Robust Approaches for Structural Load Mitigation and Prognosis-based Lifetime Control of Commercial Wind Turbines

To meet the ever-growing global demand for renewables, the wind energy sector has seen exponential growth in the physical size and power of wind turbines (WTs) in recent decades to capture more energy from wind. As WTs increase in size, structural loads on WT components are expected to increase due to the additional weight and flexibility. This increased load has an impact on the operational safety of WT systems in terms of fatigue damage, service life, downtime, and the associated reliability of power supply.


Dynamic fluctuations in the wind field experienced by a WT is responsible for the fatigue loads in its components during power generation. Spatio-temporal changes in the rotor effective wind field act as a disturbance to the WT system. This requires control schemes to compensate for this disturbance for optimal operation. To minimize the effects of varying stresses on WT components, advanced multi-input multi-output (MIMO) control schemes which integrate suitable wind disturbance models have been proposed. These methods usually serve other control objectives such as generator speed/power regulation for WT operation in above-rated wind speed regime. However, most of these controllers are designed using linear models obtained from reduced-order nonlinear WT models. The assumptions made in extracting these linear models lead to modeling errors during WT operation. In addition, nonlinearities caused by changing operating conditions are not considered. Although robust controllers address uncertainties associated with system nonlinearities and modeling errors, they are still only developed for design situations. Therefore, their performance can degrade significantly under highly uncertain operating conditions. Furthermore, nominal robust controllers do not include wind disturbance models that can reject the effect of wind disturbances on WT performance. An attempt has been made to develop a robust disturbance accommodating controller (RDAC) to mitigate modeling errors and nonlinearities due to wind disturbances. However, this controller has been tested on a smaller 1.5 MW reference WT which is not structurally stressed as larger state-of-the-art (SOTA) commercial WTs. Its performance has also not been benchmarked against the latest reference WT (RWT) controllers. Furthermore, RDAC is designed based on nominal models that do not include an uncertainty model description, resulting in conservative robustness. Adaptive controllers on the other hand are designed to consider multiple operating points in the design. However, most adaptive controllers do not consider the optimization of trade-offs related to operation of the WT in above-rated wind speed, including structural load reduction and speed control. Similar to RDAC most industry-based controllers for this operating regime are based on collective pitch control (CPC), hence do not address WT rotor blade loads, which can only be mitigated through independent pitch control (IPC).


In recent years, strategies to control and extend the service life of WTs have become increasingly important. If not monitored, structural loads, especially in large onshore and offshore WT installations, can result in lifetime shortening or early fatigue failure due to damage accumulation. Therefore, continuous state-of-health (SOH) monitoring of WTs  is crucial to avoid such consequences and to ensure energy supply and operational safety. For this reason, condition monitoring systems (CMSs) have been developed for fault detection and health monitoring of WT structures. In recent years, strategies for structural health monitoring (SHM) of WT have been developed for fatigue damage SOH estimation and remaining useful life (RUL) prediction. Prognosis-based control strategies usually rely on a fatigue damage evaluation criterion to determine the consumed lifetime of WT components. Based on the SOH, control setpoints are adjusted to achieve a desired lifetime of the components. However, stochastic wind dynamics complicates estimation of the SOH in a WT. Therefore, lifetime control methods based on RDAC are required. Most of reported prognostics-based control methods focus on controlling the lifetime of a single WT structure, typically the tower or rotor blades. Moreover, these reliability-oriented controllers are often designed to be valid for specific operating points, hence show degraded performance in changing wind fields. As a result, they are not able to guarantee a desired service life under dynamic wind conditions. Recently, robust controllers have been used in combination with real-time fatigue damage assessment models to achieve prognosis goals. Most rely on model-based online load cycle counting algorithms to determine damage accumulation, with analytical models providing the degradation estimate. They also rely on WT load measurements, some of which are not available in commercials WTs, limiting their practicality.


In this thesis, different RDAC control approaches for structural load reduction and speed control of commercial WTs operating in above-rated wind speed operation are presented. The developed control approaches are then applied in reliability-oriented prognosis schemes for lifetime control of WTs. First, a CPC-based RDAC controller developed using nonsmooth H∞ synthesis is presented and extended with an adaptive IPC (aIPC) scheme for speed regulation and load reduction in the tower and rotor blades. This adaptive robust observer-based control strategy (RDAC+aIPC) is tested on a 1.5 MW onsore RWT. Simulation results show that the proposed control strategy reduces structural loads in several WTG components without significant effects on rotor speed or generated power under different operating conditions compared with a gain-scheduled proportional integral (GSPI) and an RDAC controller. Secondly, a H∞ RDAC controller is developed and applied to a larger 5 MW onshore RWT to prove its suitability for commercial WT control. Its performance is compared with a SOTA RWT controller, the GSPI-based reference open-source controller (ROSCO). Simulations results for different wind conditions show improved performance in tower load mitigation and generator speed regulation. Thirdly, the RDAC controller is designed using μ-synthesis approach to achieve improved robust performance. A family of plants extracted from the 5 MW RWT enables the generation of an uncertainty description, from which an uncertain model of the WT is developed and used for controller design. Simulation results show that the RDAC controller with μ-synthesis achieves better performance in tower load mitigation and generator speed regulation compared with ROSCO and H∞ RDAC controllers. This is achieved without violating either the turbine's pitch rate constraint or inducing additional loads in the blades. Finally, an IPC-based RDAC controller developed using the μ-synthesis approach is presented. The controller is applied to the 5 MW RWT to regulate generator speed and reduce blade and tower loads. Simulation results show the best performance in structural load reduction compared with ROSCO, H∞ RDAC, and μ-synthesis RDAC controllers. It also offers an optimal compromise in generator speed/power regulation.


Before developing prognosis schemes based on the above control strategies, a comprehensive review of SHM and prognosis as well as prognostics-based control methods applied to WTs is first carried out to identify existing gaps. Conflicting requirements such as production reliability, operation and maintenance (O&M) cost reduction, and lifetime guarantees are discussed. Recent developments in model-based, data-driven, and hybrid SHM prognosis approaches for SOH estimation, RUL prediction, and lifetime control of WTs are highlighted. Secondly, a model-based adaptive robust lifetime control strategy based on the RDAC+aIPC controller for controlled aging of WT rotor blades is presented. The proposed prognostics scheme is evaluated on the 1.5 MW RWT. An online damage evaluation model is implemented to vary the controller gains based on the SOH. The prognostics scheme reduces structural loads in the rotor blades to ensure a predefined damage level at a desired service life without compromising the speed regulation performance of the WT. Moreover, a significant reduction in the tower fatigue damage is also observed. Finally, a hybrid prognosis scheme which combines data-driven load prediction and model-based damage estimation models, for robust lifetime control in commercial WTs is presented. A support vector machine (SVM) regression model is trained using timeseries loading data obtained from dynamic simulations using the μ-synthesis RDAC controller. The regression model uses available WT measurements to predict the tower load. Based on this prediction, an online damage evaluation model estimates the damage level and lifetime of the tower. The lifetime controller gains are dynamically adjusted to achieve a predefined damage limit and lifetime. Results of dynamic simulations using the 5 MW RWT demonstrate the efficacy of the proposed approach in controlling fatigue loading in WT components.

Um den ständig wachsenden weltweiten Bedarf an erneuerbaren Energien zu decken, hat der Windenergiesektor in den letzten Jahrzehnten ein exponentielles Wachstum der physischen Größe und Leistung von Windkraftanlagen (WEA) erlebt, um mehr Energie aus Wind zu gewinnen. Mit zunehmender Größe von WEA wird erwartet, dass die strukturelle Belastung der WEA-Komponenten aufgrund des zusätzlichen Gewichts und der Flexibilität zunimmt. Diese erhöhte Belastung hat Auswirkungen auf die Betriebssicherheit von WEA-Anlagen hinsichtlich Ermüdungsschäden, Lebensdauer, Ausfallzeiten und der damit verbundenen Zuverlässigkeit der Energieversorgung.

Dynamische Schwankungen im Windfeld einer WEA sind für die Ermüdungsbelastungen ihrer Komponenten bei der Stromerzeugung verantwortlich. Räumlich-zeitliche Veränderungen des Rotorwindfeldes wirken sich störend auf das WEA-System aus. Dies erfordert Steuerungsschemata, um diese Störung für einen optimalen Betrieb zu kompensieren. Um die Auswirkungen unterschiedlicher Belastungen auf WEA-Komponenten zu minimieren, wurden fortschrittliche Multi-Input-Multi-Output-Steuerungsschemata (MIMO) vorgeschlagen, die geeignete Windstörungsmodelle integrieren. Diese Methoden dienen in der Regel anderen Steuerungszielen, wie z. B. der Generatorgeschwindigkeits-/-leistungsregelung für den Betrieb von Windenergieanlagen bei überdurchschnittlichen Windgeschwindigkeiten. Die meisten dieser Regler basieren jedoch auf linearen Modellen, die aus nichtlinearen WT-Modellen reduzierter Ordnung gewonnen werden. Die bei der Extraktion dieser linearen Modelle getroffenen Annahmen führen zu Modellierungsfehlern im WEA-Betrieb. Darüber hinaus werden Nichtlinearitäten, die durch sich ändernde Betriebsbedingungen verursacht werden, nicht berücksichtigt. Obwohl robuste Regler die mit Systemnichtlinearitäten und Modellierungsfehlern verbundenen Unsicherheiten berücksichtigen, werden sie immer noch nur für Entwurfssituationen entwickelt. Daher kann sich ihre Leistung unter äußerst unsicheren Betriebsbedingungen erheblich verschlechtern. Darüber hinaus enthalten nominell robuste Regler keine Windstörungsmodelle, die die Auswirkungen von Windstörungen auf die WEA-Leistung unterdrücken können. Es wurden Versuche unternommen, einen robusten störungsadaptiven Controller (RDAC) zu entwickeln, um Modellierungsfehler und Nichtlinearitäten aufgrund von Windstörungen zu verringern. Dieser Regler wurde jedoch an einer kleineren 1,5-MW-Referenz-WEA getestet, die strukturell nicht so stark belastet ist wie größere kommerzielle WEA nach dem neuesten Stand der Technik (SOTA). Seine Leistung wurde auch nicht mit den neuesten Referenz-WT-Controllern (RWT) verglichen. Darüber hinaus basiert der Entwurf von RDAC auf nominalen Modellen, die keine Beschreibung des Unsicherheitsmodells enthalten, was zu einer konservativen Robustheit führt. Adaptive Regler hingegen sind darauf ausgelegt, mehrere Betriebspunkte im Design zu berücksichtigen. Allerdings berücksichtigen die meisten adaptiven Regler nicht die Optimierung von Kompromissen im Zusammenhang mit dem Betrieb der WEA bei Windgeschwindigkeiten über der Nennwindgeschwindigkeit, einschließlich struktureller Lastreduzierung und Geschwindigkeitsregelung. Ähnlich wie RDAC basieren die meisten branchenbasierten Steuerungen für diesen Betriebsmodus auf der kollektiven Pitch-Steuerung (CPC) und berücksichtigen daher nicht die Rotorblattlasten von Windkraftanlagen, die nur durch unabhängige Pitch-Steuerung (IPC) gemindert werden können.

In den letzten Jahren haben Strategien zur Steuerung und Verlängerung der Lebensdauer von WEA immer mehr an Bedeutung gewonnen. Wenn sie nicht überwacht werden, können strukturelle Belastungen, insbesondere in großen Onshore- und Offshore-WEA-Anlagen, zu einer Verkürzung der Lebensdauer oder einem frühen Ermüdungsversagen aufgrund von Schadensanhäufungen führen. Daher ist eine kontinuierliche Überwachung des Gesundheitszustands (State of Health, SOH) von WEA von entscheidender Bedeutung, um solche Folgen zu vermeiden und die Energieversorgung und Betriebssicherheit sicherzustellen. Aus diesem Grund wurden Zustandsüberwachungssysteme (Condition Monitoring Systems, CMS) zur Fehlererkennung und Zustandsüberwachung von WEA-Strukturen entwickelt. In den letzten Jahren wurden Strategien für die Überwachung des strukturellen Zustands (Structural Health Monitoring, SHM) von Windkraftanlagen zur Schätzung des Ermüdungsschadens (SOH) und zur Vorhersage der verbleibenden Nutzungsdauer (RUL) entwickelt. Prognosebasierte Kontrollstrategien basieren in der Regel auf einem Bewertungskriterium für Ermüdungsschäden, um die verbrauchte Lebensdauer von WEA-Komponenten zu bestimmen. Basierend auf dem SOH werden Steuersollwerte angepasst, um eine gewünschte Lebensdauer der Komponenten zu erreichen. Allerdings erschwert die stochastische Winddynamik die Schätzung des SOH in einer WEA. Daher sind lebenslange Kontrollmethoden auf Basis von RDAC erforderlich. Die meisten der gemeldeten prognosebasierten Steuerungsmethoden konzentrieren sich auf die Steuerung der Lebensdauer einer einzelnen WEA-Struktur, typischerweise des Turms oder der Rotorblätter. Darüber hinaus sind diese zuverlässigkeitsorientierten Regler häufig für bestimmte Betriebspunkte ausgelegt und weisen daher bei wechselnden Windfeldern eine verminderte Leistung auf. Dadurch können sie bei dynamischen Windverhältnissen nicht die gewünschte Lebensdauer gewährleisten. In jüngster Zeit werden robuste Steuerungen in Kombination mit Echtzeitmodellen zur Beurteilung von Ermüdungsschäden eingesetzt, um Prognoseziele zu erreichen. Die meisten verlassen sich auf modellbasierte Online-Lastzykluszählalgorithmen, um die Schadensakkumulation zu bestimmen, wobei analytische Modelle die Verschlechterungsschätzung liefern. Sie stützen sich auch auf WEA-Lastmessungen, von denen einige in kommerziellen WEA nicht verfügbar sind, was ihre Praktikabilität einschränkt.

In dieser Arbeit werden verschiedene RDAC-Regelungsansätze zur strukturellen Lastreduzierung und Geschwindigkeitsregelung von kommerziellen WEA vorgestellt, die bei Betrieb mit hoher Windgeschwindigkeit betrieben werden. Die entwickelten Regelungsansätze werden dann in zuverlässigkeitsorientierten Prognoseverfahren zur Lebensdauerregelung von WEA eingesetzt. Zunächst wird ein CPC-basierter RDAC-Regler vorgestellt, der mit nicht glatter H∞-Synthese entwickelt und um ein adaptives IPC-Schema (aIPC) zur Geschwindigkeitsregelung und Lastreduzierung im Turm und den Rotorblättern erweitert wird. Diese adaptive, robuste, beobachterbasierte Kontrollstrategie (RDAC+aIPC) wird an einem Onsore-RWA mit 1,5 MW getestet. Simulationsergebnisse zeigen, dass die vorgeschlagene Regelungsstrategie im Vergleich zu einem Gain-Scheduled-Proportional-Integral (GSPI) und einem RDAC-Regler strukturelle Belastungen in mehreren WTG-Komponenten reduziert, ohne nennenswerte Auswirkungen auf die Rotorgeschwindigkeit oder die erzeugte Leistung unter unterschiedlichen Betriebsbedingungen. Zweitens wird ein H∞-RDAC-Regler entwickelt und auf ein größeres 5-MW-Onshore-WEA angewendet, um seine Eignung für die kommerzielle WEA-Steuerung zu beweisen. Seine Leistung wird mit einem SOTA RWT-Controller, dem GSPI-basierten Referenz-Open-Source-Controller (ROSCO), verglichen. Simulationsergebnisse für verschiedene Windbedingungen zeigen eine verbesserte Leistung bei der Reduzierung der Turmlast und der Regelung der Generatordrehzahl. Drittens wurde der RDAC-Controller mithilfe des μ-Synthese-Ansatzes entwickelt, um eine verbesserte robuste Leistung zu erzielen. Eine aus der 5-MW-WEA extrahierte Anlagenfamilie ermöglicht die Erstellung einer Unsicherheitsbeschreibung, aus der ein unsicheres Modell der WEA entwickelt und für den Reglerentwurf verwendet wird. Simulationsergebnisse zeigen, dass der RDAC-Regler mit μ-Synthese im Vergleich zu ROSCO- und H∞-RDAC-Reglern eine bessere Leistung bei der Reduzierung der Turmlast und der Generatorgeschwindigkeitsregelung erzielt. Dies wird erreicht, ohne dass die Pitchgeschwindigkeitsbeschränkung der Turbine verletzt wird oder zusätzliche Belastungen in den Rotorblättern entstehen. Abschließend wird ein IPC-basierter RDAC-Controller vorgestellt, der mithilfe des μ-Synthese-Ansatzes entwickelt wurde. Der Regler wird beim 5-MW-RWA eingesetzt, um die Generatorgeschwindigkeit zu regulieren und die Blatt- und Turmlasten zu reduzieren. Simulationsergebnisse zeigen eine verbesserte Leistung bei der strukturellen Lastreduzierung im Vergleich zu ROSCO-, H∞-RDAC- und μ-Synthese-RDAC-Reglern. Es bietet auch einen optimalen Kompromiss bei der Generatordrehzahl-/Leistungsregelung.

Vor der Entwicklung von Prognoseschemata auf Basis der oben genannten Kontrollstrategien wird zunächst eine Literaturrecherche von SHM und Prognose sowie prognosebasierten Kontrollmethoden für WEA durchgeführt, um bestehende Lücken zu identifizieren. Widersprüchliche Anforderungen wie Produktionszuverlässigkeit, Reduzierung der Betriebs- und Wartungskosten (O&M) und lebenslange Garantien werden diskutiert. Aktuelle Entwicklungen bei modellbasierten, datengesteuerten und hybriden SHM-Prognosansätzen für die SOH-Schätzung, die RUL-Vorhersage und die Lebensdauersteuerung von WEA werden hervorgehoben. Zweitens wird eine modellbasierte adaptive robuste Lebensdauerkontrollstrategie basierend auf dem RDAC+aIPC-Regler für die kontrollierte Alterung von WEA-Rotorblättern vorgestellt. Das vorgeschlagene Prognoseschema wird am 1,5-MW-RWA evaluiert. Es wird ein Online-Schadensbewertungsmodell implementiert, um die Controller-Gewinne basierend auf dem SOH zu variieren. Das Prognoseschema reduziert strukturelle Belastungen in den Rotorblättern, um ein vordefiniertes Schadensniveau bei einer gewünschten Lebensdauer sicherzustellen, ohne die Geschwindigkeitsregulierungsleistung der WEA zu beeinträchtigen. Darüber hinaus ist auch eine deutliche Reduzierung der Turmermüdungsschäden zu beobachten. Abschließend wird ein hybrides Prognoseschema vorgestellt, das datengesteuerte Lastvorhersage und modellbasierte Schadensschätzungsmodelle für eine robuste Lebensdauersteuerung in kommerziellen WEA kombiniert. Ein Support Vector Machine (SVM)-Regressionsmodell wird mithilfe von Zeitreihen-Ladedaten trainiert, die aus dynamischen Simulationen mit dem μ-Synthese-RDAC-Controller erhalten wurden. Das Regressionsmodell nutzt verfügbare WT-Messungen, um die Turmlast vorherzusagen. Basierend auf dieser Vorhersage schätzt ein Online-Schadensbewertungsmodell das Schadensniveau und die Lebensdauer des Turms. Die Lebensdauergewinne des Controllers werden dynamisch angepasst, um eine vordefinierte Schadensgrenze und Lebensdauer zu erreichen. Ergebnisse dynamischer Simulationen mit dem 5-MW-RWA zeigen die Effizienz des vorgeschlagenen Ansatzes bei der Kontrolle der Ermüdungsbelastung in WT-Komponenten.


Citation style:
Could not load citation form.


Use and reproduction:
All rights reserved