大型风力发电机组的智能控制研究

张 鹏

内蒙古中广核风力发电有限公司

大型风力发电机组的智能控制研究

张 鹏

内蒙古中广核风力发电有限公司

随着社会及经济的不断发展，人们环保意识的不断增强，对于清洁能源的需求也越来越迫切，而风能是清洁能源中可再生且无污染的重要资源，风力发电也已得到高速发展，但是风电发电机组的工作效率及发电成本仍需要得到进一步改进，以更好的促进我国的清洁能源及电力行业的发展。文章首先介绍了风电发电机组的控制系统的结构，并从不同的角度来分析风电发电机组控制中的电气设计，以达到提高风电发电机组工作效率的目的。

风力发电机组；智能控制；分析研究

水能﹑风能和太阳能的有效利用不仅能有效缓解了能源危机，带动经济发展，促进社会进步，还具有环保价值。风力发电经历了20年的技术革新，在新能源发展增速中处第一位。我国风力发电技术还落后于国外，尤其是大型机整体设计﹑失速调控和调速调频等方面研究技术还不成熟。如何提高风力发电机性能，简化风力发电过程，提升风力发电设备的适应性，是风力发电研究的重点。

1 电气控制系统基本功能的设计

1.1 自动起停风电机组设计。该部分主要分为控制面板启动/自动启动及远程监控启动三种启动方式。而停机主要是紧急停机/安全停机和自动停机三种，其中，如果出现的故障对机组产生致命性的严重损害时，实施紧急停机，即将补偿电容切断，并同时进行空气动力刹车﹑偏航刹车/高速机械刹车，迫使电机组马上停机；如果出现的故障对机组产生不太严重的损害时，选择安全停机；如果出现的故障未损害到机组，选择正常停机。

1.2 电机切换控制设计。电流从大电机向小电机切换的过程中，小电机会受到电流非常大的冲击，为了将电流控制在小电机可接受的电流范围内，可以借助可控硅控件来实现对电流的控制，来确保小电机的正常运作。此外，为了确保使用可控硅过程中的安全性，需要将瞬态抑制电路安装到主电路中，以有效抑制可控硅电压的上升率，进而降低电流的上升率。

1.3 人机交互式切换控制设计。体现风电发电机组自动化程度的重要指标之一就是人机交互式切换控制的实现，机组运行的各项参数值都可以通过MCGS组态软件设计的操作界面被操作者操作和设计，进而通过工控机来对相关指令进行识别和接受，借助PLC控制系统通讯环节来实现远程控制风电发电机组。此外，机组反馈回来的的运行参数及状态和设定好的参数进行比较，以便于操作者及时准确的判断出整个风电发电机组的运行状态。

1.4 制动控制设计。制动设计环节包括设备自行保护措施﹑主控制保护系统和主控制保护系统限制不了的保护系统三个主要部分。设计制动控制时，应该确保整个设计有不少于两套不相互依赖的刹车设备，比如，可以利用冗余原则来设计主控制系统限制不了的保护系统，由于主控制保护系统是安全链中不被主控制系统限制的重要环节，这就要求必须要确保最高优先级的安全链，一旦电网或者主控制保护系统有严重故障出现，安全链应马上制动，使风电发电机组立刻停机，实现安全拖网。

2 风力发电系统的智能控制

在风力发电控制方法的研究中，由于风力发电的影响因素比较多，控制过程比较复杂，因此可采用借助数学模型分析来设计的控制方法和具有一定模拟能力的智能控制方法。

2.1 模糊控制。模糊控制是一种典型的智能控制方法，其最大特点是将专家的经验和知识表示为语言规则用于控制。它不依赖于被控对象的精确数学模型，能克服非线性因素影响，对被调节对象的参数具有较强的鲁棒性。由于风力发电系统是一个随机性的非线性系统，因此模糊控制非常适合于风力机的控制。模糊控制在发电机转速跟踪﹑最大风能捕获﹑发电机最大功率获取以及风力发电系统鲁棒性等方面取得了较好的控制效果。笼型异步发电机就是采用模糊控机制对跟踪设备进行改进，通过模糊控制参量的设置和模糊控制学习等调节电机的转动速率，提升控制动力的效率；计算轻载时磁链以实现发电机－逆变器效率优化；可根据功率偏差及其变化取得在额定风速以下运行时的最大功率。变速恒频无刷双馈风力发电系统采用自适应模糊控制模型，可实现较好的鲁棒性和抗干扰能力，并且利用模糊控制可实现最大风能捕获并改善系统稳定性。

2.2 神经网络控制。人工神经网络以其丰富的非线性模型映射机制﹑高效的学习能力和收敛特性为自适应控制过程提供了有利的帮助。在风力发电系统中，神经网络可以用来根据以往观察风速数据预测风速变化等方面。变桨距风力发电系统中可采用神经网络控制器通过在线学习并修改Cp-λ特性曲线，实现风能的最大捕获并减小机械负载力矩，根据风速数据和风力发电机动态特性可建立神经网络参考自适应控制模型。基于数据的机器学习是现代智能技术中的重要方面，研究从观测数据出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测，来对工业过程进行有效控制。

3 状态监测与故障诊断系统的设计

3.1 传感器是风力发电机组状态监测及故障诊断系统功能实现的基础，是获得风力发电机组各项运行参数的前提。其测点设置应充分结合机组的实际特点和运行方式，以及已发生故障和异常的部位和状态，同时也要根据风力发电机组状态监测及故障诊断系统的功能需要，进行设置和安装。

3.2 现地数据采集系统主要是依靠传感器采集风力发电机组运行工作信号，经过初步的整理后传送给上层数据处理单元，为保证风力发电机组状态监测及故障诊断系统对于风力发电机组运行状态的实时采集，保证系统故障诊断和故障处理决策依据的及时和准确，本次风力发电机组状态监测及故障诊断系统现地数据采集系统采用同步采集方式对现地数据进行获取。

风力发电智能化的脚步已不可逆转，风力发电智能控制技术的革新已势在必行。为适应风力发电机的控制需要，通过介绍风力发电机的种类和工作原理，风力发电机的控制方法，提出采用智能控制方法来提高风力发电的性能，并对风力发电控制方法的发展做出了展望，力求为风力发电的发展提供理论支持。

[1] 李啸骢，田友飞，徐俊华，等.变速恒频双馈风电机组恒功率非线性控制[J].电力系统自动化，2011(23)：121.

[2] 陈海忠，高国琴.两自由度并联机器人的RBF神经网络辨识滑模控制策略研究[J].机床与液压，2011(7)：69.