文 | 高尚，邓英

模型预测对减缓风电机组传动链疲劳载荷的作用

文 | 高尚，邓英

随着风电机组容量的增大，提高机组风能利用效率、降低传动链疲劳载荷、增加机组安全运行可靠性等成为机组主流研究方向。由于自然界的风是随机波动的，机组具有运行范围宽、随机扰动大、非线性显著等特点，机组各部分在周期扰动应力作用下，传动链疲劳载荷震荡明显，不仅易形成裂纹或断裂造成安全事故，而且影响发电效率。PID控制策略只能在特定线性模型工作点周围有良好的控制效果，且面对扰动调节时间长，控制效果不佳。因此，非线性、变参数的智能化控制策略如模型预测控制策略受到重视。

在算法分类上，模型预测控制属于先进过程控制的范畴，实现过程通常是基于计算机的手段，所以模型预测控制是一种离散的采样控制算法，该控制策略的模型可以是传递函数模型、状态空间模型、零极点增益模型等，最基本的特点是滚动优化，反馈校正。

通过预测控制算法对风电机组变桨距系统进行调节，可以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。而采用基于神经网络的分段复合控制方法进行变桨距控制，可以依据运行工况分别进行模型预测控制和前馈控制，提高了变距系统的快速响应和抗干扰能力。

之前的研究大多没有结合实际的运行目标，也没有提出优化载荷目标。……