportionnellement avec l’agrandissement des dimensions et de la puissance de l’éolienne. Cette augmentation de puissance est associée à des pales de plus en plus longues et légères, soumises à des déformations plus grandes produites par les vibrations et les forces aérodynamiques.

Ceci peut influencer négativement la production d’énergie de l’éolienne et la durée de vie des pales. Pour satisfaire l’ensemble de ces exigences dans la conception des pales il est important de développer et valider des outils adéquats permettant l’analyse des phénomènes aéroélastiques complexes qui apparaissent pendant le fonctionnement des turbines éoliennes.

L’objectif de cette recherche est la simulation des deux des phénomènes aéroélastiques parmi les plus souvent rencontrés dans l'exploitation des turbines éoliennes: le flottement de décrochage et la divergence aéroélastique, par des méthodes numériques, en utilisant le couplage des logiciels ANSYS Mechanical et CFX.

L'approche méthodologique proposée combine la modélisation sur ordinateur et les validations avec des résultats expérimentaux.

Mots-clés: interaction fluide-structure, divergence aéroélastique, flottement, vibrations en décrochage


différentes, ont été invitées à prévoir le comportement de la turbine de NREL (Simms 2001).

Les résultats de la comparaison à l’aveugle n’ont pas été concluants. Par exemple, en conditions stationnaires, avec la nacelle orientée vers le vent, sans décrochage, les prévisions de la puissance de la turbine se sont étendues de 25% à 175% des valeurs mesurées (Simms 2001).

Il est donc à souligner que la résolution de ces problèmes demande encore des efforts de recherche et développement et que la mise en place de meilleures procédures et outils d’analyse est nécessaire.

Les dernières années, associé à la croissance de la capacité de calcul des ordinateurs, la Mécanique des Fluides Numérique (CFD – Computational Fluid Dynamics) a été appliquée aux rotors des turbines éoliennes. Les logiciels de mécanique des fluides numérique évoluent rapidement et à présent quelques uns de ces logiciels peuvent réaliser et résoudre des modèles de grandes dimensions. ANSYS CFX peut analyser des modèles de jusqu’à 100 millions de nœuds, ce qui est suffisant pour réaliser la plupart des analyses aérodynamiques et aéroélastiques d’une éolienne.

On a essayé d'étudier l'utilisation du couplage des logiciels commerciaux ANSYS Mechanical et CFX comme outil de conception aérodynamique et structurelle des pales d'éoliennes. On les a employés à l'analyse du flottement de décrochage, un phénomène aéroélastique parmi les plus souvent rencontrés dans le fonctionnement des turbines éoliennes, pour évaluer leurs limites d’application dans le processus de conception.

ÉTUDE DU CAS DU FLOTTEMENT

Le flottement peut être défini comme l'instabilité dynamique d'un corps élastique dans un courant d'air. Il est rencontré le plus souvent dans le cas des les corps soumis à des grandes charges aérodynamiques latérales de type portance, telles que des ailes d'avion, des queues et des gouvernails. Les seules forces aérodynamiques nécessaires pour le produire sont celles qui sont dues à la déflexion de la structure élastique par rapport à l'état non déformé. Le flottement, où la vitesse critique UF et la fréquence ωF sont définies, respectivement, comme la plus petite vitesse et la fréquence correspondante circulaire pour lesquelles une structure donnée, située dans un courant d'air à une densité atmosphérique et une température donnée, présentera des oscillations harmoniques simples soutenues. Comme son nom l'indique, le flottement de décrochage est un phénomène qui survient quand la séparation partielle ou totale de l'écoulement de l'aile se produit périodiquement au cours de l'oscillation. Contrairement au flottement classique (c.-à-d écoulement attaché à tout moment) le mécanisme de transfert d'énergie du flux d'air à l'aile oscillante ne repose pas sur un couplage élastique et/ou aérodynamique entre deux modes, ni sur un décalage de phase entre un déplacement et sa réaction aérodynamique. La caractéristique essentielle du flottement de décrochage est la réaction aérodynamique non linéaire à la

motion de l'aile/structure. Ainsi, bien que le couplage et le décalage de phase peuvent modifier quelque peu les résultats, l'instabilité de base et ses principales caractéristiques doivent être expliqués en termes de caractéristiques non linéaires de la force normale et du moment aérodynamiques (Dowell 2005).

Peut-être le plus grand problème pour la modélisation théorique du flottement de décrochage est le fait que, même en mouvement pure de flexion ou de torsion, la force et le moment dynamiques sont en fait dépendantes de fréquence. En analogie avec le flottement classique, il peut être démontré que même cette dépendance est déficiente, en ce qu’en pratique les caractéristiques peuvent avoir des valeurs doubles. C'est à dire, pour la même valeur de l'angle d'incidence effective α, la caractéristique peut avoir des valeurs différentes selon que α est croissant ou décroissant avec le temps. C'est pour ces raisons que la prédiction du flutter décrochage a été au mieux un processus semi-empirique, et souvent entièrement empirique (Dowell 2005).

On a modélise un cas de flottement de décrochage à un degré de liberté, pour lequel on a des résultats expérimentaux. On essaie de reproduire les résultats expérimentaux obtenus par Jennifer Heeg dans le tunnel aérodynamique l'Université d'Ingénierie Duke en 2000 et présentées dans l'ouvrage intitulé “Dynamic Investigation of Static Divergence: Analysis and Testing” (Heeg 2000).

1. Modèle expérimental

Le banc d'essai d'évaluation de l'instabilité aérodynamique en soufflerie se compose d'une aile ayant comme section un profil aérodynamique typique avec un système flexible de bâti fournissant un seul degré de mode dynamique structural de liberté. Le seul mode dynamique structural de ce modèle est la rotation de torsion, ou l’angle d'attaque.

La section de profil d'aile est un NACA 0012 avec une corde de 8 pouces et une envergure de 21 pouces. Ceci enjambe la section entière du tunnel aérodynamique, du plancher au plafond.

Les paramètres dynamiques structuraux du modèle de l'aile sont illustrés dans le tableau 1 (Heeg 2000).

Tableau 1 : Les paramètres dynamiques structuraux du modèle d'aile testé en tunnel aérodynamique

Constante élastique, Kα

[N∙m/rad]

Pulsation propre,

ωα [rad/sec]

Fréquence propre, fα

[Hz]

Taux d’amortissement,

ζ

5.8262 49.5 7.88 0.053

2. Résultats expérimentaux

Le profil a été fixé aux valeurs de l'angle d'attaque rigide de 0°, 5° et 6°. La vitesse de l'air a été augmentée lentement jusqu'à ce que le profil arrive à une position d'équilibre, à un angle


d'attaque maximal d'environ 11,5°, puis il commence à osciller autour de la position d'équilibre. Les données sur la façon selon laquelle le modèle se déstabilise à trois angles rigides d'attaque différents sont présentées dans la figure 1.

Chacune des lignes de la figure 1 est tracée pour une pression dynamique différente. Les données à l'angle d'attaque de 5° ont été acquises à une pression dynamique de 3,13 lb/pi2. Cette valeur correspond à une vitesse de l'écoulement de 15,8 m/s. La fréquence modale mesurée est de 6,0 Hz.

Chaque ligne montre que le flottement est apparu quand le modèle était assis à un angle d'attaque où l'aile était en décrochage. Les données ont été acquises pour des vitesses au-delà de ces conditions de divergence jusqu'à ce qu'une nouvelle déstabilisation apparaisse (Heeg 2000).

Il s'agit d'un flottement de décrochage vu qu'il apparait quand le profil est en décrochage et on peut supposer qu'il se produit à cause de la séparation partielle ou complète de l'écoulement du profil aérodynamique, périodiquement, pendant l'oscillation.

Figure 1 : Instabilités rencontrées pour des différentes valeurs de l'angle d'attaque rigide

2. Simulation ANSYS-CFX

L'aile est modélisé avec le logiciel ANSYS et le domaine fluide qui entoure l'aile avec le logiciel CFX. Afin de réaliser le couplage fluide-structure, on utilise le solveur multi domaine d’ANSYS nommé MFX.

Le code ANSYS fonctionne comme « maître » : il lit toutes les commandes multi domaine, il récupère les maillages d’interface du code CFX, il crée la « cartographie » et communique au code CFX les valeurs contrôlant les boucles de temps et de couplage .

2.1 Modèle structurel de l'aile

À cause des limitations de la capacité de calcul disponible on a essayé de réduire au maximum le temps de calcul en

construisant un modèle à échelle réduite de la configuration expérimentale. Les dimensions du domaine fluide ont été réduites en diminuant sa profondeur jusqu'à ce on puisse avoir une seule couche d'éléments, ou autrement dit, qu'on le réduise à un domaine 2D.

On a réduit de 262,5 fois l'envergure de l'aile, la constante du ressort et la masse du modèle original, alors que la corde de l'aile a été maintenue à 203,2 mm.

Le moment d'inertie est tel que notre modèle a la même fréquence fondamentale que l'original qui est de 7.88 Hz.

2.2 Modèle du domaine fluide

En ce qui concerne les dimensions du domaine de calcul et les paramètres optimaux de maillage en fonction de la vitesse de l’écoulement, du modèle de turbulence utilisé et de la dimension moyenne des tourbillons, on s'est basé sur les conclusions de l’étude (Tardif d’Hamonville 2009). On a choisi d'utiliser le modèle de turbulence kω-SST, le plus performant parmi celles proposées par le logiciel CFX.

2.3 Simulation numérique

On a choisi de faire la simulation de l'expérimentation à l'angle d'attaque rigide α0 = 5° Le modèle a été fixé à cet angle d'attaque, exempté de tous les degrés de liberté et soumis – pour des fins de convergence – à une vitesse constante de l’air de 1 m/s jusqu’à la stabilisation de l’écoulement. La fixation est enlevée – le profil peut maintenant tourner autour de son axe élastique – et on augmente la vitesse de l'air selon la fonction U = 15,84 − 14,84·exp(-3·t) à partir de 1 m/s jusqu’à 15,805 m/s à la fin de la simulation, après 2,014 secondes. Le pas de temps employé a été de 3,8⋅10-4 s.

RÉSULTATS

Figure 2 : Simulation de l'instabilité rencontrée pour une valeur de l'angle d'attaque rigide α0 = 5°


La figure 2 illustre la réponse de l'aile, calculée par le logiciel ANSYS CFX, la variable représenté étant l’angle d’incidence du profil d’aile.

À cause des limitations de notre capacité de calcul, à partir de cette simulations qu'on a réalisé, on peut vérifier la fréquence du mouvement dans un domaine de vitesse entre 15,6 et 15,8 m/s (15,6 m/s correspond à une erreur de 1,26%) qu'on juge assez proche de la vitesse de l'expérimentation de 15,8 m/s. La fréquence qu'on a obtenue dans ces conditions varie entre 5,822 Hz et 6,326 Hz, ce qui est très proche de la valeur de 6,0 Hz sortie du test expérimental (erreur maximale de 5,43%).

Figure 3 : Mouvement du profile dans l'écoulement d'air au moments de temps 1, 2, 3, 4 et 5 de la simulation

Un grand avantage des simulations CFD est la possibilité de calculer les valeurs de tous les paramètres de l'écoulement à chaque moment de temps et aussi de visualiser les résultats, ce qui peut faciliter en grande mesure la compréhension des phénomènes aéroélastiques analysés. La figure 3 illustre l'écoulement de l'air et le mouvement de l'aile aux moments de temps 1 ÷ 5 de la simulation (voir figure 2), calculés par le logiciel ANSYS CFX, la variable représentée étant la vitesse de l’air. En ce qui concerne la carte des couleurs des images, on a choisi une plage de vitesses assez étroite, entre 14 m/s et 18 m/s, pour sortir en évidence la formation des tourbillons à cause de l'oscillation du profil. Dans les régions en bleu foncé la vitesse de l'air est moindre de 14 m/s et dans les régions en rouge la vitesse de l'air est supérieure à 18 m/s.

CONCLUSION

Les analyses couplées fluide - structure bidirectionnelles demandent beaucoup de ressources informatiques, de mémoire et une vitesse de calcul très importante. Par exemple, la simulation de 2 secondes du flottement de notre modèle, qui a 3 511 éléments solides et 14 334 éléments fluides, sur un ordinateur à 4 GB de RAM a nécessité environ 100 heures. Pour réaliser une simulation complète de l'expérimentation de 17 secondes on aurait eu besoin d'environ un mois en utilisant ce système de calcul. On a obtenu des résultats encourageantes par rapport aux expérimentations pour la reproduction du début d'un phénomène de flottement de décrochage de torsion d'un profil 2D (erreurs de maximum 5,43% pour la fréquence d'oscillation de la structure et 1,26% pour la vitesse de l'écoulement d'air, par rapport aux résultats des tests expérimentaux), un cas pour lequel l'analyse théorique donne généralement des résultats moins fiables (Dowell 2005). Cela confirme la possibilité de continuer les essais afin de vérifier la capacité du logiciel de prédire les caractéristiques du flottement pour des structures en 3D et pour d'autres types de flottement.

RÉFÉRENCES

Dowell, e. a. (2005). A Modern Course in Aeroelasticity. Dordrecht, Kluwer Academic Publishers.


Heeg, J. (2000). Dynamic Investigation of Static Divergence: Analysis and Testing, NASA/TP-2000-210310.

Manwell, J. F., McGowan, J.G. and Rogers, A.L. (2002). Wind Energy Explained – Theory, Design and Application John Wiley & Sons Ltd.

Simms, D. A., Schreck, S., Hand, M.M., Fingersh, L.J. (2001). NREL Unsteady Aerodynamics Experiment in the NASA-Ames Wind Tunnel: A Comparison of Predictions to Measurements NREL.

Tardif d’Hamonville, T. (2009). Modélisation et Analyse des Phénomènes Aéroélastiques pour une pale d’Éolienne, Master Thesis, Université du Québec à Rimouski.




IMPACT OF SOLAR ELECTRICITY ON RURAL DEVELOPMENT

A study of some villages in Dinajpur and Thakurgaon of Bangladesh

Md. Monjure Alam Pramanik Ph.D Researcher,

Department of Planning and Regional Development University of Thessaly, Volos, Greece

E-mail:[email protected]

ABSTRACT This study has been conducted based on the assumption that availability of energy has significant effects on the income, production and QOL, etc. The intention of this study was to find the truth to this assumption and investigate the impact of solar electricity in the development process and the quality of the people in the remote villages of two far flung districts of Bangladesh. This research takes up for study four underdeveloped villages in Dinajpur District and Thakurgaon District near the border of Bangladesh. Of the four villages, two villages have been provided with solar electricity recently and other two villages do not have any electricity as yet. Survey of the villages revealed that the village where electricity is still absent has not changed much in regard to socio economic aspect, but those with solar electricity are buzzing with economic activities due to the longer working hours and business hours made available through solar lighting. Quality of life has also increased due to increased income, scope of recreation, increased awareness of development, higher literacy rate, etc. The study shows how solar electricity has effected rural development and brought changes in the villages of Rotnay and Guliara where it has been introduced and compare the effects with villages where there is no electricity as yet, as in Manikbati and Anjamkhor.

Key words: QOL, Photovoltaic (PV) Technology, Rural Development, Solar Home System. INTRODUCTION Solar energy is one of the major sources of renewable energy. The introduction of Photovoltaic (PV) technology has made it possible to generate electricity directly from the sun. Solar energy's unique attributes of no need for fuel, high durability and reliability and being able to operate for prolong periods without maintenance; make it economical for all types of remote applications. (Ahmed, 1994) Out of about 25 million households of Bangladesh, only around 4.2 million households had been brought under the network of conventional electricity till to-date (Haq, 2009) Since the rural network is characterized by a comparatively lower consumer density, it often becomes difficult and uneconomic to reach electricity to all villages, islands, coastal areas, hilly regions and other inaccessible parts of our country within the command area of a Rural Electrification Board. The only way to overcome the difficulty is the decentralized mode of power distribution which can be conveniently provided by PV systems. (Barua,1997) This is a unique advantage of this new technology. Secondly, it does not need any conventional fuel and as such there is no fuel cost- a great relief in these days of energy crisis. Thirdly, there is no moving part in this system resulting into quiet functioning leading to long durability and soundless environment.

The Solar PV Pilot Project and its successful operation has created the initial confidence of the operators as well as the rural consumers to the extent that this is a technology that functions and enhances the quality of life at remote, far-flung areas and inaccessible islands, where the conventional electricity grids would never be techno-economically viable for various reasons. The main aim of

this study is, therefore, to contribute to a better understanding of the potential impact of PV systems on sustainable agriculture and rural development especially concerning income-generating activities in some selected rural areas of Dinapur and Thakurgaon districts where solar energy is already in use. RESEARCH OBJECTIVES: The aim of this research was to find out the suitability of solar energy for rural development. To achieve the aim the following objectives have been set: i) Compare rural development in areas with and without solar energy. ii) Compare rural development before and after solar energy introduced. iii) Compare solar energy with traditional electricity system.

METHODOLOGY: Rural development of a country is measured by some indicators-such as agricultural production, livestock and fisheries production, educational facilities, commerce and business facilities, law and order conditions, economic activities, income generating activities.(World Commission on Environment and Development Report, 1987) To measure the influence of solar electricity on the above indicators, the following methodology was adopted: 1. Selection of the Study Area: To determine the actual impact of solar energy on rural development some rural areas were selected with respect to topography, income level, literacy, communication system, cropping pattern, business pattern and other conveniences


where some areas are provided with the solar energy and some are not. For this purpose, two rural areas would be selected from Thakorgaon District and another two rural areas are selected from Dinajpur District.

Solar Electrified Rotnay Village: Rotnay is a very small village in Baliadangi Thana of Thakurgaon District. The village is located in a very remote area and it is near the border line of our country. Here in many houses solar home system has been introduced. The village encompasses an area of about 5 sq. km.

Non-Electrified Anjamkhor Village: Anjamkhor is also a very small village in Thakurgaon District. This area is beside Rotnay village. Its area is also around 8 sq. km. It is also very remote and is also situated near the border line of Bangladesh and India. The village has no electricity at all. Infrastructural development of the village is very negligible. It is one of the most deprived areas of Bangladesh. Solar Electrified Guliara Village: This solar electrified village is in the Khansama thana of Dinajpur district. Its area is about 6 sq. km. It is mainly an agricultural area.

Non-Electrified Manikbati Village: Manikbati is a small Village of Ranirbondor Thana of Dinajpur district. It is fully non-electrified area. This area is also very deprived in respect of infrastructural development. Its area is about 7 sq. km.

In respect of topography, income level, communication system, cropping pattern, business pattern and other conveniences Rotnay and Anjamkhor are similar Guliara and Manikbati are similar.

2. Literature Survey: An elaborate literature survey on the topic was carried out for a better understanding of the issue. Due to nature of the topic a part of the study has been based on some worldwide Solar Projects applied in some developing countries. These are as follows:

• Renewable Energy technologies, Their Applications in Developing World (1991)

• Solar Electricity for Rural Development; Experience in the Dominican Republic .

• Solar Electricity in Rural Development: experience in Nepal.

• PV electricity in rural development through adult literacy programme: Experience in Honduras.

• PV electricity in rural development through pumping for irrigation: Experience in India.

In “Renewable Energy Technologies, Their applications in developing world” (1991) by L.A Kristoferson and V.Bokalders, different techniques of using solar energy is given. In this various factors relating production, economy and dissemination of solar devices and application of various types of solar system is discussed. Husain and Pandey (1991) discussed about some solar energy projects in Orissa in their book “ Micro-Level Energy Planning”. In that book they showed that energy planning for rural areas is very important for developing nations. The success of energy planning for any particular area depends on integration of use of various energy sources, both traditional and renewable.

Since 1984, Enersol Associates, a US non-profit organization and ADESOL, Enersol’s Dominican counterpart, have fostered rural electrification in the Dominican countryside using an approach called the Solar Based Rural Electrification Concept or “SOBASEC”. “SOBASEC” makes use of photovoltaic technology and local human and institutional resources to bring power and light to rural communities beyond the reach of existing electricity distribution networks. The history of use of solar PV technology for rural electrification in Nepal and even worldwide is not very long. Nepal saw the first case of rural electrification through PV when 3 mini-grid PV systems were installed in 1988-89 with French government support. Installations of stand-alone solar home systems in 1993 at Pulimarang in Tanahu district of Nepal marked a new beginning in the use of Technology in Nepal. By 1993-94, there were 3 solar PV companies in Nepal. A number of ogranizations (GOs/NGOs/donors) started providing support for dissemination of SHSs in limited ways. The government provided subsidies for a limited number of SHS installations starting from the fiscal year (FY) 1995-96. The Alternative Energy Promotion Centre(AEPC) launched the Energy Sector Assistance Programme(ESAP)—a Danida-supported government programme in April 1999 for 5 years as phase 1, with a possibility of continuing the support for 10-15 years. The solar energy component of ESAP of Solar energy Support Programme 9SSP) has been supporting dissemination of SHSs in Phase 1. ESAP took around 2 years to help the sector set up a subsidy policy, a delivery mechanism and other programmatic systems and structures for integrated and sustainable dissemination of SHSs. The all-round development objective of ESAP was “to improve living conditions of the rural population by easing its access to energy technologies with better performances in terms of productivity, use versatility and environmental impacts’. In Honduras, in 1999 PV systems were acquired with the help of donations from PV manufactures, and installed in schools and community centers. The programme was found to have a significant impact on income against costs per participants (state-financed). Traditional basic education costs US$100 on average per participant. Other important impacts of the programme include benefits such as higher self-esteem, improved health, improved civil participation, increased knowledge of reproductive health and increased school performance of their children. The Indian PV programme-as part of a renewable energy programme is one of largest and oldest in the world. Started in 1975, it shifted its focus to rural applications from 1982 onwards. The programme received a major boost in 1992 when a revolving credit fund was introduced, coinciding with the privatization of deliveries. By 1999 more than 39 MWp had been installed, including applications for telecommunications (still around 50-60 percent of installations), lighting (home and street), solar lanterns, vaccine refrigerators and pumps. In 1992, a demonstration programme for Solar PV pumps fo agriculture and other uses was introduced. With the aid of subsidies and soft loans PV pumps were introduced in several phases. At the endof the first phase, in 1995, 463


pumps had been installed. 81 percent of the users expressed satisfaction with the overall performance of the system. At the end of March 1997 a total of 1816 pumping systems had been installed: 58 percent for irrigation and agriculture; 30 percent for horticulture; and 12 percent for other uses. By the end of 1999 a total of 3100 pumping systems had been installed. From the literature review it was found that for the developing countries solar energy is playing an important role in various aspect of rural development such as agricultural production, educational facilities or other societal development. As Bangladesh is a rural based country and only 16% areas of total country is under national grid electricity, the experiences of solar electricity uses of developing countries is a model for the improvement of rural life the country. 3. Data Collection and Analysis: For the purpose of the study the required information and data was collected from two sources:

3.1 Secondary Sources: The secondary data on solar energy was collected from the relevant renewable energy related govt. and non-govt. organizations of Bangladesh.

3.2 Primary Sources: The actual impact of the solar energy was revealed by the household and rural market questionnaire survey. For this purposes all the solar houses (n=300) of solar electrified study area of Thakurgaon District and all the solar houses (n=475) of solar electrified study area of Dinajpur district were selected. The houses from non-electrified study area of Thakurgaon and Dinajpur districts were selected randomly. The survey was conducted to know about the condition of the study area a year before solar electrification and a year after the introduction of solar electrification. The indicators used to assess the impacts are as follows: Agricultural production Fisheries and livestock production Educational facilities Commerce and business facilities Health service improvement Law and order condition Performance of daily activities Performance of household activities Income generating activities Scope of employment opportunity for woman. The above survey was done through household interviews in both the villages. Different people were interviewed such as farmer, teacher, businessman, tailor, small traders, fisherman etc. This provides information from a wide range of people After completion of the collection of above data it was processed to establish the object of research work. IMPACT OF SOLAR ELECTRICITY ON RURAL DEVELOPMENT:

A) SOCIAL IMPACT The access of rural people to the solar electricity has changed not only their habits, but also their life style, traditions, work schedule, way of thinking and to some extent social norms and values too. In both the solar electrified villages of Thakurgaon and Dinajpur District, the main social impacts of the solar electricity are given as follows:

1. Change in Daily Work Schedule Before the introduction of Solar Home System, in general, daily works in the villages started with sunrise and finished at sunset. As for the lighting, kerosene was only one option and which would be bought from the market located far from the village or would be paid for at high cost if bought in nearby shops. Thus the consumption of kerosene also depends upon the level of income and priority of the work to be done at night. Every extra minute of time for the use of kerosene lamp cost more money and generally due to this reason, most of the work was done during daytime. But after the SHS was introduced into the village, the use of extra time at night costs no more extra money and people are free to plan and manage their work according to their needs, and not as regulated by daylight or night. But in the non-electrified villages of both districts, there is no change in daily work schedule.

2. Longer working hours: Before solar electricity there was nothing to do after taking evening meal other than sleeping, so sleeping time was somehow longer before electricity arrived. Now they can do some more interesting and more important works rather than sleeping. So the sleeping hours have considerably decreased. But in the non-electrified villages of both districts, there is no change in the case of sleeping hours of the inhabitants.

3. Access to Information and Entertainment Solar Electricity has opened a wide door to the inhabitants of solar electrified village of both districts through TVs. Now they can encounter information on the same day about what has happened in the world. They can now learn many new things such as life styles, civilizations, cultures, languages, etc. They now have a new means of information and entertainment. In the solar electrified villages of both districts the no. of TVs has increased than their non-electrified condition. But in the non-electrified villages of both districts the no. of TVs has not changed than their earlier condition. So, in the solar electrified villages of Thakurgaon and Dinajpur districts the access to information and entertainment is very high than their non-electrified counterparts.

4. Economic Impacts Economic impacts are not less important than social ones in rural areas. Social impacts are urged by the society and sometimes individuals are more influenced by economic benefits and incentives than social ones as economic matters are directly related to their survival. The majority of the people in most of the villages are still struggling for survival because they still do not have sufficient income for basic needs. So without addressing economic interests of such people, no programme can fulfill its objective. In line with this, implementation of SHS in rural areas has a considerable amount of economic impacts in rural livelihoods, as follows:

5. Promotion of Small Enterprises This is not a completely new thing started by the impact of solar energy but they were comparatively low in number and scale as opening hours were limited basically to daylight hours. Even they used kerosene for lighting, but their sales during the evening were limited, because


potential costumers of their business generally did not come to them. Now as the people go to the bed late in the evening, they have more time to sell their things. Apart from that, some small enterprises based on local resources have been initiated using solar energy only for lighting. But in the non-electrified villages of both districts, there is no sign about the promotion of small enterprises.

6. Income Generating Activities Now the people can utilize their leisure time not only in sleeping but also in other income generating activities such as sewing, knitting, handicrafts, etc. which, on the one hand, increases their source of income and, on the other hand, provides an opportunity to use local resources in terms of money, materials and human resources, allowing them to enhance their skills for economic well-being.But in the non-electrified villages of both districts, there is no vital scope for income generating activities.

7. Reducing transportation cost for Kerosene and Battery purposes: As the rural areas are located very far from city centers and market centres, the cost of kerosene and batteries is very high due to high transport costs, sometimes more than four / five times that in cities. But in the non-electrified villages of districts, Kerosene and battery consumption for various purposes is same as earlier. Because of solar electricity the use of kerosene and batteries considerably decreased thus the transpiration cost in this regard decreased. But in the non-electrified villages of both districts, there is no effect on the transportation cost as earlier. 8. Some other income generating activities in narrow scale: In very narrow scale PV system is using for heating a soldering iron for repairing radio, television etc in both the solar electrified study area. Carpenter has extended his working hours after the sunset using solar system enabling him earning more than before. Saw mill owner has extended his working hours as well by installing solar system. Some members of Grameen Bank in the solar electrified study area of both districts can communicate with her relatives working in towns and cities of home and abroad. This communication facility through this phone can be availed by other villagers of locality on making payment to the member of Grameen Bank and thus they are making a significant income. Thus it may be said that the world has been shorted so far as communication is concerned. But the entire credit goes to the solar system, which is the only source of charging the battery of the mobile phone. Before introduction of solar system it was rather unthinkable to have a telephone communication with the rest of the world standing in a remote village of Bangladesh.

B) EDUCATIONAL IMPACT 1. Literacy rate: The overall literacy rate was found much higher in the solar-electrified households (38-39%) compared to that in the non-electrified (25%) households of both districts. This is similar in case of male and female literacy rate.

2. Educating the Adult People: Illiteracy among adults in rural areas is still very high despite the enormous effort of governmental and non-governmental rganizations to reduce the illiteracy rate in the village. It is very difficult to

convince adults to attend school. As electricity was introduced in the village and people have become more ware by listening to the Radio and watching the TV and they gradually feel the necessity of being literate. Even those who illiterate can acquire knowledge by hearing various awareness program from radio and TV. Thus, Radio and TV are playing active roles in educating people. Though there were some radios and cassette players in the village even before there was electricity, only richer people could afford these. Even if they had it, they could not use them for longer periods due to the cost of batteries. Now they are free to use such appliances - no fear of expenditure for batteries. Now the students need not worry about the kerosene costs while reading at night. They can read and write at night as much as they like. People are being educated on health and sanitation, on family planning and maternity, on social and political matters, on inventions and achievements of science and technology, etc by means of TV and radio at home. Previously it was very difficult to educate the people on such things. The introduction of solar energy in rural areas has a significant impact on family planning and population growth by sensitizing them about the positive and negative impacts of rapid population growth and family planning through radio and TVs on one hand and providing them with an extra means of entertainment during the evening.

C) IMPACT ON REDUCING SOME HUMAN DISEASES Replacing kerosene lamps with solar-powered lights mitigates the risks and health problems associated with using kerosene. In surveys people reported that the following diseases are occurred in the non-electrified households than their solar-electrified counterpart.

Eye irritation, Coughing and Bronchial diseases

These diseases are fully associated with the use of kerosene lamps. In both the non-electrified villages about 40 % people has the above problems but their solar electrified counterpart has not so. In addition to emitting pollutants with known respiratory impacts (such as carbon monoxide, nitrogen oxide, and hydrocarbons), kerosene lamps are a fire hazard. Furthermore a substantial number of children reportedly die of accidental kerosene poisoning every year. D) IMPACT ON GENDER DIMENSIONS Women's empowerment, changing status. Solar electrification has contributed to the positive development on women's socio-economic status. Solar electricity has left a profound impact on woman mobility, participation in income generating activities, decision-making, freedom in using income and savings, better utilization of credit, knowledge about gender quality issues, household work plan according to convenience, changes in attitude in terms of reducing healthcare disparities, increase in overall years of schooling for both boys and girls, preference to send girls to schools, awareness about negative impact of dowry. Although, women in the non-electrified villages are working inside and outside home, they have less control over utilization of their earnings, decision-making; and their level of awareness of fundamental rights is low. One of the significant facts, that


emerged is that if electricity is provided to them these women can benefit substantially with more power or status. E) IMPACT ON REDUCING OUT-MIGRATION TOWARDS URBAN AREA: In many developing countries, migration from rural to urban areas is creating tremendous social and ecological problems. People move to the city for jobs and to gain access to electricity and other modern amenities. While it is unlikely that electricity alone will stem the tide of rural to urban migration, it is possible that solar electrification in rural areas can help by improving the quality of life there. Many have said that, because of electricity, new income activities have emerged, which has created more employment opportunities, and that, in turn, gave impetus for people not to go nearby urban area for work from solar electrified villages. The occupational pattern has changed in the solar electrified villages. In addition, due to the availability of various improved facilities people are also attracted toward electrified villages. These have been instrumental in reducing out-migration for job from electrified villages and in increasing in migration (both temporary/seasonal and permanent) to electrified from non-electrified villages.

F) IMPACT ON ENVIRONMENTAL PROTECTION Not only PVs are environmentally superior to kerosene and dry cells, they also have advantages over other electricity supply options. PV modules generate electricity without emitting local air pollution or acid rain precursor gases, water pollution, or noise. The modules are typically roof-mounted or require very little ground space, so PV based rural electrification also avoids the disruptive land use impacts associated with power lines and some methods of electricity generation. Since stand-alone PV systems provide electricity without power lines, their use in protected forest areas and buffer zones can be particularly valuable for ecosystem preservation. Power line corridors can open access for the development of forested areas, change the diversity of species within ecosystems, and cause ecosystem fragmentation. Furthermore, power-line construction and maintenance activities themselves can be quite disruptive. CONCLUSION The access of rural people to the solar electricity has changed not only their habits, but also their life style, traditions, work schedule, way of thinking and to some extent social norms and values too. Before solar electricity there was nothing to do after taking evening meal other than sleeping,. Now they can do some more interesting and more important works rather than sleeping. Solar Electricity has opened a wide door to the inhabitants of solar electrified village of both districts through Televisions (TV). Now they can encounter information on the same day about what has happened in the world. They can now learn many new things such as life styles, civilizations, cultures, languages, etc. They now have a new means of information and entertainment. On the other hand this solar electricity is playing an indirect role on awareness of Human right, Health, Hygiene and Sanitation, reducing some human diseases, women's empowerment, changing status, protective Security, reducing out-migration towards urban area. In a word solar electricity plays an enormous role in the overall rural development. In my study it is proved in many ways. So, it therefore

necessary to take positive steps from the govt. and private sectors to increase the solar electricity the other rural areas of the country in an effective way which will ultimately introduce the new horizons of rural development.

ACKNOWLEDGEMENTS

The author is indebted to Bangladesh University of Engineering and Technology its financial support for doing the research ‘Impact of Solar Electricity on Rural Development.” REFERENCES

Ahmed, K. 1994 "Renewable Energy Technologies- A Review of the Status and Cost of Selected Technologies", World Bank Technical Paper Number 240, Energy Series World Bank, Washington D.C. (ISSN 0253-7490). Barua, D.C, 1997. 'The Role of Grameen Shakti in Promoting Renewable Energy in Bangladesh"- Paper presented to International Conference & Exhibition on village Electrification Through Renewable Energy, 3-5 March 1997, New Delhi. Haq, A.M.A, 2009 "Solar Thermal Energy As Energy Option For Poverty Alleviation", Proceeding of the National Seminar on Renewable Energy for Poverty Alleviation (NSREPA-97) October 21-23, 2009, IEB, Dhaka, Bangladesh. Husain and Pandey, 1991 “Micro-Level Energy Planning.- some solar energy projects in Orissa”, New Delhi. "Energy 2000-A Global Strategy for Sustainable Development"-A Report for the World Commission on Environment and Development, 1987;


Article RIED2012

Technology in Sustainable Energy

19-20 juin 2012, Montréal

RIED2012 / Eh-16

SIMPLIFICATION OF CFD MODELS IN AN AIM TO APPLY PREDICTIVE CONTROL ON FLUTTER

PHENOMENON Drishtysingh Ramdenee

a, §, Sorin Ion Minea

a & Adrian Ilinca

a

aWind Energy Research Laboratory

Université du Québec à Rimouski

Canada, G5L3A1 §Drishtysingh Ramdenee [email protected]

NOMENCLATURE

α Angle of attack θ Plunge angle ψlo Longitudinal Speed Turbulence Spectrum

wg Centre of gravity M Aerodynamic moment ψla Lateral Speed Turbulence Spectrum

ψv Vertical Speed Turbulence Spectrum

INTRODUCTION

As wind turbines become increasingly large and more flexible,

concerns are increasing about their ability to sustain both static

and dynamic charges. When it comes to static loads, the

calculation is fairly easy and IEC norms adequately set the

standards for the manufacturing industry. However, when it

comes to dynamic loads, the modeling is far more complex as

we need to include the rotational movement, the bending, the

wind speed, turbulence and other complex fluid-structure

interactions that can generate divergence, dynamic stall or

flutter. The main aim of modeling these phenomena is to be

able to apply mitigation actions to avoid them as they are

extremely damageable for wind turbines. In this article, we will

model one of the most destructive aeroelastic phenomena -

flutter via Matlab/Simulink and compare our results with

ANSYS – CFX based CFD generated results. The aim of the

Simulink based modeling is to set up an integrated model that

can more easily be incorporated in a control strategy to limit

operation in critical vibration conditions. Aerodynamic flutter is

a dynamic aeroelastic phenomenon characterised by blade

response with respect to changes of the fluid flow such as

external atmospheric disturbances and gusts. Flutter is a very

dangerous phenomenon resulting from an interaction between

elastic, inertial and aerodynamic forces. This takes place when

the structural damping is not sufficient to damp the vibration

movements introduced by the aerodynamic effects. Flutter can

take place for any object in an intense fluid flow and condition

of positive retroaction. In other words, the vibratory movement

of the object increases an aerodynamic solicitation, which, in

turn, amplifies the structural vibration. When the energy

developed during the excitation period is larger than the normal

system dumping, the vibration level will increase leading to

flutter. The latter is characterized by the superposition of two

structural modes – the pitch and plunge movement. When wind

speed increases, the frequency of these vibration modes

coalesce to create the resonance of flutter

FLUTTER PHENOMENON

Flutter is caused by the superposition of two structural modes –

pitch and plunge. The pitch mode is described by a rotational

movement about the elastic centre of the airfoil whereas the

plunge mode is a vertical up and down motion at the blade tip.

Theodorsen (Theordorsen, 1935) developed a method to

analyze aeroelastic stability. The technique is described by

equations (1) and (2). α is the angle of attack (AoA), α0 is the

static AoA, C(k) is the Theodorsen complex valued function, h

the plunge height, L is the lift vector positioned at 0.25 of the

chord length, M is the pitching moment about the elastic axis,

U is the free velocity, is the angular velocity and a, b, d1 and

d2 are geometrical quantities as shown in figure 1.

ABSTRACT Study of aeroelastic phenomena on wind turbines (WT) has become a very important issue when it comes to safety and

economical considerations as WT tend towards gigantism and flexibility. At the Wind Energy Research Laboratory

(WERL), several studies and papers have been produced, all focusing on computational fluid dynamics (CFD)

approaches to model and simulate different aeroleastic phenomena. Despite very interesting obtained results; CFD is

very costly and difficult to be directly used for control purposes due to consequent computational time. This paper,

hence, describes a complementary lumped system approach to CFD to model flutter phenomenon. This model is based

on a described Matlab-Simulink model that integrates turbulence characteristics as well as characteristics aerodynamic

physics. From this model, we elaborate on flutter Eigen modes and Eigen values in an aim to apply control strategies

and relates ANSYS based CFD modeling to the lumped system. This system, as compared to CFD models which

require significant computational time, offers predictive real time control on wind turbines. Such studies are presently

being conducted at the WERL.


Figure 1: Model defining parameters

2 1 1 2 2 2 2 1

2 1 1 2 2 2 2 18 " # $2 % 2 The Theodorsen equation can be rewritten in a form that can be

entered and analyzed in Matlab Simulink as follows:

2 & $ 1 1 2 2 $& 2 ' 2 $' 3

2 ) * +1 1 2 2 & ,- 2 & 2 ' 18 #2 ' . 4

Initially, it is important to find a relationship between the

generalized coordinates and the angle of attack of the model.

This will be essential in the computation of the aerodynamic

forces. From (A.G Chervonenko et al, 1984), the relationship

between the angle of attack and the coordinates can be written

as:

0, 2, 3 45 4 3 & 3 6 04 3& 78 0, 2, 3 5

From these energy equations, the Lagrangian equations are

constructed for the mechanical system. The first one

corresponds to the vertical displacement z and the other is

subject to the angle of attack α.

Hence:

;' <=>? @' = 6 and

<@' <=>? ' <?B & @ 7 In order to enable numerical solving of these equations, we

need to express FE and MGas polynomials of α. Moreover; IJ KLJ and M KLN for S

being the surface of the blade, CE, the lift coefficient, CP being

the pitch coefficient, FE being the lift, MG, the pitch moment. CE

and CP values are extracted from NACA 4412. Degree 3

interpolations for CE and CP with respect to the AoA are given

below:

J 0.0000983 # 0.0003562 0.1312 0.4162 8 N 0.00006375# 0.00149 0.001185 0.9312 9 MATHLAB-SIMULINK AND ANSYS-CFX TOOLS

Mathlab documentation describes the Matlab included tool

Simulink as an environment for multi-domain simulation and

Model-Based Design for dynamic and embedded systems. It

provides an interactive graphical environment and a

customizable set of block libraries that let you design, simulate,

implement, and test a variety of time-varying systems. For the

flutter modeling project the aerospace blockset of Simulink has

been used. The Aerospace Toolbox product provides tools like

reference standards, environment models, and aerospace

analysis pre-programmed tools as well as aerodynamic

coefficient importing options. Among others, the wind library

has been used to calculate wind shears and Dryden and Von

Karman turbulence. The Von Karman Wind Turbulence model

uses the Von Karman spectral representation to add turbulence

to the aerospace model through pre-established filters.

Turbulence is represented in this blockset as a stochastic

process defined by velocity spectra. For a blade in an airspeed

V, through a frozen turbulence field, with a spatial frequency of

Ω radians per meter, the circular frequency ω is calculated by

multiplying V by Ω. For the longitudinal speed, the turbulence

spectrum is defined as follows:

STU σWVLW . 0.8 πLW4b .#1 \4bωπV ^ 10

Where _`represents the turbulence scale length and a is the

turbulence intensity. The corresponding transfer function used

in Simulink is expressed as: STU bcd2 eL 1 0.25 eL ?

1 1.357 eL ? 0.1987 \eL ?^ ? 11


For the lateral speed, the turbulence spectrum is defined as:

STf g \L^

1 \3L ^ . he 12

And the corresponding transfer function can be expressed as:

STf g \?L^

1 \3L ?^ . ie ? 13

Finally, the vertical turbulence spectrum is expressed as

follows:

Sj g\kl^mn\opkql ^m . hr 14

And the corresponding transfer function is expressed as

follows:

Sj g \?L^

1 \4L ?^ . ir ? 15

The Aerodynamic Forces and Moments block computes the

aerodynamic forces and moments about the center of gravity.

The net rotation from body to wind axes is expressed as:

CWst u cos α cos β sin β sin α cos β cos α sin β cos β sin α sin βsin α 0 cos α | 16

On the other hand, the fluid structure interaction to model

aerodynamic flutter was made using ANSYS multi domain

(MFX). As we mentioned in the abstract of this paper, the

drawback of the ANSYS model is that it is very time and

memory consuming. However, it provides a very good option

to compare and validate simplified model results and

understand the intrinsic theories of flutter modelling. On one

hand, the aerodynamics of the application is modelled using the

fluid module CFX and on the other side, the dynamic structural

part is modelled using ANSYS structural module. An iterative

exchange of data between the two modules to simulate the

flutter phenomenon is done using the Workbench interface.

Details of this modelling are available in a work conducted by

D.Ramdenee et al. ( D.Ramdenee et al. 2010)

EXPERIMENT FOR VALIDATION

D.Ramdenee et al. (D.Ramdenee et al., 2010), furthermore,

makes a literature review of work performed at the Langley

Institute of the NASA on divergence and flutter. It is clear from

there that most work has been performed on the control and

mitigation of such phenomena without emphasizing on the

modelling. This is mainly because the latter is very complex

and the aim is primarily to avoid these phenomena. The aims of

the studies conducted in by J.Heeg (J. Heeg, 2000) were to: 1)

to find the divergence or flutter dynamic pressure; 2) to

examine the modal characteristics of non-critical modes, both

in subcritical and at the divergence condition; 3) to examine the

eigenvector behaviour. The test was conducted by setting as

close as possible to zero the rigid angle of attack, α0, for a zero

airspeed. The divergence/flutter dynamic pressure was

determined by gradually increasing the velocity and measuring

the system response until it became unstable. The results of J.

Heeg (J. Heeg, 2010) will be compared with our aerospace

blockset-based obtained model.

RESULTS

We will first present the results obtained by modelling AoA for

configuration # 2 in (J. Heeg, 2000) for an initial AoA of 0°. As

soon as divergence is triggered, within 1 second the blade

oscillates in a very spectacular and dangerous manner. This

happens at a dynamic pressure of 5,59 lb/pi2 (268 N/m

2).

Configuration #2 uses, in the airfoil: 20 elements, unity as the

normalized element size and unity as the normalized airfoil

length. Similarly, the number of elements in the wake is 360

and the corresponding normalized element size is unity and the

normalized wake length is equal to 2. The result obtained in (J.

Heeg, 2010) is illustrated in figure 2:

Figure 2: Flutter response- an excerpt from (J. Heeg, 2010)

The same modeling was performed using the Simulink model

and the result for the AoA variation and the plunge

displacement is shown below:

Figure 3: Flutter response obtained from Matlab Aerospace

blockset

The AoA variation, the aerospace blockset based model

provides very similar results with J. Heeg results. The

amplitude is, also, around 0 17 and the frequency is 0.45

Hz. Furthermore, we notice that the profile of the variation is


very similar. We can conclude that the aerospace model does

represent the flutter in a proper manner. It is important to note

that this is a special type of flutter. The frequency of the beat is

zero and, hence, represents divergence of “zero frequency

flutter”. Using Simulink, we will vary the angular velocity of

the blade until the Eigen mode tends to a negative damping

coefficient. The damping coefficient, ~ is obtained as: ~ PW, ω is measured as the Laplace integral in Simulink, c is the

viscous damping and ω=d P. Figures 4 below summarises the

results obtained illustrating the damping coefficient against

rotor speed and flutter frequency against rotor speed.

Figure 4: Damping coefficient and flutter frequency against

rotor speed

We, now present the results obtained for the same case study

using ANSYS – CFX. We notice that the frequency of the

movement using Matlab is 6.5 Hz that using the ANSYS-CFX

model, 6.325 Hz and that obtained from Jennifer Heeg

experiments 7.1Hz. Furthermore, the amplitudes of vibration

are very close as well as the trend of the oscillations. For points

noted 1, 2 and 3 on the flutter illustration, we exemplify the

relevant flow over the profile.

Figure 7: Flutter simulation with ANSYS-CFX at 1) 1.8449 s, 2)

1.88822 s and 1.93154s

CONCLUSION FUTURE OF THE PROJECT

In this article, we have emphasized on risks of dire aeroelastic

events like flutter and the need to apply predictive control. We

have shown that CFD models allow for precise modeling but

fail to be integrated in a real time control strategy. However,

results of offline run CFD models have been used to build

Lagrangian turbulence and transport models on a Matlabl –

Simulink interface that can be used according to different

scenarios in a control strategy. In other words, real time

modeling of the general damping coefficient of the system can

be used to apply a complementary continuous variable damping

to always target a non negative overall damping. The modeling

of such a variable damper based on various principles is

presently being performed at the WERL and is expected to be

an excellent and breakthrough tool in general aeroelastic

control and ice removal on wind blades.

REFERENCES

Theodorsen, T., General theory of aerodynamic instability and

the mechanism of flutter, NACA Report 496, 1935.

A.G Chervonenko et al, ‘’ Effect of attack angle on the

nonstationary aerodynamic characteristics and flutter

resistance of a grid of bent vibrating compressor blades’’ UDC

621.515/62-752

D.Ramdenee et al. “Numerical Simulation of the Divergence

Phenomenon on a NACA 4412 Airfoil-Part 2” Canadian

Society of Mechanical Engineering Conference, University of

Victoria, British Columbia, June 2010.

D.Ramdenee et al. “Numerical Simulation of the Divergence

Phenomenon on a NACA 4412 Airfoil-Part 1” Canadian

Society of Mechanical Engineering Conference, University of

Victoria, British Columbia, June 2010.

J. Heeg “Dynamic Investigation of Static Divergence: Analysis

and Testing” Langley Research Center, Hampton, Virginia,

2010




MODELING WAKE EFFECTS ON WIND FARM FOR INEFFICIENCY ASSESSMENT USING COMPUTATIONAL FLUID DYNAMICS

Drishtysingh Ramdeneea,b,§, Pierre-Luc Paradis a,§, Thomas Poirier Audeta, H. Ibrahim a & Adrian Ilincaa aWind Energy Research Laboratory (WERL)

bL'Institut de technologie de maintenance industrielle Université du Québec à Rimouski

Rimouski, Canada, G5l3A1 §Drishtysingh Ramdenee [email protected]

INTRODUCTION

Wind turbines and wind farms are very costly and are essential to maximize their production and reduce maintenance needs. However, several scourges make such an assertion difficult – one of them is the presence of wakes which occurs due to turbine-turbine interaction. As J.W Cleijne (J.W Cleijne, 1993) puts it: the grouping of huge turbines into large wind farms introduces two major issues: reduced power production from a wind turbine working in the wake of another and the shortening of the lifespan of the rotors due to increased turbulence intensity in the wake. It is, thus, clear, that wake modeling is a crucial issue and in this paper we illustrate ongoing research at the WERL to model such with an aim to advice upon optimized positioning. This can be achieved using numerical or experimental simulation. We have opted for numerical simulation for several reasons among which the high cost, and the availability of data for pre-defined points such that only global information of the flow field can be evaluated in the case of experimental simulation. As illustrated in (B. Sanderse, 2007), optimization of a wind farm layout in an experimental setting is almost impossible. At the WERL, we propose computational fluid dynamics (CFD) based models, to simulate energy potential over a farm. To achieve high accuracy results, the solver must be very powerful and the built model very complete. This article focuses on simulations performed on high level software Windmodeller run on the very powerful solver ANSYS-CFX to perform energy assessment and wakes modeling calculation. This is the continuity of a long haul work

based on assessing the pertinence of these simulations and analysis of the intrinsic analytical models leading to the numerical model.

CFD MODEL

Our present model is run on Windmodeller and uses the CFX solver to solve the different transport and energy equations over finite volumes bounded by user defined boundary conditions. The different run simulations have been with SRTM files. These have 90 m or 3 arc second resolutions. All introduced terrain files are converted to tessellated format (STL) via a triangulation of point coordinate data to yield a facetted representation of the geometry. A constant roughness can be specified or a roughness file (.map, .csv) can be specified and the model read the file to interpolate it on the geometry. The mesh is then made using CFX custom tools and is hexahedral with 5 or 9 blocks aiming at process automation. It is impossible to set appropriate boundary profiles where the terrain has an appreciable radial gradient as it results in unwanted void zones in the solution. The used approach to overcome this problem is to combine a blending/ extension approach to extend the mesh out to a relatively large radius, with a coarse mesh. The mesh template is then morphed onto STL terrain representation. Incoming flow in the inlet is prescribed as Dirichlet conditions for velocity and turbulence quantities and as Neumann conditions for pressure. The entrainment opening for the outgoing flow and top of the domain are defined by prescribed static pressure, Neumann

ABSTRACT

In this article, we focus upon the undergoing studies at the WERL aiming at modeling wind distributions and energy assessment on wind farms. One of the objectives of this project, upon which we emphasize in this document, is the evaluation of power production inefficiency due to the formation of aerodynamic wakes. The simulation of wake models on a wind farm is performed by computational fluid dynamics tools that allow the prediction of wind distributions over a region and stratified over different atmospheric altitudes with terrain aerodynamics considerations. In other words, from measured meteorological data from boundary measuring masts, we can evaluate with terrain, roughness and canopy distributions over a region, the corresponding wind distribution and further simulate wake effects due to the presence of wind turbines in the studied domain. The ability to model wakes allows us to predict energy efficiency of the wind farm and propose better financial prediction of the profitability of different wind projects. Moreover, we can simulate different wind turbine scenarios according to different predominant wind regimes to advice upon the best wind turbine arrangement to reduce wake effects.

Keywords: turbine inefficiency, computational fluid dynamics, wakes, terrain aerodynamics, energy assessment


conditions on velocity and similar conditions for outgoing flow. As for the wall, we define no slip conditions on velocity. The wall momentum flux is calculated from wall functions for prescribed wall roughness and the turbulence kinetic energy is defined as zero flux. A ε enclosure allows for wall dissipation and a ω closure ensures that the wall shear remains constant with mesh refinement. In our model, we assume that the flow field is incompressible since we have seen that the upstream and downstream velocities typically vary between 5-25 ms-1. Since we do not model the rotor directly and we compressibility is only important at blade tips, the incompressible Navier-Stokes equations are used as governing equations of wind-turbine wake modeling. ( )

( )

( )

These governing equations are completed with the previously detailed initial and boundary conditions as well as turbulence definitions. Though constant density is usually used, the model proposes an option to have a variable density with height (anaelastic approximation, sometimes referred to as “deep Boussinesq” approximation). This is relevant when we are modeling deep atmosphere. The presence of non linear convective terms creates a wide range of time and length scales rendering the solving of the set of equations very difficult. The range of scale which is dependent on the Re number can vary, within the atmospheric boundary layer, from 1 mm to 1 km. Large Re number in the wake and blade calculations lead to large range of scales making DNS (Direct Numerical Simulation) not feasible. Thus, turbulence models that can provide a simplified representation of the wind turbine in case of wake calculations and vice versa need to be constructed. Several turbulence models have been constructed, studied and worked upon for the last decades. In our model, we make use of the RANS (Reynolds-Averaged Navier Stokes) methods to aim for a statistical description of the flow. In order to characterize the turbulence nature of the flow RANS models split flow quantities in an average and fluctuation decomposition. In our case, we can use numerous turbulence RANS models available within CFX. The choice of our models has been dictated by studies performed on the turbulence models in (K. Rados et al, 2009). Since the models is more convenient far from boundaries, in bulk flow regions and is less computationally demanding, the latter was used in the wake modeling. On the other hand, the model was used near the blade surfaces where fluid to boundary interaction needs to be modeled. For our model rotor or blade representation is essential. Two approaches are usually used: the generalized actuator disk approach, in which the blades are represented by a body force and the direct approach in which the actual blades are included in the computational mesh. For several reasons, among which a compromise with computational requirements we used the actuator disk in our model. This approach is a

practical model for calculations with many turbines as is the case in our farm modeling. As requirements, we require the turbine thrust curve, turbine diameter and turbine hub height. This model provides momentum sink in cylindrical volume surrounding each turbine am dot circumvents the explicit calculation of the blade boundary layers, reducing computational cost and easing mesh generation. The disk is modeled as an additional term in the momentum equations. Further details on the analytical equations are presented in (D.Ramdenee, 2012).

MODEL VALIDATION

We could not find any wake simulation for which results could be either qualitatively or quantitatively evaluated. Therefore, in an attempt to validate our terrain aerodynamics based model, we ran our model on Bolund Island for the blind test simulation [18]. The Boulund experiment was conducted on Windmodeller for 4 precise simulation cases which were previously conducted during the blind test. These cases are presented in table 1. We show simulation results of our model post processed by both Windmodeller and ANSYS- CFX.

Table 1: Presentation of the 4 cases run on Bolund Island during Blind

test.

Case Wind Direction [0]

Roughness, m U0 , m/s

1 270 0.0003 0.4 2 250 0.0003 0.4 3 239 0.0003 0.4 4 90 0.015 0.5

Figure 1 below illustrates the generated terrain generated for Bolund Island with the 10 masts.

Figure 1: Bolund Island representation and measuring masts

In an article by D.Ramdenee et al. (D.Ramdenee et al, 2012), the authors present the results of simulations conducted experimentally and via different numerical models. In this paper, results for the Bolund validation are only presented for case 4 as post processed by Ansys-CFX and Windmodeller. In case 4 the simulation was performed with an initial wind of 16.69 m/s at a height of 15.6 m and a wind angle of 900. The presented values are wind data at mast M9 (D.Ramdenee et al, 2012). We note that the results (based on cases 1-4) obtained by our Windmodeller based model and those experimentally obtained from Bolund Island blind test are satisfactorily small, with an average of 3.76 %. It is surprising to note that post


processing and measuring of simulated data can bring significant errors with a discrepancy of 2.44 % between Windmodeller post processed data and ANSYS-CFX processed ones.

Table 2: Simulated velocities according to our models and post

processed by Windmodeller and ANSYS-CFX for case 4

8 1,9 5 9 15,6 5

velo-exp: 13,4880221

14,8595191

14,2276939

16,6642395

14,8595191

velo-the: 13,31 14,9 15,3 16,69 14,66

velo-ansys 12,915823

14,618889

15,658299

16,588678

14,6188886

(%)err: -1,34% 0,27% 7,01% 0,15% -1,36%

Ansys:(%)err:

2,96% 1,89% -2,34% 0,61% 0,28%

Figures 2 represent turbulent kinetic energy distribution over Bolund Island using our model post processed on Windmodeller.

Figure 2: Kinetic representation on Bolund Island using our model

with Windmodeller

This shows that the 3.76 % error of our model generated results with experimental ones is not very important. Furthermore, a possible error source is that the list of produced values by the software does not provide the results at the exact desired height. Linear interpolations need to be done between two close points from the required value to have an approximation of the latter. Another error source is the quite coarse mesh size which has been used as a compromise due to computational time. This blind test experiment allowed us to conclude that our model correctly simulates the wind over a certain terrain. The aim was then to model wakes in a wind farm using the same model.

WAKE MODELING MOTIVATION AND TEST CASE

Numerous press articles make mention of the energy loss due to wrong positioning of wind turbines within a wind farm whereby wind turbines see themselves to operate in the wake of front wind turbines and are subjected to lower wind regimes, yet, with higher turbulence intensities that add to fatigue solicitations on the blades of rear blades. Most articles emphasize on the fact that at wind farms where many towers

are clustered together, turbulence generated by the massive

blade can degrade the performance of other windmills by as

much as 10-20 percent. Furthermore, the articles present the problem of fatigue in explaining that turbulence can trigger vibrations in turbines downwind. This has dire consequences on maintenance costs, premature part failure and reduced lifespan. A test case on a hypothetical wind farm set in the region of Safi was performed by the WERL. Reasons for the choice of this site are elaborated in (D.Ramdenee et al, 2012).Responding to certain needs in the region; the WERL has worked on the terrain aerodynamics and wind potential simulation along a 20 km coastline. Furthermore, for future potential developments, turbine power simulation and wake modeling for one hundred 2 MW machines have been included in the simulations. The predicted arrangement of fifty turbines on each side of the coastline road with a 400 km separation led us to believe that it is very possible that rear wind turbines will have to operate in low speed conditions, yet, with fatigue inducing regimes. A simulation was run to model the wake phenomena and evaluate the capacities of our tool to advice on wind turbines positioning in a wind farm.

WAKE MODELING RESULTS

Qualitative Results

We made use of 100 Enercon, E-82 wind turbines installed over 20 km with 50 wind turbines in the front and 50 in the rear with respect to the predominant wind. Details of the wind turbine are available in (D.Ramdenee et al, 2012). The thrust curve, power curve and diameter files for the wind turbines and the model run with wakes modeling to evaluate the turbine interactions. The simulated model makes use of 195474 nodes, 354965 elements among which 66720 tetrahedra, 15561 wedges, 160937 pyramids and 111747 hexahedra. The model took 2 days and 14 hours to run. Figures 3 and 4 represent the zone with normalized velocity with the 100 E-82 turbines and the zone representing turbulent kinetic energy with the 100 E-82 turbines. The black dots along the coastline represent the wind turbines. These figures give us an idea of the presence of wakes and a proper qualitative representation of the turbine – turbine interaction in a wind farm. From figure 3, we can clearly see that the operating speed of rear turbines is significantly less that than of that incident on the front turbines. Similarly, we notice that the turbulence intensity, to which rear turbines are subjected to, is significantly greater than the turbulence intensity confronting frontal turbines. The first observation leads to the conclusion that, with such an arrangement, power


production of rear wind turbines is highly jeopardized and the second observation emphasizes on the fact that rear turbines will be subjected to high variability wind flow and, will, thus, encounter more aeroelastic solicitations and a probabilistic reduced lifespan.

Figure 3: Safi region with normalized velocity and wakes

representation

Figure 4: Safi region with turbulence kinetic energy and wakes

representation

Qualitative analysis of our modeling, therefore, correctly pinpoints to the problematic associated to turbine-turbine interaction due to un-optimized farm arrangement.

QUANTITATIVE RESULTS Limited or no quantitative comparison exists upon the power loss, velocity loss or turbulence intensity increase when we talk of effects of turbine-turbine interaction. However, many press articles refer to an average 30 % loss of power between frontal and rear turbines. We wished to evaluate if our model can evaluate power losses in the same order of magnitude. To do so, we compared the simulated data for four pair of turbines found in the middle of the hypothetical wind farm. When we refer to a pair, we mean the frontal and rear turbine. We collected velocity and turbulent kinetic energy (T.K.E) data at one particular time and at a height of 82 m from the ground corresponding to the height of the hub. The four frontal turbines are referred to as: A1, B1, C1 and D1, and the four rear turbines as A2, B2, C2 and D2. We noted that behind each turbine there is a velocity drop. This was well anticipated as we recall the disk model of the wind turbine whose presence acts as a retarding force on the aerodynamic flow. For our four pairs of

turbines the average velocity reduction is equal to 10.4 %. This is very significant and we can anticipate a high power loss, also, as the power is directly proportional to the cube of the velocity. We note that the average power loss for the four pairs of wind turbines is 27.9%, conforming to the 20-30% energy loss put forward by a number of press articles.

As we, also, anticipated, the T.K.E increases in the rear of the turbines. The exception is for the second set where the subjected T.K.E for the frontal turbine is larger than that for the rear turbine. This might be due to some other phenomena that the increased disk vortices like: high gradient terrain, annihilating vortices, etc.

CONCLUSION

In this article we have seen a number of steps in terrain aerodynamics modeling and energy loss assessment due to presence of wakes. It is important to note that this presented work is the fruit of numerous background works. We saw that our model performs really well for wind distribution assessment on a terrain through a calibration section whereby our model was compared to results obtained during the Bolund blind test experiment. For wake simulation and corresponding power loss assessment, we have had values in the order of magnitude of those presented in press papers. However, in the long term, it would have been interesting to simulate the model on a real, existing wind farm and compare our velocity, power and T.K.E as a result of turbine-turbine interaction with experimentally measured data.

REFERENCES

J.W. Cleijne. ‘Results of Sexbierumwind farm; single wake measurements’. Technical Report.TNO-Report 93-082, TNO

B. Sanderse. ‘Aerodynamics of wind turbine wakes- literature

review’. Technical Report ECN-E–09-016,ECN, Netherlands, 2009. K. G. Rados, J. M. Prospathopoulos, N. C. Stefanatos,E. S. Politis, P. K. Chaviaropoulos, and A. Zervos. ‘CFD modeling

issues of wind turbine wakes under stable atmospheric

conditions’. EWECMarseille, 2009.

D.Ramdenee et al. ‘CFD modeling in terrain

aerodynamics’ASME conference, 2012.


Article RIED2012

Technologie en énergie durable


RIED2012 / Ef-18

MODÉLISATION D’UN MOTEUR DIESEL EN VUE DE LA VALORISATION DE SES REJETS

THERMIQUES

Oumar Samakéa,b,§, Ousmane Sowb & Nicolas Galanisa a Génie mécanique, Université de Sherbrooke

b Génie électromécanique, École Polytechnique de Thiès §Auteur de correspondance [email protected]

NOMENCLATURE

Symboles utilisés

h : enthalpie massique, J/kg

m : débit masse, kg/s p pression, Pa P : puissance, W Q: chaleur, W

Lettres grecques

ρ : Masse volumique, kg/m3

Indices/Exposants

car : carter ech : échappement m: mécanique po: pompe rad: radiateur

INTRODUCTION

Ce travail a comme but la revalorisation des pertes énergétiques générées lors du fonctionnement des moteurs Diesel à injection directe [1]. Il présente la modélisation du moteur étudié afin de mettre en évidences les contributions et pertes énergétiques lors de son fonctionnement. Plusieurs travaux similaires se trouvent dans la littérature (A. Salah [2], Zhecheng Lu [3], Aderghal [4], Saulnier [5]) et sont axés sur les moteurs suralimentés et à allumage commandé à l’exception de ceux effectués par Bourhis [6] dont une partie des travaux fait référence au moteur diesel à injection directe et s’intéresse à une caractéristique bien définie. Les modèles généralement utilisés dans les différents travaux peuvent être classés en deux groupes [7] : les modèles de représentation et les modèles de connaissance.

Le modèle de représentation assimile le moteur à une boite noire fournissant un signal de sortie en réponse à un signal d’entrée [7]. Ils se subdivisent en modèles linéaires et non linéaires. Les modèles linéaires sont représentés de façon classique par des fonctions de transfert [8], [7], ou un espace vectoriel d’état [9]. La présence d’une non linéarité se traduit par une variation des paramètres du modèle linéaire dans la zone d’étude [7].

Les modèles de connaissance traduisent les phénomènes mis en jeu et sont décrits par des équations physiques basées sur des lois de conservation ainsi que sur les lois régissant les propriétés et l’état des fluides [10], [7]. Ils existent trois catégories de modèles de connaissance qui se différencient par le degré de simplification des équations dans les hypothèses formulées selon Benson [11]:

RÉSUMÉ

La présente étude porte sur la simulation d’un modèle de moteur Diesel à l’aide du logiciel MATLAB. L’objectif visé est de quantifier les différentes pertes thermiques des moteurs Diesel et également d’identifier l’influence d’un certains nombre de paramètres sur ces dernières en régime quasi permanent. Les différents paramètres retenus dans la simulation sont : la richesse du carburant, le rendement volumétrique et la cylindrée du moteur. La programmation est basée sur l’application des lois et principes de la thermodynamique et de la thermique sur le modèle d’étude aboutissant ainsi à un bilan énergétique au niveau de chaque sous système du moteur c'est-à-dire les collecteurs d’admission et d’échappement, les pompes d’injection de carburant, les pompes à eau et d’huile, le radiateur et enfin le bloc carter. Les résultats obtenus montrent que les pertes au niveau de l’échappement présentent 32% de la combustion alors qu’à travers les parois du carter, dans l’eau, et dans l’huile de lubrification elles présentent respectivement 20%, 12%, et 2% de la combustion. Nous constatons également que les pertes au niveau des échappements demeurent les plus importantes quelques soient les variations des paramètres considérés dans ce travail. Mots-clés: Moteur Diesel; Simulation; Pertes; Revalorisation.


- Modèles quasi-stationnaires [12] : avec comme pionnier Winterbonne [13], ce modèle décrit la réponse transitoire par une série d’états stationnaires mécaniques.

- Modèles de vidange et de remplissage: utilisés par Watson [8], les différents volumes impliqués (cylindres, collecteurs,...) sont des systèmes ouverts,[14].

- Modèles d’action d’ondes : la méthode de calcul des modèles à action d’ondes consiste en la résolution des équations gouvernant l’évolution d’un fluide compressible en instationnaire, moyennant l’hypothèse que le phénomène est unidimensionnel [15], [7].

Le modèle d’étude dans ce présent travail est une combinaison du modèle quasi stationnaire et du modèle de vidange. Ces modèles ont permis l’application du bilan énergétique et la mise en évidence de l’évolution temporelle des pertes énergétiques en fonction de certains paramètres tels que la richesse et la cylindrée en régime quasi permanent du moteur Diesel.

PRESENTATION DU MODÉLE

Modèle simulé

Figure 1: présentation du modèle de simulation

Légende :

Relatif à l’eau de refroidissement

Relatif au carburant

Relatif à l’air d’admission

Relatif à l’huile de lubrification

Relatif aux gaz d’échappement

La Figure1 présente un schéma du moteur et de ces accessoires. L’air frais est aspiré par dépression et traverse les section 1-2 du collecteur d’admission pour ensuite pénétrer la cylindrée du bloc carter, ce processus correspond à la première étape du cycle moteur. Dans le bloc carter l’air est comprimé jusqu’à la température d’auto-inflammation. Une fois cette température atteinte le carburant est aspiré par la pompe d’injection à travers la section 5 et refoulé dans le bloc carter à travers la section 6. Les gaz après combustion s’échappent par la section 3 et traversent le collecteur d’échappement. Le travail fourni après combustion entraine les pompes d’injection, à huile et à eau ; l’huile de lubrification est aspirée par la pompe à huile et

traverse le carter et revient dans le bac à huile. La pompe à eau aspire également l’eau par la section 9 contenue dans le radiateur et la refoule dans le carter et revient au niveau du radiateur par la section 8.

Mise en équations

L’application du bilan énergétique aux différents éléments du moteur donne les équations globales suivantes en fonction des enthalpies hi et pressions pi.

Les équations sont justifiées à gauche et leur numéro est justifié à droite de la colonne.

les collecteurs d'admission et d'échappement

012 hhmair (1)

034 hhmech (2)

Les pompes à eau, huile, et d’injections

eau

eaueaupo

ppmP

109

,

(3)

huile

huilehuilepo

ppmP

1112

,

(4)

gasoil

gasoilgasoilpo

ppmP

56

,

(5)

Le radiateur

98 hhmQ eaurad (6)

Le bloc carter

carm QPhmhm

hmhmhmhmhm

=+++

3388

77226610101212

(7) En plus de ces équations résultantes de l’application des principes fondamentaux de la thermodynamique, des expressions empiriques issues des travaux déjà existants, ont été utilisées afin de compléter le nombre d’équations par rapport au nombre d’inconnus. Le système d’équations obtenu est résolu sur MATLAB suivant un algorithme séquentiel qui permet de générer des courbes dont les interpolations sont plus proches du degré quatre.

RESULTATS ET DISCUSSIONS

Les données ci-dessous sont considérées constantes durant la simulation:

La température à l’admission : 298 K

Pression atmosphérique : 101 325 Pa


le pouvoir calorifique inferieur du gasoil: 42500 kJ/kg

Évolution temporelle des pertes énergétiques en fonction de

la richesse

La richesse de carburant varie entre 1,4 et 1,6 alors que la cylindrée et le rendement volumétrique sont respectivement de 4 litres et 0,9

Figure 2 : Répartition de la puissance calorifique cédée à :

l’huile (a), les parois (b), l’eau (c), l’échappement (d), en

fonction de la richesse du carburant (rich).

La figure 2 présente l’évolution temporelle des puissances perdues dans l’huile de lubrification (a), dans l’eau (b), aux parois (c) et a l’échappement (d) ; pour différentes richesses dans le moteur Diesel. On note une évolution croissante de toutes les grandeurs jusqu’ à une stabilisation à des valeurs constantes au bout de quelques secondes. La première phase correspond à la phase transitoire et la dernière la phase permanente.

Les courbes montrent que les différentes grandeurs augmentent au fur et à mesure que la richesse de carburant augmente. Nous notons tout de même que cette augmentation n’est pas perceptible durant la phase transitoire et reste également très faible en régime permanent, environ 3%.

Les résultats montrent que la plus grande perte d’énergie à lieu au niveau des gaz d’échappement (d) avec environ 32% de l’énergie de combustion. Cette perte est suivie de celle perdue à travers les parois 20% (c) et 12% de l’énergie de combustion est cédée au liquide de refroidissement (b). Le flux d’énergie cédé à l’huile est de l’ordre de 2% de l’énergie totale fournie après la combustion.

Évolution temporelle des pertes énergétiques en fonction de

la cylindrée

les cylindrées varient de 1 à 10 litres et seule 3 valeurs sont représentées sur la figure 4. Le rendement volumétrique est de 1 et la richesse du carburant 1,5.

Figure 3 : Répartition de la puissance calorifique cédée à :

l’huile (a), les parois (b), l’eau (c), l’échappement (d), en

fonction de la cylindrée (Cyl).

Les résultats de la figure 3 présentent les différentes pertes au niveau de l’huile (a), des parois (b), de l’eau(c), et au niveau des échappements (d) cela en fonction de la variation de la cylindrée. On note une forte influence de la cylindrée sur les différents flux de chaleur perdue figure 3. Les différentes grandeurs évoluent au fur et à mesure que la cylindrée du moteur croit.

Nous constatons également que les pertes ont considérablement augmentées en les comparant aux résultats de la figure 3.

La simulation montre aussi que les échappements demeurent toujours les plus grandes pertes d’énergie du moteur, malgré l’augmentation de la cylindrée.

Évolution temporelle en fonction du rendement

volumétrique

Le rendement volumétrique du moteur évolue entre 0,1 et 1 pour une cylindrée de 4 litres et une richesse de carburant de

1,5.

Figure 4:Répartition de la puissance calorifique cédées à :

l’huile (a), les parois (b), l’eau (c), l’arbre (d), l’échappement

(e), la combustion (f) en fonction du rendement volumétrique

(rdv)

0 5 10 15 20 25 30 35 40 450

0.5

1

1.5

2

2.5

Temps en seconde (s)

Qua

ntité

de

chal

eur

cédé

e à

lhui

le e

n kW

(a)rdv:0.1

rdv:0.4

rdv:0.8

0 5 10 15 20 25 30 35 40 45

5

10

15

20

25


Qua

ntité

de

chal

eur

cédé

e à

la p

aroi

s en

kW

(b)

rdv:0.1

rdv:0.4

rdv:0.8

0 5 10 15 20 25 30 35 40 45

2

4

6

8

10

12

14

16

18

20

22


Qua

ntité

de

chal

eur

cédé

e à

leau

en

kW

(c) rdv:0.1

rdv:0.4

rdv:0.8

5 10 15 20 25 30 35 40 45

5

10

15

20

25

30

35

40


Qua

ntité

de

chal

eur

cédé

e à

lech

appe

men

t en

kW

(e)rdv:0.1

rdv:0.4

rdv:0.8

0 5 10 15 20 25 30 35 40 45

1

2

3

4

5

6

7


Qua

ntité

de

chal

eur

cédé

e à

lhui

le e

n kW

(a)

cyl:1

cyl:3

cyl:5

0 5 10 15 20 25 30 35 40 450

10

20

30

40

50

60

70


Qua

ntité

de

chal

eur

cédé

e à

la p

aroi

s en

kW

(b) cyl:1

cyl:3

cyl:5

0 5 10 15 20 25 30 35 40 45

5

10

15

20

25

30

35

40


Qua

ntité

de

chal

eur

cédé

e à

leau

en

kW

(c)cyl:1

cyl:3

cyl:5

5 10 15 20 25 30 35 40 45

20

30

40

50

60

70

80

90

100

110

120


Qua

ntité

de

chal

eur

cédé

e à

lech

appe

men

t en

kW

(e)cyl:1

cyl:3

cyl:5

(a) (b)

(d) (c)

0 5 10 15 20 25 30 35 40 45

1.5

2

2.5

3

3.5

4

4.5

5

5.5

6


Qua

ntité

de

chal

eur

cédé

e à

lhui

le e

n kW

(a)ric:1.4

ric:1.5

ric:1.6

0 5 10 15 20 25 30 35 40 4510

15

20

25

30

35

40

45

50

55


Qua

ntité

de

chal

eur

cédé

e à

la p

aroi

s en

kW

(b)

ric:1.4

ric:1.5

ric:1.6

0 5 10 15 20 25 30 35 40 4510

15

20

25

30


Qua

ntité

de

chal

eur

cédé

e à

leau

en

kW

(c)

ric:1.4

ric:1.5

ric:1.6

5 10 15 20 25 30 35 40 45

30

40

50

60

70

80

90


Qua

ntité

de

chal

eur

cédé

e à

lech

appe

men

t en

kW

(e)

ric:1.4

ric:1.5

ric:1.6

(a)

(d)

(b)

(c)

a

c

b

d

a

c

d

b


La figure 4 présente l’évolution temporelle des puissances perdues dans l’huile de lubrification (a), dans l’eau (b), aux parois (c) et à l’échappement (d) ; pour différents rendement volumétrique dans le moteur Diesel. L’évolution de la puissance calorifique cédée à l’eau, sous l’influence du rendement volumétrique est croissante. En effet, les courbes figure 5.c donnent des valeurs de 3 à 10 kW selon que le rendement prenne des valeurs allant de 0,1 à 0,8. Cela peut s’exprimer en pourcentage par une variation relative de 25%. La même remarque peut être notée sur les autres résultats de la figure 5.

CONCLUSION

Dans ce travail nous nous sommes intéressés à la quantification des pertes énergétiques dans un moteur diesel. Ceci a été possible par application des principes et lois de la thermodynamique et également par simulation d’un modèle de moteur diesel typique.

Il ressort de ces travaux que la richesse de carburant a peu d’influence sur les pertes énergétiques contrairement au rendement volumétrique et à la cylindrée du moteur. Une augmentation de ces derniers entraine par conséquent une croissance des pertes énergétiques.

Il est également à constater que quelque soient le paramètre retenus (la richesse, le rendement volumétrique ou la cylindrée) dans ce travail les plus grandes pertes ont toujours lieu au niveau des échappements puis à travers les parois du carter.

REMERCIEMENTS

Les remerciements vont à l’endroit de Monsieur Ousmane Sow Enseignant et Directeur des Eudes à l'École Polytechnique de Thiès, et également à Monsieur Gustave Sow, Directeur du Laboratoire d'Énergie Renouvelable (L.E.R) à L'ESP de Dakar . Au Professeur Nicolas Galanis à l'Université de Sherbrooke.

RÉFÉRENCES

Samake, O. (2012). Quantification des pertes thermiques de

moteur Diesel en vue d’une perspective de revalorisation. Master de recherche science de l'ingénieur, Ecole Supérieure Polytechnique de Dakar Amara. S. (1994). Elaboration et validation d'un modèle de

transferts thermiques instationnaires gaz-paroi dans la

chambre de combustion d'un moteur. Thèse de doctorat, Ecole Centrale de Lion.

Zhecheng. L. (1991). Bilans énergétique et exergétique d'un

moteur a allumage commande. Thèse de doctorat, Ecole Centrale de Lion.

Aderghal. Na., Bouchoucha. A. (2005). Modélisation des flux de chaleur aux parois dans un moteur diesel a aspiration

naturelle, 12èmes

Journées Internationales de Thermique. Algérie.

Saulnier. JB., Alexandre. A. (1985). La modélisation thermique par la méthode d’analyse nodale. Revue Générale de

Thermique, 280, 363-371.

Bourhis. G., Leduc. P. (2010). Energy and Exergy Balances for Modern Diesel and Gasoline Engines. Oil & Gas Science and

Technology,1(65), 39-46.

Younes. R., Champoussin. J.C modélisation du moteur diesel

suralimenté en vue de sa commande optimale

Bowns D.E. (1970). The dynamic transfer characteristics of reciprocating engines, Proc. Instn. Mech. Engrs, 185, 16-71.

Garaudée. B. (1986). Identification dynamique dans l’espace vectoriel d’état, des fonctions de transfert d’un groupe

motopropulseur Diesel suralimenté, application à sa commande multivariable.Dynamique du G.M.P. Diesel turbo-chargé,

Entropie, 132, 40-49.

Chen S., Billings S.A., Cowan C.F.N., Grant P.M., (1990). Practical identification of NARMAX models using radial basis functions, Int. J. Contro, 52, 1327-1350.

Benson R.S. (1982). The thermodynamics and gas dynamics of internal Combustion engines, 1. Oxford University Press.

Sharman RH., Blumberg. P.N., (1977). The influence of induction and exhaust processes on emission and fuel consumption in the spark ignited engine, SAE pa per 770880.

Winterbonne. D.E. (1977). A wholly dynamic model of a turbocharged Diesel engine for transfer function evaluation, SAE paper 770124.

Charlton S.J., (1984). A study of highly turbocharged high speed Diesel engines, Proceedings of I.M.E. 198.




INFLUENCE DES CARACTÉRISTIQUES DE LA TURBULENCE SUR LA

PERFORMANCE D'UN GÉNÉRATEUR THERMOÉLECTRIQUE Éric Sempelsa, Stéphane Pichéb & Frédéric J. Lesageb,§

aÉcole Polytechnique de Montréal bLaboratoire en Énergie Durable du Cégep de l'Outaouais (LÉDCO) §Auteur de correspondance [email protected]

INTRODUCTION

Récemment, de nombreuses études sur la conversion thermoélectrique ont été réalisées en visant une solution concrète au problème de déchets thermiques industriels. Ces études demeurent principalement dans des laboratoires et n'ont pas encore eu d'application industrielle significative en raison d'un rendement qui n'amortit pas le coût d'installation dans un délai économiquement viable (e.g. [1]). Cependant, les déchets thermiques sont abondants et ils représentent une source d'énergie non-exploitée. Il est donc nécessaire d'étudier le système énergétique qui alimente le phénomène thermoélectrique dans une application industrielle afin de maximiser la puissance électrique.

À cette fin, D. Crane et S. Jackson [2] ont modélisé numériquement un échangeur de chaleur typique de certains systèmes de refroidissement industriels afin de montrer que les générateurs thermoélectriques dotés de modules de tellurure de bismuth (Bi2Te3) pourraient fonctionner conjointement avec des échangeurs de chaleur pour produire de l’électricité à l’échelle industrielle. En effet le Bi2Te3 a été identifié dans de nombreuses études (e.g. [3], [4]) comme étant le matériel le plus efficace dans une plage de température de 20°C à 150°C – la plage typique des résidus thermiques industriels.

L'application industrielle visée par cette étude emploie un générateur doté de modules thermoélectriques Bi2Te3 qui est alimenté d’eau chaude avec une diffusion thermique apportée par une source d'eau froide. Le phénomène étudié est l'effet de la turbulence à l'intérieure des conduites. En effet, A. Rezania et L. A. Rosendahl [5] ont modélisé l'effet des régimes d'écoulements laminaires et turbulents d'un générateur thermoélectrique afin de démontrer qu'un régime de turbulence augmente le nombre de Nusselt d'une manière importante. La turbulence dans les conduites améliore donc le transfert

thermique et en conséquence, elle incite davantage l'effet thermoélectrique. Cependant, un écoulement dans le régime laminaire nécessite un nombre de Reynolds très faible, condition plutôt rare dans une simulation industrielle, où l'écoulement se trouve nécessairement dans un régime de turbulence. La question devient donc, existe-t-il des caractéristiques de turbulence qui favorise la puissance thermoélectrique?

Afin de répondre à cette question, des modules thermoélectriques disponibles sur le marché furent insérés dans des générateurs thermiquement en parallèle et électriquement en série. Les paramètres de fonctionnement sont : le débit d’eau chaude, le débit d’eau froide, la température de l'eau chaude, la température de l'eau froide, la résistance de charge et l’effet turbulent d'insertions qui perturbent l’écoulement à l'intérieure des conduites.


La représentation schématique du montage expérimental du générateur thermoélectrique est illustrée dans la Fig. 1. Le système consiste principalement d’un convertisseur de chaleur en électricité, une conduite d’eau chaude et deux conduites d’eau froide.

Il est important de noter que le débit d’eau chaude et le débit d’eau froide sont en contre-courant. Ceci est nécessaire afin de rendre la dissimilitude de température homogène à travers les semi-conducteurs de Bi2Te3. En effet, si les liquides se déplaçaient en parallèle, la dissimilitude de température entre les deux diminuerait en raison de leur interaction thermique. Cet affaiblissement de gradient de température réduirait donc l’effet Seebeck et en conséquence aussi la puissance électrique générée.

RÉSUMÉ Afin d’arriver à une solution concrète au problème de déchets thermiques industriels, de nombreuses études cherchent à maximiser la production électrique générée par l'effet Seebeck. Dans le cas d'un générateur thermoélectrique avec un transport thermique apporté par des écoulements de liquides, les caractéristiques de turbulence sont peu considérées en raison du fait que les murs intérieurs des conduites assurent un écoulement en régime de turbulence. La présente étude démontre que les caractéristiques de turbulences apportées par des insertions qui perturbent l'écoulement à l'intérieur des conduites d'un générateur thermoélectrique ont une incidence importante sur la performance du générateur. Mots-clés: Générateur thermoélectrique, turbulence, module de tellurure de bismuth, échangeur de chaleur.


Figure 1. Schéma du montage expérimental.

Le principe thermoélectrique de base d’un module thermoélectrique est illustré dans la Fig. 2. Le module est constitué de semi-conducteurs de Bi2Te3 placés en série alternée entre un, de type négatif qui favorise un courant porteur de charge négative, et un de type positif qui favorise un courant porteur de charge positive. Ceci forme des thermocouples connectés électriquement en série et thermiquement en parallèle. Lorsqu'un gradient de température est maintenu à travers le module, le flux de chaleur traversant le module est converti en énergie électrique.

Figure 2. Production d’une tension électrique à partir d’un

gradient de température.

Dans cette étude, trois générateurs thermoélectriques testent les paramètres de fonctionnement sur la production d’électricité maximale. Chaque générateur est fabriqué d’aluminium avec des modules thermoélectriques insérés à l’intérieur. Chaque module contient une couche de Bi2Te3 coincée par deux couches de céramique non conductrices. Les modules sont de 30 mm par 30 mm par 4,8 mm. Les deux premiers générateurs mesurent chacun 12.5 cm par 9.0 cm par 1.73 cm et le troisième mesure 47.2 cm par 9.0 cm par 1.73 cm. Le premier générateur (TEG8) contient 8 modules, le deuxième contient 12 modules (TEG12) et le troisième contient 40 modules (TEG40). Les conduites de fluides sont d’un diamètre intérieur de 9.52 mm et d’un diamètre extérieur de 12.7 mm.

Une installation d’essai et de simulation industrielle est mise au point avec une excellente précision sur le contrôle du débit d’eau chaude, la dissimilitude de température entre l’entrée

froide et l’entrée chaude et la résistance de charge électrique imposée sur le système. L'interface ScienceWorkshop 750 permet de faire le lien entre l'ordinateur et les capteurs. Le logiciel DataStudio fourni par Pasco, est utilisé pour l’acquisition des données. Le générateur thermoélectrique est isolé par une mousse de polystyrène afin de minimiser la perte thermique par diffusion. Le générateur est aussi entouré d’une protection de fibre de verre en cas de fuite d’eau chaude. L’installation au complet, l’isolation thermique d’un générateur et le contrôle du débit et de la température de l’eau chaude ainsi que le montage des débitmètres sont illustrés dans la Fig. 3 et la Fig. 4 ci-dessous.

Figure 3. Isolation d’un générateur et système de contrôle du

débit et de la température de l’eau chaude.

Figure 4. Montage des débitmètres.

Turbulences

Le paramètre visé dans cette étude est l’effet de la turbulence. Il est important de noter que l'écoulement est toujours dans le régime de turbulence en raison du petit diamètre des conduites. En effet, lorsque le nombre non dimensionnel de Reynolds d’un débit de fluide à l’intérieur d’une conduite cylindrique est supérieur à 2300, l'écoulement est dans un régime de turbulence (e.g. [6]).

Le nombre non dimensionnel de Reynolds pour un débit à l’intérieur d’une conduite cylindrique de diamètre D est défini,

(1)


où V , ρ et µ sont le débit volumique, la densité et la viscosité du fluide respectivement.

Dans cette étude, l’eau utilisée est entre 20 °C et 90 °C avec un débit variant entre 5 et 10 L/min. En appliquant les propriétés de l’eau au nombre de Reynolds pour cette plage de température et de débit, le domaine du nombre de Reynolds tombe entre 11598,6 et 112285. Ce domaine est entièrement au-dessus du nombre critique de 2300 indiquant que la turbulence est ubiquiste dans toutes les expériences de cette étude.

Afin d’évaluer s'il existe des caractéristiques de la turbulence qui favorise la puissance thermoélectrique, des formes géométriques sont insérées à l’intérieur des conduites d’eau. Les insertions initiatrices de turbulence sont représentées dans la figure ci-dessous. Trois insertions différentes ont été utilisées dont un était conçu de façon spirale et deux d’ouvertures alternées séparées par 15.9 mm et 7.9 mm avec des panneaux en pentes.

Figure 5. Insertions initiatrices de turbulence.

RÉSULTATS ET DISCUSSION

Afin de comparer la production thermoélectrique associée à chaque forme d'insertion, quatre expériences ont été réalisées avec le TEG8 avec tous les paramètres constants à l’exception de l’insertion utilisée qui est changée entre les expériences. Il y a donc une expérience par insertion, soit sans insertion, avec insertion spirale, avec insertion à panneaux à tous les15.9 mm, et avec insertion à panneaux à tous les 7.9 mm. Chaque expérience maintient un débit d'eau froide à 10 L/min et un débit d'eau chaude à 5 L/min avec une résistance de charge de 1 Ohm.

Les résultats illustrés dans la Fig. 6 montrent que les insertions influencent la puissance thermoélectrique d'une façon importante. En particulier, la puissance générée dans la plage de température testée avec insertion spirale est légèrement supérieure à celle générée sans insertion. Cependant, la puissance thermoélectrique est presque doublée avec les insertions à panneaux relatives à celle générée sans insertion. Le nombre de panneaux ne semble pas avoir d’effet significatif

sur la performance du générateur. C'est-à-dire, l’insertion avec des panneaux à tous les 15.9 mm donne des résultats presque identiques que l’insertion avec deux fois plus de panneaux, soit à tous les 7.9 mm.

Figure 6. Effet des insertions initiatrices de turbulence sur la

puissance électrique générée du TEG8.

À la lumière des résultats avec le générateur TEG8, les expériences ont été répétées en utilisant le générateur TEG12 sans insertion et avec l'insertion à panneaux à tous les 5/16e pouces. Similairement aux résultats obtenus avec le générateur TEG8, le générateur TEG12 est presque deux fois plus performant en matière de puissance électrique avec l'insertion à panneaux à tous les 5/16e de pouces que sans insertion. Ces résultats sont illustrés dans la Fig. 7. Chaque expérience maintient un débit d'eau froide à 10 L/min, un débit d'eau chaude à 5 L/min avec une résistance de charge de 7 Ohms.




Des résultats semblables ont été obtenus avec le troisième générateur TEG40. Ces résultats sont illustrés à la Fig. 8 où le débit d'eau froide à 10 L/min, un débit d'eau chaude à 5 L/min avec une résistance de charge de 17 Ohms.



CONCLUSION

Cette étude sur la génération d’électricité à partir de l’eau chaude afin d’exploiter les déchets thermiques industriels démontre que les caractéristiques de turbulence initiées par des insertions ont une influence importante sur la production électrique.

En particulier, lorsqu'une des insertions décrites dans ce document est introduite dans une conduite d'un générateur thermoélectrique alimenté par des fluides, la performance électrique du générateur est améliorée. Cette amélioration est attribuée à un coefficient de transport thermique plus élevé lorsque l'écoulement est en présence d'une insertion. Dans le cas d'un écoulement perturbé par une insertion de forme spirale, l'augmentation est faible alors que, dans le cas d'un écoulement perturbé par une insertion à panneaux, la puissance thermoélectrique est presque doublée. Cependant, le nombre de panneaux n'a pas d'influence importante.

En terminant, il est démontré que la caractérisation de la turbulence à l'intérieure des conduites d'un générateur thermoélectrique est nécessaire dans le but de maximiser la puissance électrique.

REMERCIEMENTS

Les auteurs sont reconnaissants pour le soutien du Cégep de l'Outaouais.

RÉFÉRENCES

[1] Marois, F. & Lesage, F. J. (2012). Analyse de la rentabilité d’un générateur thermoélectrique à l’échelle industrielle utilisant un déchet thermique liquide. Conférence Francophone sur l'Eco-conception en Génie Electrique (ConFrEGE 2012). Montréal, Canada.

[2] Crane, D., & Jackson, S. (2004). Optimization of cross flow heat exchangers for thermoelectric waste heat recovery. Energy Conversion and Management , 45, 1565-1582.

[3] Crane, D. T., & Bell, L. E. (2006). Progress Towards the Performance of a Thermoelectric Power Generator. 2006 International Conference on Thermoelectrics, 1-4244-0811-3/06.

[4] Kajikawa, T., & Onishi, T. (2008). Development for Advanced Thermoelectric Conversion Systems. 2007 International Conference on Thermoelectrics, 978-1-4244-2263-0/08.

[5] Rezania, A., & Rosendahl, L. A. (2011). Evaluating Thermoelectric Power Generation Device Performance Using a Rectangular Microchannel Heat Sink. Journal of Electronic Materials , DOI: 10.1007/s11664-011-1622-0.

[6] Incropera, F. P., Dewitt, D. P., Bergman, T. L., & Lavine, A. S. (2007). Introduction to Heat Transfer (5th edition). John Wiley and Sons.




NANOMATERIALS AND NANOTECHNOLOGY FOR DIRECT ETHANOL FUEL

CELLS Youling Wang, Amel Tabet-Aoul, Maxime Gougis & Mohamed Mohamedi§

aInstitut National de la Recherche Scientifique (INRS), Centre Énergie, Matériaux et Télécommunications 1650 Boulevard Lionel-Boulet, Varennes (Québec), J3X 1S2

§[email protected]

INTRODUCTION

Ethanol is a hydrogen-rich liquid with high energy density (8.0 kWh/kg) [Hoogers]. Ethanol can be obtained in great quantity from biomass though a fermentation process from renewable resources like from sugar cane, wheat, corn, or even straw. Biogenerated ethanol (or bio-ethanol) is thus attractive since it will not change the natural balance of carbon dioxide in the atmosphere. This is in sharp contrast to the use of fossil fuels. The use of ethanol would also overcome both the storage and infrastructure challenge of hydrogen for fuel cell applications.

Canada is a nation of renewable opportunity [Canadian Renewable Fuels Association], Canadian farmers grow millions of tons of crops every year that can be used to produce clean, renewable fuels in the form of bio-ethanol without hurting the nation's food supply. This huge energy source is equal to an annual supply of 30 million barrels of renewable fuels that is largely untapped today. By encouraging the growth of the bioethanol industry in Canada, considerable emission savings are possible.

Our research interest is directed into the development of new energy technologies, such as "fuel cells that do not use fossil fuels but use ethanol, which can be manufactured from a biomass", which offer significant promise in reducing fossil fuel use and increasing energy efficiency and thus produces specific economic, industrial and environmental benefits to Canada.

This work centers on developing advanced free-standing nanoarchitectured catalyst layers for next generation of direct ethanol fuel cells (DEFC). These layers include the current

collector that is a highly porous 3D networks of microfibers (~7 micrometer diameter) carbon paper (CP), the nanocatalyst (Pt), the nanocatalyst promoter (SnO2 or CeO2) and the catalyst support (carbon nanotubes, CNTs).

The CNTs are grown by chemical vapor deposition (CVD) onto the CP substrate, whereas Pt and Pt-CeO2, Pt-SnO2 synthesized by pulsed laser deposition (PLD) and cross-beam laser deposition (CBLD), respectively. The electrocatalytic activity of thus synthesized nanostructures was studied in ethanol solution.

EXPERIMENTAL SECTION

Materials synthesis

CNTs were grown at 700oC by CVD (Figure 1, left) using Ni as catalyst deposited by PLD onto a carbon paper (CP, Toray), acetylene (carbon source), hydrogen and argon (gas carrier) gases at flow rates of 30, 140 and 100 sccm, respectively. Pt and Pt-CeO2, Pt-SnO2 were deposited onto CNTs by PLD and CBLD (Figure 1, right), respectively by means of a pulsed KrF excimer laser (λ = 248 nm, pulse width = 17 ns, and repetition rate = 50 Hz) under various conditions of laser pulses and background gas pressure (vaccuum versus helium).

ABSTRACT In this work, we report the synthesis and characterization of free-standing nanoscaled CNT/Pt, CNT/CeO2/Pt and CNT/SnO2/Pt materials. These materials are intended for use as anode catalyst layers in low temperature energy conversion devices such as fuel cells, specifically direct ethanol fuel cells (DEFC) for portable electronics and transportation applications. The carbon nanotubes (CNT) were grown by chemical vapor deposition method, whereas various morphologies of SnO2 or CeO2 were simultaneously synthesized by the cross-beam laser deposition technique. Electroactivity studies towards ethanol oxidation an electrochemical reaction of technological importance in DEFC, showed that CNT/SnO2/Pt catalyst layer displayed the highest performance and the best durability. The preparation of free-standing nanostructured electrodes is a promising approach towards the development of next generation fuel cells. The electrode is "free-standing" in that it does not require a binder to provide mechanical integrity, and it can be fabricated independently of fuel cells elements.


Figure 1: Schematic representation of the CVD setup for the

synthesis of CNTs (left) and the CBLD for the synthesis of nanocatalysts (right).

Materials characterization

A multitude of techniques such as scanning electron microscopy (SEM), transmission electron microscopy (TEM), X-ray diffraction (XRD), MicroRaman spectroscopy and X-Ray Photoelectron spectroscopy (XPS) were employed to characterize the structural surface properties.

Electroactivity experiments

The electrocatalytic properties were studied by voltammetry in a 0.5 M H2SO4 and in a mixture of 1 M C2H5OH+0.5M H2SO4 deaerated solutions. Chronoamperometry was employed for stability evaluation of the catalysts in 1 M C2H5OH+0.5 M H2SO4 solution. All electrochemical measurements were conducted at room temperature using a three compartments electrochemical cell with the reference electrode and counter electrode being an Ag/AgCl, 3M NaCl and a platinum coil, respectively. Data acquisition was conducted with a potentiostat/galvanostat Autolab from EcoChemie.

RESULTS AND DISCUSSION

The characterization by SEM of some of the various materials used in this work is shown in Fig. 2. Fig. 2a shows the bare carbon microfibrous paper whereas Fig. 2b displays packed wavy aligned arrays of fine CNTs grown onto the CP substrate. These CNTs exceed tens of micrometers of length and with an average outer diameter of about 12 nm. Fig. 2c shows the Pt deposited particles onto CNTs which assemble into fascinating cauliflower or broccoli-like arrangements. Co-deposited Pt/SnO2 and Pt/CeO2 are displayed in Fig. 2d and 2e, respectively. The former deposit is more or less smooth and of closed structure whereas the latter deposit is a packaging of large coarse porous grains.

Figure 2: SEM analyses of some deposits obtained in this work.

Figure 3 compares electroactivity results of the best performing structures within Pt, Pt/SnO2 and Pt/CeO2 materials. These results were recorded by performing linear scan voltammetry (LSVs) in a 0.5 M H2SO4+ 1M ethanol solution with 5 mV/s potential scan rate. The LSVs at the three electrodes show well-defined characteristic ethanol oxidation waves in agreement with the literature [Wang]. The current peak activity delivered by CNT/SnO2/Pt is 41.5 mA/cm2 superior to those exhibited by the CNT/CeO2/Pt (35.2 mA/ cm2) and CN/Pt (27 mA/ cm2) catalyst. Further important observation, which has implication towards the development of high-performing anode materials oxidation is the onset potential of ethanol oxidation reaction, i.e., the potential at which a positive current starts to flow. Fig. 3 shows thus that that the onset potential delivered by CNT/SnO2/Pt is 0.101 V versus 0.210 V for CNT/CeO2/Pt and 0.223 V for CNT/Pt electrode. It means that the electron-transfer kinetics are faster at the CNT/SnO2/Pt.

Figure 3: LSVs recorded in 0.5 M H2SO4+ 1M ethanol solution with 5 mV/s potential scan rate.


Next, chronoamperometric curves were recorded to check the long-term activity and stability of the CNT/Pt, CNT/CeO2/Pt and CNT/SnO2/Pt electrodes. This was done by stepping the potential from the open circuit potential to 0.6 vs Ag/AgCl in 0.5 M H2SO4+1 M C2H5OH. The current density values were recorded for 1 hour, and the resulting current density-time (i-t) curves are shown in Fig. 4. Both Current-time responses displayed an initial fast decay followed by a slower decrease upon long-time operation, attaining a quasi-equilibrium steady state. The fast decaying part is attributed to the rapid increase of the surface coverage by intermediate species, such as adsorbed CO during ethanol oxidation reaction. The results of Fig. 4 confirm the best electroactivity and stability of the CNT/SnO2/Pt electrocatalyst. Indeed, the electrode delivered a state current density of about 21 mA/cm2 versus 15.6 mA/cm2 (CNT/CeO2/Pt) and 9.8 mA/cm2 (CNT/Pt).

Figure 4: Chronoamperometric curves recorded in 0.5 M H2SO4+ 1 M ethanol solution at an applied potential of 0.6 V. CNT/Pt (blue curve), CNT/CeO2/Pt (red curve) and CNT/SnO2/Pt (black curve).

CONCLUSION

Nanostructured materials are under study to improve performance in low-temperature energy conversion devices such as fuel cells. We synthesize free-standing layers including a current collector/catalyst support/catalyst promoter/catalyst nanostructures for next generation direct ethanol fuel cells. The catalyst support (conductivity enhancers) that are the CNTs were grown by chemical vapor CVD directly onto an electrically conductive support that is the microfibrous carbon paper. The catalyst promoter (CeO2 or SnO2) was simultaneosuly deposited with the catalyst (Pt) with cross-beam laser deposition.

Scanning electron microscopy analysis revealed fascinating morphologies of the obtained deposits such as cauliflower or broccoli-like arrangments.

Electroactivity studies towards ethanol oxidation an

electrochemical reaction of technological importance in DEFC, revealed that CNT/SnO2/Pt catalyst layer was the best performing with a very good long-time durability.

Further details into: (i) synthesis, morphology and structural characterization by SEM, Micro-Raman, XRD, XPS techniques of various CNT/Pt, CNT/CeO2/Pt and CNT/ SnO2/Pt/catalysts, (ii) their electrocatalytic properties towards ethanol oxidation, and, (iii) the relationship between the surface structure, the morphology of the catalysts and ethanol electrooxidation will be reported at the symposium.

ACKNOWLEDGEMENTS

This work was supported by the Natural Sciences Engineering Research Council of Canada (NSERC), the Centre Québécois sur les Matériaux Fonctionnels (CQMF) and Le Fonds de recherche du Québec–Nature et technologies (FQRNT).

REFERENCES

Canadian Renewable Fuels Association, http://www.greenfuels.org/

Hoogers, G. (2003). Fuel cell technology handbook. CRC Press: Boca Raton, FL.

Wang, H., Jusys, Z., Behm, R. J. (2006). Ethanol electro-oxidation on carbon-supported Pt, PtRu and Pt3Sn catalysts: A quantitative DEMS study J. Power Sources, 154 (2), 351-359.




Thermochemical Energy Storage Device for Automobile Industries Matthew Birketta,, Kausik S Dasa, Jorge Pulidob, Masahiro Kawajia,b§ , Honghi N. Trana and John Burgersc

aDepartment of Chemical Engineering & Applied Chemistry, University of Toronto, Toronto, Canada bDepartment of Mechanical Engineering, City College of New York, New York, USA

cDana Thermal Products, Oakville, Canada §Corresponding author : [email protected]

INTRODUCTION Modern automotive engines are designed to run within a certain temperature range. When the ambient temperature is low, however, it can take a significant length of time for the various engine fluids and components to warm up. Warm-up times vary with ambient temperature, driving style, and other factors, but Andrews et al. [1] show that gasoline-powered vehicles must travel an average of 10-15 km before they fully warm up. Considering that 55% of vehicle trips in the US are under 6.5 km [1] and 52% of European trips are less than 3 km [2], it is apparent that the majority of driving is done with the engine cold.

Driving with the engine cold creates several problems. The high viscosity of the engine oil results in greater friction losses, which lead to increased fuel consumption. The engine must also be operated with a richer fuel mixture than in normal operation, which increases both fuel consumption and harmful emissions. Finally, the cold cylinder walls lead to flame quenching and poor combustion efficiency, increasing nitrous oxide (NOx) and carbon monoxide emissions. Overall, the emissions and fuel consumption remain high for roughly the first five minutes of engine operation [1]. Indeed, almost 80% of emissions during standard drive cycles are exhausted while the engine is warming up [3], and effective fuel consumption during this period is ~3 times the fully-warmed value.

One potential solution, then, is simply to increase the amount of heat available to the engine at the start of the trip by using a thermal energy storage (TES) device. In this paper we present an investigation of exothermic and endothermic reactions to

build an effective thermal energy storage device. In thermochemical energy storage, heat is stored in the form of chemical bonds by means of a reversible reaction. When heat is desired, the reactants are mixed together, triggering the forward (exothermic) reaction and releasing heat. To store thermal energy, the reaction product is heated until the reverse reaction takes place and the initial reactants can be separated. The sheer number of reversible chemical reactions results in a bewildering array of choices for thermochemical TES. However, the nature of a mobile automotive application places several constraints on the choice of reaction: the reaction must have a high energy density in order to reduce added vehicle weight; it must have a high reaction rate to ensure that heat is available from the start of the warm-up period; and the reactants must be relatively benign and easy to handle. In the case of a waste heat-charged TES device, the ‘turning temperature’ at which the reverse reaction begins must also be within the temperature range of the exhaust gases.

A survey of common thermochemical reactions shows several that meet these criteria [4]. Some of the most promising include the hydration reactions of inorganic metal oxides, in particular the hydration of calcium oxide (CaO(s)+H2O(l)↔Ca(OH)2(s)) and magnesium oxide (MgO(s)+H2O(l)↔Mg(OH)2(s)). Both reactions offer extremely high energy densities and rates of reaction, with turning temperatures within the range attained by automotive exhaust gas. Neither reaction involves a gaseous component, meaning that expensive and cumbersome pressure vessels would not be required. Both calcium and magnesium oxide are also relatively common chemicals already used extensively in other industries, and would not require exotic safety or

ABSTRACT Lack of available heat during engine warm-up reduces fuel economy and increases emissions. A thermochemical energy storage device has been proposed to store waste heat and accelerate engine warm-up by utilizing the reversible calcium oxide hydration reaction. Ca(OH)2 dehydration has been examined to characterize its behaviour under heating, and Al(OH)3 doping was found to be ineffective at lowering the turning temperature. CaO hydration has also been examined. Heat recovery was found to depend heavily on the water:CaO mole ratio, with the maximum heat recovery occurring at a 3:1 ratio. A visual study showed that poor heat recovery at lower ratios was due the reaction bed morphology and mixing behaviour.


handling equipment. Murthy et al. [5] also examined the possibility of using dopants to both increase the dehydration rate and lower the turning temperature of the Ca(OH)2 dehydration reaction.

The overall objectives of the present paper are to investigate inorganic oxide-based TES technologies for automotive applications, and to develop a device to supply stored heat on demand in gasoline-powered cars, and hybrid and electric vehicles. By studying thermochemical heat storage methods, a better understanding of the mechanics of TES reactor design and operational issues will be gained towards commercial applications.

Experimental design

Dehydration Experiment Apparatus An experimental apparatus has been designed and constructed to obtain dehydration data for the CaO/Ca(OH)2 cycle as shown in Fig. 1. A cylindrical container (a) equipped with ports for steam emission and thermocouple insertion was fabricated. The container is filled with a calcium hydroxide sample (b) and placed inside an electric furnace (c, d). The furnace is heated to a set temperature and the temperature of the sample is continuously recorded.

Hydration Experiment Apparatus

A calorimetry system (Fig. 2) has been set up to measure the heat released during an exothermic reaction between CaO and water. A stainless steel vessel is filled with a CaO sample and placed inside a water bath consisting of an insulated, water-filled beaker. When water is added to the CaO sample, an exothermic reaction occurs and the temperature of the sample and water bath are measured by thermocouple probes, while a magnetic stirrer is used to mix the water in the water bath.

Experimental Procedure

The experiments were carried out according to the following nine steps:

1) Before starting the experiment, the sample was heated up to 600 oC for 30 minutes to reverse any atmospheric hydration that may have occurred in storage.

2) The weight of the sample was measured. Enough de-ionized water was weighed out to achieve the desired hydration ratio.

3) The sample container was placed in a stirred, insulated water bath, and the reaction water was poured into the bed to begin hydration. Temperature data for the water bath and the reaction bed was recorded.

4) The reaction was allowed to proceed until the reaction bed and bath reached the same temperature (reaction completion). The sample from the bath was removed and weighed to determine the mass of water lost to evaporation/boiling.

5) The hydrated sample was heated up to ~200 oC (<< the critical endothermic temperature) for 30 minutes to ensure that any remaining excess water had evaporated.

6) The weight of the dried sample was measured, and the extent of hydration was calculated.

7) Based on the mass of the CaO sample, the theoretical amount of heat released during hydration was calculated. This amount was compared to the heat released in step 3 to determine the extent of hydration, for confirmation of the calculation in step 6.

8) A furnace was preheated to the desired dehydration temperature, then the sample container was placed inside. The sample was removed after the desired amount of time, allowed to cool, and then weighed.

9) Comparison of the weight measured in step 8 to the initial weight of CaO measured in step 2 determines

(a) (b) (c) (d)

Fig. 1 Dehydration apparatus: a stainless steel container (a) filled with calcium hydroxide (b) is placed inside an electric furnace and the sample temperature is measured.

(a) (b) (c)

Fig. 2 Hydration apparatus: (a) a calcium oxide sample, (b) a calorimetry system consisting of a water bath and (c) measurement of temperatures in the bath and sample.


the extent of dehydration achieved during the specified conditions in step 8. If desired, step 8 was repeated.

Results and discussion Dehydration Experiment Results

Threshold Temperature for a Dehydration Reaction

Typical dehydration experiment data for a sample of Ca(OH)2 is shown in Fig. 3. Shortly after the sample container was placed in the furnace, the temperature of the sample increased rapidly to 532 oC and then the rate of temperature increase changed due to the occurrence of an endothermic dehydration reaction. This threshold dehydration temperature of 532 oC is consistent with the values reported in the literature. The dehydration reaction completed in about 12, minutes after which the temperature started to increase faster again reaching the same temperature as the furnace.

Conversion Study in a Box Furnace

A box furnace was used to determine the conversion rates of Ca(OH)2 at different temperatures. Samples of Ca(OH)2 with 0, 5 and 10wt% of Al(OH)3 added as a dopant were heated in a box furnace for 30 minutes at 200, 400 and 500 oC. The sample mass was measured after each heating operation and mass loss due to dehydration was measured. As the furnace temperature was below the threshold dehydration temperature for undoped Ca(OH)2, the conversion ratio was small (~10%) for all the samples. The addition of Al(OH)3 as a dopant did not seem to be effective in reducing the threshold temperature.

Hydration Experiment Results

Heat Evolution

A hydration experiment was conducted to measure the rates of exothermic reaction and temperature increase in the CaO sample inside a container. By adding a sufficient amount of water to the sample CaO particle bed, the temperature of the mixture increased rapidly from room temperature to 175 oC in less than 10 seconds as shown in Fig. 4.

Fig. 4 Temperature increase during hydration reaction of CaO

Thermal Study

In the first set of hydration experiments, a calorimetry system based on a water bath was used. The heat produced in an exothermic reaction in the CaO sample container was transferred to the water in the bath until thermal equilibrium was reached. By measuring the equilibrium temperature of the bath, the amount of heat produced was obtained by a heat balance and compared to the theoretical value of 63.6 kJ/mol CaO. The results for several mole ratios of water to CaO are shown in Fig 5. These results indicate that about 2-3 times more water must be added to CaO to obtain the maximum heat output per mole of CaO. It was also noted that every CaO sample had some degree of initial hydration from atmospheric water vapour, and thus required thorough dehydration to obtain the maximum heat output. Poor heat recovery at low hydration rates led to the visualization experiments described below to determine the effect of bed morphology on the hydration reaction.

Reaction heat vs hydratio ratio

0

10

20

30

40

50

60

70

80

90

100

0 1 2 3 4 5 6

hydration ratio (mol H2O/mol CaO)

reac

tion

heat

(% th

eor)

0

2

4

6

8

10

12

max

bat

h te

mp

rise

(deg

C)

Fig. 3 Dehydration of Ca(OH)2 in a furnace

532.1oC

0100200300400500600700800

0 10 20 30 40 50 60Time (min)

Tem

pera

ture

(ºC

)

Bed temperature

Furnacetemperature

Fig. 5 Heat released from the hydration reaction

Tmax = 174.8 oC

020406080

100120140160180200

0 10 20 30 40 50 60Time (s)

Tem

pera

ture

(ºC

)


Particle Bed Morphology

Figure 6 shows the CaO particle bed before and after the hydration reaction. There was a large increase in volume and the formation of a significant void space at the base of the particle bed during hydration tests. When water was added, it flowed almost immediately to the bottom of the container and collected there. This pooled water caused a layer of powder to become wetted and form large, relatively solid clumps. As the reaction progressed, this layer expanded due to the volume change as CaO is converted to Ca(OH)2. This expansion combined with upward pressure from the pooled water being converted to steam caused the bottom layer to arch upward create a void space. This is hypothesized to allow a portion of the reaction water to become isolated and unable to participate in the hydration reaction, resulting in incomplete hydration at low water:CaO ratios.

Heat Release Characteristics

DISCUSSION

In order to achieve a rapid temperature rise, it is necessary to use a calcium oxide reactant with extremely high reactivity. However, highly reactive calcium oxide is susceptible to unwanted reaction with both atmospheric water vapour (atmospheric hydration) and atmospheric carbon dioxide (atmospheric carbonation).

Carbonation is the more problematic of the two, since it is essentially irreversible in the range of operating temperatures for an oxide-hydroxide device. Atmospheric hydration only poses a short-term problem; it will be restored during the following dehydration phase, but it reduces the mass of calcium oxide available for heat release in the intervening hydration phase. Carbonated reactant therefore represents a permanent loss of storage capacity, while hydration can be said to produce a temporary loss in capacity.

In order to construct a viable long-term heat storage device, it is necessary to determine the rate at which hydration and carbonation will occur under normal storage conditions. This can be accomplished by measuring the daily mass increase of a calcium oxide sample over the course of several weeks, followed by dehydration to calculate which portion, if any, of this mass increase was attributable to carbonation.

CONCLUDING REMARKS

Hydration and dehydration experiments have been performed with CaO/Ca(OH)2 samples contained in a vessel by adding water and heating in a furnace, respectively. The threshold dehydration temperature was determined to be 532 oC. which was not reduced by the addition of Al(OH)3 as a dopant. Hydration experiments showed that water-to-CaO mole ratios of 2:1 ~ 3:1 are needed to achieve sufficiently high conversion of CaO to Ca(OH)2 and release the exothermic heat of reaction. There were some changes observed in the morphology of the CaO bed as water was added, so an improved method of water addition to the bed must be developed.

It is recommended that in a future work, an analysis of the heat flux required to warm up a conventional motor to its efficient temperature be performed considering standard motor engine material conductivity. With this, a more quantitative analysis of the potential for the thermochemical reaction to indeed raise the motor temperature would be achieved.

ACKNOWLEDGEMENTS

The authors gratefully thank the Natural Science and Engineering Research Council of Canada and Dana Corp. for financial support.

REFERENCES

[1] Andrews, G. E., Harris, J. R., & Ounzain, A. (1988) Transient Heating and Emissions of An SI Engine During the Warm-Up Period. SAE Paper 880264.

[2] André, M., et al. (2006). Real-world European driving cycles, for measuring pollutant emissions from high- and low-powered cars. Atmospheric Environment, 40, 5944-5953.

[3] Kaplan, Jordan, “Modeling The Spark-Ignition Engine Warm-Up Process To Predict Component Temperatures”. MSc Thesis, MIT. Submitted May, 1990.

[4] Wentworth, W.E., & Chen, E. (1976). Simple thermal decomposition reactions for storage of solar thermal energy. Solar Energy, 18, 205-214.

[5] Murthy, M.S., Raghavendrachar, P., & Sriram, S.V. (1986). Thermal decomposition of doped calcium hydroxide for chemical energy storage. Solar Energy, 36(1), 53-62.

Fig. 6 Morphology of CaO and Ca(OH) 2 particle bed before and after the hydration reaction : (a) CaO before hydration (b) Ca(OH)2 after hydration (c) Void formed in Ca(OH)2 bed.


Article RIED2012

Technologie en énergie durable


RIED2012 / Tr-25

INTÉGRATION DES ÉOLIENNES À BASE DE MACHINE ASYNCHRONE À DOUBLE

ALIMENTATION AUX RÉSEAUX ÉLECTRIQUES Abdoulaye Mamadie Sylla, Mamadou Lamine Doumbia

Groupe de recherche en électronique industrielle

Département de génie électrique et génie informatique Université du Québec à Trois-Rivières

PO Box 500, Trois-Rivières, (Qc) Canada [email protected]

NOMENCLATURE

Symboles utilisés

𝑅𝑝: Longueur, m 𝑉 : Vitesse du vent, m/s 𝑃𝑇 : Puissance mécanique, W 𝑇𝑎𝑟 , 𝑇𝑒𝑚 : Couple mécanique et électromagnétique, N.m 𝑇𝑟𝑒𝑓 , 𝑇𝑐 : Couple de référence appliqué sur les pales et couple résistant, N.m f : Coefficient de frottement, N.m/s 𝐽: Moment d’inertie, Kg.m² M : Gain du multiplicateur P : Variable de Laplace p : Nombre de paires de pôles 𝑉 : Tension, V 𝐼 : Courant, A L : Inductance, H M : Inductance mutuelle, H R : Résistance, Ω

Lettres grecques

𝛺𝑇 , 𝛺𝑚 : Vitesse angulaire de la turbine et de la MADA, rad/s 𝜌 : Densité de l’aire, kg/ m3 𝜑 : Flux, Wb 𝜔 : Pulsation, rad/s 𝜔𝑐 : Pulsation de coupure du filtre, rad/s

Indices/Exposants

T : Turbine p : Pale m : Mécanique ar : Axe rapide g : Génératrice em: Électromagnétique réf : Référence pz : Axe longitudinal Z d : Axe direct q : Axe quadratique s : Stator r : Rotor

INTRODUCTION

L'énergie éolienne a connu une très forte croissance au cours de la dernière décennie grâce aux avantages qu'elle présente pour l'environnement, aux percées technologiques connexes et aux programmes d'encouragement gouvernementaux [1]. Cette augmentation de la puissance éolienne installée dans le monde a un impact croissant sur les réseaux électriques à cause de la plage assez large de variation de la vitesse du vent. Afin de maximiser la puissance convertie, la vitesse de la turbine doit

être ajustée par rapport à la vitesse du vent [2]. C’est pourquoi les éoliennes de forte puissance raccordées aux réseaux moyenne et haute tension fonctionnent de plus en plus fréquemment à vitesse variable. La littérature atteste du grand intérêt accordé aujourd’hui aux éoliennes à base de machine asynchrone à double alimentation (MADA). En effet, dans le domaine éolien, la MADA présente bien des avantages: le convertisseur lié à l’armature rotorique est dimensionné au tiers de la puissance nominale de la machine, les pertes dans les semi-conducteurs sont faibles, etc. [2], [3], [4], [5].

RÉSUMÉ

Cet article traite la modélisation et la commande d’une chaine de production éolienne à base de machine asynchrone à double alimentation (MADA) connectée à un réseau électrique. Dans un premier temps, une technique de poursuite de puissance maximale « Maximum Power Point Tracking » (MPPT) et une stratégie de commande de l’angle de calage sont présentées. Par la suite, la modélisation et la commande en puissances active et réactive de la MADA sont élaborées. Puis, les convertisseurs de puissance ca-cc-ca sont modélisés et commandés par hystérésis. Enfin, la conception d’un filtre multi-variable (FMV) est effectuée. Le modèle du système complet est développé dans l’environnement Matlab/ Simulink/ SimPowerSystems afin d’analyser l’intégration des éoliennes à base de MADA aux réseaux électriques. Mots-clés: Éolienne, machine asynchrone à double alimentation, commande vectorielle directe, convertisseur de puissance, filtre multi-variable.


Cet article étudie l’interconnexion d’un système éolien à base de MADA à un réseau électrique. On commencera par la modélisation de la turbine éolienne. Une technique de commande MPPT sera élaborée, suivie de la commande de l’angle de calage. Ensuite, la MADA sera modélisée et sa stratégie de commande en puissances active et réactive sera présentée. Puis, le convertisseur ca-cc-ca sera modélisé et commandé par la modulation de largeur d’impulsion (MLI) par hystérésis. Par la suite, un filtre multi-variable (FMV) sera adapté. Enfin, le modèle du système complet est développé dans l’environnement Matlab/ Simulink/ SimPowerSystems afin d’analyser à partir des résultats de simulation l’intégration des éoliennes à base de MADA aux réseaux électriques.

MODÉLISATION DE LA TURBINE ÉOLIENNE

Le couple aérodynamique produit par la turbine éolienne est donné par :

𝑇𝑇 =𝑃

𝛺 =

1

2𝜌𝜋𝑅𝑃

3 𝑐 (𝜆,𝛽)

𝛺 𝑉2 (1)

Le coefficient de la puissance 𝐶𝑝 est fonction du rapport de vitesse λ et de l’angle de calage des pales β (Figure1). Dans ce travail, il est donné par l’expression [5] :

𝑐𝑝(𝜆, 𝛽) = 0.5109 (116

𝜆 − 0.4𝛽 − 5) 𝑒−21/𝜆 + 0.0068𝜆 (2)

Avec : 1

𝜆 =

1

𝜆+0.08𝛽−

0.035

𝛽 +1 (3)

Le rapport de vitesse λ est exprimé par la relation suivante :

𝜆 =𝑅 𝛺

𝑉 (4)

Figure 1 : Courbe de coefficient 𝑐𝑝(𝜆, 𝛽)

L’équation dynamique de la turbine éolienne est donnée par [6] :

𝐽𝑎𝑟𝑑𝛺

𝑑𝑡= 𝑇𝑎𝑟 − 𝑇𝑒𝑚 − 𝑓𝛺𝑚 (5)

Avec :

𝐽𝑎𝑟 =

𝐽

𝑀 + 𝐽𝑔

𝑇𝑎𝑟 =𝑇

𝑀

𝛺𝑚 = 𝑀𝛺𝑇

(6)

COMMANDE OPTIMALE DE LA TURBINE

Commande en rapport de vitesse

Afin de maximiser la puissance convertie, la vitesse de la turbine doit être ajustée par rapport à la vitesse du vent. Celle-ci est obtenue si la vitesse relative λ est égale à sa valeur optimale λopt (λopt = 8.1, Cpmax = 0.475, β = 0), comme le montre la Figure 1. La commande en rapport de vitesse consiste à régler le couple électromagnétique sur l’arbre de la MADA de manière à fixer la vitesse de rotation de celle-ci à une vitesse de référence. Pour réaliser ceci, un asservissement de la vitesse de rotation de la MADA doit être effectué [6], [7], comme le montre la Figure 2.

Cp

V

R tP

23

21

VCRT PP

t

t

mtM

1

tm TM

T1

P

opt

trefR

V trefmref M

fJP

1

PI

+

-

+

-

opt

V

MultiplicateurTurbine Arbre mécanique de la

MADA

Contrôle MPPT avec asservissement de la

vitesse

m

mrefT

Figure 2: Contrôle MPPT avec asservissement de la vitesse de

rotation

Le couple électromagnétique de référence Tmref permettant d’obtenir une vitesse de rotation Ωm égale à sa valeur de référence Ωmref est obtenu en sortie du régulateur de vitesse. Ce régulateur, de type Proportionnel Intégral (PI), permet ainsi d’asservir la vitesse de rotation et d’atténuer l’effet du couple mécanique Tm considéré comme une perturbation. Cette vitesse de référence (Ωmref) dépend fortement de la vitesse optimale (Ωtref) permettant l’extraction de la puissance maximale.

Commande de l’angle de calage

Le système d’orientation des pales sert essentiellement à limiter la puissance générée. Avec un tel système, les pales sont tournées par un dispositif de commande appelé (Pitch control). Le mécanisme de commande calcule le couple à appliquer aux pales pour atteindre l’angle βref voulu (Figure 3). Le principe peut être décrit par un modèle d’équation de premier ordre [8] : 𝜷(𝑷)

𝑻 −𝑻 =

𝟏

𝑱 .𝑷+ (7)

0 2 4 6 8 10 12 14 150

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

lambda

Cp

béta=0°

béta=5°

béta=10°

béta=15°

béta=20°

béta=30°


ppz fpJ

1Correcteur de position

Correcteur de vitesse

P

1---

+ + +

cT

refTref

Figure 3 : Schéma bloc de régulation de l’angle de calage

La référence de l’angle de calage βref provient du contrôle de puissance mécanique 𝑃𝑇 , régulée autour de sa puissance nominale.

MODÉLISATION DE LA MADA

Le modèle de la MADA dans le repère dq après la transformation de Park et Concordia dans le repère traditionnel a, b, c est donné par les équations suivantes [3], [9], [10] :

𝑉𝑑𝑠 = 𝑅𝑠𝐼𝑑𝑠 +

𝑑

𝑑𝑡𝜑𝑑𝑠 − 𝜔𝑠𝜑𝑞𝑠

𝑉𝑞𝑠 = 𝑅𝑠𝐼𝑞𝑠 +𝑑

𝑑𝑡𝜑𝑞𝑠 + 𝜔𝑠𝜑𝑑𝑠

𝑉𝑑𝑟 = 𝑅𝑟𝐼𝑑𝑟 +𝑑

𝑑𝑡𝜑𝑑𝑟 − 𝜔𝑟𝜑𝑞𝑟

𝑉𝑞𝑟 = 𝑅𝑟𝐼𝑞𝑟 +𝑑

𝑑𝑡𝜑𝑞𝑟 + 𝜔𝑟𝜑𝑑𝑟

(8)

𝜑𝑑𝑠 = 𝐿𝑠𝐼𝑑𝑠 +𝑀𝐼𝑑𝑟𝜑𝑞𝑠 = 𝐿𝑠𝐼𝑞𝑠 +𝑀𝐼𝑞𝑟𝜑𝑑𝑟 = 𝐿𝑟𝐼𝑑𝑟 +𝑀𝐼𝑑𝑠𝜑𝑞𝑟 = 𝐿𝑟𝐼𝑞𝑟 +𝑀𝐼𝑞𝑠

(9)

𝑇𝑒𝑚 = 𝑝𝑀

𝐿 (𝐼𝑞𝑟𝜑𝑑𝑠−𝐼𝑑𝑟𝜑𝑞𝑠) (10)

Dans un repère diphasé quelconque, les puissances active et réactive statoriques d'une machine asynchrone s'écrivent [10] :

𝑃𝑠 = 𝑉𝑑𝑠𝐼𝑑𝑠 + 𝑉𝑞𝑠𝐼𝑞𝑠𝑄𝑠 = 𝑉𝑞𝑠𝐼𝑑𝑠 − 𝑉𝑑𝑠𝐼𝑞𝑠

(11)

COMMANDE VECTORIELLE DIRECTE EN

PUISSANCES ACTIVE ET RÉACTIVE STATORIQUES

Il s’agit de choisir convenablement l'angle de rotation de Park de sorte que le flux rotorique soit entièrement porté sur l'axe direct (d) et donc de poser 𝜑𝑞𝑠 = 0. Ainsi 𝜑𝑑𝑠 = 𝜑𝑠 uniquement [3], [9].

L’équation (10) devient alors:

𝑇𝑒𝑚 = 𝑝𝑀

𝐿 𝐼𝑞𝑟𝜑𝑑𝑠 (12)

Dans l'hypothèse où le flux 𝜑𝑑𝑠 est maintenu constant (ce qui est assuré par la présence d'un réseau stable connecté au stator), le choix du repère diphasé rend le couple électromagnétique produit par la machine et par conséquent la puissance active uniquement dépendante du courant rotorique d’axe q. Pour les machines de moyenne et forte puissance utilisées dans les éoliennes, on peut négliger la résistance statorique tout en considérant le flux statorique constant [9], [10].

On peut alors écrire que :

𝑉𝑑𝑠 = 0 ; 𝑉𝑞𝑠 = 𝑉𝑠 = 𝜔𝑠𝜑𝑠

𝜑𝑑𝑠 = 𝐿𝑠𝐼𝑑𝑠 +𝑀𝐼𝑑𝑟 ; 𝜑𝑞𝑟 = 𝐿𝑟𝐼𝑞𝑟 +𝑀𝐼𝑞𝑠 𝜑𝑞𝑠 = 0 = 𝐿𝑠𝐼𝑞𝑠 +𝑀𝐼𝑞𝑟; 𝜑𝑑𝑟 = 𝐿𝑟𝐼𝑑𝑟 +𝑀𝐼𝑑𝑠

(13)

Les puissances active et réactive statoriques, les flux et les tensions rotoriques peuvent s’écrire en fonction des courants rotoriques comme suit:

𝑃𝑠 = −𝑉𝑠

𝑀

𝐿 𝐼𝑞𝑟

𝑄𝑠 =𝑉

𝜔 𝐿 −

𝑉 𝑀

𝐿 𝐼𝑑𝑟

(16)

𝜑𝑑𝑟 = (𝐿𝑟 −

𝑀

𝐿 ) 𝐼𝑑𝑟 +

𝑀𝑉

𝜔 𝐿

𝜑𝑞𝑟 = (𝐿𝑟 −𝑀

𝐿 ) 𝐼𝑞𝑟

(17)

𝑉𝑑𝑟 = 𝑅𝑟𝐼𝑑𝑟 + (𝐿𝑟 −

𝑀

𝐿 )𝑑𝐼

𝑑𝑡− 𝑔𝜔𝑠 (𝐿𝑟 −

𝑀

𝐿 ) 𝐼𝑞𝑟

𝑉𝑞𝑟 = 𝑅𝑟𝐼𝑞𝑟 + (𝐿𝑟 −𝑀

𝐿 )𝑑𝐼

𝑑𝑡+ 𝑔𝜔𝑠 (𝐿𝑟 −

𝑀

𝐿 ) 𝐼𝑑𝑟 + 𝑔𝜔𝑠

𝑀𝑉

𝜔 𝐿

(18)

Où g =ω −ω

ω est le glissement de la machine.

A partir des équations (16) et (18) on obtient le schéma bloc de la MADA à réguler (Figure 4).

)(

12

s

rrL

MLpR

s

s

L

MV

s

dss

L

Mg

)(

12

s

rrL

MLpR

s

s

L

MV

ss

s

L

V

2

drV

qrVmesP

mesQ

SYSTÈME INTERNE DE LA MADA

-+

+

+

qrI

drI

PI

PI

s

dss

L

Mg

s

sr

M

VR

mesP

refP-

- -

+ ++

+ +

mesQ

refQ

)(2

s

rsL

MLg

)(2

s

rsL

MLg

++

-

Figure 4: Commande vectorielle de la MADA

RÉSULTATS

La Figure 5 représente l'allure de la vitesse du vent reconstruite à partir de la caractéristique spectrale de Van der Hoven. La figure 6 montre la vitesse de rotation de la turbine. On remarque bien que cette vitesse dépasse la vitesse nominale de la MADA (1800 tr/min). Ceci favorise la machine à fonctionner en deux modes, à savoir en mode hyposynchrone (la MADA absorbe la puissance du réseau électrique) et en mode hypersynchrone (la MADA fournie la puissance au réseau électrique).


La figure 7 montre la puissance mécanique de la turbine avec et sans la commande de l’angle de calage. La figure 8 montre la variation de l’angle de calage. On y remarque que la régulation intervient une fois que la puissance excède la valeur nominale (3.7kW), au cas contraire l’angle est égal à 0.

Les Figures 9 et 10 montrent respectivement les puissances active et réactive statoriques de la MADA avec leurs références. La consigne de puissance réactive sera maintenue nulle pour assurer un facteur de puissance unitaire côté stator de façon à optimiser la qualité de l'énergie renvoyée sur le réseau. Les figures 11 et 12 montrent respectivement la tension et le courant rotorique. Le convertisseur ca-cc-ca a été modélisé et commandé par la MLI et un filtre multi-variable a été utilisé pour améliorer la qualité de la forme d’onde de tension au point de connexion avec le réseau électrique [11], [12], [13], [14]. Les résultats présentés ci-dessous tiennent compte de ces études. Cependant, ces dernières ne sont pas présentées dans l’article à cause de l’espace limité.

Figure 5 : Profil de vent

Figure 6: Vitesse de rotation de la turbine

Figure 7: Puissance mécanique de la turbine avec et sans

« Pitch Control »

Figure 8: Variation de l’angle de calage β

Figure 9: Puissances actives statoriques de la MADA

Figure 10: Puissances réactives statoriques de la MADA

Figure 11: Courant rotorique de la MADA

0 1 2 3 4 5 6 7 8 9 106

8

10

12

14

16

18

Temps [s]

Vitesse d

u v

ent

[m/s

]

0 1 2 3 4 5 6 7 8 9 101500

1600

1700

1800

1900

2000

2100

2200

2300

2400

Temps [s]

Vitesse d

e r

ota

tion d

e la t

urb

ine [

tr/m

in]

0 1 2 3 4 5 6 7 8 9 100

2000

4000

6000

8000

10000

12000

14000

Temps [s]

Puis

sance m

écaniq

ue [

W]

Pmax

Ptur

0 1 2 3 4 5 6 7 8 9 100

5

10

15

Temps [s]

Bét

a [d

eg]

0 1 2 3 4 5 6 7 8 9 10-4000

-3000

-2000

-1000

0

1000

2000

3000

4000

5000

6000

Temps [s]

Puis

sance a

ctive [

W]

Préf

Pmes

0 1 2 3 4 5 6 7 8 9 10-0.5

0

0.5

1

1.5

2

2.5

3

3.5x 10

4

Temps [s]

Pui

ssan

ce r

éact

ive

[VA

R]

Qréf

Qmes

3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5-100

-80

-60

-40

-20

0

20

40

60

80

100

Temps [s]

Cou

rant

roto

rique

[A]

Ia

Ib

Ic


Figure 12: Tension rotorique de la MADA

CONCLUSION

Cet article présente la modélisation et la commande d’une chaine de production éolienne à base de machine asynchrone à double alimentation.

À partir d'une reproduction des variations du vent basée sur la caractéristique spectrale de Van der Hoven, un modèle simple d'une éolienne de 3.7 kW a été établi en utilisant les équations classiques. Ensuite, une technique MPPT a été appliquée et a favorisé une maximisation de la puissance. Cependant, pour ne pas endommager la machine en cas de vent fort, une commande de l’angle de calage β a été appliquée pour limiter la puissance de la génératrice éolienne à sa valeur nominale (3.7 kW). Puis, la modélisation de la MADA et sa stratégie de commande en puissances active et réactive ont été élaborées. Les résultats de simulation montrent que la commande vectorielle réalise un bon découplage de réglage des puissances statoriques à partir du rotor et une bonne poursuite des valeurs de références imposées.

RÉFÉRENCES

[1] L. Chan, « Systèmes de conversion de l’énergie éolienne». IEEE Canadian Review-Summer, Été 2002, pp. 1-5.

[2] B. Robyns, A. Davigny, C. Saudemont, A. Ansel, V. Courtecuisse, “Impact de l’éolien sur le réseau de transport et la qualité de l’énergie”, J3eA Vol.5 hors serie1 (2000), journée de la section Électrotechnique du club EEA.

[3] M. K. Das, et al. “Control of a grid connected doubly-fed induction generators for wind energy conversion”, in Universities Power Engineering Conference (UPEC), 2009 Proceedings of the 44th International, 2009, pp. 1-5.

[4] L. M. Fernandez, et al., “Control system of doubly fed induction generators based wind turbines with production

limits”, in Electric Machines and Drives, 2005 IEEE

International Conference on, 2005, pp. 1936-1941.

[5] L. Shenghu, et al., “Dynamic aggregation of doubly-fed induction generators (DFIGs) for stability analysis of wind power systems“, in Power and Energy Society General

Meeting, 2011 IEEE, 2011, pp. 1-6.

[6] B. Boukhezzar, Les stratégies de commande pour

l’optimisation et la régulation de puissance des éoliennes à

vitesse variable, Thèse N°8212 (2006), Université Paris XI, France.

[7] I. Hamzaoui, et al., “Improvement of the performances MPPT system of wind generation”, in Electronics,

Communications and Photonics Conference (SIECPC),

2011 Saudi International, 2011, pp. 1-6.

[8] N. LAVERDURE, L’intégration des générateurs éoliens

dans les réseaux faibles ou insulaires, Thèse (2005), Institut national polytechnique de Grenoble, France.

[9] F. POITIERS, Étude et commande de génératrices

asynchrones pour l’utilisation de l’énergie éolienne:

machine asynchrone à cage autonome, machine asynchrone

à double alimentation reliée au réseau, Thèse nº ED 0366-125 (2003), École Polytechnique de l'Université de Nantes, France.

[10] A. DANDOUGA, Contrôle des puissances active et

réactive de la machine à double alimentation, Thèse (2010), Université de Batna, Algérie.

[11] F. Kendouli et al., “Modélisation, simulation et contrôle d’une turbine éolienne à vitesse variable basée sur la génératrice asynchrone à double alimentation”. Revue des

Energies Renouvelables Vol. 14 N°1 (2011) 109 – 120, Algérie.

[12] M. M. ABDUSALAM, Structure et stratégies de

commande des filtres actifs parallèle et hybride avec

validations expérimentales, Thèse (2008), Université Henri Poincaré, Nancy 1, France.

[13] M. Malinowski, Sensorless Control Strategies for Three-

Phase PWM Rectifiers, Thesis (2001), Warsaw University of Technology, Poland.

[14] A. GAILLARD, Système éolien basé sur une MADA :

contribution à l’étude de la qualité de l’énergie électrique et

de la continuité de service, Thèse (2010), Université Henri Poincaré, Nancy 1, France.

3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5-200

-150

-100

-50

0

50

100

150

200

Temps [s]

Tens

ion

roto

rique

[V]

Va

Vb

Vc



19-20 juin 2012, Montréal RIED2012 / So-26

ÉTUDE COMPARATIVE DE L’EFFICACITÉ DES TRANSFERTS THERMIQUES

DANS LES TUBES SOLAIRES À CALODUCS Maxime Taylor, Gabrielle Caron, Rémi Pelletier, Luc Fournier§

Laboratoire en énergie durable du Cégep de l’Outaouais, Gatineau, Québec §[email protected]

NOMENCLATURE Symboles utilisés c : chaleur massique, J/kg⋅K m : masse, kg G : conductance thermique, W/K P : puissance, W Q : chaleur, J t : temps, s T, température, K ou °C

Lettres grecques η : efficacité d’absorption

thermique, s.d. tube extT T T∆ = −

Indices/Exposants abs : absorbé diss : dissipé ext : extérieur (ambiant) lum : lumineux net : net (total) tube : tube solaire

INTRODUCTION

Les tubes solaires sont reconnus pour être capables de convertir en chaleur environ 80% de l’énergie lumineuse qu’ils reçoivent (e.g. Kim & Seo, 2007). Ceci en fait un système très efficace. Actuellement, ces tubes sont principalement utilisés pour réchauffer directement un fluide – de l’eau ou de l’air – mais cette chaleur ainsi récupérée pourrait servir à d’autres fins, alimenter un moteur sterling par exemple, ou encore générer de l’électricité via un module thermoélectrique. C’est dans le cadre d’une éventuelle étude sur cette dernière application que nous menons cette recherche sur l’efficacité des transferts thermiques dans les tubes solaires.

Les caloducs qui transfèrent et concentrent la chaleur sur un petit embout au sommet du tube s’avèrent pratiques pour l’application courante de réchauffer un fluide. Cependant, des systèmes directs sans caloducs sont étudiés pour les applications de réchauffement direct, voir par exemple Kim et al. [2007] et Ma et al. [2010]. Le fluide passe alors directement dans le tube pour y absorber la chaleur générée par celui-ci. Ainsi, dans le but d’exploiter d’autres avenus technologiques,

une étude expérimentale comparative des transferts thermiques entre un tube solaire utilisé sans caloduc, et avec caloduc est ici réalisée pour voir si ce dernier pose un obstacle considérable à l’efficacité du transfert thermique.

Nous débuterons en exposant le contexte de nos expériences avant de vous présenter notre étude comparative et une discussion sur le sujet.

CONTEXTE EXPÉRIMENTAL ET MÉTHODOLOGIE

Les tubes à double parois de 50 cm de longueur proviennent du fournisseur Clean Republic® et possèdent un diamètre externe de 5,7 cm, et interne de 4,3 cm. Les caloducs sont en cuivre à paroi légèrement rugueuse et utilisent de l’eau comme fluide de transport. Les réflecteurs ont été réalisés localement au moyen d’une plaque d’aluminium polie et courbée. Les capteurs de température sont à résistance de platine (RTD), 100 ohms, et de précision Classe A. Ils sont couplés à une interface de marque Omega, modèle HH804U. La figure 1 illustre différentes composantes du montage, certains détails relativement à leurs applications seront précisés.

RÉSUMÉ Les tubes solaires sont utilisés principalement pour réchauffer de l’eau tant au niveau résidentiel qu’industriel. Ils sont reconnus pour leur grande efficacité énergétique en captant l’énergie rayonnante solaire au moyen d’un corps noir isolé thermiquement par une double paroi vitrée. Les modèles les plus courants utilisent des caloducs pour transférer la chaleur du tube vers les conduits d’eau à réchauffer. Dans cet article, nous quantifions certains échanges et pertes thermiques entre la source lumineuse et le tube, ainsi qu’entre le tube et le caloduc pour un certain modèle de tube solaire, afin d’optimiser le transfert thermique total. Entre autre, une comparaison sera faite entre : un système sans caloduc, avec un caloduc inséré librement dans le tube, et avec un caloduc inséré et mis en contact thermique avec les parois internes du tube. Les tubes ont une longueur de 50cm et un diamètre de 5,7cm. À la lumière des résultats obtenus, nous proposons certaines pistes de recherche future dans cette jeune étude de notre laboratoire. Mots-clés: Caloduc, tube solaire, chaleur, transport thermique, efficacité énergétique.


Figure 1: Différentes composantes des montages, 1.« capuche »

en aluminium, 2.capteur de température, 3.tige pour capteur thermique avec scellant en caoutchouc, 4.boite thermique avec son caloduc, 5.contact thermique et son caloduc, 6.tube solaire,

7.réflecteur.

Source de rayonnement – un soleil artificiel

Une source de rayonnement artificielle a été conçue pour que toutes les expériences puissent être réalisées dans les mêmes conditions. La source lumineuse consiste en 4 lampes de 400W de marque Phillips regroupées devant un réflecteur hémisphérique de 8cm de distance focale, soit la distance entre le centre des lampes et le fond du réflecteur. Deux lampes sont à sodium haute pression (HPS) et les deux autres à halogénures métalliques (MH), toujours à haute pression. L’avantage des lampes à haute pression comparativement à des lampes à fluorescence classique est qu’elles offrent un spectre de lumière plus continu, plus similaire au spectre solaire.

Figure 2: Allure générale du montage.

Pour toutes nos expériences, le tube est positionné à la verticale, centré devant les lampes et à 35 cm du réflecteur arrière. Nous avons déterminé que dans ces conditions, (cette étude n’est pas présenté ici), notre lampe fournie une puissance au tube de manière similaire à une journée ensoleillée d’avril à 10h, alors que les tubes sont inclinés à 45°.

Il serait possible mais difficile de déterminer avec précision la puissance lumineuse émise par les lampes sur un tube solaire, et ainsi déterminer l’efficacité d’absorption thermique du tube selon Pabs = ηPlum, mais cette approche n’est pas exploitée dans cette étude ; l’analyse sera plutôt comparative.

Calorimétrie

Pour mesurer le taux des transferts thermique, il convient de mesurer dans tous les cas le taux de variation de la température de 650 mL ± 3 mL d’eau, et le taux de transfert thermique pourra être calculé d’après

dtdTmc

dtdQnet = . (1)

Pour l’étude du transfert thermique directe avec et sans réflecteur, donc sans caloduc, l’eau est insérée directement dans le tube; et le volume choisi fait en sorte que le tube est rempli jusqu’à 2cm du bord. Pour l’étude avec caloduc, le volume d’eau sera déposé dans un réceptacle cubique de 1000 mL ayant une paroi de 0,3 cm en plastique, isolé au moyen d’une styromousse haute densité de 3,8 cm d’épaisseur, et chaque joint et espace ont été isolé au moyen d’une mousse isolante thermique dense de marque Rona®. Finalement, pour s’assurer qu’il n’y ait aucune absorption du rayonnement des lampes par la styromousse, la boite ainsi créée est recouverte d’un « capuchon » enveloppé de papier d’aluminium, que l’on peut voir sur les figures 1 et 2. Il a été vérifié que ce montage n’absorbe aucune énergie venant des lampes.

Figure 3: Récipient étanche et isolé construit autour de

l’embout chaud d’un caloduc. Le couvercle n’est pas illustré.

Toutes les expériences ont été réalisées deux fois, et chacune au moyen de deux capteurs de température, ce qui signifie que chaque point des graphiques présentés correspond en fait à une moyenne de quatre températures.

Lorsque la température est mesurée à l’intérieur du tube, un capteur est positionné au quart et l’autre au trois-quarts de la profondeur du tube. Lors de l’étude du transfert thermique avec caloduc, un des capteurs est positionné près du caloduc, et l’autre est loin.

Suite à plusieurs essais, nous avons opté pour des mesures sans brassage. Dans tous les cas, une période de démarrage et de transition de 5 minutes est accordée avant de débuter la prise de mesures. Finalement, l’écart initial entre la température de l’eau et de l’air ambiant n’est jamais supérieur à 5°C.

1 4 6 7

2

3 5


ÉTUDE COMPARATIVE POUR DE FAIBLES ∆T

Système de référence: sans caloduc

Selon la première loi de la thermodynamique, en l’absence de travail externe, la chaleur absorbée par le système provient uniquement de l’énergie lumineuse captée par les tubes. Sous forme différentielle, on peut ainsi écrire

absabs P

dtdQ

= (2)

Dans des conditions où on néglige les pertes thermiques, ce qui est acceptable lorsque l’écart de température entre la charge (l’eau) et la température ambiante est faible, alors Qnet = Qabs, et les équations (1) et (2) se couplent aisément pour obtenir une relation linéaire pour la courbe T(t), voire

tmcPT abs=∆ . (3)

D’après la pente du graphique T(t) de 0,00512 K/s obtenue pour le cas de l’eau inséré directement dans le tube, et sachant que la masse de l’eau insérée est de 0,650 kg, et que sa chaleur massique est de 4185 J/kg·K, on obtient

W9,13=absP . (4)

Graphique 1:Augmentation de la température en fonction du

temps pour un système direct, sans caloduc ni réflecteur

D’après la surface efficace du tube, on peut estimer que la puissance absorbée par unité de surface est d’environ 660 W/m2. En comparaison, le soleil offre une puissance maximale à son zénith de l’ordre de 950 W/m2 (Valeur nominale largement acceptée, voir par exemple Ma et al, 2010).

Efficacité des systèmes avec caloducs

En revanche, si l’on considère des pertes thermiques dissipatives, alors Qnet = Qabs – Qdiss, et il faut alors écrire

dtdQP

dtdTmc diss

abs −= (5)

Si la chaleur dissipée est constante, alors on peut associer cette perte calorique dQdiss/dt à une puissance Pdiss, et l’équation (5) présente alors la solution simple

tmcPt

mcPPT netdissabs =

−=∆ (6)

où Pnet = Pabs – Pdiss. On observe ce genre de courbe pour les systèmes à caloducs à l’équilibre ; des relations linéaires, mais de pente plus faible.

Un des essais à été réalisé au moyen d’un caloduc qui a été mis en contact thermique avec la paroi du tube de verre au moyen d’une double épaisseur de papier d’aluminium. L’autre comporte uniquement un caloduc déposé au centre du tube, et l’air du tube doit alors agir comme contact thermique.

Graphique 2:Augmentation de la température en fonction du

temps pour un système avec caloduc, sans réflecteur.

D’après ces courbes, on obtient un calcul similaire à celui de la référence :

Avec caloduc, et avec contact thermique

absnet PP %69W6,9 == ;. (7a)

Avec caloduc, et sans contact thermique

absnet PP %55W7,7 == . (7b)

∆

0123

456789

101112

5 15 25 35 45 55 65

Temps (minutes)

T (K

)

Direct, sans caloduc(référence)

Avec caloduc et contactthermique

Avec caloduc et sanscontact thermique

∆ sK

tT 00352,0=∆

sK

tT 00283,0=∆

0

1

2

3

4

5

6

7

8

9

10

5 10 15 20 25 30 35 40

Temps (minutes)

T (K

) sK

tT 00512,0=∆

∆


DISCUSSION : PERTES THERMIQUES À GRANDS ∆T

Comment justifier une telle puissance dissipée pour les systèmes à caloduc, alors que les écarts de température sont pourtant faibles. Nous expliquons ces pertes par le fait que même si l’écart de température entre la charge au sommet du caloduc et l’air ambiant est faible, la température du tube doit atteindre une température élevée pour engager le transfert thermique du caloduc. Ainsi, le tube est sujet à des pertes thermiques principalement par conduction.

Si l’on considère ces pertes de chaleur d’après une conductance thermique G définit selon

)( exttubediss TTG

dtdQ

−= , (8)

l’équation (5) s’écrit alors comme

)( exttubeabstube TTGP

dtdTmc −−= . (9)

et la résolution de cette équation donne

( ) exttabs

tube TeG

PT mcG

+−= −1 . (10)

Nous avons été capables de reproduire la courbe (10) de manière expérimentale pour un tube contenant uniquement de l’air.

Graphique 3: Augmentation de la température en fonction du temps pour un tube contenant de l’air.

Sachant que le plateau est atteint pour un écart de température de 140,2 K, et sachant que Pabs = 13,9 W, on peut établir la conductance nette du tube à partir de l’équation (10) pour un long temps de stabilisation à

KWG 10,0≅ . (11)

Pour un tube avec caloduc sans contact thermique, où il y a une perte de puissance de 45%, voir de 6,3 W, on peut estimer d’après la conductance que l’écart de température entre le tube

et le milieu extérieur est de 63 K. Or, à ce point le transfert de chaleur à la charge ne fait que commencer.

Cette valeur n’a pas été mesurée expérimentalement de manière formelle, (dans un montage d’essai, l’écart de température a été mesurée à 52 K au centre du tube à la 45ème minute), mais nous comptons poursuivre cette étude sur la conduction dès l’été 2012, pour des plus hautes plages de température.

Ainsi, la période de transition supplémentaire que l’on peut noter au début du graphique 2 correspond au temps nécessaire que met le tube à atteindre cet écart, pour que le caloduc puisse transférer sa chaleur à sa charge.

CONCLUSION

Pour des charges à faible température, l’utilisation d’un caloduc avec contact thermique contre la paroi du tube pour effectuer un transfert de chaleur peut présenter des pertes en puissance de l’ordre de 31%. Cette perte est d’autant plus grande si le caloduc n’est pas mis en contact thermique avec le tube.

Cette perte de chaleur s’explique par le fait qu’un caloduc nécessite un écart de température pour échanger de la chaleur. Ainsi, la température dans le tube doit nécessairement être plus grande que la température de la charge; ce grand écart de température entre le tube et l’extérieur engendre donc des pertes supplémentaires par conduction. Selon nos expériences, la conductance de nos tubes solaires est de 0,10 W/K.

REMERCIEMENTS

Nous tenons à remercier principalement la Fondation du Cégep de l’Outaouais pour son soutien financier, et aussi Frédéric Lesage pour ses conseils et son support.

RÉFÉRENCES

Kim J. T., Ahn H. T., Han H., Kim H. T., Chun W. (2007). The performance simulation of all-glass vacuum tubes with coaxial fluid conduit. International Communications in Heat Transfer 34, 587-597.

Kim, Y & Seo, T. (2007). Thermal performances comparisons of the glass evacuated tub solar collectors with shapes of absorber tube. Renewable Energy 32, 772-795.

Ma L., Lu Z., Zhang J., Liang R. (2010). Thermal performance analysis of the glass evacuated tub solar collector with U-tube. Building and Environment 45, 1959-1967.

0

20

40

60

80

100

120

140

160

180

0 20 40 60 80 100 120

Temps (minutes)

Ttu

be

(C

)

Text = 20,6°C

Ttube = 160,8°C finale




PRODUCTION ÉLECTRIQUE D'UN MODULE DE Bi2Te3 EN FONCTION DES

PLAGES DE TEMPÉRATURES Gabriel Caron, Maxime Taylor, Luc Fournier & Frédéric J. Lesage§

Laboratoire en Énergie Durable du Cégep de l'Outaouais (LÉDCO), Gatineau, Canada §[email protected]

NOMENCLATURE Symboles utilisés A : Surface, m² I : Courant électrique, A P : Puissance électrique, W R : Résistance électrique, Ω T : Température, °C V : Tension électrique, V

Lettres grecques α : Coefficient Seebeck, V/K

h cT T T∆ = −

Indices/Exposants h : Chaud (Hot) c : Froid (Cold) oc : Circuit ouvert (Open Circuit) TEM : Module thermoélectrique L : Charge (Load) mod : Modifié

INTRODUCTION

Des études récentes ont démontré l'utilité prometteuse d'une conversion thermoélectrique dans des applications d’où l’alimentation calorique est une source d'énergie sans frais. À titre d'exemple, Professeur Robinson de Trinity College Irlande a adapté en 2012 un four à bois typique des régions Malawiennes avec un convertisseur thermoélectrique afin d'utiliser l'excès de chaleur du four pour les besoins électriques à domicile. Cependant, la technologie qui fait appelle à l’effet thermoélectrique est limitée dans des applications industrielles en raison du faible rendement de la conversion chaleur-électricité (e.g. Niu et al. 2009). Pour cette raison, maintes études sont réalisées sur ce phénomène afin de favoriser les conditions d'opérations qui maximisent la production thermoélectrique.

À cette fin, Eakburanawat & Boonyaroonate [2006] ont développé un système suivi de puissance maximale afin de maximiser le chargement d'une batterie avec un générateur thermoélectrique. Crane & Bell [2009] ont détaillé les spécifications d'un design de générateur qui maximise la puissance thermoélectrique dans une application thermiquement dynamique. Récemment, Hsu et al. [2011] ont présenté un coefficient Seebeck modifié afin de mieux modéliser la puissance thermoélectrique résultant de l'effet Seebeck. Dans ces études mentionnées, la puissance, la tension

et d'autres caractéristiques sont souvent présentées en fonction du gradient de température sans prendre en conséquence l'effet de la plage de température dans laquelle ils se trouvent. À titre d'exemple, Marois & Lesage [2012] ont développé un modèle technoéconomique d'un générateur pour une application dans l'industrie de pâte et papier qui permet de calculer le temps d'amortissement du coût d'installation d'un générateur thermoélectrique à l'échelle industrielle en fonction de la dissimilitude de température ΔT.

Afin de vérifier la validité des propriétés et des corrélations dans la littérature qui présentent les caractéristiques thermoélectriques en fonction du ΔT, il est important de constater si la plage de température à de séquelles sur l'effet thermoélectrique. À cette fin, Johnson et al. [2012] ont démontré qu'une augmentation de plage de température en fixant ΔT diminue la puissance électrique d'un module thermoélectrique. Ceci implique qu'un refroidissement du côté froid apporte plus de puissance électrique qu'un réchauffement de la même magnitude sur le côté chaud. Cependant, dans leur étude, la résistance de charge ne variait pas avec les changements de plages de température. En raison du fait qu'il existe une résistance de charge qui maximise la puissance thermoélectrique (e.g. Lesage & Rousse, 2011) et que celle-ci est en fonction de la résistance interne (e.g. Hode, 2005) et que la résistance interne varie en fonction du champ thermique, il

RÉSUMÉ Dans la littérature actuelle, les corrélations qui permettent la modélisation de la puissance électrique et du coefficient Seebeck d'un module thermoélectrique sont en fonction de l'écart de température entre les deux surfaces du module. Malgré le fait que cet écart peut se produire à haute température comme à basse température, la plage de température n'est pas considérée comme essentielle dans les corrélations conventionnelles des caractéristiques thermoélectriques. Cette étude expérimentale aborde la question suivante: pour un écart de température déterminé, est-ce que la plage de température influence, d'une façon importante, la production électrique d'un module thermoélectrique. Mots-clés: Module thermoélectrique, Puissance électrique, plage de température, thermoélectricité


est constaté que les puissances électriques mesurées dans Johnson et al. (2012) ne sont pas toujours maximales.

La présente étude compare la puissance électrique maximale d'un module thermoélectrique en fonction de la plage de température afin de constater si une augmentation de ΔT en refroidissant le côté froid d'un générateur plutôt que de réchauffer le côté chaud du générateur est plus favorable, moins favorable ou n'a aucune importance thermoélectrique.


Le montage utilisé pour cette expérience est composé d'un module thermoélectrique de Bi2Te3 entouré de systèmes de chauffage et de refroidissement ainsi que de capteurs de température et de tension.

L'alimentation calorique est apportée par une plaque chauffante avec une puissance contrôlée par un auto transformateur. Sur cette plaque chauffante est située une plaque d'aluminium, de dimensions 50mm x 50 mm x 6mm, dans laquelle la forme d'un thermocouple capteur de température est machinée, voir la Fig.1. Cette plaque d'aluminium perforée conduit la chaleur de la source calorique vers un côté du module thermoélectrique tout en permettant au thermocouple un contact direct avec ce côté chaud du module afin de mesurer sa température Th.

Figure 1: (Gauche) Plaque d'aluminium et capteur thermique.

(Droite) 1. Modules thermoélectriques, 2. Plaques d'aluminium, 3. Thermocouples.

Afin de favoriser le transport thermique, une pâte thermique est étendue entre les plaques d'aluminium et les céramiques du module thermoélectrique. Le capteur thermique est branché à un moniteur de température de type Omega CN612TC1, qui donne une température à ±1 degré Celsius. Le module thermoélectrique est doté de 71 thermocouples du semi-conducteur Bi2Te3. Les éléments de chaque thermocouple du module alternent entre un qui favorise la conduite de charge positive et un qui favorise la conduite de charge électrique négative afin de générer un courant électrique. Le module est placé dessus le capteur, de façon à ce que ce dernier soit au centre du module. Un autre capteur de température placé sur le module et en son centre mesure la température froide Tc. Ce deuxième thermocouple capteur de température est aussi encaissé dans une plaque d'aluminium avec une pâte thermique entre elle et le module. La plaque d'aluminium du côté froid conduit la chaleur vers un système de refroidissement qui apporte une diffusion thermique avec un écoulement d'eau. Le système de refroidissement consiste de deux conduites

branchées à un évier avec de l'eau froide proche de 20°C et de l'eau chaude proche de 60 °C. Un poids de 2 kg est placé par dessus du système afin de diminuer les pertes thermiques. Le montage expérimental au complet est illustré dans la Fig. 2.

Le module est branché en série avec une basse résistance fixe mesurée à 0.0475 Ω, puis à un rhéostat à plaques de carbone afin d'ajuster la tension de charge à la tension qui maximise la puissance électrique, soit 50% de la tension en circuit ouvert (voir Éq. 6). Des capteurs de tension sont branchés aux bornes de la résistance fixe, du rhéostat et du module. L'interface utilisée pour l'acquisition de données est de type Pasco, reliée au logiciel DataStudio mesurant à une précision de 0.0001 volt.

Figure 2: Montage expérimental. 1. Voltmètre 2. Interface

Science workshop, 3. Moniteur de température Oméga CN612, 4. Résistance de charge fixe, 5. Poids de 2 kg, 6. Plaque

chauffante, 7. Rhéostat à plaques de carbone, 8. Interrupteur, 9. Auto transformateur

RÉSULTATS ET DISCUSSIONS

L'analyse des résultats expérimentaux aborde la question sur la plage de température sur le phénomène thermoélectrique. En revanche, la méthode la plus utilisée pour calculer le coefficient Seebeck ne considère que la dissimilitude de température entre le côté chaud et le côté froid d'un module thermoélectrique. En

1

2 3


particulier, avec une analyse d’une dimension, Hodes [2005] a démontré, à partir de la définition du coefficient Seebeck α

dV dTα= (1)

que le coefficient Seebeck peut se calculer tout simplement en mesurant le ΔT et la tension en circuit ouvert tel que,

ocVT

α =∆

. (2)

Une analyse plus profonde réalisée par Hsu et al. [2011] présente un coefficient Seebeck modifié,

( )mod 0.8742 h c

VT T

α =−

(3)

validé par Professeur Robinson de Trinity College Irlande. Malgré le fait que ces corrélations ne soient qu'en fonction de ∆T, les données de Hsu et al. [2011] démontrent une tendance en fonction de la plage de température. En particulier, il est mesuré dans leur étude qu'un module thermoélectrique est plus performant en basse température qu'en haute température pour le même ∆T. Cette observation peut être attribuée au fait que leurs capteurs de température n'étaient pas en contact avec les deux surfaces du module; ils étaient uniquement en contact avec les plaques adjacentes. Avec un tel montage, le ∆T mesuré ne serait pas exactement celui du module en raison des dissipations thermiques dans l'air ambiant. Cette dissipation est plus importante à des températures plus élevées puisque l'écart de température avec l'air ambiant serait plus élevée. En conséquence, le ∆T mesuré à basse température est plus représentatif de l'écart de température réel qu'à haute température. Dans ces conditions, pour un ∆T mesuré, la puissance à haute température est inférieure qu'à basse température.

Afin de mieux étudier la performance d'un module en fonction de sa plage de température, il les capteurs de température sont placés en contact avec les surfaces du module. Ce critère est réalisé dans cette étude est constitue la seule distinction importante avec le montage de Hsu et al. [2011].

Une série d'expériences est réalisée d'où la plage de température est identifiée par la température du côté froid d'un module thermoélectrique. Pour chacune des plages de température, un flux thermique est fourni par une plaque chauffante sur le côté chaud du module. En conséquence, le ΔT mesuré augmente ainsi que la production électrique du module. Dans toutes les expériences, la résistance de charge est ajustée pour que la puissance électrique soit maximale. Ceci est assuré

par la méthode de Hodes et al. [2005] d'où la puissance thermoélectrique d'un module à N thermocouples est,

22

2

( )( )( )

TEM

TEM L TEM L

N T RN TPR R R R

αα ∆∆= −

+ + (4)

d'ou RTEM et RL sont la résistance interne du module et la résistance de charge respectivement et α est le coefficient Seebeck.

D'après une dérivation par rapport à RL, la puissance maximale est atteinte avec une adaptation de résistances, soit intLR R= . Cependant, d'après la théorie de circuits, la résistance interne du module est en fonction de la tension en circuit ouvert tel que (e.g. Eakburanawat & Boonyaroonate, 2006),

ocTEM L

L

VR RI

= − (5)

Une adaptation de résistances, afin de maximiser la puissance thermoélectrique, simplifie Éq. 5 en,

12L ocV V= (6)

La validation du fait qu'Éq. 6 maximise la puissance thermoélectrique est bien illustré chez Hsu et al. [2011]. La tension en circuit ouvert pour les quatre plages de température est mesurée en fonction du ∆T afin d'appliquer une résistance de charge qui maximise la puissance électrique. Les résultats sont illustrés Fig.3 montrent une tendance linéaire thermiquement dépendant du ∆T tandis qu'elle est indépendante de la plage de température.


Figure 3 : Tension électrique en circuit ouvert pour les quatre plages de température testées.

Quatre expériences sont réalisées pour chaque plage de température identifiée par la température mesurée sur le côté froid du module thermoélectrique, soient Tc = 20°C , Tc = 30°C, Tc = 40°C, et Tc = 50°C. Les résultats, illustrés dans la Fig. 4, montrent que la plage de température n'a pas d'influence importante sur la puissance électrique du module. En outre, même un examen minutieux des résultats ne dévoile pas de tendance corrélative entre la production thermoélectrique et la plage de température.

Figure 4 : La puissance thermoélectrique en fonction de ∆T

pour les quatre plages de température testées.

CONCLUSION

Un montage expérimental est réalisé qui permet de mesurer avec précision la puissance électrique fournie par un module thermoélectrique. L'injection de chaleur et la diffusion thermique sont contrôlées telles que la plage de température puisse être variée en gardant le même écart de température entre les deux côtés du module.

L'analyse des résultats expérimentaux de cette étude montre que la plage de température – entre 20°C et 110°C – n'influence pas d'une façon importante la puissance électrique générée par un module thermoélectrique doté du semi-conducteur Bi2Te3. La contradiction apparente de ces résultats avec ceux de Hsu et al. [2011] est attribuée au fait que la diffusion thermique dans l'air ambiant entre leurs capteurs et les surfaces de leur module n'était pas considérée dans leur analyse. La contradiction apparente avec les résultats de Johnson et al. [2012] est attribué au fait que la résistance de charge appliquée à leur module fournissait une puissance qui était plus maximale dans certaines plages de température que dans d'autres plages.

REMERCIEMENTS

Les auteurs reconnaissent avec gratitude la Fondation du Cégep de l'Outaouais pour sa collaboration précieuse. Les auteurs remercient Rémi Pelletier pour son ingénuité en matière de thermoélectricité.

RÉFÉRENCES

Eakburanawat, J., & Boonyaroonate, I. (2006). Development of a thermoelectric battery-charger with microcontroller-based maximum power point tracking technique. Applied Energy, 83, 687-704.

Crane, D., & Bell, L. E. (2009). Design to Maximize Performance of a Thermoelectric Power Generator With a Dynamic Thermal Power Source. Journal of Energy Resources Technology ,131, 012401-1-8.

Hodes, M. (2005). On One-Dimensional Analysis of Thermoelectric Modules (TEMs). IEEE Transactions on Components and Packaging Technologies, 28, (2), 218-229.

Hsu, C.-T., Huang, G.-Y., Chu, H.-S. (2011). An effective Seebeck coefficient obtained by experimental results of a thermoelectric generator module. Applied Energy, 88, 5173–5179.

Johnson, A.-P., Brunette, C., Taylor, M., Caron, G., Pelletier, R., Fournier, L. & Lesage, F. J. (2012). Étude expérimentale sur les Caractéristiques de Performance Thermoélectrique. 2e Séminaire de la Chaire de recherche t3e. Montréal, Canada.

Lesage F. J., & Rousse, D. R. (2011). Experimental study of optimal thermoelectric load resistance, Récents Progrès en Génie des Procédés, Numéro 101 - ISBN 2-910239-75-6, Ed. SFGP, Paris, France.

Marois, F., & Lesage, F. J. (2012). Analyse de la rentabilité d’un générateur thermoélectrique à l’échelle industrielle utilisant un déchet thermique liquide. Conférence Francophone sue l'Eco-conception en Génie Electrique (ConFrEGE 2012). Montréal, Canada.

Niu, X., Yu, J., & Wang, S. (2009). Experimental study on low-temperature waste heat thermoelectric generator. Journal of Power Sources , 188, 621-626.




MODELLING OF THE WIND TURBINE PLANT BY EXPERIMENTAL DESIGN ANALYSIS AND RETSCREEN SOFTWARE

Amir-Arash Rafieiea,§, Faramarz Hassania aMining and Materials Eng., McGill University, Montreal, Canada

§[email protected]

NOMENCLATURE Symbols used RDOE: response of DOE PRO RRET: response of RETScreen

Indices/Exponents IRR : internal rate of return GHG: green house gas

INTRODUCTION

There are three main categories of models, which are fundamental, phenomenological and experimental. The black-box models belong to the experimental category that strongly based on the relationship between inputs and outputs of a process. The most important advantages of black-box modelling are: i) It can be applied for every process; and ii) It is developed easier compared to the phenomenological and fundamental models. But the most important disadvantages of the black-box model are: i) It is only valid for a certain process under certain conditions; and ii) It does not have accurate extrapolation capability.

To optimize a wind turbine plant should be included several factors, which could be categorized into: i) mechanical (i.e. blade properties), ii) technical (i.e. power capacity), iii) local (i.e. wind speed), and iv) financial factors.

METHODOLOGY

Applied softwares

In this work RETScreen 4 software has been applied. RETScreen 4 is an excel-based clean energy project analysis that helps decision makers quickly and inexpensively determines the technical and financial viability of potential renewable energy, energy efficiency and co-generation projects [1]. Also DOE PRO software has been applied to do experimental design analysis.

Parameters

Table 1 shows the applied parameters, which 13 of them are variable and the rest of them have been considered as fixed parameters.

Stages of experimental design analysis

Experimental design analysis consists of two main stages: screening and optimization. On the screening stage a set of experiments is designed based on maximum and minimum amounts of each variable (2-level factorial design). According to the results of screening stage the most influencing parameters are selected. On the optimization stage the most influencing selected factors from previous stage are considered as the variables, and usually a 3-level factorial design method is applied for the analysis [2].

Procedure

In the screening stage of this work the maximum and minimum amounts of 13 variables have been introduced to DOE PRO and “2-level Plackett- Burman 20 runs” method has been selected to design the set of experiments. For each run of experiments, the designed amounts of variables have been introduced to RETScreen, which generated different responses.

In this work the following responses have been analyzed: i) capacity factor (%), ii) electricity exported to grid (MWh) and iii) internal rate of return or IRR (%). Capacity factor and electricity exported to grid have revealed the technical aspects and IRR has reflected the financial aspect.

ABSTRACT Generating energy from wind turbine is one of the important resources of renewable energies. Applying experimental design analysis makes an opportunity to develop experimental models for wind turbine plant. In this work the wind turbine power plant has been modeled by experimental design analysis by using RETScreen 4 and DOE PRO softwares. The analysis has ranked the involved parameters according to their influences on the system, which wind speed is the most influencing parameter and wind shear exponent stays on the next position. After doing screening and optimization stages some models have been developed with acceptable regression accuracy. To validate the developed models have compared with RETScreen, which indicated the developed models have good accuracy. Also the models have included technical, local and financial parameters that could apply for bench marking, pre-feasibility study and plant optimization.


Table 1: The applied variable and fixed parameters

After having the responses for all runs of experiments, those responses have been analyzed by DOE PRO. Selection of high influencing parameters has been done by Pareto chart analysis. Here 6 parameters have been selected, which have more common influence on all responses. The selected parameters have been applied in the optimization stage by using “3-level factorial 9 Run” method. So a new set of experiments has been designed and then has introduced to RETScreen and the generated responses have been analyzed by DOE PRO. The analysis results have let us to develop numerical models for the responses as a function of the selected parameters. Also the analysis has determined the optimum amounts of responses and parameters. To validate the developed models the optimum parameters has been introduced to RETScreen and comparison between responses from the developed models by DOE PRO and Ret Screen would be verified the accuracy of the developed models. In a real case it has been advised to validate the developed model by DOE PRO with the responses of real plant.

𝑀𝑜𝑑𝑒𝑙 𝐸𝑟𝑟𝑜𝑟(%) = 100 ∗𝑅𝐷𝑂𝐸 − 𝑅𝑅𝐸𝑇

𝑅𝑅𝐸𝑇

RESULTS AND DISCUSSIONS

The screening stage

Figure 1 to Figure 3 shows the Pareto charts of the responses of “capacity factor”, “electricity exported to grid” and “IRR”, respectively. For each response a group of parameters has high influence, a group of them has low influence and the rest of them have medium influence. Obviously the high influencing parameter must be included on the model and the low influencing group must be omitted. Making decision about omitting or including the medium influencing group needs more work to find out in which situation the model provides less error. Obviously, for each response the parameters have different level of influence.

Figure1: The Pareto chart of the response of IRR on the screening stage.

By considering Figure 1 to Figure 3, six parameters have been selected that have higher common influence on all responses. Wind speed, wind shear exponent, availability and airfoil losses definitely have made high common influence on the responses. GHG emission factor, power capacity, array losses and electricity rate have made medium influence. As only 6 parameters have been required for the optimization stage, two of the medium influencing parameters should be selected. GHG emission factor has been selected because it is a local parameter, and “air losses” has been selected for the optimization stage.

0 1 2 3 4 5 6 7 8

Proj

ect L

ife

Win

d Sp

eed

W

ind

Shea

r Exp

El

ectr

icity

Exp

ort R

ate

Avai

labi

lity

Pow

er C

apac

ity

Arra

y Lo

sses

Ai

rfoi

l Los

ses

Atm

osph

eric

Pre

ssur

e GH

G Re

duct

ion

Cred

it …

GHG

Emiss

on F

acto

r M

iscel

lane

ous L

osse

s Ai

r Tem

pera

ture

Abso

lute

Coe

ffic

ient

Effect Name

Proposed case power system Wind speed- annual 5-10 m/s Measured at 50 m Wind shear exponent 0.3-0.9 Atmospheric pressure-annual 93-103 kPa Power capacity 1000-2000 kW Array losses 1-3% Airfoil losses 1-3% Miscellaneous losses 1-5% Availability 60-90% Electricity export rate 60-80 $/MWh

Emission Analysis

GHG emission factor 0.009-0.805 tCO2/MWh

GHG reduction credit rate 1-15 $/tCO2 GHG reduction credit duration 30 yr GHG reduction credit escalation rate 1%

Financial Analysis Inflation rate 3% Project life 30 yr Debt Ratio 0% Rate of incremental initial costs 2000 $/kW Rate of operating and maintenance costs 20 $/MWh


Figure 2: The Pareto chart of the response of electricity exported to grid on the screening stage.

Figure 3: The Pareto chart of the response of capacity factor on the screening stage.

The optimization stage

Figure 4 to Figure 6 show the Pareto charts of three responses on the optimization stage. According to the obtained Pareto charts and regression error, the following models have been developed for the responses:

IRR = 7.500 + 6.400A + 1.300B + 0.12500C -0.12500D + 0.2500E + 0.17500F

Electricity = 4336.00 + 2279.67A + 417.17B + 385.33E

Capacity Factor = 32.967 + 17.333A+ 3.183B + 2.967E

Figure4: The Pareto chart of the response of IRR on the optimization stage.

Figure 5: The Pareto chart of the response of electricity exported to grid on the optimization stage.

Figure 6: The Pareto chart of the response of capacity factor on the optimization stage.

0 200 400 600 800

1000 1200 1400 1600 1800

Win

d Sp

eed

Po

wer

Cap

acity

GH

G Em

isson

Fac

tor

Airf

oil L

osse

s Av

aila

bilit

y At

mos

pher

ic P

ress

ure

Arra

y Lo

sses

W

ind

Shea

r Exp

El

ectr

icity

Exp

ort R

ate

Air T

empe

ratu

re

GHG

Redu

ctio

n …

Proj

ect L

ife

Misc

ella

neou

s Los

ses Ab

solu

te C

oeff

icie

nt

Effect Name

0 2 4 6 8

10 12 14

Win

d Sp

eed

Av

aila

bilit

y W

ind

Shea

r Exp

Ai

rfoi

l Los

ses

GHG

Emiss

on F

acto

r At

mos

pher

ic …

M

iscel

lane

ous …

El

ectr

icity

Exp

ort …

Pr

ojec

t Life

Ar

ray

Loss

es

Air T

empe

ratu

re

GHG

Redu

ctio

n …

Pow

er C

apac

ity Ab

solu

te C

oeff

icie

nt

Effect Name

0 1 2 3 4 5 6 7

Abso

lute

Coe

ffic

ient

Effect Name

0 500

1000 1500 2000 2500

Abso

lute

Coe

ffic

ient

Effect Name

0

5

10

15

20

Abso

lute

Coe

ffic

ient

Effect Name


The left axis of Pareto chart, or absolute coefficient, shows the impact of each factor on the relevant response. The unit of absolute coefficient is as same as the unit of considered response. So the unit of absolute coefficient of IRR and capacity factor (Fig 1, Fig 3, Fig 4 and Fig 6) are percentage (%), and for the response of electricity exported to grid is (MWh). Generally, a Pareto chart shows the qualitative and quantitative impacts of a factor on a response. For example Fig 4 shows that wind speed has the most influencing impact on the IRR response according to the qualitative analysis. The quantitative analysis shows that the summation of absolute coefficient of all factors is 8.5, and for example wind speed with absolute coefficient of 6.4 is the most influencing factor with 75% impact. In this work only the qualitative analysis has been applied to select the most influencing factors for the models.

Table 2 shows the optimum amounts of parameters for each response models. Also the descriptions of the applied letters on the above equations are given in Table 2. After introducing the optimum parameters to RETScreen the model error has been calculated for each response (Table 3). Obviously, the developed models have acceptable accuracy.

Table 2: The optimum amounts of parameters of the models

According to Figure 4 to Figure 6, wind speed is the most influencing parameter. Wind shear exponent and availability have the next positions.

Table 3: The model error and regression accuracy

IRR Electricity to grid

Capacity factor

DOE response 15.87(%) 7702.1(MWh) 58.68(%) Ret Screen response 15.9(%) 7614(MWh) 57.9(%) Model error 0.19(%) 1.20(%) 1.30(%) Regression accuracy 99.99(%) 99.93(%) 99.99(%)

CONCLUSION

The current study shows that application of experimental design analysis has the potential of developing accurate numerical models for wind turbine power plant. One of the advantages of this method is to develop a model consists of technical, local and financial parameters. As a matter of fact it is very difficult or in some case impossible to develop a fundamental or even a phenomenological model which includes technical, local and financial parameters. Also the developed models have great potential for bench marking in a power plant. But the developed model should be applied very carefully, because they do not have the extrapolation capability and only work for limited ranges of parameters. Finally, the proposed methodology may apply for prefeasibility study of a wind turbine power plant.

This study shows that wind speed is the most influencing parameter. In addition wind shear exponent and availability have more influences compared to the rest of parameters.

REFERENCES

1. “RETScreen clean energy project analysis software”, http://www.retscreen.net/ang/home.php

2. Montgomery,D.C., “Design and analysis of experiments”, John Wiley & Sons, 1997.

Parameter IRR Electricity to grid

Capacity factor

A Wind Speed (m/s) 10 10 10 B Wind Shear Exponent 0.9 0.9 0.9 C Array losses (%) 3 1 1 D Airfoil Losses (%) 1 1 1 E Availability (%) 90 90 90

F GHG emission factor ( tCO2/MWh) 0.805 0.009 0.009


http://www.retscreen.net/ang/home.php

Documents

Articles RIED2012 Final