風力發電控制系統中現代信息化控制技術的應用策略

摘要：在現代風力發電技術日益迅猛發展過程中，風力發電控制系統不斷豐富，在風力發電系統控制結構里，可使用專家系統、預測模型控制系統等現代性控制技術進行綜合性的應用，這是完善風力發電控制系統的有效措施。文章對風力發電控制系統中現代信息化控制技術的應用策略進行了探討。

關鍵詞：風力發電控制系統；現代信息化；控制技術；專家系統；預測模型控制系統 文獻標識碼：A

中圖分類號：TM614 文章編號：1009-2374（2017）10-0069-02 DOI：10.13535/j.cnki.11-4406/n.2017.10.034

現代信息化控制技術是一種新型的技術，在風力發電控制系統中普遍應用了此技術，并充分發揮了現代信息化控制技術的優勢，可以說風力發電控制系統與現代控制技術有密切關系。

1 在風力發電控制系統中自適應技術的應用

從多方面上來講，自適應控制技術是一種要求很高的控制技術，在風力發電控制系統中應用這項技術，是由于風力發電控制系統一些運行參數并未構建起明確模型的過程，它們的動態階段變化速度很快，這樣就降低了它們的實際價值，而自適應控制技術就完善了這一不足。在具體應用中，只要開始運行風力發電控制系統，就會有一些顯著的變化，自適應控制系統就可以在第一時間內捕獲變化狀況，之后采用相應的措施。結合這項技術的應用優勢，所以在風力發電控制中應用自適應控制系統意義重大。風力發電控制也有很大的變化，比如：在以前的變速控制措施在做出一些控制后，先后構建起一個完整的系統模型，但問題是這種模型的建立并不容易，所以傳統控制措施效果不是很好，還需要加強。針對這樣的實際狀況，有的學者就提出了自適應控制器，其工作原理就是結合模型參考自適應控制將大型風力發電機組非交流電動變槳距控制系統進行研究，在研究中設計一個系統，這樣就能使它具有一定的捕捉性能，能夠提供更多項的服務。

2 在風力發電系統中微分幾何控制技術的應用

在數學中，微分幾何是一項重要的學習內容，此內容在生活中得到了普遍應用，由于微分幾何從本質上來講就是表示線性之間的關系，因此微分幾何控制就是為了將線性化控制狀況正確反映，此技術工作原理為：通過一種同胚映射對仿射型非線性系統，處理此系統，進而轉化為微分幾何控制技術。從本質上來講，風力發電控制系統就是一個呈現非線性關系的系統，由于在運作中會受到風俗速影響，這一控制系統由很多種技術參數組成。微分幾何控制技術在運用過程中，風力發電控制系統中非線性關系這一問題是必須要解決的，之后就是對雙饋發電機進行相應的操作，在多次研究后得到最后的輸入或者輸出命令，最后就是需要充分融合發電機反應的情況，確保風力發電控制系統能夠實現高效率的運作，這樣就能夠更好地捕獲風能，提升風力發電水平。假如額定值小于風的速度，這時就可運用風力發電機轉動速度降低的方法控制好風電發電系統的功率，確保其功率值，此技術的應用可代替以前的變槳距系統，有效的加強工作效率。同時，在數學中微分幾何知識的利用下，在微分結合控制技術利用就能夠將線性變化關系反映出來，這樣風力發電機非線性關系就能轉化成為線性關系，便于操作。結合微分幾何原理就能夠設計出一個控制設備，這個設備不但簡單，而且使用起來很方便，便于更好的控制非恒速發電機組。但需要明確的是：微分幾何非線性控制理論反饋控制中優勢很多，但在設計這一控制技術中特別是計算中難度很大，通常狀況下它反映的是一種函數，并且是很難看懂的非線性函數，這種算法的局限性很大。另外，在時代的迅猛發展下，不斷提高了CPU性能，這樣就能夠在風力發電控制系統里更好地應用微分幾何控制理論，這樣這一理論會有更大范圍的應用。

3 在風力發電控制系統智能化中應用專家系統

專家系統是一種智能推理程序，對知識有效處理，事實上就是結合當前條件對人類一系列推理現象進行模擬，利用一些專業知識判斷和推理各大模塊，對各領域知識與經驗妥善處理，并具有一定的解釋功能。所以在診斷故障產生原因中常常適用。風電機組是由很多部分共同組成的一種系統，不管哪個環節有故障出現，都會對機組的安全運作產生嚴重的影響，在診斷風電機組故障中常常應用專家系統。在構建起風電機組機艙故障診斷專家模型后，根據模糊控制診斷引發風力機艙故障的原因，進一步強化風力機艙故障診斷專家系統運作的準確性和快速性。在分析機組電流信號下，并提出一些特征向量，根據BP神經網絡系統所對應的優勢，構建起完善的診斷故障模型，實現對故障準確判斷；專家系統可對風電機振動故障及時診斷。在對各個風電機組的區域轉矩控制與變槳控制的前提下，提出了新的一種專家系統，即模糊專家系統，可以對風電場風速有效預測；專業系統也在確定海上風電場的可用性中應用，能夠對海上風電場維修成本有效控制。專家控制系統結合傳統控制方法，這是專家控制系統研究的主要方向。因為風電機組就是一種很復雜系統，引發機組振動的因素有很多，造成故障的問題也很多，并且很有可能同一時間內出現多種不同情況的故障，在這樣的狀況下必然朝著向其他控制理論互相綜合應用的趨勢發展，多種控制理論的融合對于促進風力發電控制系統的穩定健康發展起到了積極的作用。

4 在風力發電控制系統中應用人工神經網絡技術

圖1 人工神經網絡發展新方向

人工神經網絡稱之為非線性映射，具有很強的抗逆能力，具有一定的自組織性，可以學習與適應不確定系統的動態特征，并具有其他系統無法比擬的容錯能力。風速是始終處于變化狀態的，風速預測既和預測方法有很大關系，也與預測地點與預測周期有很大關系。可使用時間序列神經網絡短期風速預測方法，這種方法用時間序列模型對神經網絡中輸入量進行選擇，并使用多層反向傳播網絡系統預測風速序列。同時，也能使用小波分析與人工神經網絡互通的方法來短時間預測風力發電功率。使用神經網絡對風電場發電量進行預測，這樣可降低功率波動率。使用前對人工神經網絡估計風速，這樣能夠加強系統的動態性能，即便在現實環境中風速出現了很大的變化，也可以正常穩定運作。在風電機組研究過程中，變槳距系統是很重要的一部分。結合變速變距型風電機組液壓驅動變式情況，可使用控制神經網絡變距的方式，來完善解決變槳距機構的參數時變性、滯后性控制等一系列問題。在彈性自適應人工魚群BP神經網絡槳距控制器能夠使風電機組變化風力中獲得最大能量能，轉速與機械負載變化量最小。為了能夠捕獲更大的風能，人工神經網絡控制器結合了發電機預測模型，綜合了BP算法與遺傳算法的優勢，提出了新型的BP神經網絡算法，此算法經常用于診斷風電機組齒輪箱故障中，加強了工作的穩定性與可靠性。Elman神經網絡能夠降低網絡調整參數的敏感性，對局部極小值的出現能夠很好抑制，所以Elman神經網絡在診斷故障中可以識別出這種故障類型，進而有效判別齒輪箱故障。在非線性系統中利用神經網絡，并不需要精確度提高的數學模型，在自學習過程中能夠取得控制很好的效果，實現最優化電能質量。在分析風電機動力學過程中，神經網絡能夠充分利用，實現優化電能質量。在分析風力機動學中，神經網絡可以更好利用，并且容錯能力非常強，不確定的風電機組模型，結合神經網絡控制技術以及其他幾種控制技術，這樣就能夠構建起科學的數字信號器，此控制器能夠最大程度上降低載荷，具有很強的有效性。當前，人工神經網絡有了發展的新方向，如圖1所示。

5 在風力發電控制系統中應用最優控制智能技術

風力機系統隨機擾動性太大，有很多不確定性的因素，其平衡點在風速的變化下而變動。因為難以確定數學模型，優化系統的數學模型的控制效率非常好。但只是根據工程附近線性化模型設計控制器，這樣無法與風力發電系統控制性能要求相符，不同形式下的線性方法與動態線性有些類似，反饋線性能夠在更大范圍內保證精確化線性的實現。在風力發電機運作中，有無功率都需要結合負載變化狀況做反映，這樣就會引發轉子電流出現變化，與小電功率波動要求發生沖突，這一沖突的設計要求可視為最優控制問題進行處理。在矢量控制動態模型下實施擴展，對最優功率輸出調節器進行設計。為了防止風速的測量，控制變流器和速度來輸出控制發電機。最大風能在風力發電控制系統中，將反饋線性化與跟蹤控制應用相結合，在對發電機轉子轉速跟蹤風速變化進行控制，在控制發電機轉子轉速跟蹤風速變化下對葉尖速比進行最優，這樣保證能夠最大限度捕獲額定風速風能，從而控制風力發電機的輸出功率。使用LQG方法轉變了變槳距控制器的設計，可對一些控制信號進行修改，在額定風速下使風電機組可以最大程度上捕獲風能，在額定風速值以上確保功率穩定輸出，在自由參數引入后，重新分配高頻率與低頻率的權重，進而確保系統最優性能。

6 結語

從以上分析中可見，人們會更加清晰地認知在風力發電控制系統中應用現代控制技術，進而更加完善現代控制技術，促使風力發電控制系統能夠給人們提供出更多、更便捷的服務。但結合實際情況來講，風力發電控制系統還有更多的使用價值有待挖掘，應對其使用價值深入挖掘，進而使風力發電控制系統能夠造福更多的領域。

參考文獻

[1] 任麗娜，焦曉紅，邵立平.風力發電機速度跟蹤自適應控制研究[J].太陽能學報，2013，30（10）.

[2] 宋華振.貝加萊的風力發電控制系統[J].自動化博覽，2010，（9）.

[3] 鄭雪梅，李琳，徐殿國.雙饋風力發電系統低壓過渡的高階滑膜控制仿真研究[J].中國電機工程學報，2013，32（27）.

作者簡介：王家坤（1986-），男，山東濟南人，供職于山東國華時代投資發展有限公司，研究方向：風力發電運營。

（責任編輯：蔣建華）