新能源風力發電中的控制技術研究

中電建新能源集團股份有限公司山東分公司 徐 川

由于受到外部擾動因素影響，致使新能源發電系統運行不穩定，加上投運時間過長，風電機組頻繁發生故障，降低供電質量。基于此，將控制技術合理應用于新能源風力發電中，發揮控制技術的自動化、智能化優勢，實現全生命周期控制管理與實時監測新能源風力發電系統，確保異常情況發現及時性，為新能源風力發電穩定運行提供基礎保障。本文以某公司為例，對新能源風力發電中的控制技術進行研究。

1 新能源風力發電中控制技術的作用分析

風力渦輪機是新能源發電過程中極為重要的發電設備之一，該設備利用風的作用影響對風扇葉實現機械旋轉進行驅動，在加速設備支持下，葉片處于旋轉情況下，則會有一部分機械能量產生，該部分能量向發電機輸出，為發電機運行提供支持。通過對現階段新能源發電系統運行情況的調研與分析，隨著科學技術不斷發展，風電系統結構也愈加復雜化[1]。各系統穩定運行對整個新能源發電系統運行效率有著直接影響，根據風電系統結構組成特點，合理調整風扇位置，使風力渦輪機的傾斜角度被控制在適宜范圍內，以增強新能源風電系統運行穩定性。風力渦輪機基于暫停運行狀態下，且無任何運動產生，葉片也會進入靜止狀態，但會出現阻尼持續增加情況，使風扇的靜止狀態一直保持。

與常規發電系統不同的是，新能源風力發電系統結構極為復雜，新能源風力發電系統安全穩定運行是日常運行管理工作的重點內容，全生命周期控制管理與實時監測新能源風力發電系統運行，可以確保機組內各發電設備所存在的異常問題能夠及時發現與處理，減少異常問題、設備故障發生對新能源風力發電系統安全穩定運行的負面影響。

結合某公司在新能源風力發電方面的研究經驗，控制技術在新能源風力發電中合理應用可充分滿足新能源風力發電系統全生命周期控制管理需求，發揮控制技術所具有的自動化與智能化優勢，實現動態化監測與自動控制新能源風力發電系統，獲取運行狀態數據，如風電機組運行復核數據、風況數據等，再結合實際風力情況與控制需要，選擇合適的控制技術，以預防新能源風力發電系統運行過程中潛在風險隱患，為新能源風力發電系統高效、穩定運行提供基礎保障。

2 新能源風力發電中控制技術的具體應用

2.1 功率控制技術

風力渦輪機是新能源發電系統的重要組成部分，風力渦輪機長期保持穩定運行狀態，有利于延長風力發電設備使用壽命。通常情況下，通過風力渦輪機進行發電時，必須保證風電場內的風力資源被精準捕捉，將風力產生的機械能有效向電能轉換，前提是要確保能夠在一定時間間隔內完成發電，可以更好地保障新能源發電系統運行穩定性與安全性，并提高發電質量。因此，基于上述問題，某公司提出一種在該環節應用風機功率控制技術的方法，如固定螺距失速控制技術、螺旋槳控制技術。

2.1.1 固定螺距失速控制技術

該項技術是一種與風力發電機相配合的控制技術，基于高風速條件下，滿足風機失速控制需求，以保證風機與新能源發電系統運行安全性。由于風力發電機的葉片采用固定螺距設計，葉片螺距無法進行調節；當風速與額定風機風速值相接近或超過時，控制系統將對發電機的電磁轉矩進行調整，實現對風機轉速的有效控制，同時達到在額定范圍內穩定保持風機轉速的控制效果。基于低風速條件下，風機充分利用風能實現高效發電。當風速與額定風速值逐漸接近時，控制系統將對發電機的電磁轉矩進行減小處理，降低風機轉速。當風速超過規定閾值時，電磁轉矩將持續減小，此時風機將進入失速狀態，導致風力發電機的葉片無法隨著風速變化而轉動。有利于防止極高風速條件下的風機受到嚴重損壞，實現對發電機的有效保護，提升整個新能源發電系統運行安全性。

相較于傳統調速方式，前者具有操作簡單、較高可靠性等優點，可以滿足不同風速條件下的發電需求。缺點是因風力發電機的葉片螺距無法調節，促使在低風速條件下存在發電效率較低的情況。此外，為確保發電機的電磁轉矩調整與控制合理性，必須按照規定要求做好風速測算，通常情況下，以10m高度為標準，對風速值進行測量，風速值也是風機輸出功率計算所需的重要參數?？衫孟率龉接嬎泔L速值：vh=vm（h/10）x，式中：vh為h高度處的風速，m/s；vm為風場中10m高度處風速，m/s；h為輪轂中心高度，m；x為測風點地理特征參數。

2.1.2 螺旋槳控制技術

以實際風力情況為依據，針對性調整螺旋槳距角，實現將渦輪功率控制在適宜范圍內。綜合考慮當前工況條件，調整槳距角；當風機功率與額定值不一致時，即可通過應用螺旋槳控制技術，將槳距角角度保持在0°；基于風機機組實際輸出功率大于額定功率情況下，需要借助螺旋槳控制技術考慮當前風機功率和發電機實際功率。調整螺桿上升角度，實現風機實際輸出功率始終保持在額定范圍內。

一般情況下，處于運行狀態下的風機，主要由控制系統負責對風扇單元進行控制，保證螺桿調節控制效果。在操作過程中，調整螺旋槳位置，能夠避免螺旋槳一直處于同一位置，或防止出現被動靜止情況，使風扇旋轉至指定位置時，采用螺旋槳位置角調整方式獲得最優扭矩參數，同時螺旋槳處于停止狀態下時，可將螺旋槳位置角控制在90°，提高風扇效率[2]。

2.2 變槳控制技術

隨著風機功率及尺寸不斷增大，其應用場景也隨之擴展，對風機在不同風速條件下的適應性以及極端條件下的風機安全性提出更高要求。其中，變槳控制技術在新能源發電中有效應用，有利于提升新能源風力發電系統運行安全性和穩定性。該項技術實際應用，主要是利用機械液壓或電動伺服方式實現對風機槳葉旋轉的控制，并對槳葉的節距角進行調節，使氣流對槳葉的攻擊角發生改變，達到有效控制風機槳葉對氣動轉矩及氣動功率精準捕獲目的。

以葉片的旋轉面作為參考面，當葉片與參考面的角度、槳距角均為0°時，當前葉片能夠捕獲最大風能，且風力發電機實際輸出功率也是最大值；當葉片與參考面的角度、槳距角均為90°時，當前葉片承受最大阻力，會使風機處于停止狀態，受到極端天氣影響，威脅整個風機機組運行安全性?；诖耍ㄟ^應用變槳控制技術，結合實際風力情況，調節與控制縱向軸心葉片，啟動變槳距風電機組，待其達到穩定運行狀態后，對其節距角進行調整與優化。例如，額定轉速＞0.5倍風速時，適當調整節距角，能夠確保當前角度位置與整個機組設備運行要求相符合，減少對新能源發電系統運行效率的影響。

此外，電動變槳具有運行維護方便、成本低以及控制響應高等優點，是現階段新能源風力發電中較為常用的設備之一，電動變槳采用電動伺服控制器驅動變槳電機，變槳電機驅動小齒輪，小齒輪再驅動槳葉的變槳軸承，實現葉片的合理轉動。變槳控制驅動器對可靠性、環境適應性的要求較高，其中一個變槳驅動器出現故障，輕則造成風機停機，重則危及整個塔筒的安全，即使對其進行維修，也會造成一定的停機發電損失，以及較高的維修費用，會對風電場造成較大的經濟損失。從表1數據來看，得知變槳驅動器必須具有極高的可靠性、環境適應性以及安全性。

表1 變槳控制驅動器與工業伺服驅動器可靠性對比

在相關研究中，某公司結合典型工業伺服驅動器，根據其工作環境溫度，即45℃，得知45℃以上需要降額，而變槳控制驅動器的工作溫度最高可達70℃。另外，針對振動要求，典型工業伺服驅動器的振動依據頻率范圍在0.5～1g，低頻20Hz以下1g，20～50Hz，0.5g或者0.6g，而變槳控制驅動器可達2g。變槳控制驅動器需要通過低電壓穿越測試與高電壓穿越測試，以及考慮設計/制造失效模式影響分析等，直接關系著其功能作用的有效發揮。變槳控制驅動器與工業伺服驅動器可靠性對比參考表1。

此外，為了更好地發揮變槳控制技術優勢，某公司在上述研究內容的基礎上，進一步分析與研究了變槳執行機構的動態行為；變槳距執行機構屬于非線性伺服系統，其功能作用是將處于旋轉狀態下的葉片控制在指定位置，通過利用動態系統模型（帶有振幅與衍生輸出信號飽和度），將槳距控制器作為該模型，用于描述變槳執行機構的動態行為，表達式如下：，式中：β、βd分別為實際和給定的槳距角；τ為變槳執行機構響應速度。一般情況下，的范圍為0°～90°，基于最高速率條件下，需要按照功率調節要求，適當調整當前槳距角。

2.3 風力預測技術

風力預測在新能源發電中有著極為關鍵性的作用，其中風力大小穩定性不足，是導致新能源發電過程中頻繁出現電力供應不持續情況的主要影響因素。通常情況下，風力越大，風持續時間隨之增加，風機發電能力越強。電網吸收空氣發電站所產生的電力，但無法保證所產生的能量具有良好穩定性，進而造成與風力渦輪難以有效銜接的問題。基于此，將風力預測技術在新能源發電中合理應用，實現精準預測風能，根據預測結果針對性調整風電，不僅可以增強電網運行穩定性，又能提高電網接入效率。從現階段風力預測技術應用情況來看，風能預測過程涉及多種技術融合應用，通過對風能進行模擬分析，預測風能發展趨勢，以保證風能預測結果準確性。

以預測周期為標準的風力預測技術較為常用，將預測周期劃分為短期與中期，在短期預測過程中，主要是規劃風力渦輪機運行；中期預測則是對一定范圍內風力大小進行評價，實現對風力的精準預測[3]。同時，搭建風力預測模型，根據具體風力預測要求，可以搭建物理模型、統計模型和耦合模型。其中，物理模型主要是對風電場氣候變化進行模擬，根據風向、習慣、壓力及風氣密度等影響因素，在此基礎上模擬風力結果，結合模擬結果確定風扇性能。但會受到風速隨機性限制，致使風力預測存在一定誤差。統計模型搭建以數學工具為依托，根據功能關系，通過識別統計結構與對象預測，分析風強度變化，該項風力預測技術支持面對面風力數據挖掘，前提是要結合實際情況選擇合適的算法，以減少算法對最終風力預測結果準確性的影響。

時序算法（是一種常見風力預測方法。在時間序列算法中，利用所有可能的歷史氣象數據進行預測?？梢愿鶕惹暗臍庀笄闆r來預測未來的氣象情況。優點是可以將歷史數據轉化為有用的信息，僅限于已知天氣條件下的情況）與機器學習算法（應用于預測模型的開發以及風速預測的改進，使其更加精確。從大量的數據中進行分析和學習，如歷史氣象數據、風力發電機組數據、表面氣壓數據、溫度數據等。機器學習可以自身優化，從而提高預測精度）具有一定優勢，可以通過該算法彌補上述兩種風力預測模型所存在的不足，或者采用綜合預測模型，進一步提升風力預測精確度。

綜上所述，由于受到環境、天氣等多方面因素影響，會降低新能源發電系統運行穩定性，控制技術在新能源發電中合理應用，有利于實現全生命周期控制管理新能源發電系統運行，以減少外部擾動因素對系統安全穩定運行的負面影響，提高新能源發電系統運行效益。