Control de pitch de turbinas eólicas basado en aprendizaje por refuerzo y PID

Resumen

En este trabajo se propone una nueva estrategia de control que combina un controlador clásico como es el PID con el aprendizaje por refuerzo. Esta arquitectura de control se aplica en el control de pitch de turbinas eólicas. El controlador basado en aprendizaje por refuerzo calcula las recompensas considerando el error de potencia y su derivada. Estas recompensas se emplean para actualizar la política del controlador. El controlador teniendo en cuenta la política aprendida, y el estado del sistema genera una consigna de pitch. A su vez el PID también genera otra consigna de pitch de forma simultánea. Un selector se encarga de seleccionar una de las dos consignas para llevarla finalmente al actuador de pitch. Los resultados de simulación muestran como el controlador basado en aprendizaje por refuerzo combinado con PID proporciona un menor error de potencia, especialmente en los primeros episodios contribuyendo a acelerar el aprendizaje