大型风电机组非线性模型预测控制方法研究

作     者：杨迎港 

作者单位：中南大学 

学位级别：硕士

导师姓名：宋冬然;杨建

授予年度：2022年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主      题：大型风电机组 非线性模型预测控制 风能捕获 优化算法 Koopman算子 

摘      要：随着全球环境污染问题日益严重和能源危机不断加剧,国家提出了能源战略“碳达峰、碳中和的发展需求。在此背景下,为提升大型风电机组发电性能优势、减小加剧的不平衡气动力矩对部件载荷影响,风电机组朝智能化方向升级,传统控制器难以满足行业发展需求。模型预测控制被认为是能融合激光雷达测风信息的最理想的大型风电机组的先进控制方法,然而大型风电机组的强非线性、大惯性等特性导致其难以直接应用。因此,本文对大型风电机组非线性模型预测控制方法进行了较为深入的应用研究,主要工作包括:(1)采用传统解决非线性系统控制问题的方式,提出基于多工作点线性化的风电机组模型预测控制方法。利用小信号分析对风电机组进行多工作点线性化,得到适合于模型预测控制的风电机组整体仿射模型。接着从输出预测、成本函数以及约束三个方面出发,将模型预测控制问题转化为简单的带约束二次规划求解问题进行求解。仿真结果显示,高风速下该方法控制性能明显优于基准PI方法,但低风速下由于建模误差对控制器设计影响更加严重,导致其控制性能仍有待提升。(2)为解决传统工作点线性化方式建模精度不高而导致的低风速下控制性能提升有限的问题,提出基于离散长周期框架的风电机组非线性模型预测控制方法。直接建立大型风力发电机组非线性模型,在此基础上构建离散长周期非线性预测控制框架,并探索适合于该框架的求解算法。本文提出了两种不同求解方式:方式一,通过离散化缩小优化解范围,采用枚举法得到该非凸优化问题的近似解;方式二,采用智能优化算法求解。仿真结果表明,上述方法具有比工作点线性化方法更加优异的控制性能。(3)考虑到非线性模型预测控制导致的计算量巨大以及求解过程为黑盒模型的问题,为结合线性模型预测控制以及非线性模型预测控制两者的优势,提出一种基于Koopman算子的非线性风电机组线性模型预测控制方法。通过Koopman算子将非线性风电机组系统提升为无限维的线性系统,并采用扩展动态模式分解方法得到算子的有限维近似,使得风电机组模型近似具有线性系统的形式,从而便于采用线性模型预测控制方法对风电机组进行控制。该方法具有计算简单、易于实现的优点。仿真结果显示,该方法表现出比工作点线性化方式具有更优异的控制性能。图32幅,表12个,参考文献100篇