Your SlideShare is downloading. ×
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Poor  Mountain  Wind  Analysis 6
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Poor Mountain Wind Analysis 6

1,361

Published on

Renewable Energy in the Appalachians

Renewable Energy in the Appalachians

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,361
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Slide  In response to the  1  need to clearly conduct  Creating a venue for a an objective,  Wind Analysis Study for a site on  scientifically based,  Poor Mountain  in Roanoke County, Virginia COST/Benefit Analysis;  I have described as  accurately (to scale) as  possible within the  graphic venue and with  an ethical standard  based upon the best  interests of the human  and other species of    being on our planet.    Slide  Clearly, the publicly  2  available data created  This image describes a 650 ft x 650 ft pixel size  with a “computer‐ overlay of a Wind Density Analysis extrapolated  from data from sites, nationwide, on a vertical  screen” pixel sized  elevation above sea level basis to assess electrical  energy production for a site on Poor Mountain  in  (650’ x650’) conclusion  Roanoke County, VA seems to be  extraordinarily  insensitive to local  conditions and a poor  basis for weighing  benefit and  environmental loss.  The AWEA, an industry    organization and  AWS/Truepower, a  private engineering  consulting firm, both  advise that local data  be gathered to more  accurately describe the  energy production  potential of the siting.   
  • 2. Slide  The yellow ring begins  Understanding the  3  Wind Developer’s   to focus on a specific  Wind Analysis Study  area of a proposed 18 –  for a site on  Poor Mountain  in  2.5MW Turbine  Roanoke County,  Plantation. Note that  Virginia there are an  abundance of Class 5, 6  & & wind areas in the  Roanoke & Franklin  County vicinities.  Notably along the Blue  Ridge Parkway,  Mason’s Knob and    Cahas Mountain near  Boone’s Mill to the  east.    Slide  As we begin to focus in  Understanding the  4  Wind Developer’s   on the project site we  Wind Analysis Study  see that the Wind  for a site on  Poor Mountain  in  Classes are  Roanoke County,  predominately Class 3  Virginia & Class 4 areas.  Notably, these are of  lower energy  producing potential  than many other Class  5, 6 & 7 wind areas in  the vicinity.      
  • 3. Slide  With less than  5  desirable siting, in wind  Is this site on  power terms, than  Poor Mountain  in  recommended by the  Roanoke County,  Virginia a key  American Wind Energy  to accessing  Association (AWEA), an  additional energy  resources from the  industry supported  abundant wind power  organization: “In  bands near a model   city in the southern  general, sites with a  Appalachians?  Wind Power Class  rating of 4 or higher  are now preferred for    large scale wind  plants.”    9 turbines proposed  in Class 3 areas  5 turbines proposed  in Class 4 areas  3 turbines proposed  in Class 5 areas  1 turbine proposed in  Class 6 area    Slide  Off‐shore winds are  6  relatively smooth,  stable, and more  predictable in terms of  constant flow.  On‐shore winds vary  wildly in the vertical  direction as influenced  by objects including  Mountain wave schematic. The wind flows  buildings, trees and  towards a mountain and produces a first  oscillation (A). A second wave occurs further  terrain.   A: Sea breeze (occurs at daytime) away and higher. The lenticular clouds form at  B: Land breeze (occurs at night) the peak of the waves     
  • 4. Slide  The characteristics of  7  the wind in  mountainous terrain  where wind‐flow  patterns are “choppy”  makes analysis of  energy production  potential extremely  critical as to specific  site data collection  location & height.  Wind Flow Visualization over Appalachian Mountain Terrain Poor Mountain wind Reaping - Roanoke County - Virginia     Slide  By definition, these  The wind profile power law relationship is: 8  u/ur = (z/zr)α algorithms are yielding  where u is the wind speed (in meters per second) at height z (in meters), and ur is the  known wind speed at a reference height zr. The exponent (α) is an empirically derived  “quite erroneous”  coefficient that varies dependent upon the stability of the atmosphere. For neutral  stability conditions, α is approximately 1/7, or 0.143. estimates. The  In order to estimate the wind speed at a certain height x, the relationship would be  rearranged to: roughness factor  ux = ur(zx/zr)α The value of 1/7 for α is commonly assumed to be constant in wind resource  clearly requires much  assessments, because the differences between the two levels are not usually so great  as to introduce substantial errors into the estimates (usually < 50 m). However, when  more locally based  a constant exponent is used, it does not account for the roughness of the surface, the  displacement of calm winds from the surface due to the presence of obstacles (i.e.,  evaluation. Terrain  zero‐plane displacement), or the stability of the atmosphere. In places where trees or  structures impede the near‐surface wind, the use of a constant 1/7 exponent may  based factors for  yield quite erroneous estimates, and the log wind profile is preferred. Even under  neutral stability conditions, an exponent of 0.11 is more appropriate over open water  “wind‐turbulence”  (e.g., for offshore wind farms), than 0.143,  which is more applicable over open land  surfaces. impact in mountain  terrain is not  addressed, thereby,    making data  extrapolation less  reliable. Wind shear,  the radical shifts in  wind flow are most  common in the  mountains. The wind  characteristics that  attract migrating  species, thermals and  downdrafts along  ridges create a  “roughness” factor on  an extreme ratio of  difference as described  here that it become 
  • 5. apparent that site  specific data and  analysis must be  undertaken in  mountainous terrain.    Slide  This equation  9  Rayleigh Distribution ‐ Wind Speed estimates theoretical  The purpose of this page is to illustrate the use of the Rayleigh distribution to estimate the  energy recovered by a medium sized wind turbine. The parameters are illustrative and it is  energy conversion from  important to obtain site specific parameters for a project evaluation. wind to electricity.  Basic Equation The equation for energy recovery from the wind is as follows:     Slide  Coefficient of Performance For the preceding  10  Not all the energy can be recovered from a  Raleigh Distribution  wind stream. The theoretical maximum value  for the coefficient of performance is 0.593. An  formula, the coefficient  "ideal" wind turbine with this maximum value  of performance factor  is known as a Rayleigh‐Betz machine.  In practice the value of the maximum values of  used is between the  coefficient is in the range 0.25 to 0.45.  25% to 45% range. This  In general, the larger the machine the higher  the value. Also the use of variable pitch rotors  number should not b e  can optimize the coefficient of performance  confused with the  for a range of wind speeds. The curve used in  the example is shown below. “capacity factor”, which  The maximum value of the coefficient has  addresses performance  been set close to the modal wind speed for Rayleigh averages in the range 5 ‐ 7 m/sec. The  over periods of time  rotor design should be optimized for the site. (typically annual).      
  • 6. Slide  A Capacity Factor is  11  number that is  applied to identify  the “on site”  productivity of the  turbine or installation  of turbines. The  number is expressed  as a ratio of energy  produced (over time)  divided by the “Name  From GE Wind (2.5xl Power curve speculation NOT from GE) Plate Capacity” (over    the same amount of  time).   Invenergy, LLC  provided a “35%  capacity factor” to Dr.  Sean McGinnis, dean  of the Department of  Green Engineering at  Virginia Tech. which  he used to establish  projections of  providing electrical  needs to 10,000  Roanoke Valley  Homes annually. He  also postulated that  98,000 tons of CO2  emissions would be  curtailed as a result  of using the 35%  capacity factor.  To achieve this  measure of efficiency,  the wind must  operate these  turbines on Poor  Mountain at a  constant speed of  
  • 7. 6.75 m/s (15.1 mph),  24 hours per day, 365  days per year. This  alone makes claims  of producing  electricity needs for  10,000 homes (at an  AEP rate of 14,400  KWH/home in  Roanoke)  exaggerated by over  500%!!!    Slide  On Bent Mountain, we  12  are blessed with a  population of diverse  interest and expertise.  Our interests,  education & expertise  have shaped us into a  community family that  understands how to  appreciate and live  with our natural  environment.   We have a registered    private weather station   on the Bent Mountain  plateau the has been  compiling 5‐minute  data for six years. The  exact location of the  station  will be kept  private with for the  sake of the owner, with  the exception that is in  an equal or greater  wind classification area  than the proposed  turbine locations.   
  • 8. A close friend, with  electrical engineering  degree & independent  streak recently emailed  this about a data from  a local Bent Mountain  Weather station:  "Based on his wind  data there was no day  in July or Aug (2010)  that the turbines would  have run for more than  5 minutes on any one  day.    The total (for 18  turbines) in July was  101 minutes to  produce 5586 KwHr /  turbine    The total (for 18  turbines) in Aug was  105 minutes to  produce 1942 KwHr /  turbine    Since both are almost  certainly less than the  control circuits draw  from the grid. CC folks  must live without A/C,  refigeration"       
  • 9. Slide  Please look closely at  13  Poor Mountain Preserve  this image. It clearly  Bottom Creek The Nature Conservancy Globally Rare Pirate‐bush conveys visual  Headwaters evidence of a large  undisturbed oxygen  Big Laurel Creek Headwaters producing, life  sustaining areas of  natural environment.  Thirty years ago,  Roanoke County  Bottom Creek Gorge  Preserve  identified the hollow  The Nature Conservancy EPA/DEQ Tier III Stream behind my home as a  prospective site for a    landfill, because it was  remote from the  density of population  in the valley. Thirty  years later, we still  think that “for the  greater good(?)” and  the “financial benefit  of a few”, the  unspoiled natural  environment that we  have left in the area is  easily sacrificed for our  ever‐growing energy  demands.      

×