Slide 

1 

Creating a venue for aWind Analysis Study for a site on Poor Mountain  in Roanoke County, Virginia

 

In response to the need to clearly conduct an objective, scientifically based, 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 

2 This image describes a 650 ft x 650 ft pixel size overlay of a Wind Density Analysis extrapolated from data from sites, nationwide, on a vertical elevation above sea level basis to assess electrical energy production for a site on Poor Mountain  in Roanoke County, VA

 

Clearly, the publicly available data created with a “computer‐screen” pixel sized (650’ x650’) conclusion 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.   

Slide 

3 Understanding the Wind Developer’s  Wind Analysis Study for a site on Poor Mountain  in Roanoke County, Virginia

 

The yellow ring begins to focus on a specific area of a proposed 18 – 2.5MW Turbine Plantation. Note that 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 

4 Understanding the Wind Developer’s  Wind Analysis Study for a site on Poor Mountain  in Roanoke County, Virginia

 

As we begin to focus in on the project site we see that the Wind Classes are predominately Class 3 & Class 4 areas. Notably, these are of lower energy producing potential than many other Class 5, 6 & 7 wind areas in the vicinity.    

Slide 

5 

Is this site on Poor Mountain  in Roanoke County, Virginia a key to accessing additional energy resources from the abundant wind power bands near a model  city in the southern Appalachians? 

 

With less than desirable siting, in wind power terms, than recommended by the American Wind Energy Association (AWEA), an industry supported 

organization: “In general, sites with a 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 

6 

A: Sea breeze (occurs at daytime)B: Land breeze (occurs at night)

Mountain wave schematic. The wind flows towards a mountain and produces a first oscillation (A). A second wave occurs further away and higher. The lenticular clouds form at the peak of the waves 

 

Off‐shore winds are 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 buildings, trees and terrain.    

Slide 

7 

Wind Flow Visualization over Appalachian Mountain TerrainPoor Mountain wind Reaping - Roanoke County - Virginia

 

The characteristics of 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.   

Slide 

8  The wind profile power law relationship is:

u/ur = (z/zr)α

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 coefficient that varies dependent upon the stability of the atmosphere. For neutral stability conditions, α is approximately 1/7, or 0.143.In order to estimate the wind speed at a certain height x, the relationship would be rearranged to:

ux = ur(zx/zr)α

The value of 1/7 for α is commonly assumed to be constant in wind resource 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 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., 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 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 (e.g., for offshore wind farms), than 0.143,  which is more applicable over open land surfaces.

 

By definition, these algorithms are yielding “quite erroneous” estimates. The roughness factor clearly requires much more locally based evaluation. Terrain based factors for “wind‐turbulence” 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 

apparent that site specific data and analysis must be undertaken in mountainous terrain.   

Slide 

9  Rayleigh Distribution ‐Wind SpeedThe 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 important to obtain site specific parameters for a project evaluation.

Basic EquationThe equation for energy recovery from the wind is as follows:

 

This equation estimates theoretical energy conversion from wind to electricity.   

Slide 

10 Coefficient of PerformanceNot all the energy can be recovered from a wind stream. The theoretical maximum value for the coefficient of performance is 0.593. An "ideal" wind turbine with this maximum value is known as a Rayleigh‐Betz machine. In practice the value of the maximum values of coefficient is in the range 0.25 to 0.45. In general, the larger the machine the higher the value. Also the use of variable pitch rotors can optimize the coefficient of performance for a range of wind speeds. The curve used in the example is shown below.The maximum value of the coefficient has been set close to the modal wind speed forRayleigh averages in the range 5 ‐ 7 m/sec. The rotor design should be optimized for the site.

 

For the preceding Raleigh Distribution formula, the coefficient of performance factor used is between the 25% to 45% range. This number should not b e confused with the “capacity factor”, which addresses performance over periods of time (typically annual).    

Slide 

11 

From GE Wind (2.5xl Power curve speculation NOT from GE)

 

A Capacity Factor is 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 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  

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 

12 

 

On Bent Mountain, we 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.  

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"     

 

Slide 

13 Poor Mountain Preserve 

The Nature ConservancyGlobally Rare Pirate‐bushBottom Creek

Headwaters

Big Laurel CreekHeadwaters

Bottom Creek Gorge Preserve 

The Nature ConservancyEPA/DEQ Tier III Stream

 

Please look closely at this image. It clearly conveys visual evidence of a large undisturbed oxygen producing, life sustaining areas of natural environment. Thirty years ago, Roanoke County identified the hollow 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.