From Cut-In to Rated: Multi-Region Floating Offshore Wind Farm Control for Secondary Frequency Regulation

📄 arXiv: 2604.08240v1 📥 PDF

作者: Stephen Ampleman, Dennice F. Gayme

分类: eess.SY

发布日期: 2026-04-09

💡 一句话要点

针对漂浮式海上风电场，提出多区域控制框架，实现二次频率调节。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 漂浮式海上风电场 多区域控制 模型预测控制 二次频率调节 功率跟踪

📋 核心要点

  1. 现有海上风电场控制方法难以应对漂浮式风机因平台运动导致的大范围风速变化。
  2. 提出多区域控制框架，结合发电机转矩控制、叶片变桨控制和模型预测控制，实现功率跟踪和频率调节。
  3. 实验结果表明，所提出的两种模型预测控制方法均能满足PJM辅助服务认证标准，且LPVTD-MPC计算效率更高。

📝 摘要（中文）

本文提出了一种用于漂浮式海上风电场的多区域控制框架。具体而言，我们提出了一种新型发电机转矩控制器，用于调节2区（切入风速和额定风速之间）的风轮转速。在3区（风速达到或高于额定值但低于切出速度）中，我们采用PI-LQR进行整体叶片变桨控制。跨越过渡风速（2.5区）的控制融合采用应用于控制变量的Sigmoid加权函数。提出了两种用于风电场级功率跟踪和风轮转速规则化的建模范例：一种是具有动态尾流模型的非线性模型预测控制器（NL-MPC），另一种是基于线性参数变化风机模型和尾流平流时延表示的降阶模型预测控制器（LPVTD-MPC）。这些方法在三种风况入口条件下，使用PJM辅助服务认证标准进行评估，以参与二次频率调节市场。结果表明，对于三种不同的测试场景，两种方法都达到了至少89.9%的分数，远高于75%的合格阈值。然而，LPVTD-MPC方法解决问题的速度不到NL-MPC方法的一半，但风电场级功率输出的波动略大，突出了性能和计算可处理性之间的权衡。该控制框架是首批解决多区域风力涡轮机动力学以及漂浮式海上风电场市场驱动的功率跟踪目标的框架之一。这种多区域控制在漂浮式风机环境中变得越来越必要，因为在漂浮式风机环境中，由于波浪引起的平台纵摇，通常会出现较大的（跨区域）风速变化。

🔬 方法详解

问题定义：论文旨在解决漂浮式海上风电场参与电力市场辅助服务时，如何实现精确的功率跟踪和频率调节的问题。现有控制方法难以有效应对漂浮式风机因波浪引起的平台运动而导致的大范围风速变化，尤其是在风速跨越多区域时，控制性能会显著下降。

核心思路：论文的核心思路是设计一个多区域控制框架，该框架能够根据风速所处的不同区域（2区、2.5区和3区）采用不同的控制策略，并平滑过渡这些策略。通过结合发电机转矩控制、叶片变桨控制和模型预测控制，实现对风电场功率输出的精确控制和频率调节。

技术框架：整体框架包含以下几个主要模块： 1. 区域划分：根据风速将运行区域划分为2区（切入风速到额定风速）、2.5区（过渡区域）和3区（额定风速到切出风速）。 2. 区域控制：在2区采用发电机转矩控制调节转速，3区采用PI-LQR控制叶片变桨。2.5区采用Sigmoid函数平滑过渡两种控制策略。 3. 风电场级功率跟踪：采用两种模型预测控制（MPC）方法，分别是NL-MPC和LPVTD-MPC，用于实现风电场级的功率跟踪和转速规则化。 4. 尾流建模：NL-MPC使用动态尾流模型，LPVTD-MPC使用时延表示的尾流模型。

关键创新：论文的关键创新在于： 1. 提出了一个多区域控制框架，能够有效应对漂浮式风机的大范围风速变化。 2. 将多区域风机控制与市场驱动的功率跟踪目标相结合，使风电场能够参与电力市场的辅助服务。 3. 提出了两种不同的模型预测控制方法（NL-MPC和LPVTD-MPC），并在计算效率和控制性能之间进行了权衡。

关键设计： 1. Sigmoid加权函数：用于在2.5区平滑过渡发电机转矩控制和叶片变桨控制。 2. NL-MPC：采用非线性模型和动态尾流模型，能够更精确地预测风电场的行为，但计算复杂度较高。 3. LPVTD-MPC：采用线性参数变化模型和时延表示的尾流模型，降低了计算复杂度，但精度略有下降。 4. PJM辅助服务认证标准：使用该标准评估控制器的性能，确保风电场能够满足电力市场的要求。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，两种模型预测控制方法（NL-MPC和LPVTD-MPC）均能满足PJM辅助服务认证标准，得分均高于89.9%，远超75%的合格阈值。LPVTD-MPC方法在计算时间上显著优于NL-MPC，但功率输出波动略大，体现了计算效率和控制性能之间的权衡。这些结果验证了所提出控制框架的有效性和实用性。

🎯 应用场景

该研究成果可应用于漂浮式海上风电场的控制系统设计，使其能够参与电力市场的辅助服务，例如二次频率调节。通过提高风电场的功率跟踪精度和频率响应能力，可以增强电网的稳定性和可靠性，促进可再生能源的更大规模应用。该技术还有潜力扩展到其他类型的可再生能源发电系统，例如陆上风电场和光伏电站。

📄 摘要（原文）

This paper describes a multi-region control framework for floating offshore wind farms. Specifically, we propose a novel generator torque controller that regulates rotor speed in Region 2, corresponding to wind speeds between the cut-in and rated values. In Region 3 (wind speeds at or above rated but below cut-out speed) we employ a PI-LQR for collective blade pitch. Control blending across the transitional wind speeds (Region 2.5) employs a sigmoid weighting function applied to the control variables. Two modeling paradigms are proposed for farm-level power tracking with rotor speed regularization: a nonlinear model predictive controller (NL-MPC) with a dynamic wake model, and a reduced order model predictive controller based on linear parameter varying turbine models with a time delay representation of wake advection (LPVTD-MPC). These approaches are evaluated over three wind inlet conditions using the PJM ancillary service certification criteria for participation in a secondary frequency regulation market. Results show that both approaches achieve scores of at least 89.9\% for the three different testing scenarios, which are well above the qualification threshold of 75\%. However, the LPVTD-MPC approach solves the problem in under half the time versus NL-MPC but with slightly larger fluctuations in farm-level power output, highlighting the trade-off between performance and computational tractability. The control framework is among the first to address multi-region wind turbine dynamics together with market driven power tracking objectives for floating offshore wind farms. Such multi-region control becomes increasingly necessary in the floating turbine setting where large (region spanning) wind speed variations are common due to wave induced platform pitching.