Mejorar el rendimiento dinámico del sistema de orientación de aerogeneradores en múltiples escenarios es crucial. Basado en esto, se propuso una estrategia de control predictivo basado en modelos para el sistema de orientación del aerogenerador usando aprendizaje por refuerzo, implementando el algoritmo TD3 (doble retraso del gradiente determinista profundo de política) para la optimización dinámica de parámetros multiobjetivo. Primero, para dos objetivos de control conflictivos, tasa de pérdida de potencia y uso del actuador de orientación, se estableció un controlador predictivo de modelo multipaso (yaw model predictive control, YMPC); segundo, se diseñaron el estado de entrada, acciones y el mecanismo de recompensa del agente TD3 de acuerdo con los objetivos de optimización del sistema de orientación y las características del viento, utilizando así el agente TD3 para ajustar los coeficientes de peso y el paso de control del YMPC; finalmente, se verificó la eficacia del método usando datos típicos de un parque eólico en el norte de China. Los resultados muestran que la estrategia propuesta mejora significativamente el rendimiento integral del sistema de orientación en comparación con el YMPC de parámetros fijos.

aerogenerador;sistema de orientación;aprendizaje por refuerzo;parámetros de control