探究風力發電中的電力電子技術和控制技術

李先法

（湖北職業技術學院 432000）

探究風力發電中的電力電子技術和控制技術

李先法

（湖北職業技術學院 432000）

在能源危機與供電壓力的考驗下，風力發電以其優越的條件而受到社會的廣泛關注。盡管我國風力發電的開發建設規模已達3083萬kW，但其在風機控制、輸電和并網等方面仍存在一些亟待解決的問題。在本文，筆者主要討論電力電氣技術與控制技術在風力發電中的應用，以期促進風力發電技術的推廣應用。

風力發電；電力電氣技術；控制技術

引言

數據顯示，全國2014年的發電總量為5.46萬億kW，其中風力發電量為1.534億kW，同比增長9.49%，占全國發電總量的2.78%，可見其發展潛力巨大。面對這一發展局勢，行業越來越重視對風力發電技術的研究，以解決其中存在的固有問題及滿足其在未來的發展需要。在本案，筆者分別介紹電力電氣技術與控制技術在風力發電中的應用。

1 電力電子技術

在IGBT、交直流變頻器和矩陣變換器等電力電子器件發展的推動下，電力電子技術在風力發電中得到了廣泛的應用，具體如下：

（1）儲能技術。風力發電的特征是風速不穩定及風能無法直接存儲，而為了保證供電的穩定性，則需重視對風能儲存技術的研究。現階段，風力發電主要采用蓄電池和超導線圈兩種儲能方式。另外，不間斷電源具有在輸入電源中斷時繼續供電的特征，這正好又與風力發電的隨機性特征相適應，因此備受關注。在風力發電中，電力電子技術的應用主要從不間斷電源結構上體現出來，即其采用了功率MOSFET、IGBT和脈寬調制技術等電力電子器件，從而提高了風能儲存的可靠性和效率。

（2）輸電技術。風力發電的另一特征是需求充足的風力資源，這對于偏遠的風力發電站來講，將會在輸電技術上遭遇瓶頸。目前，風力發電采用的輸電方式仍以交流輸送為主，但其存在諸多不足。因此，風力發電輸電系統將會逐漸擴大對高壓直流輸電（或稱HVDC）技術的應用，其具有環境適應能力強、異步聯網、性價比高和結構優越等優點。在HVDC技術中，電力電子技術的應用體現在可關斷器件選用IGBT、GTO等上。同時，PMW等技術的應用也十分廣泛，并實現了更小的直流輸電投入和更高的質量。另外，輕型直流輸電（或稱HVDCILight）在風力發電輸電中的作用也十分明顯，即其支持電網與海上風電場的交流網異步運行，并具有極強的抗故障能力。在未來的風力發電輸電中，靈活交流輸電系統（或稱FACTS）將擁有廣闊的應用前景，即其集現代控制技術與電力電子技術為一體，可快速控制功率潮流、相位角和系統參數等，從而實現了輸電能力的提高及系統的穩定運行。

（3）濾波與補償。風力發電機組設在供電網絡的尾端，因此閃變、電源波動和諧波污染等極易對配電網產生不利影響。對此，可在風力發電系統中使用以靜止無功補償器（或稱SVC）為主的補償和以有源電力濾波器（或稱APF）為主的濾波來消除配電網的影響因素。其中，SVC所用的高頻開關使得無功補償技術得到了質的飛躍，其常在中高壓電力系統中用來實現動態無功補償。在風力發電系統中，SVC的應用可實現對負荷改變的快速跟蹤及無功補償，從而穩定了風力發電中的電壓及提升了電能質量，另外，將SVC配在風電機的側安，可增加阻尼及實現對電壓的動態控制，而將SVF配在電網中，可減少振蕩及提供無功支持。APF的工作原理如下：采用瞬時無功理論控制和可關斷型電力電子器件來對補償對象的電壓、電流進行檢測，同時由電力控制器向負荷供給畸變電流，以保證系統及時獲得所需的電源電流。實踐表明，APF具有響應時間快、控制功能強、閃變補償率高及快速濾除高次諧波等優點。

2 控制技術

風能具有明顯的間歇性和隨機性，因此風向與風速變化及外界因素會對發電質量產生較大干擾，同時風力發電機組一般設在海島、山區、高原等風能富足的偏遠地區，因此要求實現遠程監控和無人值班運行。對此，應在發電機組控制中引入控制技術，具體如下：

（1）最優控制。最優控制的目的是使動態系統獲得最優的性能指標，其是風力發電系統應用最早的控制方法，目前已發展到較為成熟的水平。但風力發電系統具有非線性特征及存在多種不確定性因素，而最優控制器需以精確的數學模型為設計的基礎，則需將最優控制與魯棒控制、模糊邏輯控制等結合成混合控制技術，方才能實現對風力發電系統的有效控制及實現更高的風能轉換效率、更優的電能品質等。

（2）滑模控制。滑模變結構控制是一種間斷的開關型控制，其結構具有不固定性，即可在動態過程按系統的實時狀態有計劃地發生改變，以使系統按預設的狀態軌跡運行。實踐表明，滑模控制具有設計簡單、系統無需在線識別、擾動不敏感、響應快速及實現難度低等優點。在滑模控制下，風力發電機總在滑動面工作，從而增強了系統對負荷擾動與參數攝動的魯棒性。

（3）自適應控制。自適應控制的目的是在模型參數、階次和輸入信號中對無法預知的變化進行自動補償。自適應控制系統要求不斷識別系統結構、參數及度量系統的性能指標，以便及時獲取系統實時狀態的改變，同時按一定的要求提出相應的控制策略，從而實現對可調系統輸入信號或控制器參數的在線修改。

（4）模糊控制。模糊控制是一種基于模糊邏輯推理、模糊語言變量和模糊集合論的計算機數字控制或智能控制方法，其最為明顯的特征是以語言規則來表示專家的經驗及知識，并用在實際控制中。模糊控制不受受控對象精確數學模型的影響，設計簡單，且具有較強的魯棒性和較好的動態性。得益于模糊控制的優越性，近年來，基于模糊控制的智能控制方法在風力發電機組控制中得到了廣泛的應用。

（5）人工神經網絡智能控制。人工神經網絡是一種模擬人的直觀性思維的控制方式及規模龐大的非線性動力學系統，即對以分布式方式存儲的信息進行并行協同處理，因此具有較強的魯棒性、容錯性、自學能力及非線性映射能力，即可任意逼近非線性模型。目前，人工神經網絡的典型模型包括BP網絡和RBF神經網絡，從而實現了全部或局部的模糊邏輯控制功能。

綜上，電力電子技術與控制技術的應用是實現最大化開發利用風力資源的技術條件，其在實現風力發電成本最低化、效率最大化及質量最優化等方面發揮了重要的作用，理應加以重視。

[1]沈艷霞，李帆.風力發電系統故障診斷方法綜述[J].控制工程，2013，20（5）：789～795.

[2]張興，楊耕.風力發電中的電力電子與系統技術專輯特邀主編評述[J].電力電子技術，2011，45（8）：1～2.

[3]朱寧，曾繁禮.風力發電系統控制策略研究綜述[J].科技與企業，2014（15）：438.

TM315

A

1004-7344（2016）18-0042-01

2016-6-1