Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

POHOWEP

Financiado

Performance Optimization of a Hybrid Offshore Wind-Wave Energy Platform

Floating Offshore Wind Turbines (FOWTs) have become an emerging trend in wind energy development in the past few years. They offer the possibility of a clean power supply for highly populated countries with access to a deeper offs... ver más

31/08/2027

UPV

253K€

Presupuesto del proyecto: 253K€

Líder del proyecto

UNIVERSIDAD DEL PAIS VASCO/EUSKAL HERRIKO UNI... No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 45

Fecha límite participación Sin fecha límite de participación.

Ver 3 Participantes

Financiación concedida El organismo HORIZON EUROPE notifico la concesión del proyecto el día 2023-04-06

HORIZON-MSCA-2022-PF-01-01: MSCA Postdoctoral Fellowships 2022 ExpectedOutcome:

I+D

Cerrada hace 2 años

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

3 Participantes

UPV

252.72K€ | Lider

UNIVERSITY OF VICTORIA

UVIC

N.D. | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

ENE2017-89716-R ANALISIS DEL COMPORTAMIENTO DINAMICO DE PLATAFORMAS EOLICAS... 121K€ Cerrado

PID2021-123437OB-C22 HIDRODINAMICA DE ELEMENTOS DE AMORTIGUAMIENTO DEL MOVIMIENTO... 145K€ Cerrado

PID2021-123543OB-C22 PLATAFORMA DE MATRICES DE GENERADORES COLUMNA DE AGUA OSCILA... 154K€ Cerrado

RTC-2015-4498-3 ReCoEF - REducción de COstes para Eólica Flotante 345K€ Cerrado

RTI2018-094902-B-C21 ANALISIS Y CONTROL DE UN DISPOSITIVO FLOTANTE HIBRIDO DE ENE... 116K€ Cerrado

DPI2011-27567-C02-01 ESTRATEGIAS AVANZADAS DE CONTROL ESTRUCTURAL PARA MITIGAR LO... 12K€ Cerrado

Duración del proyecto: 52 meses Fecha Inicio: 2023-04-06
Fecha Fin: 2027-08-31

Líder del proyecto

UNIVERSIDAD DEL PAIS VASCO/EUSKAL HERRIKO UNI... No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 45

Presupuesto del proyecto 253K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Floating Offshore Wind Turbines (FOWTs) have become an emerging trend in wind energy development in the past few years. They offer the possibility of a clean power supply for highly populated countries with access to a deeper offshore area. The main hurdle with FOWTs is that they need to be stabilized since platform motion is undesirable. It makes the rotor aerodynamics and control more complex and reduces aerodynamic efficiency. Additionally, platform motion increases stress on the blades, rotor shaft, yaw bearing, and tower base and it can reduce the component lifespans. FOWT platform motions in pitch, roll and heave must be limited within an acceptable range. Some researchers hypothesized that the platform stabilization may decrease the need for the platform steel mass, active ballast or/and taut mooring lines. Performance Optimization of a Hybrid Offshore Wind-Wave Energy Platform (POHOWEP) is a project which aims to (1) combine a FOWT with Oscillating Water Columns (OWCs) to harness both wave and wind energies and (2) improve the stabilization of the FOWT using the OWCs as an active structural control. The OWCs will be integrated into the floating barge platform which has not been investigated in previous research works. A Machine Learning-based control strategy will be developed to control all the Power Take-Off systems of the OWCs at once. The control of multiple OWCs on a single FOWT requires an adequate strategy that takes into account not only the plant’s state variables but external environmental conditions as well (wind speed, wave speed, wave heights, etc…). The consideration of this external data motivates the use of a Machine Learning (ML) module for the estimation and prediction problems. An ML module will help in the prediction of future wind and wave speeds and estimate the proper reference input value of the designed controllers. Many research works using ML for FOWT’s have been published and proved that ML is a promising solution.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores