可再生能源的开发利用现已成为世界能源技术的一大发展趋势,其中风力发电是发展势头最快,技术最成熟的可再生能源之一。风力发电厂多设立在偏远、空旷、环境较为恶劣的地点,对风力发电机安全稳定运行产生威胁,且风力发电机的检修难度大,周期长,一旦发生故障,则会造成资源浪费,严重时可能会停机甚至损坏风力发电系统。容错控制是解决资源浪费,保障风力发电系统可靠运行的重要手段,故障诊断是实现主动容错控制的基础。因此本文针对风力发电系统可能出现的桨距系统以及传动系统故障进行研究,利用集员滤波技术以及未知输入观测器进行故障诊断和故障重构,基于模型预测控制方法实现容错控制,具有重要的理论研究和工程应用价值。具体内容如下:介绍了目前风力发电技术的发展前景,总结了国内外的风力发电故障诊断以及容错控制技术。在前人的基础上,对风力发电模型进行了描述,包括空气动力学模型、变桨系统模型、传动机构模型、发电机和变流器模型以及控制器等,为后文故障诊断及容错控制研究奠定基础。应用集员滤波算法实现针对风力发电系统变桨系统的多故障诊断。集员滤波算法是一种基于系统辨识概念的方法,可应用不同的成员集形状对状态值可行集进行估计,根据估计结果是否为空集完成故障诊断结果的分析。本文采用基于凸多面体的滤波方法,实现多故障诊断。估计更精确,思路简单,仿真结果验证该方法的有效性。未知输入观测器是常见的基于模型的故障检测方法。常用的基于未知输入观测器的故障诊断策略,利用观测器得到检测误差,通过判断误差是否超过提前设定的阈值范围,进而判断故障是否发生。本文针对风力发电系统传动系统的特性,考虑未知输入部分无法全部解耦的情况,设计了基于未知输入观测器的故障诊断及故障重构的方法。仿真表明,该方法可以描述故障大小,从而为故障容错控制奠定了基础。基于模型预测控制方法设计风力发电系统容错控制器。首先设计在无故障情况下的模型预测控制器。基于未知输入观测器获得的传动机构传感器故障重构结果后,对故障传感器进行补偿,再将传感器结果输入控制器,利用该策略实现风力发电系统的容错控制。仿真结果表明,该控制器效果要优于传统的PI控制器,且能够有效对发电机传感器故障实现容错。