風能是人們所看好的、發展前景相當可觀的可再生能源。然而，風能也面臨著利用率或效率方面的問題，導致此問題的因素在于風能自身存在的易變性。在風速穩定的情況下，風力發電機的空氣動力性能表現極佳。然而，在遇到陣風、湍流和風剪流時，風力發電機葉片的效率則會出現降低情況。對此，科學家在不斷努力，幫助大型風力發電機組在不同風力條件下提高風能的利用率。
智能控制系統可大大提高風能利用率
美國雪城大學L.C.史密斯工程和計算機學院部分研究人員正在進行這方面的研究工作。目前，他們正在測試自己開發的主動式風流動智能控制系統。該系統的基本出發點是根據表面測量而估算流過葉片表面風的狀況，然后將此信息傳遞給智能控制器，以便對葉片采取實時調整控制氣流和提高風力發電機系統的整體效率。此舉還有可能降低因流動分離而產生的過度噪音和葉片振動。
參與研究的人員包括王冠南（英譯）、巴斯曼·哈迪迪和馬克·格勞澤爾，他們完成的初期仿真結果顯示，對葉片1/2半徑以外的外側板施以氣流控制，能在風力發電機額定功率輸出相同的情況下，顯著地增大風力發電機整體工作范圍；或者說，在相同的工作范圍，可適當地提高風力發電機的額定輸出功率。
研究人員認為，在采用氣流控制后，風力發電機的工作范圍可以有效地提高80%，額定功率輸出不變；或者將額定輸出功率增加20%，工作范圍保持不變。他們表示，最佳的氣流控制部位為葉片外側板超出半徑一半的位置。
借助雪城大學新落成的無回聲風洞設施，研究人員同時還在分析和了解特定的葉片形狀，以決定在氣流極其不穩定的環境下，不同形狀的葉片在受到適當氣流控制時，其所具有的升力和阻力特性。此外，研究人員還將利用無回聲風洞來評估和測量氣流控制對風力發電機噪聲頻譜的影響。
美國能源部支持的明尼蘇達大學風能聯盟專門從事與風能相關的研究，雪城大學的主動風流動智能控制系統研究屬于聯盟整體工作的組成部分。身為機械和航空工程教授的格勞澤爾表示，很高興能參與明尼蘇達大學牽頭的具有世界水平的風能研究聯盟，這是將在氣流智能控制系統方面的專業知識用于可再生能源領域的極好機會。
排骨狀V形槽能將效率提高3%
在雪城大學研究人員研究風力發電機氣流智能控制系統的同時，明尼蘇達大學的科研人員則在研究影響風能效率的另外一個問題，那就是風阻。他們在風力發電機葉片上開鑿許多細小的凹槽了解是否能夠減少風阻。凹槽分布在葉片表面外層上，槽身十分淺（只有40至225微米），人眼根本看不出來。通過對發電能力為2.5兆瓦的風力發電機葉片表面進行風洞試驗以及計算機模擬，研究人員研究了不同凹槽形狀和凹槽走向的效果。研究人員羅格·阿恩德等人相信，排骨狀V形槽將能夠將風力發電機的效率提高3%。
在不久前舉行的美國物理學會流體力學分部會議上，雪城大學和明尼蘇達大學的研究人員分別介紹了他們的研究情況。
