风力发电是近年来发展和应用最快的发电方式之一。我国内陆风电场多处于高海拔的山区地带,每当寒冬来临之际,众多风电场易出现结冰现象。冰冻会严重影响风力机的气动性能、破坏机组设备、威胁电网的安全性和稳定性。因此研究和应对风力机结冰问题至关重要。针对风力机结冰问题,有必要通过理论研究分析结冰对风力机气动性能的影响,并根据风力机结冰试验进一步证明结冰对风力机的影响。随后针对结冰对风力机的影响,提出应对措施。一方面通过憎水性涂料防冰法抑制风力机的结冰程度,从而减少冰冻对风力机的影响。另一方面,通过结冰预测研究提前掌握风力机的结冰程度,从而为应对风力机结冰问题提供了参考意义。主要工作如下:(1)通过fluent软件对风力机叶片结冰前后的气动性能进行了数值模拟,并分析了结冰对风力机气动性能的影响。研究结果表明,结冰将导致叶片升阻比减小,继而降低风力机的出力,最终影响机组的发电量。(2)提出了一个通过憎水性涂料防冰技术应对风力机结冰问题的方案,通过实验探究了憎水性涂料的防冰性能,并通过现场试验验证了该方案的可行性。实验结果表明,憎水性涂料可延缓叶片的结冰时间、减小叶片结冰厚度、降低叶片表面冰层的附着力。现场试验的结果证明了该方案的可行性。(3)利用现场试验所得的叶片结冰厚度与对应机组发电量损失值的数据,研究了叶片结冰厚度与发电量损失值的关系。研究表明,机组发电量损失值可通过结冰厚度的指数增长模型进行计算。(4)通过结冰预测技术,应对结冰对风力机气动性能的影响继而引起的机组发电量大幅波动的问题。通过某风电场统计的风速、温度、相对湿度与对应的结冰厚度数据,并利用Mathematica、matlab软件进行计算,分别建立了3变量3阶多项式模型以及BP神经网络模型的风力机结冰预测模型。结果表明BP神经网络的预测精度更高,但3变量3阶多项式模型更便于结冰预测。