【Objetivo】 Frente al impacto de la incertidumbre del control predictivo causada por datos inexactos del lidar de viento láser en condiciones meteorológicas adversas, este artículo propone un algoritmo de control predictivo de paso variable de aerogeneradores basado en lidar y estimación con filtro de Kalman con conmutación difusa entre diferentes velocidades equivalentes del viento. 【Método】 Primero, mediante un lidar de viento montado en góndola desarrollado internamente, se convierten las velocidades del viento medidas en varios puntos en una velocidad de viento equivalente que impulsa el trabajo del rotor; luego, se diseña un algoritmo de estimación de velocidad equivalente basado en filtro de Kalman y se utiliza un mecanismo de lógica difusa para lograr una conmutación suave entre la velocidad de viento equivalente medida por el lidar y la estimada; finalmente, se optimizan los parámetros del controlador de retroalimentación PI de paso variable fusionado con control predictivo mediante un algoritmo de impulso eólico. 【Resultados】 Mediante pruebas y validación en un modelo de aerogenerador de alta fidelidad NREL de 5 MW con viento turbulento a 18 m/s, el mecanismo de lógica difusa propuesto puede reducir la fluctuación de la velocidad del generador en aproximadamente un 5,3%; tras la optimización fuera de línea de los parámetros de control, se puede reducir aún más en aproximadamente un 8,9%, y la fluctuación de la carga en la raíz de la pala en dirección x en aproximadamente un 8,7%. 【Conclusión】 El mecanismo de conmutación por lógica difusa y el algoritmo de optimización fuera de línea adoptados en este trabajo pueden reducir el impacto adverso de la inexactitud de los datos del lidar de viento en el control predictivo y reducir aún más las fluctuaciones de la velocidad del generador y las cargas en la raíz de la pala.

lidar de viento láser; filtro de Kalman; velocidad equivalente del viento; control predictivo de paso variable; conmutación