風力發電機組控制技術的研究

索杰

摘要：隨著社會的發展，社會各界對電能供應的需求不斷增加，推動著供電領域的快速發展。風力作為一種重要的可再生清潔能源，利用風能實現發電，對供電行業與社會可持續發展具有重要意義。風力發電機組是將風能轉化成電能的重要系統，而在風力發電機組當中，控制系統屬于關鍵的組成部分，需要加強關注，采取科學的控制技術合理控制風力發電機組，能夠促使該機組發揮其最大功效，推進風能至電能的可靠轉化。

關鍵詞：風力發電;機組;控制技術

1 風能的開發和利用

以往人們通過犧牲能源換取經濟發展，近年來，隨著社會的快速進步能源耗竭的問題日益突出，環境污染問題也日漸嚴重。為了維持人類生存環境的可持續發展，需要加強關注并切實解決環境問題和能源問題。煤炭、石油等常規能源由于其不可再生的性質和污染環境的特點，需要盡量節約和減少使用，積極開發并利用風能等可再生清潔能源，這不僅有利于保護生態環境的可持續發展，還有利于推進社會經濟的發展。

我國擁有豐富的風力資源，相比常規的能源發電，利用風力發電能夠大大降低生產成本，并保護生態環境。風力發電機組是對風能實現利用的重要系統，在科學技術的快速發展過程中，該系統的控制技術也得到了全面進步，并更趨向于高可靠性、智能化以及輕盈化的方向發展。對于風力發電，不僅投資靈活，占地面積小，并且施工周期相對較短，經濟效益和社會效益得到雙發展。國家對風力開發企業也給予了重要的政策支持，近年來，風力發電產業發展迅速，進一步推進了對風能的有效開發和利用，也促使風力發電機組的控制技術不斷進步。

2 風力發電機組控制技術的分析

2.1.H∞魯棒控制技術

H∞魯棒控制技術的理論基礎為Hardy空間。在具體的使用中，通過刊個別性能指標相應的無窮范數進行優化，能夠對具有魯棒性能的控制器進行獲取。H∞魯棒控制技術實現了對多變量問題的處理與解決，并在相對嚴格的數學基礎上，完成了對在建模初期存在著的誤差進行解決。在風能激勵過程中，H∞范數為最小，控制系統輸出處于最穩定的狀態。同時，通過H∞魯棒控制技術的使用，能夠確保風力發電機組依照前期設定的軌跡進行穩定的運行。可以說，對于風力發電機組來說，H∞魯棒控制技術是一項必不可少的基礎技術。當風力發電機組處于風速、風向均不穩定并且變化較為頻繁的條件下，H∞魯棒控制技術的使用能夠實現對風力發電機組中變速恒頻風力發電系統的更好控制，使得該系統能夠對風能進行快速的跟蹤，保證并提升了對風能的捕獲率以及利用率。

2.2 滑模變結構控制技術

風力發電機組是一種非線性的系統，在實際的運行過程中，有著復雜且多變的特性。當在實際運行的過程中，發生了風向變化、風力改變或是負載的情況時，風力發電機組的穩定運行就會受到影響。而滑模變結構控制技術就能夠實現對這一問題的控制。對于滑模變結構控制來說，由于其性質為開關型控制，所以有著不連續控制的特性。在實際的使用中，通過對系統進行預設，就能夠確保在滿足預設條件的情況下，系統的滑模運動被限制在特定的空間內。由于其在實際的操作中較為簡單、且反應的速度較快等優勢，被廣泛的應用于風力發電機組中。

2.3 矢量控制技術

在風力發電機組中，使用矢量控制技術能夠實現對風能跟蹤的最大化，還能夠實現有功功率以及無功功率的獨立解耦調節，對于風力發電機組的運行來說，矢量控制技術的使用有著重要的意義。對于基于矢量控制技術的系統來說，由于其具有較強的適用能力以及抗干擾能力，所以能夠在短時間內完成穩定性控制。現階段，矢量控制技術更多的被應用于雙饋型風力機組中，但是該技術的使用會對無功補償量的大小進行限制。

2.4 人工神經網絡控制

神經網絡理論主要是以生物以及人類相應的學習功能、判斷功能以及適用功能等為基礎進行研究的理論，該理論的自組織性和自適應性都比較強，能夠對變化嚴重的不確定風力進行良好的適應和準確捕捉，能有效推進風力發電機組向高智能化方向發展，人工神經網絡控制是智能控制技術中的一種重要技術。風速特定、預測地點以及預測周期都直接影響風速預測的準確性，基于此，可以通過神經網絡法對風速進行合理預測，也就是通過時間序列模型實現風速輸入變量的確定，在對風速變量進行采集之后，可以通過回歸神經網絡和反向傳播神經網絡實現有效預測。針對非線性系統，非常適合使用人工神經網絡，并且在利用過程中不需要進行數學模型的精確建立，只需要利用其強大的控制能力和自適應力，即可轉化電能質量，該系統能夠在風向與風速具有較大不穩定性和不確定性的環境當中實現高效、穩定的運行。

2.5 模糊控制

在多種智能控制方法當中，模糊控制屬于典型的智能控制法，該方法以模糊推理和語言規則為基礎，是一種高級控制策略，非線性因素不會對其產生直接影響，魯棒性較強。對風力發電機組進行模糊控制，有利于促使風能利用率的大大提高，并跟蹤最大功率，還具有變速恒頻的特點。模糊控制理論由于自身優越的特點突出，并在發展當中有效結合了仿人智能技術、人工智能技術以及神經元網絡技術，全面推動了風力發電機組控制技術的飛速發展。比如將模糊控制技術應用到變槳距并網型風力發電機組當中，能夠有效對控制系統相應的動態特性實現全面改善，同時還對調節葉尖速比、風輪槳距角以及風力機轉速實現有效控制，促使風力發電機組實現恒定頻率和恒功率輸出，相比PID控制器，模糊控制對抖振實現了有效控制，不僅減少抖振，還將促使系統的質量和運行效率更高。

2.6 現代控制方法

現代控制方法有更多，比如魯棒控制，它可以解決多變量問題，使誤差減小，變得更準確。而變結構控制可以很快回應，步驟簡化，能更好地實施。這就使得它普遍被使用的原因。還有模糊控制，是智能地控制，它不需要數學模型就可以排除干擾。解決了數學模型不容易得到的問題，這種控制方法也被學者注意起來。人工神經網絡是利用工程技術去模仿人的腦神經元的特點和構成的一種系統，人們用人腦神經元建立各種各樣的擴展結構和網絡神經，從而建立一個生物網絡神經的仿真版，為控制風力機在風速較低時的距離，可以采用網絡神經的學習特點。

結論

如今，我國的風力發電產業在逐步提升，但是，仍然還有許許多多的問題等著被解決。一些風力發電企業，在不斷探索創新的過程中，許多的不了，數據，代碼等無法滿足，這就要進口大量外國技術。不僅在風力發電機的控制系統方面，還是在制造方面，都要從外國購買很多的所需品。此外，一些重要的零部件，我國風力發電技術還達不到別的國家的程度，其規范性也達不到要求，我國的零部件的質量還不夠好，壽命也不是很長。我們發展風電產業，就要引進外國先進的技術，汲取外國先進技術，融入到已有的基礎之上，不斷創新，使其更規范化，投入大量資金，建立健全相關政策。

參考文獻

[1]刁帥.雙饋式風力發電機運行原理及發電控制技術研究[J].中國高新技術企業，2016，（20）：139-140.

[2]郭海濤.風力發電機及風力發電控制技術分析[J].民營科技，2016，（4）：6.