풍력발전기의 요 시스템이 다양한 작업 조건에서 동적 성능을 향상시키는 것은 매우 중요하다. 이를 기반으로 강화 학습에 기반한 풍력발전기 요 시스템 모델 예측 제어 전략이 제안되었으며, 이중 지연 심층 결정적 정책 경사(TD3) 알고리즘을 통해 다목적 파라미터 동적 최적화를 구현한다. 먼저, 출력 손실률과 요 액추에이터 사용률이라는 두 상충 제어 목표에 대해 요 시스템의 다단계 모델 예측 제어기(yaw model predictive control, YMPC)를 구축하였다; 둘째, 요 시스템의 최적화 목표와 풍황 특성에 따라 TD3 에이전트의 입력 상태, 동작 및 보상 메커니즘을 설계하여 TD3 에이전트를 사용해 YMPC의 가중치 계수와 제어 스텝을 조정한다; 마지막으로 중국 북부 풍력 발전소의 대표 일 데이터를 사용하여 본 방법의 유효성을 검증하였다. 결과는 고정 제어 매개변수를 가진 YMPC에 비해 제안된 전략이 요 시스템의 종합 성능을 현저히 향상시켰음을 보여준다.

풍력발전기;요 시스템;강화 학습;제어 매개변수