现代控制技术在风力发电机组中的应用

张金鑫

摘 要：风能是一种清洁能源，也属于可再生资源。通过风力发电机能够将风能转化为电能，用于生产生活用电，极大满足了人们对电能的需求。相比于传统的燃煤发电技术，风力发电清洁、环保、取材简单而且发电成本较低。随着可持续发展战略的推进，风力发电已经逐渐成为一种常见的发电途径，得到广泛的应用。

关键词：风力发电机;现状;控制技术

1 前言

我国幅员辽阔，具有充足的风能资源。风能作为一种清洁能源在我们的生产中成为重要的动力介质，并得到了广泛的应用。随着电力电子技术及微型计算机的发展，先进控制方法在风力发电控制系统中的应用越来越普遍。本文根据我国风力发电发展现状，对风力发电机组控制技术进行简单的分析，旨在探索风力发电技术发展中的问题，为风力发电机组维护，故障诊断、技术创新等提供思路。

2 我国风力发电的现状

从技术上讲，中国的风电发展分为三个步骤。一种是引进新技术，另一种是消化吸收技术，第三种是进行自主创新。随着国产1.5WM容量级风电产品的不断完善，中国的兆瓦级机组在风电市场得到了广泛的应用，且风力发电机组的控制技术在应用上也越来越完善与稳定。能对风机有效控制是风电机组安全稳定运行的关键，为了保证风电机组优化机组的运行性能，提高机组的发电效率与发电质量，减小机组的机械载荷，且在整个运行范围内稳定可靠地按预定轨迹运行，作为主流机型的变速变距型风电机组，其控制系统由变桨距控制、转矩控制和变流控制三个子系统组成。变桨距控制可以有效减小机组动态载荷，保证在额定风速以上时，输出功率恒定：转矩控制可以提高机组的发电效率，同时可有效减小机械传动载荷;变流控制可以保证机组的发电质量。转矩控制和变桨距控制都属于机组优化运行的关键技术，也是当前机组智能控制策略应用的研究热点，三种控制结合起来，可以达到良好的控制效果。风电机组是一个复杂多变量非线性系统，且有不确定性和多干扰等特点，含有未建模或无法准确建模的动态部分，对这样的系统实现有效控制是极为困难的。随着电力电子技术及微型计算机的发展，先进控制方法在风力发电控制系统中得到了普遍应用。

3 发电机组控制技术的分析

3.1 H∞鲁棒控制技术

H∞鲁棒控制技术的理论基础是Hardy空间。通过优化与各个性能指标相对应的规范来获得性能稳定的控制器。H∞鲁棒控制技术能够处理和解决多变量问题，并且基于相对严格的数学方法，可以解决建模初期存在的误差。在风能激励过程中，H∞范数最小，控制系统输出最稳定。同时，通过采用H∞鲁棒控制技术，可以确保风力发电机沿先前设置的轨迹稳定运行。H∞鲁棒控制技术是风力发电机必不可少的基本技术。当风力发电机处于不稳定的风速，风向和频繁变化时，H∞鲁棒控制技术改善了风力发电机的变速恒频风力发电系统的控制，该系统能更快的跟踪风速风向的变化，确保风能的有效利用。

3.2 滑模变结构控制技术

风力发电机是一种非线性系统，在实际操作过程中具有复杂且可变的特性。如果在实际运行期间风向发生变化，或者发生风向变化或负载，则会影响风力发电机的稳定运行。滑模变结构控制技术可以解决这个问题。滑动模式可变结构控制由于切换控制的性质而具有不连续控制的特性。在实际使用中，对系统进行预配置可确保在满足预设条件时将系统的滑模运动限制在一定的空间内。由于操作简便，响应速度快，因此广泛用于风力发电机中。

滑模变结构控制能够在满足控制系统的鲁棒性的同时，有效地抑制干扰对双馈变速恒频风力发电机的影响，但是系统颤振是控制系统的主要缺点。最近，研究人员提出了一种将不连续控制变量应用于高阶导数的高阶滑模变量控制方法。这不仅保留了传统滑模的优势，而且还有效地减少了系统抖动并保持了稳定的输出功率。

3.3 矢量控制技术

在风力发电机中，矢量控制技术可用于最大程度地跟踪风能，并提供有功和无功的独立解耦调节。在风力发电机的运行中，矢量控制技术的使用很重要。对于基于矢量控制技术的系统，其强大的适用性和抗干扰能力可在短时间内完成稳定性控制。在此阶段，矢量控制技术在双馈风力发电机中更常用，实现了风力发电系统功率的有效调节

3.4 最优控制技术

在风力发电机的实际操作中，由于非线性环境中干扰大且风速频繁变化，因此不可能通过数学控制来完成对风力发电机的控制。基于这种情况，相关人员使用最佳控制技术完成了对风机的控制。优化的控制技术将线性化模型设计的使用和对工作点的搜索与精确的解耦线性化相结合，并通过广泛的反馈完成了对风和风能的最大控制和捕获。利用基于最佳控制技术的系统可以更好地处理和解决风力发电机运行中存在的功率差异，同时基于最佳控制技术的系统可以抑制由于线路故障引起的电压干扰。

3.5 人工神经网络控制技术

人工神经网络控制技术是较重要的现代智能技术之一，也是各种控制系统中常用的一种技术。在人工神经网络的情况下，可以通过模拟人们的学习，决策和其他行为来实现对相应系统的拟人控制。對于风力发电机，可以使用人工神经网络控制技术来准确捕获环境中不断变化的风能，从而促进用于智能控制的风力发电机的开发。通过在风力发电机上使用人工神经网络控制，您可以获得合理的风速预测并提高在不稳定环境中运行的风力发电机的稳定性。

3.6 模糊控制技术

模糊控制是一种基于语言规则和模糊推理的高级控制策略，不依赖于受控对象的精确数学模型，不受非线性因素的直接影响。模糊控制是一种典型的智能控制方法，它将语言的动态局部非线性系统划分为低级系统，并提供最佳的划分时间序列，由线性二次调谐系统增强和控制。与传统控制方法相比，此方法在减少干扰方面更有效，并且适用于风速和负载不断变化的环境。有助于提高风能的利用率，并实现最大功率跟踪和变频恒频特性。

1）在变桨距并网风力发电机上的应用不仅可以改善控制系统的动态特性，而且可以控制风力发电机的桨距角，风力发电机的转速，并调节叶尖速度比以实现风力发电机。恒定功率输出和恒定频率比传统的PID控制器更有效地减少了颤动，并提高了系统效率和电能输出质量。

2）双馈异步风力发电机选择了最佳模糊控制逻辑。如果发动机速度小于额定速度，则通过变流器调整励磁电流，使输出功率实现最大化。如果发动机速度高于额定速度，则模糊控制器通过更改桨距角来减少风能的吸收，从而限制风力发电机的风能捕获率。最佳模糊控制逻辑不仅增加了动力传输链的灵活性，而且使风力发电机的输出更加稳定。模糊控制理论结合了人工智能技术，神经元网络技术和人形智能技术，具有独特而卓越的特性，在风力发电机控制领域得到了迅速发展。

4 结束语

总之，随着科技水平的快速发展，更多的先进技术不断出现并在风力发电中广泛应用，极大促进了风力发电的快速发展。相信未来，风力发电技术也将在不断完善和发展过程中得到更大范围的推广应用，也促进了风电行业的持续发展和进步。

参考文献

[1]赵若焱.风力发电及其控制技术新进展探究[J].内燃机与配件，2018

（13）：236-237.

[2]谭俊.风力发电机组的控制技术探析[J].中国设备工程，2018

（13）：220-221.

[3]晏勤，宋冬然.现代控制技术在风力发电控制系统中的应用研究[J].电子技术与软件工程，2016（15）：157.