Abstract
Arbeidet presentert i denne oppgaven utvikler en Model Predictive Control (MPC) kontroller for STAS, SINTEF sin simulator for offshore vindturbiner. STAS er en simulator i frekvensdomenet som ikke er optimert for tidssimulering. Den gir ut lineariserte systemer for to parametere; gjennomsnittlig vindhastighet og prosent av maks kraftproduksjon som vindmøllen opererer ved. En MPC er først utviklet for kun ett slikt linearisert system. De tidligste utgavene av MPC-en kontrollerte generatorhastigheten og den felles pitchen til bladene på en stegvis måte. Dette førte til høyfrekvent støy på enkelte tilstander, så det ble lett etter en bedre løsning, først igjennom å lavpassfiltrere inngangene, så ved å la MPC-en kontrollere lineært varierende innganger. Deretter ble det testet med lavpassfiltrerte, lineært varierende innganger, før det til slutt ble testet å la MPC-en kontrollere settpunktene til en Proportional-Integral (PI)-kontroller. Hovedmålet var å redusere avvik i kraftproduksjonen fra en referanse, noe MPC-en viste at den klarte. Et forsøk på å redusere slitasje på vindturbinen ble gjort igjennom å styre endringen i enkelte strukturmomenter til null. Dette førte til en kraftig redusert kraftkontroll uten å vise til noen særlig reduksjon i antall nullkrysninger for den deriverte til momentene, noe som er blitt vist å være hovedkilden til slitasje på bevegelige strukturer. For å tillate en finere diskretisering i prediksjonssteget til MPC-en uten å gå på bekostning av sanntidsegenskapene til kontrolleren ble det lineære systemet redusert til færre tilstander. Dette ble først gjort igjennom en balansert reduksjon, noe som ga en reduksjon fra 103 til 62 tilstander. Et nytt forsøkt via Principal Component Analysis (PCA) ga en reduksjon til 24 tilstander. Bedre følging av kraftreferansen ble vist igjennom en foroverkoblet MPC basert på simulerte LIDAR-målinger av vindhastigheten foran vindturbinen. For å teste ytelsen til systemet ble to forskjellige støymodeller implementert. Den ene var simpel hvit støy på hver måling, mens den andre brukte en finite difference løsning av transportlikningen. Med perfekte LIDAR-målinger ga systemet en stor reduksjon i Root Mean Square (RMS) feil mellom ønsket og faktisk produsert kraft. En mindre, men betydelig forbedring ble sett selv ved relativt mye støy på målingene. For å få et mer realistisk system når tilstandene er langt unna lineariseringspunktet til STAS-modellen ble det lagd et Linear Parameter-Varying (LPV)-system via interpolering av lineariserte systemer for tre forskjellige parametere. Systemet viste å ha dårligere kraftfølging enn den PI-kontrolleren når det kun ble brukt én statisk projeksjonsmatrise for å redusere system. Bedre ytelse enn PI-kontrolleren ble derimot oppnådd når hvert lineariserte system ble redusert separat og transformert til en form hvor de kunne bli interpolert. Når MPC-en ble kjørt på det fulle interpolerte system med prediksjoner ved bruk av det interpolerte reduserte systemet ga det lavere RMS-feil enn PI-kontrolleren. Dette gir håp om at foroverkoblet MPC kan bli brukt til å redusere feil i kraftfølging og øke energifangsten til offshore vindturbiner.