关于风力发电机及风力发电控制技术分析

胡琴洪

【摘要】风力发电作为一种新能源，可以有效地减少能源消耗，保护生态环境，利用风能和清洁能源创造更大的经济效益和社会效益。利用大量先进的风力发电技术，有利于提高我国风力发电的效率，大力推进风力市场的建设和发展。分析了风力发电机组和风力发电的控制技术，从各个角度对风力发电的技术要点进行了分析，以提高风力发电的经济效益。

【关键词】风力发电机；风力发电；控制技术

有效利用水、风能和太阳能不仅能有效缓解能源危机，促进经济发展，促进社会进步，而且具有环境价值。风力发电经历了20年的技术创新，是新能源发展的第一阶段。我国风力发电技术仍落后于国外，尤其是大型机的设计、失速控制和速度调节的速度调节不成熟。如何提高风力发电机组的性能，简化风力发电的过程，提高风力发电设备的适应性，是风力发电研究的重点。

一、风力发电控制技术

（一）定桨距失速风力发电技术

定桨距风力发电机组在20世纪80年代中期开始进入风力发电市场，重点解决了风力发电机组的并网问题、运行安全性以及可靠性问题。采取软并网技术、空气制动技术、偏行和自动解缆技术。桨叶节距角在安装时固定，发电机的速度受到电网频率的限制，输出功率受到桨叶自身特点的限制。风速高于额定转速时，桨叶可以通过失速调节自动保持额定输出功率，一般依靠叶片独有的翼型结构，在遭遇大风时，流过叶片背风面的气流发生絮流，减小叶片气动效率，影响能量捕获，出现失速。由于失速是一个非常复杂的空气动力学过程，对于不稳定的风，很难准确计算失速效应，因此很少在大型风力发电机的控制中使用。

（二）变桨距风力发电技术

从空气动力学的角度来看，当风速过高时，能够通过调节桨叶节距和改变气流对叶片攻角，进而改变风力发电机组得到的空气动力转矩，从而使输出功率保持稳定。采用变桨距调节方法，风机输出功率曲线平滑。当风吹时，塔筒、叶片和地基的影响比失速调节风力发电机小得多，可以降低材料的利用率，降低整机的重量。它的缺点是需要一个复杂的变桨距机构，需要阵风的响应速度快到可以减少风的波动引起的功率脉动。

（三）变速风力发电技术

变速运行是风机叶轮的运行方式，其转速随风速的变化而变化，保持最佳的叶尖速度比和最大的风能利用系数。与恒速风力发电机组相比，风速随风速变化的变速风力发电技术在运行中保持最优的叶尖速度，获得最大的风能，当风轮转速变化时，风速变化较大，提高了系统的灵活性和传输能力，使输出功率更稳定，更有动力和功率转矩脉动补偿。

二、风力发电系统的智能控制

（一）模糊控制

模糊控制是一种典型的智能控制方法，其最大的特点是专家的经验和知识被表达为控制的語言规则。它不依赖于受控制对象的精确数学模型，能够克服非线性因素的影响，对被调节对象的参数具有较强的鲁棒性。风力发电系统是一个随机非线性系统，因此模糊控制非常适合于风力发电机组的控制。模糊控制在发电机转速跟踪、最大风能采集、发电机最大功耗、风力发电系统鲁棒性等方面取得了良好的控制效果。笼式异步发电机采用模糊控制机制，通过模糊控制和模糊控制参数设置，提高了跟踪装置的性能，提高了功率控制的效率；计算光负载流量，实现发电机逆变器效率优化；在功率偏差和变化时，可以在额定转速下达到最大功率。变速恒频无刷双风力发电系统采用自适应模糊控制模型，实现了较好的鲁棒性和抗干扰能力，通过模糊控制实现了最大的风能捕捉，提高了系统的稳定性。

（二）神经网络控制

人工神经网络具有任意逼近非线性模型的非线性映射能力，其自学习和自收敛可作为自适应控制器。在风力发电系统中，可以利用神经网络预测风速的变化，根据以往的风速观测数据。基于数据的机器学习是现代智能技术的一个重要方面。研究是基于观测数据来发现规则，并利用这些规则来预测未来的数据或不可观测的数据，从而有效地控制工业过程。这些学习方法包括模式识别、神经网络、支持向量机等。在风力发电系统中，可以从操作单元获得大量重要的数据，以研究机组的动态特性和性能。因此，将上述数据驱动的机器学习方法与控制风能转换系统相结合是解决风机控制问题的重要途径之一。

三、风力发电控制技术发展趋势

控制技术在风力发电中的应用有利于风电技术的广泛应用和推广，缓解能源压力，降低资源消耗，提高效率，促进风力发电的大规模、现代化、智能化发展。特别是在大型风力发电控制中，可以有效地减少占用土地资源，提高系统的运行能力。变桨距还有变速恒频技术通过不断的改进创新，在实践运用中能够降低风力发电规模的局限性。特别是直接驱动技术的应用，可以有效地降低风力发电的成本，提高能源效率，创造更大的经济效益，同时避免污染和对周围生态环境的破坏。

四、结语

综上所述，风能作为一种新型的清洁能源，可以有效地缓解能源危机，促进社会和经济的可持续发展。经过不断的改进和创新，风电技术已逐渐成为新清洁能源的重要组成部分，增速处于第一位，有助于推动社会进步和发展，带来更大的经济效益和社会效益。

参考文献

[1]石海滨.关于风力发电机及风力发电控制技术分析[J].民营科技，2017（09）：70.

[2]郭海涛.风力发电机及风力发电控制技术分析[J].民营科技，2016（04）：6.

[3]刘细平，林鹤云.风力发电机及风力发电控制技术综述[J].大电机技术，2007（03）：17～20，55.