随机模型预测控制在风力发电系统的应用

摘要

风电系统的控制是有效地利用风能、提高风力发电效率的关键，传统和现代的很多控制理论已经被应用于风机控制，也取得了巨大成就。然而，以往多数研究主要针对控制风机跟踪额定转速和额定功率，对机组疲劳负荷的优化并没有过多强调，本文将从风场级别的控制角度来研究疲劳负荷优化问题。
　　模型预测控制是一类新型计算机控制算法，对解决复杂工业优化问题效果显著，本文的重点是对模型预测控制在解决风场疲劳优化问题方面的可能性进行分析。文中应用的随机线性风场模型是经过风机模型线性化、风模型线性拟合、线性风机模型与线性风模型连结和增广线性模型四个步骤得到的。本文针对该风场系统的随机线性模型，分别应用线性二次控制和随机模型预测控制来处理风场的疲劳负荷优化问题，仿真算法过程并分析控制性能。

目录

声明

摘要

第1章 绪论

1．1 课题背景及研究的目的和意义

1．1．1 风电系统的发展及其控制问题

1．1．2 风电机组疲劳负荷问题

1．2 模型预测控制国内外研究动态

1．2．1 模型预测控制

1．2．2 MPC与SMPC在风电系统中的应用

1．3 本文的主要工作

第2章 模型预测控制介绍

2．1 模型预测控制基本概念和特点

2．2 模型预测控制分类

2．2．1 线性模型预测控制

2．2．2 非线性模型预测控制

2．2．3 随机模型预测控制

2．2．4 凸和非凸模型预测控制

2．2．5 显式模型预测控制

2．3 本章小结

第3章 研究对象建模

3．1 风机模型

3．1．1 风能捕获

3．1．2 风机子系统

3．1．3 风机运行模式

3．2 线性化风机模型

3．3 风场模型

3．3．1 风模型

3．3．2 线性风模型

3．3．3 线性风场模型

3．4 本章小结

第4章 风场控制问题研究

4．1 控制问题提出

4．2 控制问题的数学描述

4．2．1 风场模型

4．2．2 疲劳负荷描述

4．2．3 优化问题代价函数

4．3 应用分布式随机LQ算法求解风场负荷优化问题

4．4 优化问题求解

4．5 仿真分析

4．6 本章小结

第5章 SMPC的应用

5．1 SMPC算法提出

5．2 算法描述

5．3 SMPC算法的应用

5．3．1 SMPC在简单系统的应用仿真

5．3．2 SMPC在风电场的应用仿真

5．4 本章小结

第6章 结论与展望

参考文献

攻读硕士学位期间发表的论文及参加的科研工作

致谢