信息化控制技术在风力发电控制系统中的运用

高邓鸿 杨金贵

【摘 要】近年来，随着我国社会经济的不断发展，人们生活质量得到了普遍的提高，家用电器和电子设备在人们的日常生活工作中也成为了必需品，对于这些电器的工作运行，必须要有电力资源作为支撑，电力资源成为了社会各界正常运行的主要保证，为了降低对生态环境的恶化和资源的浪费，很多环保发电模式也被普遍的得到了应用。本文就对信息化控制技术在风力发电控制系统中的应用措施进行深入探讨。

【关键词】风力发电;控制系统;现代信息化;控制技术

风力发电机组是一个复杂多变量的非线性系统，它具有自身独特的特点，存在不确定性和多干扰的特性，并且有未建模或没有准确建模的动态部分，因此，对风力发电机组系统的有效控制是较为困难和复杂的，在现代科技不断进步的发展进程中，可以运用各种信息化的智能控制技术，实施对风力发电控制系统的控制和应用。

1、风力发电概述

1.1风力发电理论

风力发电指的是风车把风的动能转变为机械能，然后通过相关的设备把机械能再转变为电能的过程。风力发电首先是风车的叶片被风带动进行旋转，产生机械能，然后可以通过增速器提高旋转速度，最后利用相应发电设备把机械能转变为电能。

1.2风力发电在我国的发展

我国地域辽阔、地形多样，拥有较为丰富的风力资源。我国风力发电具有良好的基础环境，我国风力资源数量多、质量好。我国开发风电已经取得了一定的成绩，从探索时期小规模、小容量的单机研究逐渐走向成熟，我国风力发电正在步入全面推广阶段，风电装机容量、风电建设规模不断扩大，发展速度不断加快。

1.3风力发电的意义

第一，风力发电有利于解决我国能源短缺的问题。随着我国经济发展脚步的加快，对能源的消耗与需求迅速增多，能源短缺现象十分严重，我国每年都需要进口大量的能源。风力发电可以缓解能源短缺的趋势。第二，有利于环境保护，实现可持续发展。长期以来我国的能源结构不合理，污染严重，极大破坏了生态环境。风力发电不产生污染，有利于实现人与自然的和谐发展。第三，应用范围广。风力发电技术在山区、孤岛等地区及军事、交通、气象等领域均有极大的利用价值。

2、风力发电中信息化控制技术的应用

2.1应用人工神经网络技术

人工神经网络称之为非线性映射，具有很强的抗逆能力，具有一定的自组织性，可以学习与适应不确定系统的动态特征，并具有其他系统无法比拟的容错能力。风速是始终处于变化状态的，风速预测既和预测方法有很大关系，也与预测地点与预测周期有很大关系。可使用时间序列神经网络短期风速预测方法，这种方法用时间序列模型对神经网络中输入量进行选择，并使用多层反向传播网络系统预测风速序列。使用神经网络对风电场发电量进行预测，这样可降低功率波动率。使用前对人工神经网络估计风速，这样能够加强系统的动态性能，即便在现实环境中风速出现了很大的变化，也可以正常稳定运作。在风电机组研究过程中，变桨距系统是很重要的一部分。结合变速变距型风电机组液压驱动变式情况，可使用控制神经网络变距的方式，来完善解决变桨距机构的参数时变性、滞后性控制等一系列问题。

2.2应用专家系统

专家系统是一种智能推理程序，对知识有效处理，事实上就是结合当前条件对人类一系列推理现象进行模拟，利用一些专业知识判断和推理各大模块，对各领域知识与经验妥善处理，并具有一定的解释功能。所以在诊断故障产生原因中常常适用。风电机组是由很多部分共同组成的一种系统，不管哪个环节有故障出现，都会对机组的安全运作产生严重的影响，在诊断风电机组故障中常常应用专家系统。在构建起风电机组机舱故障诊断专家模型后，根据模糊控制诊断引发风力机舱故障的原因，进一步强化风力机舱故障诊断专家系统运作的准确性和快速性。在分析机组电流信号下，并提出一些特征向量，根据BP神经网络系统所对应的优势，构建起完善的诊断故障模型，实现对故障准确判断;专家系统可对风电机振动故障及时诊断。在对各个风电机组的区域转矩控制与变桨控制的前提下，提出了新的一种专家系统，即模糊专家系统，可以对风电场风速有效预测;专业系统也在确定海上风电场的可用性中应用，能够对海上风电场维修成本有效控制。专家控制系统结合传统控制方法，这是专家控制系统研究的主要方向。因為风电机组就是一种很复杂系统，引发机组振动的因素有很多，造成故障的问题也很多，并且很有可能同一时间内出现多种不同情况的故障，在这样的状况下必然朝着向其他控制理论互相综合应用的趋势发展，多种控制理论的融合对于促进风力发电控制系统的稳定健康发展起到了积极的作用。

2.3最优控制智能技术的应用

风力发控制系统在应的过程中容易受到风能的影响，运行过程中存在着许多的不确定性，想要建立完善的数据模型存在着一定的困难，通过数学模型可以实现对系统的合理控制。但是只通过数学模型中的相关数据对风力发电系统进行设计，无法满足风力发电系统的应用需求。风力发电系统在运行的过程中，无论是否产生电能都需要对整个系统的承受能力进行掌握，系统中的电流在运行期间也会出现一系列的变化，如何让系统保持在最优的状态是目前风力发电系统设计工作比较重视的问题。将最优控制智能技术应用到风力发电控制系统中，可以对系统中的不确定因素和相关变量时进行处理，实现对风能的有效捕捉，将其全部应用电力能源的产生中，还可以对电力机组的状态进行调整，从而提升风力发电控制系统的应用效率。

2.4微分几何控制技术

微分几何技术主要是针对风力发电系统中的非线性化变量而提出的解决方案。在这种信息化控技术中，理论上来自微分代数系统模型，通过对于引申模型理论的应用，反馈出精确的线性化，从而确定干扰的因素。微分几何控制主要应用于转矩控制和变流技术中，提出非线性的多输入和多输出状态反馈解耦控制方案，对风力发电控制系统中的双馈发电机的磁链和转速两个子系统，实现动态完全解耦，并且当风速超过额定值时，要降低风力发电机组的转速，不能使用过于复杂的变桨距机构，要在微分几何反馈线性变换的条件下，实现风力发电机的非线性模型全局线性化，实施变速风力发电机组的恒功率控制。由于其有算法负责，并且对于控制的计算机要求较高。在实际的应用中还是有一定的限制。

2.5自适应控制

在信息化控制技术中，自适应控制系统具有较高的技术含量。自适应控制系统指的是能够自动对控制系统中的参数、规律等进行调整的系统，其运行首先需要对对象的动态特点进行识别，然后根据识别结果制定决策，最后对控制系统做出改变。由于风力发电控制系统的参数等是随着风力不断变化的，传统的控制方法要求较多，控制效果不好。自适应控制技术的应用能够随外界环境条件的变化自动进行调整，极大提高了风力发电系统的效果。

3、结语

从以上分析中可见，人们会更加清晰地认知在风力发电控制系统中应用现代控制技术，进而更加完善现代控制技术，促使风力发电控制系统能够给人们提供出更多、更便捷的服务。但结合实际情况来讲，风力发电控制系统还有更多的使用价值有待挖掘，应对其使用价值深入挖掘，进而使风力发电控制系统能够造福更多的领域。

参考文献：

[1]任丽娜，焦晓红，邵立平.风力发电机速度跟踪自适应控制研究[J].太阳能学报，2017，30（10）.

[2]宋华振.贝加莱的风力发电控制系统[J].自动化博览，2017，（9）.

[3]郑雪梅，李琳，徐殿国.双馈风力发电系统低压过渡的高阶滑膜控制仿真研究[J].中国电机工程学报，2017，32（27）.

（作者单位：国家电投云南国际电力投资有限公司新能源事业部）