试论风力发电机组控制方法改进策略研究

赵俊文

摘 要：新的可再生能源中潜力最大的是风力发电，世界各国都在争相发展风力发电技术、建设风电场，希望能够最大限度地利用风能。发展新能源、实现可持续发展也是我国的一项基本国策。风力发电技术的快速发展，其稳定运行及控制技术的成熟是基础条件。其产业发展必将带动发电机组相关控制技术的变革及更新，及现有控制技术的完善，带动自主研发及技术投入，实现我国风电控制技术的先进性、成熟性、稳定性。

关键词：风力发电机 控制技术 策略研究

中图分类号：TP211 文献标识码：A 文章编号：1672-3791（2014）06（a）-0125-01

我国风力发电事业起步较晚，但总体发展速度很快，总装机容量增长迅猛，风力发电与总发电量的占比快速提高，但相关控制技术还与发达国家有一定差距，无法适应产业的快速发展。因此，尽快发展新型发电机组控制技术是风力发电产业的根本要求。

1 风力发电机组及主要分类

1.1 风力发电机组

风力发电机级由于其分类不同，设备也不尽相同，但大致由以下设备构成。风力发电电源由风力发电机组、支撑发电机组的塔架、蓄电池充电控制器、逆变器、卸荷器、并网控制器、蓄电池组等组成；风力发电机组包括风轮、发电机；风轮中含叶片、轮毂、加固件等组成；它有叶片受风力旋转发电、发电机机头转动等功能。

1.2 风力发电机组主要分类

（1）基于失速型的分离发电机组。

基于失速型的风力发电机组种类较少，现有的主要包括两种，即定桨距失速型和变桨距失速型等两种。在这两种类型中，定桨距失速型主要利用风轮叶片的失速作用，来实现对风力发电机在风力较大情况下的功率进行准确控制，然后，利用该型机组上的叶尖扰流器对极端情况下的停机问题进行控制。对于变桨距失速型，其发电机组则与定桨距失速型存在差异，主要通过低风速下的桨距角来实现对输出功率的控制，在高风速情况下则利用叶片桨距角的改变来对功率输出进行控制。

（2）双馈变速恒频型风力发电机组。

该类型的风力发电机组能够实现对分论叶片桨距角的调节，还可以采用能够变速的双馈性发电机，实现对恒频恒压电能的输出。如果风速低于额定速度，该类型机组能够利用转速和叶片桨距角的改变，将发电机组控制在状态下运行，确保输出功率为最大；在风速高于额定速率时，可以利用叶片桨距角的改变，将发电机组的功率控制在额定的功率。

（3）直驱型性风力发电机组。

该类型发电机组是一种不带齿轮箱的变桨距变速发电机组，其中的风轮轴能够与低速发电机直接相连接。所以，在使用中，该类型的发电机组需要采用全功率变流器。

（4）混合型的风力发电机组。

该类型的发电组中包含有单级齿轮箱以及中速发电机，可以认为是直驱型和传统型的混合类型。在使用中，该类型的发电机组也需要采用全功率变流器。

2 风力发电系统的现代控制技术

2.1 滑模变结构控制

风电机组在使用过程中受外界条件影响较多，如风速、风向、风量的变化，及负载情况的不同等影响，建立起完善的数学模型进行控制是无法实现的，因此属于非线性系统，使用滑模变的结构进行控制是合理的。采用间断性运行的方式，当外界条件及风的相关要求满足匹配条件时，做定向的滑模运动。该系统优点明显，利于在外界条件变化大的风力发电机级实现良好控制。

滑模变结构下的控制系统能够保证系统的鲁棒性，而系统出现的抖振现象是比较大的缺点，同时能够有效抑制外加的干扰对于风力发电机组的不利影响。有的学者提出采用离阶滑模变的控制方法来解决系统系统的抖振，维持输出功率的稳定。

2.2 最优控制

风力发电机组的实际运行多在复杂多变的条件下，因此线性的娄学模型无法做到对于系统的精确控制及外界自然条件的采集与识别。对于这种情况，广泛采用利用线性模型设计的最估系统，该系统可能很好地调功率输出的微小变化，还能抑制系统本身故障带来的电压波动。同时完成风能变化的搜集及自动控制。

2.3 模糊控制

模糊控制属于现阶段发电机组控制系统的高级策略，它采用了两种方法，模糊推理及语言规则。不需要非线性因素的存在，及精确的数理模型，使系统的鲁棒性有效提高。模糊控制的大量采用可以有效增强风能利用率、保证最大功率跟踪及风速急变情况下的稳步作用非常明显。

典型的例子如：（1）当将其使用于变桨距并网型风力发电机组中时，有效调节了控制系统的动态性能，还调整了风轮的桨距角、风力机转速和叶尖速比等，保证了风力发电机组功率和频率的稳定输出。与以往使用的PID控制器相比，抖振现象大大减少，系统的效率与质量明显得到提高。

（2）依靠TS模糊模型系统，将局部的非线性功能用于风力混合动力发电系统中，再使用语言规将其划分为低级系统。配合最合适的分割时间序列，再使用线性二次调节系统进一步提高控制。该方法比过去的控制方式更能抵制外界的扰动，可以较好地适应风速与负载实时变化的恶劣条件。

（3）将最优的模糊控制逻辑使用到双馈异步风力发电机组中，如果发动机转速低于预设的转速，依靠整流器和逆变器可以对发电机的转速进行调节，使风速与转速的变化一致，这样，能够提高风能的利用率；如果发动机转速高于预设的转速，则需要用模糊控制器来调节桨距角，对风能进行控制，不搜集多余的风能，减少风能捕获率。此种方法，可以保证风力发电机组功率的稳定输出，同时可以节省能源，功率传输链易于控制。

模糊控制系统优点较多，智能化水平也较高，因此该项技术在发电机组的控制领域得到大量应用。

2.4 人工神经网络控制

人工神经网络控制，与其他的控制系统相比，是一种比较先进的智能控制技术，它具有识别性和判断力，能够及时处理各种信息。该理论的体系完善，组织性高，适应性强，对于风力的微小变化，都可以进行检测和判断，大大提高发电机组的管理水平和智能程度。

风速的预测是风力发电控制技术的难点。风速的预测需要依靠风的性质、地理环境、及周期等特点，因此使用神经网络控制技术及相关理论进行风速预测，同时采用时间序列模型计算风速的变化及周期长短，使用反向传播技术和回归方法来预测采集风速的变化量。人工神经网络是一种非线性系统，对数理没有过分精确的要求，因此自适应性较强，控制能力精准，可以在风速、风向的急速变化下安全、稳定、高效的运行。保证风力发电系统的运行需要。

3 结语

风力发电机组控制系统是典型的机电一体化技术系统，同时涉及空气动力学、材料科学、力学、计算机学等相关学科及领域。风电工程师应系统地综合地研究风电控制技术，实现风电机组的大型化，高效化。同时还应重视风电机组控制系统的智能化与自动化。使风力发电实现其社会效益与经济效益的最大化。

参考文献

[1] 2010年中国风电装机容量统计.中国可再生能源学会风能专业委员会，2011（3）.

[2] 叶启明.大型风力发电机组系统结构与特点[J].大众用电，2009（7）.endprint