模型预测控制在风力发电机组中的应用综述外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

模型预测控制在风力发电机组中的应用综述

摘要-本文旨在概述当今风机模型预测控制在涡轮机中的发展与效益及其未来的潜力。现代的大风涡轮机的主要控制目标是使功率最大化。保持疲劳载荷最小的生产。由于多输入多输出系统和执行器约束，流行的PI控制器可能失效，或难以调整。而MPC提供了一个结合驱动器约束知识的系统的方法去设计多变量控制器。本文综述了风力发电机组的控制问题，特别是对使用风力机模型预测控制。

关键词-模型预测控制，风力发电机组

1. 引言

风能是当今世界最有发展前途的可再生能源之一。水平轴风机（配置）是一种复杂非线性动态系统。如今，风力涡轮机转子正在变得越来越大。以便使风能与石油和天然气相比更加经济高效。因此，控制技术具有重要地位。参考大量的文献，风力发电机组的控制，可分为三类：操作控制、电力电子风能控制与监控级控制。本综述论文将主要集中在操作控制上。主操作控制的目标一般是使风力发电机组的捕获功率最大化，同时最大限度地减少涡轮部件上的载荷，如叶片、塔架和驱动列车。许多传感器和执行器已经安装在这个庞大而灵活的系统。因此，先进控制设计在风力发电机组中应用潜在的好处令人期待。在过去的十年中，控制技术如LQG和H1在文献中很流行。然而，没有清晰的迹象表明这两种技术中的任何一种在工业过程中采用了。其中一个可能的原因可能是LQG和H1控制器设计不能包含系统和系统的方法中的输入限制。这些控制器通常要求高水平的输入活动，违反约束会造成风机的意外停机。因此，近年来，基于模型预测控制（MPC）在风能领域的应用因其自带的处理多变量系统的能力和限制受到学术界的广泛关注。因此，本文的主要目的是对MPC在风能应用方面的最新发展作一个总体概述和调查；并指出需要未来工作的领域。

本论文分为四个部分。第二节和第三节提供读者风机控制中的问题描述和在风机控制中分别应用MPC的动机。接着，第四节介绍风力发电机组控制在现有文献的概述。最后，第五节将总结结论并介绍未来的发展方向。

1. 问题描述：风力发电机组的控制
2. 控制目标

标准变速风力机的运行可根据风速的大小而划分为四个操作区域。如图1所示，在第一区域，风速低于的切割速度，无法驱动风力涡轮机。在第二区域，风力涡轮机将最大限度地捕获风速低于额定风速的风能。区域II操作也称为局部负荷区域。在第三区（也称为满负荷区），由于电力设备额定值的限制，风力涡轮机只允许在额定功率P_rated运行。在四区速度超过停止速度，风机停止运行防止机械损伤。

图1

标准风力发电机功率曲线[1]，[2]

控制目标可以分为两大主题。如表一，转子转速调节和结构负荷缓解。风力发电机有更多的控制目标，如容错控制等。由于这一限制论文主要侧重于操作控制。

操作控制策略的目标是基于操作区域。过去，风力发电机组的控制工业的目标是用PI设计调节转子转速。许多文献都提出多输入多输出控制。先进的控制策略可以改善风力发电机组的性能、调速性能和并减轻负载[ 3 ]，[ 4 ]，[ 5 ]。

表一

现代风力发电机组控制目标综述

1. 模型描述

控制课题组研究了许多以设计控制器为目标实现控制目的的方法来构建风力发电机组模型。国家可再生能源实验室（NREL）设计的气动弹性三叶自由度16变速风力机模型[ 6 ]。然而，在许多出版物中，A只需三度的简化非线性风力机模型自由度已被用于基于模型的控制设计。这背后的原因是减少模型需要较少。计算能力和简化模型足够满足大多数设计标准。一个模型比较可在[ 7 ]中获得。表二总结了一份文献中使用的控制变量和测量变量可能的相应约束。执行器限制和涡轮机之间的系统约束各不相同；作者只提供了各种限制的一般范围。文献[ 8 ]，[ 9 ]，[ 2 ]。

简化的非线性风力机模型通常用两个动力学描述。共同假设汽轮机模型为：（一）无偏航不对中；（二）刚性桨叶；（三）塔架前挠度的第一模态；（四）均匀风或无风切变。转子的动力学表达式是

(1)

其中空气动力矩Ma是一个关于桨叶俯仰角beta;，转子转速和风速非线性函数。和分别是转子和发电机转矩的转动惯量。该塔的前挠度挠度是仿照的以下动力学表达式：

(2)

其中推力也是一个非线性函数。，和分别为汽轮机的质量、阻尼系数和弹簧常数。

其它一些动力学，如侧塔运动、俯仰伺服模型和桨叶模型等。在控制器设计中也要考虑。更多的细节关于风力涡轮机的建模可以在[ 10 ]，[ 11 ]中找到。

1. MPC应对风机的动机控制问题

风力涡轮机是一个多变量系统。因此，基于模型的控制设计方法是一个合适的工具，因为它可以建立控制器来解决典型系统的多变量控制问题。因此，无疑模型预测控制在工业控制中的应用风能的应用已经越来越普遍。近5年。许多文献（例如[ 12 ]、[ 13 ]和[ 14 ]证明了相比于比使用PI设计方法，用MPC方法设计控制器，可以得到更好的负载缓解和最佳功率跟踪。这与PI在工业上仍然广泛使用是相关的。一些出版物[ 15 ]建议MPC控制器，由于它们的有效使用关于系统约束和预测行为的信息，可以避免由于超速限制不必要的停机。其他出版物[ 4 ]和[ 16 ]建议MPC控制器。改进替代先进控制的性能技术如LQR和LQG；这主要是由于对约束信息的有效处理。

实施MPC的主要好处是：[17]

bull; 约束很容易被集成，MPC算法可以系统地考虑执行器约束，优化成本函数。

bull; MPC允许系统为处理多变量控制问题设计过程。

MPC设计方法包括以下主要组件：模型、性能指标和约束，尽管在每个组件定义中有相当多的灵活性以适应环境。

1. 模型的选择

MPC的控制轨迹预测与性能控制器取决于模型是如何形成的。反过来取决于数据的环境和可用性。由于关于风力机简化模型的非线性[ 18 ]和[ 12 ]，MPC控制器是通过使用一个线性化模型的建立基于一个单一的操作点；因而只有有限的适用范围。另一种常见的方法（例如[ 19 ]和[ 20 ]）是利用增益调度或线性的思想。参数变（LPV）控制设计一个控制器。因为有很多的操作要点，因此有许多不同的模型和控制器。非线性模型预测控制（NMPC）也是一个受欢迎的设计方法[ 7 ]适合于非线性的性质风力涡轮机运行问题，但识别和使用非线性模型，相比于不确定局部线性近似更具挑战性。

有效的预测依赖于良好的有关未来的预测和输入信息。因此有很多关于未来风廓线的估计。经典估计风信息有不同的方法。通常，静态气动模型的反演[ 12 ]、[ 21 ]和随机游走模型[ 4 ]是常见的风估计选择。最近，随着成熟度的提高激光雷达技术，一些论文获得通过激光雷达评估的未来风信息[ 7 ]，[ 15 ]。

表二

风力机的控制与测量变量

1. 目标函数

在MPC控制律中，预测输入轨迹是通过在线优化目标函数得到的。在大多数风机控制文献，控制目标主要是改善负载负荷和最佳功率跟踪。为了比较控制器的性能，通常研究功率波动和突风期间各部件的极限载荷还有一段时间的疲劳载荷。疲劳载荷是由损伤等效载荷（del）表示的广泛应用于工业参数。

1. 约束

约束条件的处理是MPC相比于其他的控制技术的主要特征。在风力涡轮机，经常有各类约束，例如俯仰速率限制，桨距限制在荷载作用下的极限等。这些有关约束的知识可以纳入目标函数。因此，预测控制输入轨迹应该是最优的，受制于系统的限制。一个系统限制表在表二中概述。

1. MPC应用风力涡轮机的分析和问题

在现有文献中，已有许多MPC应用用于解决风力涡轮机的控制问题。在本节中，将概述现有的一些文献。

1. MPC和转子速度控制

风力发电的关键是动力生产。为了确保汽轮机在最佳功率效率下运行，转子速度控制起着至关重要的作用。在工业界，这种控制目标通常是由一个简单的PID控制器来完成的。许多论文建议使用MIMO MPC方法可以实现不仅提高了转子速度，而且减轻了塔负荷。

1. 线性MPC：无疑，最普遍采用的研究方法是设计一种基于线性化的风电机组模型跟踪MPC控制器规范电力生产。主要论点是相关的MPC算法相比于非线性模型不需要线性化模型计算能力（实际上是编程需求）。

Korber和King[ 12 ]证实，基于线性化模型的MPC控制器，可以在第三区实现良好的电力调节和减轻塔负荷的性能。另一个例子，Henriksen[18]表明，只要底层设计鲁棒性好，线性模型预测控制在单个工作点上设计的控制器应该是能够处理整个风力发电机组的运行。读者可以意识到不同的调优选择、筛选和设置计算将影响MPC控制法的底层鲁棒性[22]。

1. 计划MPC：一些出版物以基于一个操作点的控制器可能相比于在很宽的操作范围内的控制器没有良好的性能为前提。Kumar et. al[ 20 ]指出由于风力发电机组的非线性在基础上，设计一种不同风速工况下的多个模型MPC控制器是必要的。

Soliman et. al[14]表明计划的MPC控制器可以在整个操作区域的功率跟踪实现显著的负载缓解和良好的控制。另一个重要发现是基于观测器的控制器（例如。预定的MPC）提供的无扰切换性能。这是明显的无扰切换尚未直接与预定PI控制器改变其收益，特别是在第二区域之间的过渡期间第三区[ 2 ]。第二区域主要控制变量是发电机转矩，而第三区域是叶片螺距。由于功率跟踪的目标取决于操作区域，在额定风速附近突然出现阵风，会在第二区域大范围内引起转矩超调，并在第三区域引起扰动活动。使用具有预测能力的计划MPC控制器可以有效避免这种问题。

1. 非线性MPC：非线性MPC（NMPC）在风力发电中应用是非常值得调查的主要原因是由于风力发电机组运行控制问题中高度非线性的性质。当然，计数器参数所需的较高计算负担（和编码复杂度）是解决相关优化问题。

Bottasso et. al[4]设计一个以整体叶片间距和发电机扭矩作为控制输入的NMPC控制器，他们比较了预定的NMPC控制器和LQR风控PID控制器。轮毂风速模型是基于随机游走模型。在他们的研究结果，给出了针对不同的成本函数的归一化操作风速。此外在第三区域阵风影响下的性能比较是假设的。得出的结论是相比于预定PID和LQR控制器，NMPC控制器可以显著

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[467081]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 什么是智能建筑？从国际视角分析最近的解释外文翻译资料
• 建筑物内电气和电子系统外文翻译资料
• 能源与建筑翻译资料
• 通过智能家居提高个人的生活质量外文翻译资料
• 路桥梁自动端到端无线监测系统外文翻译资料
• 基于粒子群算法的大型风力发电系统负载频率控制外文翻译资料
• 基于粒子群算法的大规模风电集成电力系统负荷频率控制外文翻译资料
• FPGA中PLC程序的硬件映射策略外文翻译资料
• 便携式3导ECG片上监控系统心率变异性处理器的设计外文翻译资料
• 楼宇自动化系统：概念与技术回顾外文翻译资料