Page 79 - 新能源风力发电技术及其发展研究

Research on New Energy Wind Power Generation Technology and Development
新能源风力发电技术及其发展研究

足上述条件的最佳控制器参数。
实施与验证：将所得结果应用于实际系统中，通过仿真或实验验证其有效性。
（3）优点

强调系统的稳健性和可靠性，特别适合于安全有关的应用场景；能够在一定
程度上容忍模型失配。
（4）缺点
计算过程较为复杂，需要较高的数学背景；实际应用中可能遇到保守性过强

的问题，导致性能不如预期。
4. 模型预测控制（Model Predictive Control, MPC）
（1）基本概念
虽然前面已经讨论过 MPC 作为一种预测控制算法，但当应用于多变量控制

系统时，它同样展现了强大的协调能力。MPC 通过滚动优化的方式，在每一个
时间步长内都重新规划未来一段时间内的最优轨迹，以此来平衡多个目标之间的
矛盾。
（2）操作流程

多变量建模：考虑到风机的多物理场耦合特性，构建涵盖空气动力学、机械
传动、电气转换等多个方面的综合模型。
多目标优化：定义一个包含多种性能指标的成本函数，如功率输出最大化、
机械应力最小化、电能质量提升等，通过求解该函数得到最优控制序列。

滚动时域法：每次迭代只执行当前时刻的控制指令，然后根据最新的测量数
据更新模型预测，继续下一轮优化。
约束处理：考虑到实际限制条件（如最大转速、最小桨距角等），在优化过
程中加入相应的约束项，确保方案可行。

（3）优点
灵活性高，可以根据具体需求定制化设计；具有较强的适应性和鲁棒性，能
够处理复杂的非线性系统。
（4）缺点

计算量大，对实时性有一定要求；依赖于准确的预测模型，若模型失准可能
导致性能下降。

66