Wind turbine curtailment is oftentimes required as a means to mitigate environmental impacts of a wind energy installation. For example, curtailment may be required to satisfy constraints on the occurrence of shadow flicker on nearby homes or to reduce wildlife fatalities below a certain limit. This paper introduces an optimal curtailment strategy, which seeks to maximize wind plant revenue while meeting imposed environmental constraints by intelligently selecting curtailment times. To formulate the problem, a discrete set of curtailment decision times is defined, and long‐term forecast data are used to predict demand‐weighted power production at each time. Dynamic programming is used in conjunction with in situ meteorological sensors to compute the probabilistically optimal curtailment decision in real time. By leveraging both forecast data and real‐time measurements, the algorithm ensures that the constraint budget is expended strategically, curtailing when revenue is low and saving operating hours for times when revenue is likely to be higher. Through a series of simulation studies involving shadow flicker constraints, algorithm performance is characterized and compared with two simpler approaches: a greedy scheme and a threshold‐based scheme. These studies highlight the benefit of the optimal algorithm as well as the performance tradeoffs inherent in the three different solution approaches. Overall, the dynamic programming algorithm is shown to exhibit significant benefits in cases where sufficient meteorological and demand data are available.

中文翻译：

---

减少风机环境的最佳策略

常常需要限制风力涡轮机，以减轻风能设备对环境的影响。例如，可能需要削减以满足对附近房屋上阴影闪烁的发生的限制，或将野生生物的死亡人数减少到一定限度以下。本文介绍了一种最佳的削减策略，该策略旨在通过智能地选择削减时间，在满足强加的环境约束的同时，最大化风电场的收益。为了解决这个问题，定义了一组离散的缩减决策时间，并使用长期预测数据来每次预测需求加权发电量。动态编程与原位气象传感器结合使用，可以实时计算概率最佳削减决策。通过同时利用预测数据和实时测量，该算法可确保战略性地支出约束预算，在收入较低时减少预算，并在收入可能较高时节省运营时间。通过一系列涉及阴影闪烁约束的仿真研究，对算法性能进行了表征，并与两种更简单的方法进行了比较：贪婪方案和基于阈值的方案。这些研究强调了最佳算法的好处以及三种不同解决方案方法固有的性能折衷。总体而言，在有足够的气象和需求数据的情况下，动态规划算法显示出显着的优势。在收入较低时减少收入，而在收入可能较高时节省工作时间。通过一系列涉及阴影闪烁约束的仿真研究，对算法性能进行了表征，并与两种更简单的方法进行了比较：贪婪方案和基于阈值的方案。这些研究强调了最佳算法的好处以及三种不同解决方案方法固有的性能折衷。总体而言，在有足够的气象和需求数据的情况下，动态规划算法显示出显着的优势。在收入较低时减少收入，而在收入可能较高时节省工作时间。通过一系列涉及阴影闪烁约束的仿真研究，对算法性能进行了表征，并与两种更简单的方法进行了比较：贪婪方案和基于阈值的方案。这些研究强调了最佳算法的好处以及三种不同解决方案方法固有的性能折衷。总体而言，在有足够的气象和需求数据的情况下，动态规划算法显示出显着的优势。对算法的性能进行了表征，并与两种简单的方法进行了比较：贪婪方案和基于阈值的方案。这些研究强调了最佳算法的好处以及三种不同解决方案方法固有的性能折衷。总体而言，在有足够的气象和需求数据的情况下，动态规划算法显示出显着的优势。对算法的性能进行了表征，并与两种简单的方法进行了比较：贪婪方案和基于阈值的方案。这些研究强调了最佳算法的好处以及三种不同解决方案方法固有的性能折衷。总体而言，在有足够的气象和需求数据的情况下，动态规划算法显示出显着的优势。