[发明专利]基于强化Q学习的风电机组偏航系统H∞跟踪控制方法

说明书

本发明涉及一种基于强化Q学习的风电机组偏航系统H∞跟踪控制方法，在风电机组存在外界扰动和系统状态不确定的工况下，建立风电机组偏航控制系统的数学模型；基于风电机组偏航控制系统的数学模型，设计强化Q学习控制方法，得到最优控制输入和最差扰动输入基于最优控制输入和最差扰动输入对风电机组在外界扰动和系统状态不确定的工况下进行偏航控制。本发明提供的控制方法解决了风电机组偏航控制系统的系统状态不确定和外界扰动的问题。

技术领域

本发明涉及风电机组偏航控制技术领域，主要涉及一种基于强化Q学习的风电机组偏航系统H∞跟踪控制方法。

背景技术

偏航控制策略直接决定风电机组对风能的利用效率，也间接影响着机组的故障率和使用寿命。现代兆瓦级风电机组普遍采用统一控制参数的主动偏航系统，即设定容许偏航误差的滞后偏航策略，偏航控制参数定死，适应性较差。因此，采取自适应风速、风向变换特性的先进偏航控制方法，对延长风电机组的使用寿命和提升发电效率具有重要意义。

由于风电机组偏航系统具有较强的非线性，传统的控制技术主要集中在基于多个工作点的控制设计上，通常对一个或多个工作点采用比例积分控制。但当实际工况偏离工作点时，控制效果会下降。此外，风向的随机性导致风电机组工作点频繁切换，给满足上述偏航控制策略的控制设计带来了进一步的困难。

发明内容

发明目的：

本发明提供一种基于强化Q学习的风电机组偏航系统H∞跟踪控制方法，设计一种基于无模型强化Q学习算法的风电机组偏航控制器。其目的在于解决现有方法中偏航控制参数定死，适应性较差的问题。

为实现上述目的，本发明采用的技术方案为：

本发明提供一种基于强化Q学习的风电机组偏航系统H∞跟踪控制方法，包括以下步骤：

步骤S1、在风电机组存在外界扰动和系统状态不确定的工况下，建立风电机组偏航控制系统的数学模型；

步骤S2、基于风电机组偏航控制系统的数学模型，设计强化Q学习控制方法，得到最优控制输入和最差扰动输入步骤S3、基于步骤S2中得到最优控制输入和最差扰动输入对风电机组在外界扰动和系统状态不确定的工况下进行偏航控制。

进一步的，所述步骤S1中风电机组偏航控制系统的数学模型为由强化Q学习控制器、偏航电动机、减速器、机舱和偏航位置检测元件依次连接形成的闭合回路，其中偏航位置检测元件内建立有偏航位置检测元件数学模型；偏航电动机内建立有偏航电动机电枢回路数学模型、偏航电动机反电势数学模型和偏航电动机力矩数学模型；机舱内建立有齿轮减速器数学模型和机舱运动数学模型。

进一步的，所述步骤S1中风电机组偏航控制系统的数学模型的控制方法为：

参考风向角θ_r和偏航位置检测元件所测风轮轴向角θ'_T的差值为σ，σ输入强化Q学习控制器，强化Q学习控制器通过强化Q学习控制方法输出最优控制输入和最差扰动输入并将输出值输入至偏航电动机，通过偏航电动机内偏航电动机电枢回路数学模型、偏航电动机反电势数学模型和偏航电动机力矩数学模型的运算，将运算输出的结果经减速器与外界扰动输入M_k共同输入至机舱，通过机舱内齿轮减速器数学模型和机舱运动数学模型的运算，将运算输出的结果输入至偏航位置检测元件，通过偏航位置检测元件内的偏航位置检测元件数学模型输出实际风轮轴向角θ_T，形成一个循环的控制系统。

进一步的，所述偏航位置检测元件数学模型为：

θ_T＝θ'_T

式中，θ_T为检测元件输入值，θ'_T为检测元件输出标幺值；

所述偏航电动机电枢回路数学模型为：