趙俊文
摘 要:新的可再生能源中潛力最大的是風力發電,世界各國都在爭相發展風力發電技術、建設風電場,希望能夠最大限度地利用風能。發展新能源、實現可持續發展也是我國的一項基本國策。風力發電技術的快速發展,其穩定運行及控制技術的成熟是基礎條件。其產業發展必將帶動發電機組相關控制技術的變革及更新,及現有控制技術的完善,帶動自主研發及技術投入,實現我國風電控制技術的先進性、成熟性、穩定性。
關鍵詞:風力發電機 控制技術 策略研究
中圖分類號:TP211 文獻標識碼:A 文章編號:1672-3791(2014)06(a)-0125-01
我國風力發電事業起步較晚,但總體發展速度很快,總裝機容量增長迅猛,風力發電與總發電量的占比快速提高,但相關控制技術還與發達國家有一定差距,無法適應產業的快速發展。因此,盡快發展新型發電機組控制技術是風力發電產業的根本要求。
1 風力發電機組及主要分類
1.1 風力發電機組
風力發電機級由于其分類不同,設備也不盡相同,但大致由以下設備構成。風力發電電源由風力發電機組、支撐發電機組的塔架、蓄電池充電控制器、逆變器、卸荷器、并網控制器、蓄電池組等組成;風力發電機組包括風輪、發電機;風輪中含葉片、輪轂、加固件等組成;它有葉片受風力旋轉發電、發電機機頭轉動等功能。
1.2 風力發電機組主要分類
(1)基于失速型的分離發電機組。
基于失速型的風力發電機組種類較少,現有的主要包括兩種,即定槳距失速型和變槳距失速型等兩種。在這兩種類型中,定槳距失速型主要利用風輪葉片的失速作用,來實現對風力發電機在風力較大情況下的功率進行準確控制,然后,利用該型機組上的葉尖擾流器對極端情況下的停機問題進行控制。對于變槳距失速型,其發電機組則與定槳距失速型存在差異,主要通過低風速下的槳距角來實現對輸出功率的控制,在高風速情況下則利用葉片槳距角的改變來對功率輸出進行控制。
(2)雙饋變速恒頻型風力發電機組。
該類型的風力發電機組能夠實現對分論葉片槳距角的調節,還可以采用能夠變速的雙饋性發電機,實現對恒頻恒壓電能的輸出。如果風速低于額定速度,該類型機組能夠利用轉速和葉片槳距角的改變,將發電機組控制在狀態下運行,確保輸出功率為最大;在風速高于額定速率時,可以利用葉片槳距角的改變,將發電機組的功率控制在額定的功率。
(3)直驅型性風力發電機組。
該類型發電機組是一種不帶齒輪箱的變槳距變速發電機組,其中的風輪軸能夠與低速發電機直接相連接。所以,在使用中,該類型的發電機組需要采用全功率變流器。
(4)混合型的風力發電機組。
該類型的發電組中包含有單級齒輪箱以及中速發電機,可以認為是直驅型和傳統型的混合類型。在使用中,該類型的發電機組也需要采用全功率變流器。
2 風力發電系統的現代控制技術
2.1 滑模變結構控制
風電機組在使用過程中受外界條件影響較多,如風速、風向、風量的變化,及負載情況的不同等影響,建立起完善的數學模型進行控制是無法實現的,因此屬于非線性系統,使用滑模變的結構進行控制是合理的。采用間斷性運行的方式,當外界條件及風的相關要求滿足匹配條件時,做定向的滑模運動。該系統優點明顯,利于在外界條件變化大的風力發電機級實現良好控制。
滑模變結構下的控制系統能夠保證系統的魯棒性,而系統出現的抖振現象是比較大的缺點,同時能夠有效抑制外加的干擾對于風力發電機組的不利影響。有的學者提出采用離階滑模變的控制方法來解決系統系統的抖振,維持輸出功率的穩定。
2.2 最優控制
風力發電機組的實際運行多在復雜多變的條件下,因此線性的婁學模型無法做到對于系統的精確控制及外界自然條件的采集與識別。對于這種情況,廣泛采用利用線性模型設計的最估系統,該系統可能很好地調功率輸出的微小變化,還能抑制系統本身故障帶來的電壓波動。同時完成風能變化的搜集及自動控制。
2.3 模糊控制
模糊控制屬于現階段發電機組控制系統的高級策略,它采用了兩種方法,模糊推理及語言規則。不需要非線性因素的存在,及精確的數理模型,使系統的魯棒性有效提高。模糊控制的大量采用可以有效增強風能利用率、保證最大功率跟蹤及風速急變情況下的穩步作用非常明顯。
典型的例子如:(1)當將其使用于變槳距并網型風力發電機組中時,有效調節了控制系統的動態性能,還調整了風輪的槳距角、風力機轉速和葉尖速比等,保證了風力發電機組功率和頻率的穩定輸出。與以往使用的PID控制器相比,抖振現象大大減少,系統的效率與質量明顯得到提高。
(2)依靠TS模糊模型系統,將局部的非線性功能用于風力混合動力發電系統中,再使用語言規將其劃分為低級系統。配合最合適的分割時間序列,再使用線性二次調節系統進一步提高控制。該方法比過去的控制方式更能抵制外界的擾動,可以較好地適應風速與負載實時變化的惡劣條件。
(3)將最優的模糊控制邏輯使用到雙饋異步風力發電機組中,如果發動機轉速低于預設的轉速,依靠整流器和逆變器可以對發電機的轉速進行調節,使風速與轉速的變化一致,這樣,能夠提高風能的利用率;如果發動機轉速高于預設的轉速,則需要用模糊控制器來調節槳距角,對風能進行控制,不搜集多余的風能,減少風能捕獲率。此種方法,可以保證風力發電機組功率的穩定輸出,同時可以節省能源,功率傳輸鏈易于控制。
模糊控制系統優點較多,智能化水平也較高,因此該項技術在發電機組的控制領域得到大量應用。
2.4 人工神經網絡控制
人工神經網絡控制,與其他的控制系統相比,是一種比較先進的智能控制技術,它具有識別性和判斷力,能夠及時處理各種信息。該理論的體系完善,組織性高,適應性強,對于風力的微小變化,都可以進行檢測和判斷,大大提高發電機組的管理水平和智能程度。
風速的預測是風力發電控制技術的難點。風速的預測需要依靠風的性質、地理環境、及周期等特點,因此使用神經網絡控制技術及相關理論進行風速預測,同時采用時間序列模型計算風速的變化及周期長短,使用反向傳播技術和回歸方法來預測采集風速的變化量。人工神經網絡是一種非線性系統,對數理沒有過分精確的要求,因此自適應性較強,控制能力精準,可以在風速、風向的急速變化下安全、穩定、高效的運行。保證風力發電系統的運行需要。
3 結語
風力發電機組控制系統是典型的機電一體化技術系統,同時涉及空氣動力學、材料科學、力學、計算機學等相關學科及領域。風電工程師應系統地綜合地研究風電控制技術,實現風電機組的大型化,高效化。同時還應重視風電機組控制系統的智能化與自動化。使風力發電實現其社會效益與經濟效益的最大化。
參考文獻
[1] 2010年中國風電裝機容量統計.中國可再生能源學會風能專業委員會,2011(3).
[2] 葉啟明.大型風力發電機組系統結構與特點[J].大眾用電,2009(7).endprint