摘要：当今全球气候变化已经引起了更为广泛的关注，清洁能源的开发与利用也已经成为人们关注的焦点。风能是目前极具发展潜力的可再生能源，各国也都专注于研究风力 发电的效率，以实现风能的最大利用率。风力发电机组的控制对于风力发电效率有着较大的影响，因此，笔者根据以往工作经验，通过梳理总结风力发电机组具体的几种控制方法，进从不同的控制方法入手，提出具体的改进策略，以供从业人员参考。
关键词：风力发电组；控制；改进策略
引言
风能资源目前是可再生能源中较为容易利用的一种，目前世界上部分发达国家借助其技术优势和地理区位已经发展出了较为成熟的风力发电产业。相较而言，我国风力发电事业一方面在早期没有得到足够的重视，总体而言起步较晚，另一方面在技术上尚不成熟，与发达国家拉开了很大的差距。尤其是对风力发电产业影响较大的风力发电机组控制技术的落后，使得我国在风力发电产业方面投入产出不成正比，是我国风力发电事业发展道路上的一大障碍。因此，风力发电机组控制方法的改进需求已经迫在眉睫，我们有必要通过更加创新的控制方法与策略推动风力发电机组控制技术的发展，为我国风力发电事业助力。
一、风力发电机组概述
风能的利用需要依靠风力发电机组、蓄电池充电控制器、蓄电池组等设备实现，这些设备能够将风能转化成电能并储存，形成风力发电的电源。其中风力发电机组是将风能转化成电能的核心设备，它由风轮和发电机组成，能够使叶片在风力的作用下转动进而发电，并且能够使发电机机头转动。风能虽然清洁环保，却十分难以控制，不同天气状态下风力大小不同，这使得风力发电功率的稳定性无法得到有效的保障。同时在极端天气下，较强的风力有可能会对发电机组造成不可扭转的损坏。而风力发电机组的控制技术则是为了保障风力发电稳定的功率，以及极端状态下风力发电机组出现的问题能够得到有效的修复。
二、风力发电机组控制方法的分类
（一）基于失速型的分离发电机组
基于失速型的分离发电机组包括两种类型。首先是定桨距失速型的发电机组，该机组使得风轮叶片的失速作用得以显现。当风力较大的时候，定桨距失速型发电机组能够较为准确的控制发电功率，同时，该发电机组中配备有叶尖扰流器，在极端状态下发电机组出现停机问题时，叶尖扰流器能够对该问题进行及时有效的修复。而变桨距失速型发电机组与定桨距失速型发电机组不同，其在低风速下的桨距角会改变，进而对输出功率进行改变，从而达到控制输出功率的目的。基于失速型的分离发电机组也有其他类型，但在应用中并不常见。上述的两种发电机组在发展事业中均得到了较好的应用，也较为常见。
（二）双馈变速恒频型风力发电机组
双馈变速恒频型风力发电机组在叶片桨距角和双馈性发电机方面与其他发电机组有所不同。一方面双馈变速恒频型风力发电机组可以更加全面的调节叶片桨距角，从而使得发电机能够更稳定的输出电能；另一方面双馈变速恒频型风力发电机组的发电机具有变速功能，可以使得整个发电机组的运转适应不同的风速，使得发电机组在不同风速状态下都能达到最好的运转状态。这样一来，当外界风速和风向发生变化时，双馈变速恒频型风力发电机组可以通过调整叶片桨距角和双馈性发电机的转速使得风力发电机组的运行状态做出相应的变化，从而使其输出较为稳定的功率。
（三）直驱型风力发电机组
直驱型风力发电机组与其它发电机组的不同之处在于其没有齿轮箱，发电机组中含有风轮轴，可以与低速发电机相连接，起到一定的控制作用。而在应用过程中，为了更好的达到控制输出功率稳定的目的，直驱型风力发电机组需要与全功率变流器配合使用。上述两种发电机组是传统发电机组的代表，而直驱型风力发电机组是较为新型的风力发电机组。
（四）混合型风力发电机组
混合型风力发电机组顾名思义是结合了直驱型发电机组和传统型发电机组的特点而成的新型风力发电机组。混合型风力发电机组不仅含有单级齿轮箱，还包含中速发电机，通过这两者的配合对发电机的输出功率进行控制。
三、风力发电机组控制方法的改进策略
（一）模变结构控制
由于风能在利用的过程中容易出现非线性变化，风力大小以及风向都会随时间而变化，为能够更好地适应风力的变化，风力发电机组也需要具有很强的非线性系统特性，并且十分复杂多变。在特殊情况下，风力发电机组甚至会因为风力的变化对自身的运行状态产生较为严重的影响。相比之下，数学模型过于精确，能够解释并且建立应对模式的状态也十分有限，很多情况下难以帮助发电机组制定好较为具体的控制方法与控制模式。模变结构控制总体而言是通过对系统进行预先设定，使得设备在特定的空间内进行滑模运动。而滑变结构控制并不是连续性的控制方法，其具有开关型控制的属性。这样的设计使得风力发电机组应对的风力状态都到了简化，同时整个系统的参数变化也没有那么明显，鲁棒性也较为明显。相应的，风力发电机组通过模变结构控制能够在最大功率限制要求下稳定的运行，获得了更强的可操作性与稳定性。
期刊文章分类查询,尽在期刊图书馆
（二）矢量控制
矢量控制所具备的优点是可以使人们能够有效的跟踪与利用风能。除此以外，矢量控制的作用下，对于无功功率和有功功率两种功率，我们不仅可以实现其独立耦合，还能实现两者的自由调节。矢量控制作为风力发电机组的控制系统，具有抗干扰能力强的特点，对于幻莫测的风力以及风力发电机组的运行状态，矢量控制能够较的制定出相应的控制过程，使其在短期内稳定下来。对于上述发电机组而言，控制控制能够较好的适应双馈电机所配备的控制系统，总体来说，矢量控制在双馈电机中应用也较为广泛。然而，如果发电机组的稳定性受到转子电流励磁分量较大的影响，矢量控制在应用过程中也会遇到无功补偿量大小受到限制的情况，这就限制了矢量控制方法对发电机组的控制力度。同时矢量控制盾数据的要求较高，在应用过程中需要严格排除非线性以及具有较强干扰性的因素，也需要通过最优系统进行控制，确保发电机运行状态良好，能够更大程度地利用风能。
（三）最优控制
在我们将风能转化为电能的过程中，我们对电能有统一标准的要求，但风能却随时间环境的变化而变化。风速与风向都具有复杂多变且变化不规则的特点，我们很难利用精确的数学控制方法对多变的风能进行控制，相应的发电机组的运行状况也存在非线性变化等特点。然而最优控制为我们实现风力发电机组控制提供了较好的解决方案。对于非线性变化的风能以及风力发电机组运行状态，我们可以通过构建线性化模型更加精确的掌控周围风力发电工作点的状况，对风力发电状况进行更全面的监控。具体而言，我们可以依据建立的线性化模型实现在周围范围内的工作点快速寻找，在该过程中，我们会获得大量的反馈内容，随后通过内容反馈精确破解偶线性化，我们可以全面掌控风力和风速的实时状态。最优控制系统能够较好的满足对各种矛盾性的需求，避免线路故障出现的电压波动。而且最优系统经过工作人员应用一段时间之后能够便于工作人员及时掌握风能的动态，对于频繁出现的问题工作人员可以有效把握并及时解决。
（四）人工神经网络控制
神经网络理论是建立在生物以及人类学习表现以及判断能力基础上的深入研究理论，由于生物及人类的行为表现具有很强的不确定性，而风能的变化状态与之类似，因此人工神经网络控制系统能够以较强的适应能力对风力发电机组进行更加智能化的控制。人工神经网络控制系统其实隶属于智能控制技术的范畴，同时还具有一定的自组织性特点，能够通过对不确定风力的捕捉及记录，预测风力未来的变化状况，为后续的控制工作做铺垫。传统的风速测定以及预测周期等因素所得到的风速预测结果并不理想，人工神经网络控制方法对风速的研究有很大的帮助，其中的回归神经网络和反向传播神经网络能够较好地预测风速变量。而且与其他的控制方法不同的是，人工神经网络控制系统对数学模型的精确程度要求并不高，因为人工神经网络控制系统具有较强的非线性特点，而这一点与风速变化相似，也使得其在风速研究中有更好的应用基础。人工神经网络控制系统的应用解除了精确数学模型和风力发电机组控制不可分割性的限制，也推动了风力发电机组在不稳定环境中的高效运用，拓展了风力发电的应用环境，进一步提高了风能的利用率。
（五）模糊控制
模糊控制利用语言规则、模糊推理两种方法对被控制对象进行预测控制。与人工神经网络控制系统相似，该控制方法也不需要精确的数学模型，是一种非线性控制系统。模糊控制系统在增强风能利用率、进行最大功率跟踪和变速稳频等方面具有强大的功效，具有较高的鲁棒性。模糊控制理论在风力发电机组的控制领域属于较为前沿的理论，它与人工智能、仿人智能、神经元网络等技术并驾齐驱，共同推动风力发电机组控制技术的进一步发展与成熟。模糊控制系统在变桨距并网型风力发电机组、双馈异步风力发电机组中都有较好的应用，对于前者而言，模糊控制系统能够极大的降低抖振现象出现的频率，而在后者中，模糊控制系统能够通过合理的储存释放能量控制发电机的输出功率，保证风力发电机组输出功率的稳定性。
四、结束语
总而言之，凤能以其可再生、无污染的特点成为了当今新能源应用产业中较为突出的新星，风能的控制及利用也将会成为未来清洁能源产业发展的趋势。而风力发电机组作为将风能转化为电能的必要设备，我们必须予以足够重视。为更好地推动清洁能源的利用，减轻我国未来社会经济发展的资源压力，我们必须充分发展风力发电产业。我们一定要积极攻克风力发电机组控制技术上的难关，通过创新的思维与方法积极改进风力发电机组的控制方法，通过模变结构控制、矢量控制、最优控制等方法全面提升对风力的的控制力度，以达到风能利用率的最大化。
参考文献：
[1]高志宇.风力发电机组控制方法改进策略分析[J].科技风，2019（03）：137.
[2]陆波，兰飞，姚知洋，黎静华.风力发电机组限功率双重优化协调控制策略[J].电力建设，2018，39（10）：54-62.
[3]赵若焱.风力发电及其控制技术新进展探究[J].内燃机与配件，2018（13）：236-237.
[4]季圣杰. 全功率变频风力发电机组惯性响应控制研究[D].上海电机学院，2018.
[5]谢佳奇.风力发电机组控制及运行维护技术研究[J].通讯世界，2018（05）：196-197.
[6]徐冬青.风力发电技术与功率控制策略初探[J].中小企业管理与科技（下旬刊），2018（01）：166-167.
[7]袁艳芳. 风力发电机组的非线性自适应控制方法研究[D].河北工程大学，2017.
作者简介：张策（1989-05-15），男，汉族，黑龙江省七台河市，值班长，助理工程师，大学本科，研究方向：风力发电。
论文作者:张策
论文发表刊物:《电力设备》2019年第10期
论文发表时间:2019/10/18
标签：风力发电机组论文; 风能论文; 机组论文; 风力论文; 风速论文; 神经网络论文; 方法论文; 《电力设备》2019年第10期论文;