论文部分内容阅读
摘要：随着社会的发展，社会各界对电能供应的需求不断增加，推动着供电领域的快速发展。风力作为一种重要的可再生清洁能源，利用风能实现发电，对供电行业与社会可持续发展具有重要意义。风力发电机组是将风能转化成电能的重要系统，而在风力发电机组当中，控制系统属于关键的组成部分，需要加强关注，采取科学的控制技术合理控制风力发电机组，能够促使该机组发挥其最大功效，推进风能至电能的可靠转化。
关键词：风力发电;机组;控制技术
1 风能的开发和利用
以往人们通过牺牲能源换取经济发展，近年来，随着社会的快速进步能源耗竭的问題日益突出，环境污染问题也日渐严重。为了维持人类生存环境的可持续发展，需要加强关注并切实解决环境问题和能源问题。煤炭、石油等常规能源由于其不可再生的性质和污染环境的特点，需要尽量节约和减少使用，积极开发并利用风能等可再生清洁能源，这不仅有利于保护生态环境的可持续发展，还有利于推进社会经济的发展。
我国拥有丰富的风力资源，相比常规的能源发电，利用风力发电能够大大降低生产成本，并保护生态环境。风力发电机组是对风能实现利用的重要系统，在科学技术的快速发展过程中，该系统的控制技术也得到了全面进步，并更趋向于高可靠性、智能化以及轻盈化的方向发展。对于风力发电，不仅投资灵活，占地面积小，并且施工周期相对较短，经济效益和社会效益得到双发展。国家对风力开发企业也给予了重要的政策支持，近年来，风力发电产业发展迅速，进一步推进了对风能的有效开发和利用，也促使风力发电机组的控制技术不断进步。
2 风力发电机组控制技术的分析
2.1.H∞鲁棒控制技术
H∞鲁棒控制技术的理论基础为Hardy空间。在具体的使用中，通过刊个别性能指标相应的无穷范数进行优化，能够对具有鲁棒性能的控制器进行获取。H∞鲁棒控制技术实现了对多变量问题的处理与解决，并在相对严格的数学基础上，完成了对在建模初期存在着的误差进行解决。在风能激励过程中，H∞范数为最小，控制系统输出处于最稳定的状态。同时，通过H∞鲁棒控制技术的使用，能够确保风力发电机组依照前期设定的轨迹进行稳定的运行。可以说，对于风力发电机组来说，H∞鲁棒控制技术是一项必不可少的基础技术。当风力发电机组处于风速、风向均不稳定并且变化较为频繁的条件下，H∞鲁棒控制技术的使用能够实现对风力发电机组中变速恒频风力发电系统的更好控制，使得该系统能够对风能进行快速的跟踪，保证并提升了对风能的捕获率以及利用率。
2.2 滑模变结构控制技术
风力发电机组是一种非线性的系统，在实际的运行过程中，有着复杂且多变的特性。当在实际运行的过程中，发生了风向变化、风力改变或是负载的情况时，风力发电机组的稳定运行就会受到影响。而滑模变结构控制技术就能够实现对这一问题的控制。对于滑模变结构控制来说，由于其性质为开关型控制，所以有着不连续控制的特性。在实际的使用中，通过对系统进行预设，就能够确保在满足预设条件的情况下，系统的滑模运动被限制在特定的空间内。由于其在实际的操作中较为简单、且反应的速度较快等优势，被广泛的应用于风力发电机组中。
2.3 矢量控制技术
在风力发电机组中，使用矢量控制技术能够实现对风能跟踪的最大化，还能够实现有功功率以及无功功率的独立解耦调节，对于风力发电机组的运行来说，矢量控制技术的使用有着重要的意义。对于基于矢量控制技术的系统来说，由于其具有较强的适用能力以及抗干扰能力，所以能够在短时间内完成稳定性控制。现阶段，矢量控制技术更多的被应用于双馈型风力机组中，但是该技术的使用会对无功补偿量的大小进行限制。
2.4 人工神经网络控制
神经网络理论主要是以生物以及人类相应的学习功能、判断功能以及适用功能等为基础进行研究的理论，该理论的自组织性和自适应性都比较强，能够对变化严重的不确定风力进行良好的适应和准确捕捉，能有效推进风力发电机组向高智能化方向发展，人工神经网络控制是智能控制技术中的一种重要技术。风速特定、预测地点以及预测周期都直接影响风速预测的准确性，基于此，可以通过神经网络法对风速进行合理预测，也就是通过时间序列模型实现风速输入变量的确定，在对风速变量进行采集之后，可以通过回归神经网络和反向传播神经网络实现有效预测。针对非线性系统，非常适合使用人工神经网络，并且在利用过程中不需要进行数学模型的精确建立，只需要利用其强大的控制能力和自适应力，即可转化电能质量，该系统能够在风向与风速具有较大不稳定性和不确定性的环境当中实现高效、稳定的运行。
2.5 模糊控制
在多种智能控制方法当中，模糊控制属于典型的智能控制法，该方法以模糊推理和语言规则为基础，是一种高级控制策略，非线性因素不会对其产生直接影响，鲁棒性较强。对风力发电机组进行模糊控制，有利于促使风能利用率的大大提高，并跟踪最大功率，还具有变速恒频的特点。模糊控制理论由于自身优越的特点突出，并在发展当中有效结合了仿人智能技术、人工智能技术以及神经元网络技术，全面推动了风力发电机组控制技术的飞速发展。比如将模糊控制技术应用到变桨距并网型风力发电机组当中，能够有效对控制系统相应的动态特性实现全面改善，同时还对调节叶尖速比、风轮桨距角以及风力机转速实现有效控制，促使风力发电机组实现恒定频率和恒功率输出，相比PID控制器，模糊控制对抖振实现了有效控制，不仅减少抖振，还将促使系统的质量和运行效率更高。
2.6 现代控制方法
现代控制方法有更多，比如鲁棒控制，它可以解决多变量问题，使误差减小，变得更准确。而变结构控制可以很快回应，步骤简化，能更好地实施。这就使得它普遍被使用的原因。还有模糊控制，是智能地控制，它不需要数学模型就可以排除干扰。解决了数学模型不容易得到的问题，这种控制方法也被学者注意起来。人工神经网络是利用工程技术去模仿人的脑神经元的特点和构成的一种系统，人们用人脑神经元建立各种各样的扩展结构和网络神经，从而建立一个生物网络神经的仿真版，为控制风力机在风速较低时的距离，可以采用网络神经的学习特点。
结论
如今，我国的风力发电产业在逐步提升，但是，仍然还有许许多多的问题等着被解决。一些风力发电企业，在不断探索创新的过程中，许多的不了，数据，代码等无法满足，这就要进口大量外国技术。不仅在风力发电机的控制系统方面，还是在制造方面，都要从外国购买很多的所需品。此外，一些重要的零部件，我国风力发电技术还达不到别的国家的程度，其规范性也达不到要求，我国的零部件的质量还不够好，寿命也不是很长。我们发展风电产业，就要引进外国先进的技术，汲取外国先进技术，融入到已有的基础之上，不断创新，使其更规范化，投入大量资金，建立健全相关政策。
参考文献
[1]刁帅.双馈式风力发电机运行原理及发电控制技术研究[J].中国高新技术企业，2016，（20）：139-140.
[2]郭海涛.风力发电机及风力发电控制技术分析[J].民营科技，2016，（4）：6.
关键词：风力发电;机组;控制技术
1 风能的开发和利用
以往人们通过牺牲能源换取经济发展，近年来，随着社会的快速进步能源耗竭的问題日益突出，环境污染问题也日渐严重。为了维持人类生存环境的可持续发展，需要加强关注并切实解决环境问题和能源问题。煤炭、石油等常规能源由于其不可再生的性质和污染环境的特点，需要尽量节约和减少使用，积极开发并利用风能等可再生清洁能源，这不仅有利于保护生态环境的可持续发展，还有利于推进社会经济的发展。
我国拥有丰富的风力资源，相比常规的能源发电，利用风力发电能够大大降低生产成本，并保护生态环境。风力发电机组是对风能实现利用的重要系统，在科学技术的快速发展过程中，该系统的控制技术也得到了全面进步，并更趋向于高可靠性、智能化以及轻盈化的方向发展。对于风力发电，不仅投资灵活，占地面积小，并且施工周期相对较短，经济效益和社会效益得到双发展。国家对风力开发企业也给予了重要的政策支持，近年来，风力发电产业发展迅速，进一步推进了对风能的有效开发和利用，也促使风力发电机组的控制技术不断进步。
2 风力发电机组控制技术的分析
2.1.H∞鲁棒控制技术
H∞鲁棒控制技术的理论基础为Hardy空间。在具体的使用中，通过刊个别性能指标相应的无穷范数进行优化，能够对具有鲁棒性能的控制器进行获取。H∞鲁棒控制技术实现了对多变量问题的处理与解决，并在相对严格的数学基础上，完成了对在建模初期存在着的误差进行解决。在风能激励过程中，H∞范数为最小，控制系统输出处于最稳定的状态。同时，通过H∞鲁棒控制技术的使用，能够确保风力发电机组依照前期设定的轨迹进行稳定的运行。可以说，对于风力发电机组来说，H∞鲁棒控制技术是一项必不可少的基础技术。当风力发电机组处于风速、风向均不稳定并且变化较为频繁的条件下，H∞鲁棒控制技术的使用能够实现对风力发电机组中变速恒频风力发电系统的更好控制，使得该系统能够对风能进行快速的跟踪，保证并提升了对风能的捕获率以及利用率。
2.2 滑模变结构控制技术
风力发电机组是一种非线性的系统，在实际的运行过程中，有着复杂且多变的特性。当在实际运行的过程中，发生了风向变化、风力改变或是负载的情况时，风力发电机组的稳定运行就会受到影响。而滑模变结构控制技术就能够实现对这一问题的控制。对于滑模变结构控制来说，由于其性质为开关型控制，所以有着不连续控制的特性。在实际的使用中，通过对系统进行预设，就能够确保在满足预设条件的情况下，系统的滑模运动被限制在特定的空间内。由于其在实际的操作中较为简单、且反应的速度较快等优势，被广泛的应用于风力发电机组中。
2.3 矢量控制技术
在风力发电机组中，使用矢量控制技术能够实现对风能跟踪的最大化，还能够实现有功功率以及无功功率的独立解耦调节，对于风力发电机组的运行来说，矢量控制技术的使用有着重要的意义。对于基于矢量控制技术的系统来说，由于其具有较强的适用能力以及抗干扰能力，所以能够在短时间内完成稳定性控制。现阶段，矢量控制技术更多的被应用于双馈型风力机组中，但是该技术的使用会对无功补偿量的大小进行限制。
2.4 人工神经网络控制
神经网络理论主要是以生物以及人类相应的学习功能、判断功能以及适用功能等为基础进行研究的理论，该理论的自组织性和自适应性都比较强，能够对变化严重的不确定风力进行良好的适应和准确捕捉，能有效推进风力发电机组向高智能化方向发展，人工神经网络控制是智能控制技术中的一种重要技术。风速特定、预测地点以及预测周期都直接影响风速预测的准确性，基于此，可以通过神经网络法对风速进行合理预测，也就是通过时间序列模型实现风速输入变量的确定，在对风速变量进行采集之后，可以通过回归神经网络和反向传播神经网络实现有效预测。针对非线性系统，非常适合使用人工神经网络，并且在利用过程中不需要进行数学模型的精确建立，只需要利用其强大的控制能力和自适应力，即可转化电能质量，该系统能够在风向与风速具有较大不稳定性和不确定性的环境当中实现高效、稳定的运行。
2.5 模糊控制
在多种智能控制方法当中，模糊控制属于典型的智能控制法，该方法以模糊推理和语言规则为基础，是一种高级控制策略，非线性因素不会对其产生直接影响，鲁棒性较强。对风力发电机组进行模糊控制，有利于促使风能利用率的大大提高，并跟踪最大功率，还具有变速恒频的特点。模糊控制理论由于自身优越的特点突出，并在发展当中有效结合了仿人智能技术、人工智能技术以及神经元网络技术，全面推动了风力发电机组控制技术的飞速发展。比如将模糊控制技术应用到变桨距并网型风力发电机组当中，能够有效对控制系统相应的动态特性实现全面改善，同时还对调节叶尖速比、风轮桨距角以及风力机转速实现有效控制，促使风力发电机组实现恒定频率和恒功率输出，相比PID控制器，模糊控制对抖振实现了有效控制，不仅减少抖振，还将促使系统的质量和运行效率更高。
2.6 现代控制方法
现代控制方法有更多，比如鲁棒控制，它可以解决多变量问题，使误差减小，变得更准确。而变结构控制可以很快回应，步骤简化，能更好地实施。这就使得它普遍被使用的原因。还有模糊控制，是智能地控制，它不需要数学模型就可以排除干扰。解决了数学模型不容易得到的问题，这种控制方法也被学者注意起来。人工神经网络是利用工程技术去模仿人的脑神经元的特点和构成的一种系统，人们用人脑神经元建立各种各样的扩展结构和网络神经，从而建立一个生物网络神经的仿真版，为控制风力机在风速较低时的距离，可以采用网络神经的学习特点。
结论
如今，我国的风力发电产业在逐步提升，但是，仍然还有许许多多的问题等着被解决。一些风力发电企业，在不断探索创新的过程中，许多的不了，数据，代码等无法满足，这就要进口大量外国技术。不仅在风力发电机的控制系统方面，还是在制造方面，都要从外国购买很多的所需品。此外，一些重要的零部件，我国风力发电技术还达不到别的国家的程度，其规范性也达不到要求，我国的零部件的质量还不够好，寿命也不是很长。我们发展风电产业，就要引进外国先进的技术，汲取外国先进技术，融入到已有的基础之上，不断创新，使其更规范化，投入大量资金，建立健全相关政策。
参考文献
[1]刁帅.双馈式风力发电机运行原理及发电控制技术研究[J].中国高新技术企业，2016，（20）：139-140.
[2]郭海涛.风力发电机及风力发电控制技术分析[J].民营科技，2016，（4）：6.