摘 要：針對(duì)如何減小風(fēng)擾動(dòng)對(duì)雙饋風(fēng)電機(jī)組動(dòng)態(tài)載荷影響的問(wèn)題，采用基于狀態(tài)空間的風(fēng)擾動(dòng)前饋模型預(yù)測(cè)控制算法，進(jìn)行變槳距控制器設(shè)計(jì)。以3MW 雙饋風(fēng)電機(jī)組為例，通過(guò)AeroDyn、FAST 和MATLAB 三個(gè)仿真工具建立聯(lián)合運(yùn)動(dòng)仿真集成環(huán)境，仿真研究結(jié)果表明基于狀態(tài)空間的風(fēng)擾動(dòng)前饋模型預(yù)測(cè)控制算法在減小風(fēng)電機(jī)組傳動(dòng)鏈扭振、葉片揮舞和塔筒前后擺動(dòng)幅值方面效果明顯，證明了算法的有效性。

　　0 引言
   　預(yù)測(cè)控制是一種基于模型的先進(jìn)控制策略，其主要特征為：以預(yù)測(cè)模型為基礎(chǔ)，采用二次在線滾動(dòng)優(yōu)化性能指標(biāo)和反饋校正等控制策略來(lái)消除被控對(duì)象建模誤差，克服結(jié)構(gòu)、參數(shù)與環(huán)境等不確定性因素的影響，有效地彌補(bǔ)了現(xiàn)代控制理論對(duì)復(fù)雜受控對(duì)象本身無(wú)法避免的不足[1-2]。由于風(fēng)電具有被控對(duì)象建模困難、結(jié)構(gòu)與參數(shù)具有不確定、風(fēng)能資源擾動(dòng)大等特點(diǎn)，所以基于狀態(tài)空間模型預(yù)測(cè)控制（MPC）更具備適用性。
　　文獻(xiàn)[3] 通過(guò)預(yù)測(cè)控制算法對(duì)風(fēng)力機(jī)變槳距系統(tǒng)進(jìn)行調(diào)節(jié)，解決由于電液比例變槳距執(zhí)行機(jī)構(gòu)的差動(dòng)回路設(shè)計(jì)和風(fēng)力負(fù)載的單方向性造成槳葉順槳和逆槳時(shí)系統(tǒng)模型不一致的問(wèn)題。文獻(xiàn)[4] 采用基于神經(jīng)網(wǎng)絡(luò)的分段復(fù)合控制方法進(jìn)行變槳距控制，依據(jù)運(yùn)行工況分別進(jìn)行模型預(yù)測(cè)控制和前饋控制，提高了變距系統(tǒng)的響應(yīng)快速性和抗干擾能力。之前的研究大多沒(méi)有結(jié)合實(shí)際的運(yùn)行目標(biāo)，也沒(méi)有提出整機(jī)的優(yōu)化載荷控制目標(biāo)，并都只是做了仿真研究。本文在前人研究的基礎(chǔ)上，構(gòu)建了基于狀態(tài)空間的風(fēng)擾動(dòng)前饋模型預(yù)測(cè)變槳距控制器，以3MW雙饋機(jī)組為例，通過(guò)聯(lián)合運(yùn)動(dòng)和實(shí)際風(fēng)況的仿真驗(yàn)證本文控制算法的有效性。
　　1風(fēng)電機(jī)組模型預(yù)測(cè)控制器設(shè)計(jì)
　　風(fēng)速擾動(dòng)是引起雙饋風(fēng)電機(jī)組動(dòng)態(tài)載荷的主要原因。為解決這個(gè)問(wèn)題在傳統(tǒng)模型預(yù)測(cè)算法中增加對(duì)可測(cè)擾動(dòng)的計(jì)算，在預(yù)測(cè)未來(lái)的輸出和優(yōu)化控制目標(biāo)函數(shù)中就包含了風(fēng)速擾動(dòng)的影響，相當(dāng)于在控制系統(tǒng)中增加了對(duì)風(fēng)速擾動(dòng)的前饋補(bǔ)償。本文推導(dǎo)增加風(fēng)擾動(dòng)抑制的雙饋風(fēng)電機(jī)組模型預(yù)測(cè)控制算法計(jì)算過(guò)程。
　　具體的每個(gè)控制器設(shè)計(jì)步驟如圖1 所示：確定控制目標(biāo)，建立預(yù)測(cè)模型；設(shè)計(jì)卡爾曼濾波器；考慮輸入輸出約束問(wèn)題；定義優(yōu)化性能指標(biāo)；選擇合適的輸出誤差權(quán)重Q 和控制量變化幅度的權(quán)重R ；選擇預(yù)測(cè)時(shí)域N 和控制時(shí)域Nc。預(yù)測(cè)時(shí)域N 指變槳控制器控制周期的個(gè)數(shù)。[5]