基于状态空间的前馈风扰动模型预测变桨距控制器设计

　　摘 要：针对如何减小风扰动对双馈风电机组动态载荷影响的问题，采用基于状态空间的风扰动前馈模型预测控制算法，进行变桨距控制器设计。以3MW 双馈风电机组为例，通过AeroDyn、FAST 和MATLAB 三个仿真工具建立联合运动仿真集成环境，仿真研究结果表明基于状态空间的风扰动前馈模型预测控制算法在减小风电机组传动链扭振、叶片挥舞和塔筒前后摆动幅值方面效果明显，证明了算法的有效性。

　　0 引言
   　预测控制是一种基于模型的先进控制策略，其主要特征为：以预测模型为基础，采用二次在线滚动优化性能指标和反馈校正等控制策略来消除被控对象建模误差，克服结构、参数与环境等不确定性因素的影响，有效地弥补了现代控制理论对复杂受控对象本身无法避免的不足[1-2]。由于风电具有被控对象建模困难、结构与参数具有不确定、风能资源扰动大等特点，所以基于状态空间模型预测控制（MPC）更具备适用性。
　　文献[3] 通过预测控制算法对风力机变桨距系统进行调节，解决由于电液比例变桨距执行机构的差动回路设计和风力负载的单方向性造成桨叶顺桨和逆桨时系统模型不一致的问题。文献[4] 采用基于神经网络的分段复合控制方法进行变桨距控制，依据运行工况分别进行模型预测控制和前馈控制，提高了变距系统的响应快速性和抗干扰能力。之前的研究大多没有结合实际的运行目标，也没有提出整机的优化载荷控制目标，并都只是做了仿真研究。本文在前人研究的基础上，构建了基于状态空间的风扰动前馈模型预测变桨距控制器，以3MW双馈机组为例，通过联合运动和实际风况的仿真验证本文控制算法的有效性。
　　1风电机组模型预测控制器设计
　　风速扰动是引起双馈风电机组动态载荷的主要原因。为解决这个问题在传统模型预测算法中增加对可测扰动的计算，在预测未来的输出和优化控制目标函数中就包含了风速扰动的影响，相当于在控制系统中增加了对风速扰动的前馈补偿。本文推导增加风扰动抑制的双馈风电机组模型预测控制算法计算过程。
　　具体的每个控制器设计步骤如图1 所示：确定控制目标，建立预测模型；设计卡尔曼滤波器；考虑输入输出约束问题；定义优化性能指标；选择合适的输出误差权重Q 和控制量变化幅度的权重R ；选择预测时域N 和控制时域Nc。预测时域N 指变桨控制器控制周期的个数。[5]