风力发电机组的控制技术

魏宪华

(内蒙古北方龙源风力发电有限责任公司，内蒙古 锡林浩特 026000)

一 风能的开发利用

能源问题与环境问题是当今人类生存与发展所急需解决的首要问题，而常规能源如煤、石油、天然气等污染环境，而且基于不可再生的前提下无法无限开采，因此，对可再生能源的开发与利用已受到世界各国政府的重视。近30年，西方国家在风能开发利用也已取得了喜人的成就。

我国是世界上风力资源较为丰富的国家之一，且风力发电比常规能源发电的成本有一定的竞争优势。随着科技的不断发展，风力发电机组的控制技术也在不断更新，逐渐趋于智能化、轻盈化、高可靠性。风力发电施工周期短、占地少、投资灵活，具有较高的经济效益与社会效益，且随着《可再生能源法》的实施和京都议定书协议的生效，国家加大了对可再生能源支持的力度，风力发电产业得到了连续快速发展，出现了风电热。今年年初国家对私人发电企业提出了政策支持与购买支持，越来越多的私人企业家也开始投入风力发电的产业中去，更一步促进了对风能的开发利用与对风力发电机组的控制技术的研究。

二 风力发电机组的控制

对风力发电机组的控制目标主要包括两方面，一是风电机组在运行过程中的稳定性，即能否在运行范围中按照预定轨迹运行;二是控制风电机组的运行性能，即包括机组的发电效率、发电质量、机械载荷等。主要的风力发电机组类型有如下几种。

(1)失速型风力发电机组

失速型风力发电机组包括定桨距失速型风力发电机组和变桨距失速型风力发电机组两种。其中，定桨距失速型风力发电机组是通过风轮叶片失速来控制风力发电机组在大风时的功率输出，同时通过叶尖扰流器来实现极端情况下的安全停机问题。而变桨距失速型风力发电机组与其不同，他是在低风速时通过改变桨距角或保持一定的桨距角使其功率输出增加，而在高风速时通过改变叶片桨距角来控制功率输出。

(2)双馈变速恒频型风力发电机组

双馈变速恒频型风力发电机组的风轮叶片桨距角可以调节，同时采用可以变速的双馈型发电机，并输出恒频恒压电能。在低于额定风速时，它通过改变转速和叶片桨距角使风力发电机组在最佳尖速比下运行，输出最大的功率，而在高风速时通过改变叶片桨距角使风力发电机组功率输出稳定在额定功率。

(3)直驱型风力发电机组

直驱型风力发电机组是无齿轮箱的变桨距变速风力发电机组，风轮轴直接与低速发电机连接。直驱型风力发电机组要采用全功率变流器。

(4)混合型风力发电机组

混合型风力发电机组采用单级齿轮箱和中速发电机，是直驱型风力发电机组和传统型风力发电机组的混合。混合型风力发电机组也要采用全功率变流器。

三 风力发电系统的现代控制技术

1.滑模变结构控制

风电机组是一个复杂多变的非线性系统，在运行过程中还会遇到风向变化、阵风以及负载变化等情况，因此无法建立一个精确地数学模型对其实现控制。滑模变结构控制等同于一种不连续的开关型控制，当满足系统设定的匹配条件时，就只能在特定的空间中做滑模运动，具有对系统参数变化不敏感、响应速度快、鲁棒性强、设计简单、易于实现等优良特点，保证了系统在参数不确定的情况下的稳定，满足了风力系统最大功率限制的要求，为风力发电机组的控制提供了有效的方法。

滑模变结构控制可以有效抑制外界的扰动对双馈变速恒频型风力发电机组的影响，同时满足了控制系统的鲁棒性，但是对于系统的抖振却成为控制系统的一大缺陷。近期有研究人员提出高阶滑模变控制方法，即将不连续的控制量作用在高阶微分上，不仅保留了传统滑模的优点，而且可以有效地消减系统的抖振现象，保持稳定的输出功率。

2.H∞鲁棒控制

H∞鲁棒控制理论是Hardy空间，通过某些性能指标的无穷范数优化而获得具有鲁棒性能的控制器的一种控制理论。H∞鲁棒控制具有较好的处理多变量问题的能力与严格的数学基础，可直接解决起初建模所产生的误差，当风能激励时，H∞的范数最小，控制系统的输出最为稳定，确保系统能够按照既定的目标轨迹运行，因此将H∞鲁棒控制应用于风力发电机组的控制系统是最佳的选择。

在风速、风向不断变化的情况下，变速恒频风力发电系统可以采用H∞鲁棒控制原理，提高系统对参数的不确定性与负载扰动的鲁棒性，实现系统对风能的快速追踪，提高风能的利用率与捕获率，由此也体现了鲁棒控制的优越性。

3.最优控制

由于风力发电机组主要应用于风速变量不确定、干扰大、非线性的环境中，因此无法使用数学模型来达到精确的控制，而最优系统的控制可以利用线性化的模型设计找出附近的工作点，并利用反馈实现大范围下的精确解耦线性化，从而实现风能、风力的最大捕捉与控制，即实现风力发电机组的最优控制。

最优控制系统对于有功、无功率输出以及电功率波动小的要求矛盾具有理想的折中方式，同时对因线路故障引起的电压扰动具有很好的抑制作用。

4.矢量控制

矢量控制主要应用于双馈电机的控制系统中，又分为基于定子磁场定向的矢量控制、基于定子电压的矢量控制及基于气隙磁场定向的矢量控制等。

矢量控制系统可以实现风能的最大跟踪，并可以实现有功功率与无功功率的独立解耦调节，且适用能力强、抗干扰，并能在短时间内达到稳定控制。但由于转自电流励磁分量的多少影响发电机组的稳定性，因此回事无功补偿量的大小受限制。

5.模糊控制

模糊控制是一种基于语言规则、模糊推理的高级控制策略，不依赖与被控制对象的精确数学模型，不受非线性因素的直接影响，具有较强的鲁棒性。模糊控制是典型的智能控制方法，帮助提高风能利用率、实现最大功率跟踪和变速恒频的特点。主要用于案例有：

(1)在变桨距并网型风力发电机组中的应用，不仅改善了控制系统的动态特性，而且控制了风轮的桨距角、风力机转速，调节叶尖速比，实现了风力发电机组的恒功率输出与恒定的频率，比传统的PID控制器更有效的减少了抖振，提高了系统的效率与质量。

(2)在风力混合动力发电系统中提出了基于TS模糊模型系统，吧局部的动态非线性系统有语言规则分割为低级系统，并提供最佳的分割时间序列，然后由线性二次调节系统加强控制。相比传统的控制方式，此方式更有效的减少的外界的扰动，适用于风速与负载不断变化的环境中。

(3)在双馈异步风力发电机组中选用最优的模糊控制逻辑，当发动机的转动速度小于既定的转动速度时，可以通过整流器和逆变器的控制改变发电机的转速，使其与风速的变化一致，从而或得最大风能利用率;当发动机的转动速度大于既定的转动速度时，模糊控制器通过改变桨距角来除去多余的风能，从而限制风轮的风能捕获率。这样利用风轮的转动速度来存储、释放能量的方式，不仅提高了功率传输链的柔性，同时使风力发电机组的输出功率更加平稳。

模糊控制理论以自身优越的特点，并结合人工智能技术、神经元网络技术、仿人智能技术，因此在风力发电机组的控制领域等到飞速的发展。

6.人工神经网络控制

人工神经网络控制也属于智能控制技术中的一种。神经网络理论是基于人类及生物的适用功能、学习功能、以及判断功能等理论研究，具有较高的自适应与自组织性，能够捕捉与适应风力严重变化的不确定性，于风力发电机组的高智能化相当重要。

风速预测与风俗的特性、预测周期及预测地点息息相关，因此可以采用神经网络法研究短期风速预测，即用时间序列模型来确定风速输入变量，利用反向传播神经网络和回归神经网络分别对采集到的风速变量进行预测。人工神经网络适用于非线性系统，且不需要依靠精确的数学模型，通过自身优越的自适应与控制能力实现电能质量的转化，这种系统可以稳定、高效的运行在风速不确定、风向不稳定的真实环境中。

在滑模变结构控制探讨到积分模糊滑模变控制变量，其优先应用于控制风力不确定与干扰较大的环境中，克服了精确数学模型的束缚，以及不可分割的风电机组控制系统。而近期相关研究人员提出，采用模糊神经网络控制算法在风力发电机组的控制系统中的应用具有很广阔的前景，但只适用于风速高于额定风速的情况，而对于风速低于额定风速的情况未给予考虑。

四 总结

风力发电对环境的保护、人类生活水平具有重大的影响，而风力发电技术设计范围较广，主要涉猎了自动控制、电力电子、生物学、空气力学等高技术系统控制工程。随着近几年的技术发展，我国风力发电机组的主要控制技术仍存在着许多不稳定与不足的地方，有待于我们继续探究。根据目前的发展现状，可以总结出风力发电机组的控制技术主要研究方向总结如下：(1)风电机组的工作环境逐渐由陆上风电转向海上风电;(2)定桨距转向变桨距、变速恒频;(3)结构设计轻盈化、高可靠性、紧凑柔性;(4)风电场远程监控系统;(5)无线网络技术的应用;(6)增加其它智能系统的应用等。

总的来看，我国风力发电机组的控制技术水平还处于初步不稳定阶段。而随着我国风力发电企业的不断兴起以及国家政策的支持，我国相关技术水平将逐步趋于完善，运行管理水平也会不断提高，必然会给我国风力发电带来繁荣的大好景象。

［1］向阳芳，风力发电中的控制技术研究，牡丹江大学学报，2010年9 月(9)：125-127.

［2］郑雪梅，李琳，徐殿国.双馈风力发电系统低电压过渡的高阶滑模控制仿真研究［J］.中国电机工程学报，2009，27：178-183.

［3］周昆鹏，直驱型同步风力发电机组故障诊断系统的研究和设计［D］，中南大学，2010.

［4］邢作霞、王超、马佳等，现代控制技术在风力发电控制系统中的应用，技术，2011年第07期：62-67.

［5］杨晓红、刘友、葛海涛，风力发电系统控制技术应用展望，电气制造，2009年第9期：33-37

［6］张凤阁，金石.无刷双馈风力发电系统的L2鲁棒控制［J］.电机与控制学报，2010，14(8)：70-74.