基于狀態空間的前饋風擾動模型預測變槳距控制器設計

　　摘 要：針對如何減小風擾動對雙饋風電機組動態載荷影響的問題，采用基于狀態空間的風擾動前饋模型預測控制算法，進行變槳距控制器設計。以3MW 雙饋風電機組為例，通過AeroDyn、FAST 和MATLAB 三個仿真工具建立聯合運動仿真集成環境，仿真研究結果表明基于狀態空間的風擾動前饋模型預測控制算法在減小風電機組傳動鏈扭振、葉片揮舞和塔筒前后擺動幅值方面效果明顯，證明了算法的有效性。

　　0 引言
   　預測控制是一種基于模型的先進控制策略，其主要特征為：以預測模型為基礎，采用二次在線滾動優化性能指標和反饋校正等控制策略來消除被控對象建模誤差，克服結構、參數與環境等不確定性因素的影響，有效地彌補了現代控制理論對復雜受控對象本身無法避免的不足[1-2]。由于風電具有被控對象建模困難、結構與參數具有不確定、風能資源擾動大等特點，所以基于狀態空間模型預測控制（MPC）更具備適用性。
　　文獻[3] 通過預測控制算法對風力機變槳距系統進行調節，解決由于電液比例變槳距執行機構的差動回路設計和風力負載的單方向性造成槳葉順槳和逆槳時系統模型不一致的問題。文獻[4] 采用基于神經網絡的分段復合控制方法進行變槳距控制，依據運行工況分別進行模型預測控制和前饋控制，提高了變距系統的響應快速性和抗干擾能力。之前的研究大多沒有結合實際的運行目標，也沒有提出整機的優化載荷控制目標，并都只是做了仿真研究。本文在前人研究的基礎上，構建了基于狀態空間的風擾動前饋模型預測變槳距控制器，以3MW雙饋機組為例，通過聯合運動和實際風況的仿真驗證本文控制算法的有效性。
　　1風電機組模型預測控制器設計
　　風速擾動是引起雙饋風電機組動態載荷的主要原因。為解決這個問題在傳統模型預測算法中增加對可測擾動的計算，在預測未來的輸出和優化控制目標函數中就包含了風速擾動的影響，相當于在控制系統中增加了對風速擾動的前饋補償。本文推導增加風擾動抑制的雙饋風電機組模型預測控制算法計算過程。
　　具體的每個控制器設計步驟如圖1 所示：確定控制目標，建立預測模型；設計卡爾曼濾波器；考慮輸入輸出約束問題；定義優化性能指標；選擇合適的輸出誤差權重Q 和控制量變化幅度的權重R ；選擇預測時域N 和控制時域Nc。預測時域N 指變槳控制器控制周期的個數。[5]