Professional Documents
Culture Documents
1 Uvod 5
2 Energija vjetra 7
2.1 Promjenjiva priroda vjetra . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Stohastički modeli brzine vjetra . . . . . . . . . . . . . . . . . . . . . . . 8
iii
Sadržaj iv
7 Zaključak 67
Sažetak 71
Abstract 72
Životopis 73
Poglavlje 1
Uvod
5
Poglavlje 1. Uvod 6
hastičkog procesa. Potom slijedi u trećem poglavlju opis fizikalnih osnova vjetroagre-
gata, nelinearnog matematičkog modela korištenog u ovom radu i osnovnih strategija
upravljanja vjetroagregatom. U četvrtom poglavlju je uvod u modelsko prediktivno
upravljanje, a u petom slijede opisi matematičkih modela sustava korištenih za potrebe
proračuna optimalnog upravljačkog signala, kao i načina postavljanja problema MPC
upravljanja. U posljednjem dijelu je pokazan postupak projektiranja modelskog predik-
tivnog upravljanja vjetroagregatom, od identifikacije modela procesa do konačne sin-
teze MPC regulatora. Kvaliteta identificiranog modela i projektiranog MPC sustava
upravljanja vjetroagregatom je potvrđena simulacijskim rezultatima.
Poglavlje 2
Energija vjetra
7
Poglavlje 2. Energija vjetra 8
gdje je f (v) FGV brzine vjetra. Za proračun očekivanog iznosa snage vjetra vrijedi
sljedeća relacija: Z ∞
E(v 3 ) = c v 3 f (v)dv, (2.2)
0
Poglavlje 2. Energija vjetra 9
f(v)
V V1 V2 Vvj
c=8 k=2
0.16 0.25
k=1 c=4
0.14 k=2 c=6
k=3 0.2 c=8
0.12
0.1 0.15
Vjerojatnost
0.08
0.06 0.1
0.04
0.05
0.02
0 0
0 5 10 15 20 25 0 5 10 15 20 25
Brzina vjetra [m/s] Brzina vjetra [m/s]
odnosno c ≈ 1.128v̄.
Dan je uvid u načine modeliranja stohastike efektivne brzine vjetra na određenoj
lokaciji. Takva informacija može poslužiti za procjenu isplativosti lokacije za izgradnju
vjetroagregata. Za modeliranje vjetra na mnogo kraćoj vremenskoj skali, uz uzimanje u
obzir promjenjivi iznos brzine i smjera vjetra duž prostora i u cilju simuliranja vladanja
vjetroagregata u turbulentnim uvjetima može poslužiti model opisan u [15].
Poglavlje 3
11
Poglavlje 3. Opis rada vjetroagregata 12
Jednadžba 3.1 pokazuje ovisnost snage vjetra o trećoj potenciji brzine. Takva
drastična nelinearnost uvjetuje potpuno različite strategije upravljanja za brzine vje-
tra ispod i iznad nazivne. Pritom je nazivna brzina vjetra minimalna brzina uz koji
vjetroagregat postiže nazivnu snagu. Kako bi se stvorili preduvjeti za sintezu upravl-
jačkog mehanizma potrebno je poznavati matematički model procesa kojim se upravlja.
U tu svrhu je u sljedećem podpoglavlju opisan model vjetroagregata koji je korišten u
sintezi modelskog prediktivnog upravljanja vjetroagregatom.
Poglavlje 3. Opis rada vjetroagregata 13
gdje je Jt moment inercije rotora, ω je kutna brzina rotora i generatora na istoj osovini
i uz zanemarenu torziju. Ma je aerodinamički moment, a Mg je moment generatora. U
modelu vrijedi pretpostavka Mg ≈ Mg,ref , jer je dinamika momenta generatora znatno
brža od bilo koje druge dinamike u modelu vjetroagregata. Uz dinamiku rotora, bitno je
u obzir uzeti i oscilacije konstrukcije vjetroagregata. Zajedno s periodičkim opterećen-
jem koje je posljedica karakterističnog vertikalnog profila vjetra[20], oscilacije konstruk-
cije zbog promjene sile potiska na rotor predstavljaju glavni razlog zamora materijala
i skraćivanja radnog vijeka vjetroagregata. Iako su strukturne vibracije vjetroagregata
veoma složene, modalnom analizom je moguće pronaći dominantnu frekvenciju kojom
se postiže veoma dobra aproksimacija složenih vibracija. Dominantna frekvencija je
ujedno i prva prirodna frekvencija sustava. Uzevši u obzir prethodne konstatacije,
oscilacije se mogu opisati sljedećom diferencijalnom jednadžbom:
Važnost uzimanja u obzir dinamike zakreta lopatica očituje se u postupku sinteze mod-
elskog prediktivnog upravljanja. Naime, bitno je imati u vidu maksimalnu moguću
brzinu zakreta koju algoritam upravljanja mora poštivati.
Nelinearnost modela vjetroagregata proizlazi iz nelinearnosti statičkih funkcija Ma
i Ft čije su ulazne vrijednosti brzina vrtnje rotora, kut zakreta lopatica i brzina vjetra
r ) i F = g(ω, β, v r ). Statičke funkcije
u odnosu na vrh tornja, odnosno Ma = f (ω, β, vw t w
su utvrđene pomoću profesionalnog simulatora vjetroagregata GH Bladed[1]. Kako
bi se mogao identificirati po dijelovima afini model vjetroagregata, navedene statičke
nelinearnosti je potrebno aproksimirati s po dijelovima afinim preslikavanjem. Zbog
preglednosti se još jednom navode jednadžbe kojima je opisan model vjetroagregata
korišten u ovom radu:
r )−M ,
Jt ω̇ = Ma (ω, β, vvj g
r ),
M ẍt + Dẋt + Cxt = Ft (ω, β, vvj (3.9)
T1 T2 β̈ + (T1 + T2 )β̇ + β = βref .
Regulacija brzine M
g, ref
vrtnje momentom Generator
generatora Mg
Regulacija brzine β
βref Servo
vrtnje zakretom
motor
lopatica
1
eng. Pitch control
Poglavlje 3. Opis rada vjetroagregata 16
Upravljanjem ispod nazivne brzine vjetra se nastoji maksimalno iskoristiti energija dos-
tupna u vjetru. U podpoglavlju 3.1 je pokazana ovisnost koeficijenta iskoristivosti snage
vjetra CP o kutu zakreta β i omjeru brzina λ. S obzirom da je ispod nazivne brzine
vjetra kut zakreta lopatica fiksan, koeficijent snage ima maksimum za poznati iznos op-
timalnog omjera brzina λopt . Prema tome, brzina vrtnje uz koju će se postići optimalno
iskorištenje je određena brzinom vjetra. Promjenjivi iznos brzine vjetra rezultira zaht-
jevom za jednako promjenjivim iznosima brzine vrtnje. S obzirom na veliku tromost
rotacijske mase na generatoru, vjetroagregat u takvim uvjetima ne može dostići mak-
simalnu efikasnost. Sa stajališta prijenosa energije u mrežu, moderni vjetroagregati su
opremljeni frekvencijskim pretvaračima s istosmjernim međukrugom te je bez obzira o
brzini vrtnje rotora moguće osigurati mrežnu frekvenciju na priključku vjetroagregata
na elektroenergetski sustav.
Postoji više načina upravljanja vjetroagregatom u cilju postizanja maksimalne isko-
ristivosti. Prvi način, koji koristi MPC regulator realiziran u ovom radu, podrazumi-
jeva mjereni/estimirani iznos brzine vjetra. Regulator brzine vrtnje ovisno o dostupnoj
informaciji o brzini vjetra generira odgovarajući upravljački signal momenta genera-
tora. Blokovska shema sustava upravljanja je prikazana na Slici 3.4. Nedostatak ovog
načina upravljanja je što brzinu vjetra nije moguće pouzdano mjeriti s obzirom da su
anemometri postavljeni na gondoli vjetroagregata, nekoliko metara iza rotora. Vjetar
kojeg mjeri anemometar predstavlja zakašnjeli mjerni signal koji je uz to degeneriran
zbog prolaska vjetra preko lopatica rotora. Stoga je za uspješnu realizaciju ovakvog
načina upravljanja potrebno implementirati odgovarajući estimator brzine vjetra.
Mjerenje i
λopt/R Vjetar
estimacija vjetra
Regulacija brzine M Mg
+ g, ref
vrtnje momentom Generator
- generatora
Mjerenje
brzine vrtnje
Slika 3.4: Blokovska shema upravljanja momentom generatora ispod naz. brzine vjetra
Poglavlje 3. Opis rada vjetroagregata 17
Vjetar
Mg, ref Mg
Mg,ref=Kλω 2 Generator
Mjerenje
brzine vrtnje
Slika 3.5: Blokovska shema upravljanja momentom generatora ispod naz. brzine vjetra
Na brzinama vjetra iznad nazivne je snaga koja se može dobiti iz vjetra veća od nazivne
snage za koju je projektiran generator vjetroagregata. Zadatak sustava upravljanja je
zakretanjem lopatica ograničiti snagu koju generator preuzima iz vjetra. Upravljanje
kutom zakreta se najčešće realizira u kaskadnoj strukturi. U podređenoj regulacijskoj
petlji se nalazi servo pogon zakreta lopatica, a referentni iznos zakreta zadaje nadređena
regulacijska petlja po brzini vrtnje rotora vjetroagregata.
Vrtnja rotora vjetroagregata se nastoji zadržati na nazivnoj vrijednosti uz djelovanje
promjenjivog iznosa brzine vjetra. Za regulaciju se najčešće koriste PI(D) regulatori
Poglavlje 3. Opis rada vjetroagregata 19
potrebno linearizirati u više radnih točaka i za svaku radnu točku provesti sintezu reg-
ulatora. Parametri regulatora se zapisuju u preglednu tablicu2 . Radna točka u kojoj
se nalazi vjetroagregat je određena iznosom brzine vjetra. S obzirom da je mjerenje
brzine vjetra nepouzdano, u praksi se pokazalo kako je identifikaciju radnog područja
moguće izvesti korištenjem informacije o zakretu lopatica vjetroagregata. Naime, pod
pretpostavkom ispravnog rada regulatora brzine vrtnje, kut zakreta lopatica je u di-
rektnoj vezi s brzinom vjetra što slijedi iz statičke karakteristike vjetroagregata (Slika
3.3). Pokazuje se kako je i u dinamičkim uvjetima moguće koristiti navedenu vezu u
svrhu parametriranja regulatora[15]. Blokovska shema regulacije brzine vrtnje zakre-
tom lopatica je prikazana na Slici 3.6.
Adaptacija Vjetar
Kr,Ti,Td parametara
β
PID regulator βref Servo β
ωn
+ brzine vrtnje motor
-
Mjerenje
brzine vrtnje
Slika 3.6: Blokovska shema upravljanja brzinom vrtnje iznad naz. brzine vjetra
Treba imati u vidu kako se u ovom radu ne razmatra individualno zakretanje lopat-
ica i u tom smislu se ne može utjecati na umanjenje opterećenja na korijenu lopatica
koje se potom prenosi na konstrukciju vjetroagregata. Stoga MPC sustav regulacije
koji se projektira u ovom radu mora zadovoljiti sve zahtjeve izuzev posljednjeg koji nije
uključen u matematički model vjetroagregata za sintezu sustava upravljanja.
Poglavlje 4
22
Poglavlje 4. Modelsko prediktivno upravljanje 23
2
engl. Receding horizon
Poglavlje 5
x
u
24
Poglavlje 5. Po dijelovima afini sustavi 25
S obzirom na postupak dijeljenja skupa ulaza i stanja sustava postoje dva pristupa
modeliranju. Prvi pristup postupak dijeljenja obavlja a priori, što znači da je na već pre-
dodređenim poliedarskim područjima potrebno izvršiti aproksimaciju linearnog modela
sustava. Do parametara podmodela se potom dolazi uvriježenim linearnim metodama
identifikacije[14] (npr. metoda najmanjih kvadrata). Veliki nedostatak navedenog pris-
tupa je što se pri postupku identifikacije ne uzima u obzir konfiguracija ulazno-izlaznih
podataka, te je najčešće potreban veliki broj podmodela za osiguravanje zadovoljava-
jućeg opisa sustava. U drugom pristupu se obavlja utvrđivanje granica podmodela
uzimajući u obzir identifikacijske podatke i konačni efekt je postizanje manje aproksi-
macijske pogreške uz manji broj podmodela. Glavni problem ovog pristupa je potreba
za istovremenim postupcima klasifikacije podataka, estimacije parametara podmod-
ela i koeficijenata hiperravnina koji omeđuju područja definicije podmodela. Postupak
identifikacije postaje još složeniji ukoliko je nepoznat broj podmodela, te ga je utoliko
potrebno estimirati.
Dva temeljna opisa PWA sustava su opis u prostoru stanja i opis u regresijskom
obliku1 . Opis u regresijskom obliku dijeli se u zasebne podklase: (i) HHARX[12] te
(ii) Hammerstein i Wienerov PWARX[19] sustav. Zbog konzistentnosti slijedi samo
opis PWA sustava u prostoru stanja, budući da se jedino takav model sustava koristi u
praktičnom dijelu ovog rada.
gdje matrica Hi i vektor Ki definiraju granice i-tog politopa. Kako bi se mogao iden-
tificirati PWA model vjetroagregata, potrebno je nelinearne statičke funkcije u modelu
vjetroagregata aproksimirati funkcijama s PWA svojstvima.
yk = φ>
k θi + e k , (5.4)
ali ako je sustav (5.15) dobro postavljen tada za svaki xk i uk iz zatvorenog poliedarskog
prostora X postoje jedinstveni vektori zk i δk .
Dodatna ograničenja na varijable stanja i upravljačke signale (npr. maksimalni
i minimalni dopušteni iznosi) moguće je uključiti u MLD sustav proširenjem skupa
nejednadžbi u (5.15). Prema tome, u sustav upravljanja je moguće uključiti ograničenja
sljedećeg oblika:
F xk + Guk ≤ H. (5.16)
9
engl. Branch and bound method
Poglavlje 6
Projektiranje modelskog
prediktivnog upravljanja
vjetroagregatom
33
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 34
30 1
20
vvj [m/s]
vvj,norm
0.5
10
0 0
40 1
30 1
20 20 0.5 0.5
β [°] 0 10 ω [o/min] βnorm 0 0 ωnorm
28
PWA model
27.5 Nelinearan model
ω [o/min]
27
26.5
295 300 305 310 315 320 325 330 335 340 345
15
10
Regija
0
295 300 305 310 315 320 325 330 335 340 345
t[s]
Slika 6.3: Odzivi brzine vrtnje rotora i aktiviranih regija u graničnom ciklusu
ravljački algoritam tada djeluje povećanjem zakreta lopatica kako bi se održala nazivna
brzina vrtnje. Na takav način se stanja vjetroagregata prebacuju na gornje područje
čime se ostvaruje zatvoreni krug. Jednom uspostavljen granični ciklus se održava dok
god se stanja vjetroagregata ne odmaknu od kritičnog prijelaza.
GRANICA
IZME ĐU R E G IJ A
GORNJA REGIJA
SMANJIVANJE ZAKRETA
STANJE S STANJE S
MANJIM Ma V E Ć IM Ma
P OV E Ć ANJ E ZAK R E T A
DONJA REGIJA
vvj
P OČ E T NO
β STANJE
SM RA NT
P OČ E T NO P OČ E T NO
EN TA
PO OM
M OR JE
JE ST A
M
M S
P SM
STANJE
R A
P svvjlijeve strane, tada njen aerodinamički moment na prijelazu mora biti manjeg ili
E
β
jednakog iznosa od aerodinamičkog momenta regije D. U suprotnom mora vrijediti
MaP ≥ MaD . Nejednadžbu u (6.3) je dovoljno provjeriti za Čebiševljev centar regije P .
Za potrebe ispunjenja navedenog zahtjeva se rješava kvadratni program uz ograničenja
definirana u skladu sa (6.3) i uvjetom pozitivnog iznosa aerodinamičkog momenta nad
svim regijama. Uvjet pozitivnog iznosa aerodinamičkog momenta je dovoljno zadovoljiti
DONJA REGIJA
vvj
P OČ E T NO
Poglavlje 6. Projektiranje modelskog
β prediktivnog upravljanja
STANJEvjetroagregatom 39
za ekstremalne točke regije nad kojom je afina funkcija momenta definirana. Konačan
identificirani model aerodinamičkog momenta (Ma,P W A ) sadrži 26 regija, a PWA mapa
preslikavanja je definirana kao:
i i i r i
Ma,P W A = θM ω
a ,ω norm
+ θM β
a ,β norm
+ θM a ,v
r vvj,norm + θM ,af ,
a
(6.4)
vj
Z PR
ELA IJ
EL
IJ AZ
PR
O A R
SM RA NT
P OČ E T NO P OČ E T NO
EN TA
PO OM
M OR JE
TA
JE ST A
M
M S
P SM
STANJE STANJE
R A
vvj
E
β
Na Slici 6.6 lijevo su prikazane identificirane regije Xi , a na istoj slici desno kvalitati-
van prikaz pogreške uzduž statičke karakteristike. Najveći iznos pogreške aproksimacije
je za velike iznose brzine vjetra što je i očekivano s obzirom na izraženu nelinearnost po
brzini vjetra. Također je oko prijelaza između radnih režima nešto lošija aproksimacija.
RMSE aproksimacije iznosi 4.8% nazivne vrijednosti momenta generatora.
1 1
vvj,norm
vvj,norm
0.5 0.5
0 0
1 1
1 1
0.5 0.5 0.5 0.5
βnorm 0 0 ωnorm βnorm 0 0 ωnorm
0.8
0.6
vvj,norm
0.4
0.2
1
0
0 0.5
0.2
0.4
0.6
0.8 0
1 βnorm
ωnorm
Slika 6.8: Kvalitativan prikaz pogreške aproksimacije sile potiska (plavo - najmanji
iznos pogreške, crveno - najveći iznos pogreške)
S obzirom da je rekonstrukcija PWA mape sile potiska (Ft,P W A ) provedena nad iden-
tificiranim regijama aerodinamičkog momenta, raspored politopa konačne PWA mape
odgovara onom na Slici 6.6, lijevo. Predstavljeni postupak identifikacije je primjenjiv
za bilo koji tip vjetroagregata čije se ponašanje može zadovoljavajuće dobro opisati
modelom opisanim u poglavlju 3.2. Sistematičnost opisanog postupka identifikacije je
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 42
važna u slučaju potrebe modifikacije modela, kao npr. zbog promjene broja podmod-
ela, dok god se ne postigne zadovoljavajuće vladanje sustava s modelskim prediktivnim
upravljanjem.
i
Jt ω̇ = Ma,P W A − Mg ,
i
M ẍt + Dẋt + Cxt = Ft,P (6.6)
W A,
T1 T2 β̈ + (T1 + T2 )β̇ + β = βref ,
gdje je s i označena aktivna regija. Dinamika servo motora zakreta lopatica je u ko-
rištenom modelu vjetroagregata opisana linearnom diferencijalnom jednadžbom pa se
u nepromijenjenom obliku koristi u PWA modelu vjetroagregata. Rezultat transfor-
macije u ekvivalentan oblik u prostoru stanja i diskretizacije modela ZOH metodom je
sljedeći diskretan PWA model vjetroagregata:
Može se primijetiti kako je brzina vjetra uključena u vektor stanja sustava iako ona
predstavlja vanjsku poremećajnu veličinu. S obzirom na nepoznatu dinamiku brzine
vjetra, pretpostavlja se njen konstantan iznos duž predikcijskog horizonta. Navedeni
postupak je opravdan jer se u realnim uvjetima ne može očekivati znatna promjena
vjetra u vremenu trajanja predikcije. Razlog priključenja brzine vjetra procesnim var-
ijablama je što se samo varijable kojima se direktno upravlja može postaviti u vektor
upravljačkih signala po kojem će se tražiti minimum kriterija duž predikcijskog hori-
zonta:
βref
u(k) = . (6.9)
Mg
Preostaje opisati način na koji se određuje aktivan podmodel Xi . Politopi PWA
r
modela su definirani u normiranom prostoru ωnorm -βnorm -vvj,norm . Stoga je kako bi
cjelokupan model bio konzistentan potrebno varijable PWA modela vjetroagregata
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 43
odnosno:
x̃(k) = ∆x−1 (x(k) − xmin ),
(6.11)
ũ(k) = ∆u−1 (u(k) − umin ),
gdje su x̃(k) i ũ(k) normirani vektori varijabli stanja i upravljačkih ulaza, xmin i umin
njihovi minimalni iznosi, a ∆x i ∆u dijagonalne matrice definirane kao:
∆β 0 0 0 0 0
0 β̇max 0 0 0 0
0 0 ∆ω 0 0 0 ∆βref 0
∆x = , ∆u = , (6.12)
0 0 0 ∆xt 0 0
0 Mn
0 0 0 0 ẋt,max 0
0 0 0 0 0 ∆vvj
pri čemu operator ∆ nad pojedinim varijablama vraća razliku njihovih maksimalnih
i minimalnih vrijednosti. Na ovaj način su sve varijable stanja i upravljački signali
normirani na raspon (0, 1), izuzev derivacija varijabli stanja koje su normirane na in-
terval (−1, 1). Pronalaženje aktivnog podmodela vjetroagregata se svodi na traženje
područja Xi koje zadovoljava sljedeću nejednakost:
ωnorm
Hi βnorm ≤ Ki , (6.13)
r
vw,norm
Mg,ref
Regulator PWA model
ω PWA vjetroagregata βref vjetroagregata
Vjetar
Mg,ref
ω NE Regulator Nelinearan model
vjetroagregata βref vjetroagregata
30
25
20
vvj[m/s]
15
10
0
0 100 200 300 400 500 600 700 800
t[s]
30
15
10
5
0 100 200 300 400 500 600 700 800
t[s]
0.1
0.05
xdott [m/s]
−0.05
Odziv nelinearnog modela
−0.1
Odziv PWA modela
−0.15
0 100 200 300 400 500 600 700 800
t[s]
2
Mg [Nm]
1.5
0.5
140 150 160 170 180 190 200 210 220
t[s]
postojanje graničnog ciklusa, pri prelasku između kritičnih regija će doći do pojave
preskakivanja između podmodela. Odzivi brzine vrtnje i aktivnih regija uz vjetar u
obliku sporo rastuće rampe potvrđuju ispravnost identificiranog modela (Slika 6.14).
Ovim validacijskim provjerama je pokazano kako u kvalitativnom smislu PWA
model vjetroagregata zadovoljavajuće dobro aproksimira nelinearnu dinamiku vjetroa-
gregata. U skladu s tim je model moguće iskoristiti za projektiranje MPC regulatora.
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 47
30
ω [o/min]
20
10
0
0 200 400 600 800 1000 1200 1400
15
Aktivne regije
10
0
0 200 400 600 800 1000 1200 1400
t[s]
Slika 6.14: Odzivi brzine vrtnje i aktivnih regija na signal vjetra u obliku rampe
0.5
xdott [m/s]
−0.5
0 0.5 1 1.5 2 2.5 3 3.5
2.5
ω [rad/s]
1.5
0 5 10 15
t[s]
Premda je dinamika brzine vrtnje određena radnom točkom u kojoj se sustav nalazi,
očito je kako je vremenska konstanta brzine vrtnje daleko većeg iznosa od periode nji-
hanja tornja. Prema tome, vremenska duljina predikcijskog horizonta je određena
daleko sporijom dinamikom brzine vrtnje rotora, dok je diskretni interval upravljanja
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 49
određen znatno bržom dinamikom oscilacija tornja vjetroagregata. Prema tome, rezul-
tirajući regulator bi trebao imati poprilično veliki broj koraka predikcije N što otežava
proračun upravljačke sekvence i predstavlja veliku prepreku u praktičnoj implementaciji
MPC regulatora s takvim svojstvima. Iz prethodno navednih razloga će se problem
MPC upravljanja vjetroagregata razdvojiti na dvije komponente: (i) upravljanje brzi-
nom vrtnje i (ii) upravljanje u cilju smanjenja oscilacija tornja. Shematski prikaz
sustava upravljanja je prikazan na Slici 6.16.
Mjerenje
brzine vjetra
MPC Vjetar
vvj kompenzator
njihanja tornja ~
β
βref,0
+
βref,0 + βref
MPC regulator Nelinearan model
ω
brzine vrtnje vjetroagregata
Mg
Na temelju mjernih signala, MPC regulator vrtnje rotora zadaje referentne iznose
momenta generatora Mg i kuta zakreta βref,0 kojima će se postići odgovarajuća brzina
vrtnje. Koristeći dostupne mjerne signale i iznos upravljačkog signala kuta zakreta od
nadređenog regulatora, kompenzator oscilacija proračunava iznos upravljačkog signala
β̃ za servo motor zakreta koji se superponira na signal βref,0 u cilju prigušenja oscilacija.
Uz takvu strukturu je omogućeno da svaki regulator neovisno o drugome koristi sebi
prilagođeno vrijeme predikcije i diskretni interval koraka predikcije. Navedena struk-
tura regulacije podsjeća na upravljanje vjetroagregatom s individualnim zakretanjem
lopatica. Naime, uz regulaciju po brzini vrtnje rotora, individualnim zakretanjem lopat-
ica se nastoji kompenzirati opterećenje na lopaticama koje se potom prenosi na čitavu
konstrukciju[15]. Pritom je dinamika individualnog zakreta znatno brža od dinamike
kolektivnog zakretanja s ciljem postizanja odgovarajuće brzine vrtnje.
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 50
0◦ ≤ β ≤ 40◦ . (6.17)
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 52
ω naz
Ciljana
brzina
vrtnje
ω min
Prethodno opisani MPC regulator generira reference momenta generatora i kuta za-
kreta uz koje će se postići brzina vrtnje rotora prema statičkoj karakteristici. Kod jačih
udara brzine vjetra potrebno je obratiti pozornost i na brzinu njihanja tornja koja ne
bi smjela premašivati maksimalno dopuštene iznose. Prednost MPC regulatora je što
može garantirati poštivanje ograničenja u slučaju da je model procesa dovoljno dobro
opisan. S obzirom da je u ovom radu identifikacija sile potiska izvedena na subopti-
malan način, nije moguće garantirati poštivanje ograničenja te se stoga za ograničavanje
brzine njihanja tornja u radu ne koristi tvrdo već meko ograničenje4 . Nadalje, izvjesna
pogreška aproksimacije sile potiska ima za posljedicu određenu pogrešku predikcije nji-
hanja tornja. Rezultat može biti postojanje njihanja u predikciji iako se toranj nalazi
u ravnotežnoj točki. Stoga funkcija penaliziranja mora imati zonu neosjetljivosti kako
bi se izbjegli negativni efekti pogreške aproksimacije nelinearne statičke karakteristike
sile potiska. Kriterijska funkcija kompenzatora njihanja tornja je definirana kao:
PN
Jhorizont
= k=1 f (ẋt , k) + Kβ̃ |β̃(k)|
ẋ (k) − ẋ
t t,max za ẋt (k) ≥ ẋt,max , (6.20)
f (ẋt , k) =
ẋ
t,min− ẋ (k)
t za ẋt (k) ≤ ẋt,min .
gdje je βref,0 poznati signal regulatora brzine vrtnje i dodaje se u model kao varijabla
stanja konstantna u vremenu predikcije. S obzirom da je vremenska duljina predikcije
kompenzatora njihanja kraća od diskretnog intervala regulatora brzine vrtnje, signal
4
engl. Hard and Soft Constraints
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 54
βref,0 je zaista konstantan duž čitavog predikcijskog horizonta MPC regulatora za sman-
jenje njihanja.
Uz kriterij upravljanja zadan kao apsolutan iznos brzine njihanja provučene kroz
zonu neosjetljivosti, jasno je kako je u predikcijskom horizontu dovoljno uključiti polu-
periodu oscilacija tornja. Korištenjem preporuke da se jedan period slobodnih oscilacija
otvorenog kruga uzorkuje sa 10 do 15 uzoraka[17]:
1
TS ≈ , (6.22)
2Ω0
određeno je vrijeme diskretizacije T = 130[ms]. Broj koraka predikcije iznosi N = 7.
Maksimalan apsolutan iznos kompenzacijskog signala β̃ je ograničen na 1◦ kako se ne bi
značajnije utjecalo na dinamiku brzine vrtnje. Ovime završava opis pojedinih dijelova
strukture MPC sustava regulacije.
Model procesa koji se koristi za proračun optimalne sekvence za upravljanje brzi-
nom vrtnje rotora se razlikuje od modela korištenog za kompenziranje njihanja tornja.
Redukcije u modelima su izvedene u cilju postizanja zadovoljavajućeg vladanja sustava
upravljanja uz uvažavanje opravdanih i praktičnih pojednostavljenja.
u = F i x + Gi , (6.23)
E2 δk + E3 zk ≤ E1 uk + E4 xk + E5 (6.24b)
h(x, u) ≤ 0, (6.26b)
gdje je N broj koraka predikcije, a Jv (k) iznos kriterija unutar jednog koraka diskretizacije.
Minimiziranje se provodi s obzirom na sekvencu upravljačkog signala na horizontu
pritom poštujući sva ograničenja na sustav upravljanja uključena u izrazu (6.26b). Kri-
terij je za kompenzator njihanja tornja jednoznačno određen dok u slučaju regulacije
brzine vrtnje oblik kriterija ovisi o radnom režimu u kojem se vjetroagregat nalazi. Za
detekciju radnog režima je uvedena dodatna δv varijabla za koju vrijedi:
gdje je s ε označena tolerancija5 . Nakon što je uvedena varijabla koja signalizira radni
režim, iznos kriterija duž predikcijskog horizonta se može zapisati kao:
Jhorizont = J0,v δv0 + J0,v̄ (1 − δv0 ) + . . . + JN −1,v δvN −1 + JN −1,v̄ (1 − δvN −1 ), (6.29)
5
Tolerancija se najčešće određuje prema preciznosti računala
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 56
gdje Jk,v predstavlja kriterij koji vrijedi ispod nazivne brzine vjetra u koraku k, a
Jk,v̄ kriterij koji vrijedi iznad nazivne brzine vjetra. Treba primijetiti kako izraz (6.29)
sadrži umnoške dviju varijabli i u srži predstavlja proporzicijsku logiku odabira modela.
Kriterij duž predikcijskog horizonta je korištenjem pomoćnih varijabli z moguće zapisati
u linearnom obliku:
predikcijsko svojstvo MPC-a. Naime, očekuje se znatno manje nadvišenje brzine vrt-
nje kod prijelaza iz područja ispod nazivne u područje iznad nazivne brzine vjetra.
Nadalje, u području iznad nazivne brzine vjetra se od sustava regulacije očekuje brzo
stabiliziranje brzine vrtnje na nazivnu brzinu uslijed naglih propada i porasta brzine
vjetra. U svim radnim područjima se od sustava upravljanja očekuje kompenzacijsko
djelovanje u cilju smanjenja intenziteta oscilacija tornja.
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 58
20 Konvencionalni regulator
MPC regulator
βref [°]
−20
0 10 20 30 40 50 60 70
5
x 10
4
Mg,ref [Nm]
0
0 10 20 30 40 50 60 70
20
β [°]
−20
0 10 20 30 40 50 60 70
40
Referenca brzine vrtnje
ω [o/min]
30
20
0 10 20 30 40 50 60 70
0.1
xdott [m/s]
−0.1
0 10 20 30 40 50 60 70
12
vvj [m/s]
10
8
0 10 20 30 40 50 60 70
Slika 6.18: Simulacijski odzivi sustava upravljanja ispod nazivne brzine vjetra
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 59
Komentar odziva
10
βref [°]
−10
0 10 20 30 40 50 60 70
5
x 10
4
Mg,ref [Nm]
2
Konvencionalni regulator
MPC regulator
0
0 10 20 30 40 50 60 70
10
β [°]
−10
0 10 20 30 40 50 60 70
30
ω [o/min]
25
Referenca brzine vrtnje
20
0 10 20 30 40 50 60 70
0.5
xdott [m/s]
−0.5
0 10 20 30 40 50 60 70
15
vvj [m/s]
10
5
0 10 20 30 40 50 60 70
Slika 6.19: Simulacijski odzivi sustava upravljanja oko nazivne brzine vjetra
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 61
Komentar odziva
Prema snimljenim odzivima sustava upravljanja oko nazivne brzine vjetra moguće
je donijeti određene zaključke. Vrijeme reakcije konvencionalnog regulatora je
znatno sporije što i nije neočekivano s obzirom na nesposobnost predikcije vladanja
sustava uslijed naglih promjena brzine vjetra. MPC regulator karakterizira brza
reakcija s ciljem što kraćeg vremena dostizanja referentnog iznosa brzine vrtnje. U
odzivima brzine vrtnje se može primijetiti kako odziv brzine vrtnje MPC regula-
tora uz skokove brzine vjetra između radnih režima vjetroagregata ima aperiodski
oblik. Dakle, brzina vrtnje ne prelazi nazivni iznos pri prelasku iz područja is-
pod nazivne u područje iznad nazivne brzine vjetra. Navedeno nije slučaj kod
konvencionalnog upravljanja gdje uslijed sporije reakcije regulatora brzina vrtnje
ima poprilično nadvišenje. Vezano uz oscilacije tornja, uslijed puno brže reakcije
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 62
20
Konvencionalni regulator
MPC regulator
βref [°]
10
0
0 10 20 30 40 50 60 70
5
x 10
4
Mg,ref [Nm]
2
0 10 20 30 40 50 60 70
20
β [°]
10
0
0 10 20 30 40 50 60 70
30
Referenca brzine vrtnje
ω [o/min]
28
26
0 10 20 30 40 50 60 70
0.2
xdott [m/s]
−0.2
0 10 20 30 40 50 60 70
14
vvj [m/s]
12
10
0 10 20 30 40 50 60 70
Slika 6.20: Simulacijski odzivi sustava upravljanja iznad nazivne brzine vjetra
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 64
Komentar odziva
imati u vidu da u realnim situacijama nije moguće očekivati skokove brzine vjetra koji su
korišteni za simulacijsku provjeru te je za očekivati da MPC regulator u stvarnosti neće
reagirati primjećenim naglim skokovima i propadima. Što se tiče upravljanja zakre-
tom lopatica, MPC regulator u potpunosti koristi maksimalnu moguću brzinu zakreta
koja mu je na raspolaganju. Pritom se oscilacije zadržavaju u okvirima maksimalnih
vrijednosti koje postiže i konvencionalni regulator uz znatno sporiju reakciju zakreta
lopatica.
Premda se u odzivima ne zamjećuje, iznos brzine vrtnje u MPC sustavu upravljanja
ima mali iznos odstupanja u stacionarnom stanju. Iznosi odstupanja su ispod 1% što
ne bi smjelo predstavljati problem u regulaciji brzine vrtnje. Ono je posljedica pogreške
aproksimacije aerodinamičkog momenta i moglo bi se kompenzirati ubacivanjem esti-
matora pogreške aerodinamičkog momenta u zatvoreni krug upravljanja. Međutim,
treba primijetiti kako bi estimator momenta poremetio odnose među momentima pri
prijelazima među regijama čime bi se otvorila mogućnost ostvarivanja uvjeta za nas-
tanak graničnih ciklusa. U tom slučaju bi bilo potrebno razmotriti dodatne korekcije
u PWA modelu kojima bi se otklonila mogućnost pojave preskakanja među modelima
uz uključen estimator momenta. Iznos odstupanja je također moguće smanjiti skraći-
vanjem trajanja koraka predikcije. U tom slučaju bi se morao povećati broj koraka
predikcije čime bi se povećala složenost proračuna optimalnog upravljačkog zakona. S
obzirom da je za regulaciju brzine vrtnje odabran relativno malen broj koraka predik-
cije, u ovom smjeru postoji dosta prostora za poboljšanje vladanja. Treća mogućnost
smanjenja pogreške aproksimacije aerodinamičkog momenta je povećanje broja pod-
modela PWA sustava vjetroagregata što i nije najbolji put s obzirom da se na taj način
znatno komplicira postupak proračuna optimalne upravljačke sekvence.
Poglavlje 6. Projektiranje modelskog prediktivnog upravljanja vjetroagregatom 66
x1 x1
Zaključak
67
Poglavlje 7. Zaključak 68
nedostatka.
Treba primijetiti kako razvijeni sustav upravljanja pretpostavlja da su sve procesne
veličine mjerljive. Prema tome, za implementaciju MPC regulatora na stvarnom sus-
tavu je potrebno projektirati ponajprije estimator brzine vjetra, a potom i pozicije i
brzine njihanja tornja vjetroagregata. Provjerene kriterije upravljanja i ograničenja
je moguće korištenjem dinamičkog programiranja iskoristiti za proračun upravljačkog
zakona u eksplicitnom obliku koji je potom moguće ugraditi u mikroračunalo za up-
ravljanje vjetroagregatom u stvarnom vremenu.
Bibliografija
[4] A. Bemporad and M. Morari. Control of systems integrating logic, dynamics, and
constraints. Automatica, 35(3):407–427, 1999.
[9] G. M. Masters. Renewable and Efficient Electric Power Systems. John Wiley &
sons, 2004.
[12] J. Roll. Local and Piecewise Affine Approaches to System Identification. PhD
thesis, 2003.
69
Bibliografija 70
[14] L. Ljung. System Identification - Theory for the Users (2nd Edition). Prentice-
Hall, 1998.
[15] M. Jelavić. Wind turbine control for structural dynamic loads reduction. PhD
thesis, Faculty of Electrical Engineering and Computing, University of Zagreb,
2009.
[17] M. Vašak, N. Perić, K. Szabat, M. Cychowski. Patched LQR Control for Robust
Protection of Multi-mass Electrical Drives with Constraints. In Proceedings of the
2010 IEEE International Symposium on Industrial Electronics (ISIE 2010), pages
3153–3158, 2010.
[18] O. R. Duda, P. Hart. Pattern Classification and Scene Analysis. Wiley, 1973.
[19] S. Paoletti. Identification of Piecewise Affine Models. PhD thesis, Siena, 2003.
[21] A. Zervos, C. Kjaer, S. Azau, J. Scola, J. Quesada, and R. Bianchin. Pure power:
Wind energy targets for 2020 and 2030, 2009.
Sažetak
71
Abstract
Keywords: Wind turbine, Model predictive control, PWA system, MLD system,
Model identification, Online MPC controller
72
Životopis
Obrazovanje:
Rođen sam 5. studenog 1987. u Zagrebu. Osnovnu školu sam završio u Hvaru 2003.
godine, a svoje daljnje školovanje sam nastavio u Zagrebu. Nakon završenog sred-
njoškolskog obrazovanja na Gimnaziji Lucijana Vranjanina 2006. godine, upisao sam
studij na Fakultetu elektrotehnike i računarstva, Sveučilišta u Zagrebu. Tijekom studija
sam se opredijelio za smjer Elektrotehnika i informacijska tehnologija, a potom sam na
trećoj godini studija odabrao modul Automatika. Od treće godine preddiplomskog
studija započeo sam svoj rad na području obnovljivih izvora energije pod mentorstvom
prof. dr. sc. Nedjeljka Perića.
Nagrade:
Od prve do druge godine studija sam primao državnu stipendiju Ministarstva znanosti,
obrazovanja i športa, a od treće godine studija sam stipendiran od strane Grada Za-
greba. Godine 2009. sam nagrađen posebnim priznanjem Josip Lončar za uspješan
završetak preddiplomskog studija i drugim mjestom za rad "Primjena HIL strukture
za upravljanje brzinom vrtnje vjetroagregata iznad nazivne brzine vjetra" na natječaju
Werner von Siemens za najbolje studentske radove. Godine 2010. sam nagrađen priz-
nanjem Josip Lončar za izvrstan uspjeh na prvoj godini diplomskog studija, a 2011.
rektorovom nagradom za rad "Modelsko prediktivno upravljanje za povećanje efikas-
nosti agregata obnovljivih izvora električne energije".
Koautor članaka:
"Primjena LabVIEW programskog alata za razvoj HIL strukture upravljanja brzinom
vrtnje vjetroagregata", MIPRO 2010.
"Identification of a discrete-time piecewise affine model of a pitch-controlled wind tur-
bine", MIPRO 2011.
73