摘要：风力发电因为干净无污染可再生等环境保护型特点受到一部分国家例如欧洲的荷兰的青睐，而在中国，因为技术开发落后等原因，风力发电一直有着美好的前景。风力发电技术尤其是控制技术的应用显得尤其重要。而大家所熟知的是，风力发电机组的系统非常的复杂，而且往往存在多种干扰。在这种不确定而又复杂的系统中，往往没办法直接建立模型，而是要设置多重动态控制部分。而这即是现代化控制技术应用的关键，通过不断发展的现代化信息控制技术的强化应用，可以解决风力发电机组的各类干扰因素的控制，并最终完善整个项目。
关键字：信息化 控制技术 风力发电
引言
风力发电在一些风力资源丰富不可再生能源贫瘠的地区已经成为主要的发电方式，也是最重要的一种无污染的发电方式之一，在风力发电的过程中，要对风力发电设备进行监管，控制分析，以免在发电过程中出现一些电力事故，在科学技术高速发展的今天，信息化产业高度发电，并被各个产业高度应用，在风力发电控制系统中，现代信息化控制技术也被广泛应用，是风力发电控制系统的重要技术支持，在现阶段风力发电控制系统中是不可缺少的一部分。
1风力发电的现况
我国风力发电的发展在技术方面上分为三步，一是引进新技术，二是把技术消化吸收三是进行自主创新。现如今，在这方面我国以快速发展起来。例如，我国的风力制造业不断提升。还有随着国内5WM容量等级风电产品的不断改进，我国的兆瓦级机组在风力发电市场被大量使用。虽然我国的风力发电机组制造业和配置零组件的发展足以满足所需，但是一些高级配置仍然需要从国外进口。所以，培养自主创新能力和不断探索新技术迫在眉睫。目前，是创新的年代，是需要快速发展的时代，新能源就是一个活生生的例子。作为新能源的一个重要部分，风力发电近年来的发展越来越好。全球的能源越来越少，之前的能源已经不足人们也已经意识到了这个问题，风力发电无污染，施工时间比较短，投资也不多，而且需要的地区也不多，这就使得各个国家对其越来越关注。在风力发电系统中，并网逆电器是一个非常重要的装置，其特性的好坏决定了发电是否灵活。随着信息技术的发展，人们也将风力发电系统做出了很多改变，使其性能得到了很大改进，促进了其进一步发展。
2信息化控制技术在风力发电控制系统中的运用
2.1 在风力发电控制系统中自适应技术的应用
从多方面上来讲，自适应控制技术是一种要求很高的控制技术，在风力发电控制系统中应用这项技术，是由于风力发电控制系统一些运行参数并未构建起明确模型的过程，它们的动态阶段变化速度很快，这样就降低了它们的实际价值，而自适应控制技术就完善了这一不足。在具体应用中，只要开始运行风力发电控制系统，就会有一些显著的变化，自适应控制系统就可以在第一时间内捕获变化状况，之后采用相应的措施。结合这项技术的应用优势，所以在风力发电控制中应用自适应控制系统意义重大。风力发电控制也有很大的变化，比如：在以前的变速控制措施在做出一些控制后，先后构建起一个完整的系统模型，但问题是这种模型的建立并不容易，所以传统控制措施效果不是很好，还需要加强。针对这样的实际状况，有的学者就提出了自适应控制器，其工作原理就是结合模型参考自适应控制将大型风力发电机组非交流电动变桨距控制系统进行研究，在研究中设计一个系统，这样就能使它具有一定的捕捉性能，能够提供更多项的服务。
2.2在风力发电控制系统中微分几何控制技术的运用
微分几何作为数学这一学科中的重要组成部分，其主要用来对线性关系进行阐述与表达，在当前社会中的应用较为普遍。由此可知，微分几何控制技术在风力发电系统中的应用主要体现在对线性化控制情况的表达。风力发电控制系统本质上就是一个非线性系统，而其在实际运转过程中势必会受到风能参数的动态化影响。
期刊文章分类查询,尽在期刊图书馆因此，微分几何控制技术在风力发电系统中的运用必须解决非线性关系这一问题，随后再向双馈发电机发挥操作指令，然后结合发电机的反应情况来实现对风力发电控制系统的高效运转，确保有效捕捉风能，满足风力发电生产要求。通过对微分几何控制技术的应用，就能够将风力发电机非线性关系转换为线性关系，将非恒速发电机组控制操作化繁为简。与此同时，微分几何非线性控制技术在风力发电系统中的应用难点在于计算难度较大，且具有一定局限性。
2.3在风力发电控制系统中人工神经网络技术的运用
人工神经网络技术也就是非线性映射技术，其在风力发电系统中的应用具有较强的抗逆能力、自组织能力与容错能力等，同时其还能够对适应不确定系统的动态特征进行准确学习。风速具有动态变化特征，而风速的预测是否准确与预测使用方法、预测地点以及预测周期等都有着一定关系。在实际工作中，利用神经网络技术来对风电场发电量进行预测，能够有效降低功率波动率。而人工神经网络控制器与发电机预测模型之间的有机结合，实际上就是将BP算法与遗传算法的优势融合于一体，进而形成的一种新型BP神经网络算法，其风能捕捉能力极强。为此，这种新型的BP神经网络算法能够对风电机组齿轮故障问题进行准确诊断，诊断结果的准确度较高。与此同时，神经网络技术的合理运用，还能够有效提升风电机动力性能，确保实现对电能质量的优化提升。
2.4在风力发电控制系统中专家系统技术的运用
首先专家系统是一类程序，它负责智能性的推理在现实工作中发生的各种难以推进的项目。例如各类故障。由于其由符号系统构成，解释能力强大，因此在应用到风力发电的控制系统中对于各种模式的判定和处理以增强风力发电控制系统中自身的系统故障排查和处理。但是在整个风力发电控制的系统中，仅仅有一道推理程序是是远远不够的。由于风力发电的系统组成部分众多，常见的就有风轮、机舱、塔架、驱动链、偏航装置等。因此在建立专家系统的前提下，还应该根据实际结合对于模糊控制技术的应用。而模糊控制技术简单说就是模拟在不确定性对于各种问题的模糊性分析，从而得到最确切的分析结果。通过这两类推理决策程序的最终判定，整个系统的故障原因往往能被快速的分析并解决。反馈的方式往往是由机组的电流信号来观测，实用性也会大大的增强。
2.5在风力发电控制系统中最优控制智能技术的运用
风力机系统随机扰动性太大，有很多不确定性的因素，其平衡点在风速的变化下而变动。因为难以确定数学模型，优化系统的数学模型的控制效率非常好。但只是根据工程附近线性化模型设计控制器，这样无法与风力发电系统控制性能要求相符，不同形式下的线性方法与动态线性有些类似，反馈线性能够在更大范围内保证精确化线性的实现。在风力发电机运作中，有无功率都需要结合负载变化状况做反映，这样就会引发转子电流出现变化，与小电功率波动要求发生冲突，这一冲突的设计要求可视为最优控制问题进行处理。在矢量控制动态模型下实施扩展，对最优功率输出调节器进行设计。为了防止风速的测量，控制变流器和速度来输出控制发电机。最大风能在风力发电控制系统中，将反馈线性化与跟踪控制应用相结合，在对发电机转子转速跟踪风速变化进行控制，在控制发电机转子转速跟踪风速变化下对叶尖速比进行最优，这样保证能够最大限度捕获额定风速风能，从而控制风力发电机的输出功率。使用LQG方法转变了变桨距控制器的设计，可对一些控制信号进行修改，在额定风速下使风电机组可以最大程度上捕获风能，在额定风速值以上确保功率稳定输出，在自由参数引入后，重新分配高频率与低频率的权重，进而确保系统最优性能。
3结语
综上所述，风速所带来的影响因素随机性和非线性，使得风力发电系统的设计和控制存在在复杂和难以预测的特征。结合运用现代化的信息控制技术，可以有针对性的对于电流信号，风速，风能捕获量灯量化因素进行控制，从而达到就目前而言的最优控制效果。在未来技术的发展的变革中，一定会有更多更有效的模型建立和技术变革从而应用在风力发电系统乃至电力系统中，到时候我国的风力发电技术一定会赶超世界强国。
参考文献：
[1]郝雅楠.信息化控制技术在风力发电控制系统中的运用[J].时代农机，2016，43（9）：25-26.
论文作者:张雅婷
论文发表刊物:《电力设备》2019年第15期
论文发表时间:2019/11/29
标签：风力发电论文; 控制系统论文; 技术论文; 风速论文; 系统论文; 风能论文; 微分论文; 《电力设备》2019年第15期论文;