基于估计器、预测器及非线性模型预测控制的摆线转子波能转换器实际能量最大化控制

《Ocean Engineering》:Realistic energy-maximising control of cyclorotor wave energy converters using estimator, predictor, and nonlinear MPC

【字体: 大 中 小 】 时间:2026年03月09日 来源:Ocean Engineering 6.3

编辑推荐:

  本研究首次提出了适用于摆线转子波能转换器(WEC)的实际控制方案,以实现能量转换最大化。该方案将相对翼型-流体速度估计器与预测器相结合,采用非线性模型预测控制器(NMPC),用于在 irregular waves(不规则波)中运行的摆线转子WEC。研究人员将所

  
本研究首次提出了适用于摆线转子波能转换器(WEC)的实际控制方案,以实现能量转换最大化。该方案将相对翼型-流体速度估计器与预测器相结合,采用非线性模型预测控制器(NMPC),用于在 irregular waves(不规则波)中运行的摆线转子WEC。研究人员将所提出的实际控制器性能与理想化情况进行了比较,后者假设完全知晓相对翼型-流体速度。通过计算两个代表性海域的年发电量(AEP)来评估实际控制器与理想化控制,并对由估计和预测不准确引起的能量损失进行了量化。仿真结果表明,估计和预测误差对能量捕获的影响保持在可接受范围内,同时首次获得了摆线转子能量输出的实际估计值。
海洋波浪是一种潜力巨大但尚未充分利用的可再生能源。与风能和太阳能相比,波浪能具有更高的功率密度,且通常表现出更强的一致性和可预测性。然而,尽管经过数十年的研发,波能转换器(WEC)仍未实现商业化。虽然众多装置概念被提出并测试,但波浪能转化为电能的成本仍无法与风电和太阳能等其他可再生能源竞争。因此,该领域的关键挑战在于降低平准化度电成本(LCoE),途径包括采用先进的控制策略和/或优化装置设计。

在众多种波能装置中,摆线转子WEC作为一种新颖且有前景的技术脱颖而出。摆线转子WEC通过旋转水翼与波浪水质点轨道运动之间的相互作用来工作,这种相互作用产生升力,其切向分量在摆线转子轴上产生波浪诱导扭矩,旋转发电机将扭矩转化为电能。单向转子旋转简化了能量捕获,而水翼俯仰和转子转速的主动控制使装置能够管理结构载荷并在高能及极端海况下保持运行。

然而,与传统依靠浮力或绕射力发电的装置相比,摆线转子WEC的探索仍然相对不足。据研究人员所知,仅有一家公司即Atargis Energy Corporation正在积极开发CycWEC这一海底安装式摆线转子WEC概念。此外,已完成的LiftWEC项目为摆线转子研究做出了重大贡献,提出了类似的浸没式摆线转子WEC概念。作为浪消式装置,摆线转子WEC可吸收高达70%的来波能量,甚至完全消除波浪,在海岸保护和海上风电场屏蔽方面具有潜在的附加效益。

尽管这些结果令人鼓舞,摆线转子WEC尚未获得广泛关注。主要挑战在于数学模型的高度非线性以及实验测试的复杂性。虽然摆线转子WEC的概念早在30多年前就已提出,但一个结合估计器和预测器的实际控制系统仍然缺乏。已有控制策略往往假设完全知晓相对翼型-流体速度,因此未考虑估计和预测误差可能带来的损失。

基于此,本研究引入了首个针对摆线转子WEC的实际能量最大化控制系统,集成了估计器和预测器与NMPC方法。摆线转子WEC控制面临独特挑战,包括其升力驱动的工作原理、涉及的多样化传感器组以及数学模型的强非线性。估计器和预测器的加入实现了对实际运行的更真实表征,其中相对翼型-流体流速的当前值和未来值需要从传感器系统的噪声测量中重建。

在控制导向的数学模型方面,研究人员假设摆线转子WEC在不规则波中运行,采用联合北海波浪计划(JONSWAP)谱建模。该谱通过峰增强因子反映更尖锐的谱能量分布,并在频域离散化表示。为计算总年发电量,研究选择了两个海域:美国西海岸洪堡湾和法国比斯开湾北部大西洋海岸,水深分别为117米和66.5米。在这些水深条件下,假设无限水深在中等不规则海况下仅引入约1%的相对误差,在高能海况下约为4%,因此采用线性深水波理论(Airy理论)可显著提高计算效率。

摆线转子WEC的旋转动力学由二维控制导向数学模型描述。对于半径为R、浸没深度为y0的双翼摆线转子,水翼位置由极坐标下的角位置θ(t)确定。水翼的旋转速度向量通过对位置求导获得。当摆线转子在波浪诱导的流体速度场中旋转时,水翼受到升力FL和阻力FD作用,这些力取决于相对翼型-流体速度向量VF,即局部波浪诱导流体速度VW与水翼旋转速度VR的向量差,加上尾流诱导和辐射效应的贡献VH。

辐射波和尾流速度场采用基于复势的解析解描述,涉及道森函数(Dawson function)。水翼i的环量强度Γ(t)由库塔-茹科夫斯基定理确定,与升力成正比。切向力FT和径向力FR通过将升力和阻力投影到水翼轨迹的局部切向和径向方向获得,其中切向力直接贡献于波浪能提取,径向力则产生需最小化的结构载荷。

性能指标方面,本研究的主要优化目标是最大化机械能转换。时间平均机械轴功率定义为PTO扭矩TPTO与旋转速度θ·乘积的时间积分。性能函数综合考虑了能量最大化与PTO扭矩波动惩罚,该公式同时形成凸优化问题,便于先进控制策略的应用。捕获宽度比(CWR)作为额外效率指标,定义为 generated mechanical power 与可用 wave power 之比。

本研究的核心贡献在于开发了实际控制系统架构,包括扩展卡尔曼滤波器(EKF)估计器、基于长短期记忆递归神经网络(LSTM RNN)的预测器以及NMPC框架。EKF用于估计不可直接测量的瞬时波浪诱导流体速度VW,同时衰减测量噪声。LSTM预测器接收最近估计的波浪诱导流体速度和上波测量仪的自由表面高程测量值作为输入,输出预测时限内的波浪诱导流体速度预测值。NMPC则利用估计和预测的速度值计算最优控制动作,确定PTO扭矩和水翼俯仰角的参考值,同时满足系统约束。

在估计器准确性评估中,研究人员针对两个代表性不规则海态进行测试:中等海态(Tp=10 s,Hs=2 m)和高能打态(Tp=14 s,Hs=4 m)。采用0.0039秒的离散化时间步长,对应LiftWEC缩尺原型实验中的传感器采样频率。仿真结果显示,实际与估计的波浪诱导流体速度分量在x和y方向均表现出良好的一致性。归一化均方根精度(NRMSA)值在所有场景下均超过0.91,即使在高噪声水平下也保持高准确性。

预测器准确性评估中,LSTM RNN采用两个双向LSTM层,输入序列长度为50个时间步,输出序列长度为100个时间步,每个时间步长0.25秒。预测结果表明,在中等海态下12秒预测时限内以及高能海态下8秒预测时限内提供可靠估计。归一化均方根误差(NRMSE)在最初3秒内低于0.02,在整个10秒预测时限内保持在可接受范围内。

集成控制系统性能评估采用Atargis提出的最先进原型设计:转子半径6米,轴位于自由表面下12米,配备两片NACA0015水翼。NMPC预测时限设为7.5秒,采样时间0.25秒。结果表明,理想化控制下最高CWR达85.09%(Tp=10 s,Hs=1 m),而实际控制在相同海态下达到84.4%。所有海态的平均功率损失约为7%,年发电量损失在两个代表性海域均控制在6%以内。具体而言,洪堡湾年机械能量产出为95.98 MWh/m,比斯开湾为70.27 MWh/m,与此前Atargis和LiftWEC项目的预测结果一致甚至略有改善。

讨论部分指出,所提实际控制系统的当前实现尚未达到实时性能,主要由于MATLAB中估计器与NMPC的联合执行以及Python中预测器的数据驱动计算带来的计算成本。在13代Intel Core i9-13900处理器和32 GB RAM配置下,组合执行时间约为14.3秒,远超0.25秒的控制时间步。研究人员强调这反映的是软件而非算法限制,预期完全编译的C/C++实现将显著降低计算时间并可能实现实时可行性。替代路径包括利用所获数值解训练神经网络,开发基于物理信息神经网络的控制策略。

关于能量最大化控制的潜在不利影响,值得注意的是,摆线转子WEC具有独特特性:其平均速度和整体位移与控制动作无关。然而,轴的力调节可能对水翼驱动点产生额外载荷。俯仰驱动的寄生能耗问题有待未来研究。在极端海况下,摆线转子WEC可通过下潜保持均匀波浪激励水平,或使用制动器停止旋转并将水翼俯仰保持在中性位置。

研究结论部分总结:本论文提出了首个摆线转子WEC的实际控制方案。所提出的方法将非线性模型预测控制器与相对翼型-流体速度的估计器和预测器相集成,在最先进的摆线转子WEC原型设计基础上,在广泛的不规则海态范围内进行了实现和测试。估计器和预测器独立评估,展示了相对翼型-流体速度的准确跟踪和预测,为集成控制系统奠定了坚实基础。预测器-估计器-NMPC回路的性能评估表明,实际控制器达到了接近理想化情况的性能。由于估计和预测不准确导致的CWR平均降低约为7%,年机械能量产出损失在两个代表性海域限制在6%以内,这些值保持在可接受范围内,确认了所提出方法的鲁棒性和实际可行性。

研究人员首次获得了两个关键地点的年机械能量产出实际估计:洪堡湾和比斯开湾。本研究的性能预测与此前基于理想化假设的结果一致。此外,即使考虑了预测和估计不准确性带来的潜在损失,由于本研究提出的更先进的控制和驱动策略,评估性能仍得到改善。这些发现确认并验证了摆线转子WEC在实际运行条件下提供有竞争力 annual performance 的能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号