基于强化学习的风力机偏航控制改进算法
机器学习
2023-05-03 v1 系统与控制
系统与控制
摘要
偏航不对中（定义为风向与风力机机舱位置之差）会影响风力机及其整个风电场的功率输出、安全性与寿命。我们使用强化学习开发了一个偏航控制智能体，以最小化偏航不对中并优化重分配偏航资源，优先处理高速段，同时保持低偏航使用率。为此，我们精心设计并测试了奖励度量，以权衡偏航使用率与偏航对齐（正比于功率生产），并基于从 REpower MM82 2MW 风力机获得的真实世界风日志创建了一个新颖的模拟器（环境）。所得算法在两次各 2.7 小时的模拟中，与传统主动偏航控制算法相比，将偏航不对中分别降低了 5.5% 和 11.2%。相较于传统偏航控制算法，所获得的平均净能量增益分别为 0.31% 和 0.33%。在单台 2MW 风力机上，这相当于每年 1.5k-2.5k 欧元的增益，在整个风电场中累计为非常可观的利润。
引用
@article{arxiv.2305.01299,
title = {An Improved Yaw Control Algorithm for Wind Turbines via Reinforcement Learning},
author = {Alban Puech and Jesse Read},
journal= {arXiv preprint arXiv:2305.01299},
year = {2023}
}