随着世界经济的飞速发展和工业化进程的不断加快,世界各国对能源的需求越来越大,煤、石油等一些传统能源日益枯竭,这就促使越来越多的科学研究集中到一些环境友好型的新型能源。风能作为一种对环境污染少,取之不尽,且储量丰富的可替代能源越来越引起人们的重视。在风力发电系统中,风力机从风能中获得能量,其大小取决于风速和风力机旋转角速度,在任意风速下风能捕获都存在一个转速最优值,如何在随机风速下快速寻找最佳的风力机转速,使其达到最大的风能转化效果,是风力发电效率的关键问题之一。本文分析了风能、风力机以及风力发电系统的特性,研究了现有的最大风能捕获方法,如风力机参数辨识法、功率反馈法、叶尖速比法、爬山搜索法、三点比较法,以及粒子群等优化算法等。由于风速具有随机性、不稳定性的特点,为了提高风力发电系统中风能的利用效率,在比较各种最大风能捕获算法的基础上,深入地研究了爬山搜索法和叶尖速比法的不足,提出了自适应变步长搜索算法来捕获最大风能。文中重点分析了算法的自适应性和变步长策略。通过改进爬山搜索法的变步长策略,明显加快了搜索速度；通过引入初始估计叶尖速比值,使风力机初始旋转角速度定位在最大功率点附近；经过变步长搜索,更快找到最大功率点,同时更新最佳叶尖速比,使得风速变化后,风力机初始旋转角速度更加接近最佳角速度,缩小了搜索范围。该算法避免了风速测量误差带来的影响,不需要实时检测准确的风速大小,不依赖风力机模型。仿真结果表明,该算法能够使风力机更加快速到达最大功率点,收敛性好,系统动态响应快。