波浪能转换器阵列的分布式非线性模型预测控制：协同优化与计算效率提升

针对波浪能转换器(WEC)阵列因流体动力学相互作用导致的控制难题，研究团队开发了两种分布式非线性模型预测控制(D-NMPC)方案——"邻域交互(N2N)"和"协调式"架构。通过ALADIN算法处理非凸优化问题，在保留90%集中式控制性能的同时，将计算耗时降低60%，为大规模WEC阵列实时控制提供了可扩展解决方案。

　　

波浪能作为全球储量达29,500 TW的清洁能源，其开发面临经济性瓶颈。虽然阵列化部署可通过共享基础设施降低成本，但紧密排列的波浪能转换器(WEC)会产生复杂的辐射(radiation)和衍射(diffraction)相互作用，传统集中式模型预测控制(MPC)因计算复杂度呈指数增长难以实时实施。更棘手的是，多数WEC存在非线性流体动力学特性，现有"独立式"控制方案会损失30%以上的潜在能量捕获效率。

中国某高校联合爱尔兰MaREI研究中心提出创新解决方案。研究团队基于增强拉格朗日交替方向不精确牛顿(ALADIN)算法，开发了两种分布式非线性MPC(D-NMPC)架构：在N2N方案中，各WEC仅与相邻设备交换数据，通过局部优化实现全局能量最大化；协调式方案则引入阵列级协调器管理通信，使5设备阵列的计算耗时从82.3ms降至28.1ms。仿真显示，两种方案在3设备阵列中分别达到集中式控制92.7%和94.3%的能量捕获效率。

关键技术包括：1) 建立包含非线性项的WEC阵列状态空间模型；2) 基于ALADIN算法的非凸优化分解；3) 交互力衰减特性驱动的邻域通信拓扑设计；4) 协调式架构的双层优化框架。

【建模与问题构建】
通过线性势流理论结合非线性附加项，建立阵列中第i个WEC的运动方程：
M_i?_i = F_exc,i + F_rad,ii*?_i + Σ_j≠iF_rad,ij*?_j + F_PTO,i
其中辐射力F_rad,ij体现设备间相互作用，*表示卷积运算。

【N2N分布式方案】
各WEC控制器求解局部优化问题：
min_ui ∫(F_PTO,i?_i)dt
s.t. 动态约束及邻域状态一致性条件
通过ADMM算法迭代更新，使3设备阵列的通信量减少76%。

【协调式方案】
协调器收集全局梯度信息后广播修正项，5设备阵列的优化迭代次数从17次降至9次，计算效率提升2.9倍。

结论表明，两种D-NMPC方案成功解决了WEC阵列控制的"三难问题"——在保证实时性的前提下，兼顾非线性特性和交互效应。特别是协调式架构，通过智能分配计算负载，使阵列规模扩展时的计算耗时仅呈线性增长。该研究为海洋能场的商业化部署提供了关键控制技术支撑，其分布式框架也可拓展至其他多智能体能源系统。Yutao Chen等人在《Ocean Engineering》的这项成果，标志着波浪能控制从单机优化正式迈入智能阵列协同时代。