2国网江西省电力有限公司检修分公司 330038
摘要：近些年，随着社会的发展，我国的科学技术的发展也日新月异。风能作为清洁能源而大规模开发利用，机组单机容量及等效利用小时数大幅增长，为了提高发电效率减少建设成本，风电场选址倾向于荒凉偏僻地区，长期运行在恶劣的自然环境当中，并受闪电、雷击等影响，很多风电机组都出现了运行故障，如机械故障、电气故障等。但由于各种原因，使得人工检修较为困难。
关键词：风力发电机组；技术发展；趋势
引言
风力发电能够缓解国内能源供应紧张的局面，改善能源结构，对于国家环境保护和电力工业的可持续发展具有重大意义。随着国内风力发电行业的快速发展，风力发电机组故障已成为一个不可忽视的问题。通过对风力发电机组的运行状态进行实时监测，能够及时发现机组运行过程中存在的故障隐患；通过提取机组故障信息并进行分析处理，能够诊断机组故障发生的原因并制定有效的处理措施。这对于提高风力发电机组运行可靠性，促进风力发电行业健康发展具有重大的现实意义。
1风力发展的现状
中国拥有丰富的风能资源，全年风能资源总量32．26亿kW（地面以上10m风速大于5m/s），实际可开采量为10．4亿kW。根据我国的实际情况，新能源战略已经开始着重发展风电。因此我国风电发展前景相当可观，从现在到未来将保持高速发展的趋势，同时，随着风力发电技术的逐步成熟，风电行业的盈利能力也将稳步提高。根据中国工商业研究院发布的数据，截至2017年底，全球风电市场主要集中在5个国家：中国、美国、德国、印度和西班牙。其中，中国累计装机容量188392兆瓦，居世界第一，美国累计装机容量89077MW，居世界第二。与2007年前我国风电装机容量相比，近年来我国风电装机容量实现了质的飞跃。因为不断增加的装机容量，中国已成为了世界上最重要的风力发电国之一。
2风力发电的问题
2.1孤岛效应
孤岛效应的含义就是供电部门在实际的供电工作中，如果是对电网的维护工作没有做好，设备出现了故障导致断电，那么用户端的发电系统对导致停电的原因没有进行及时有效的检查，导致自身和电力网络切离，然后将周围的光伏和风力发电网络形成一种脱离了供电部门控制的一种情况，就如同一座孤岛。出现这种情况的概率也会加大，会随着光伏以及电力发电量的增大而增大。在电网中如果出现了孤岛效应，电力企业在为工作中就会造成困难，工作人员的维护工作难度就会增大，使配电系统中的保护开关动作程度就会受到很大的冲击，出现较大冲击电流的概率加大，造成供电部门的供电工作不能安全运行，产生安全隐患，对人和财产造成威胁。孤岛区域存在的频率和电压的波动性使得系统的设备受到危害。
2.2风力发电受外界因素的不利影响
一方面是自然因素，这是不可避免的，通常情况下，风力发电都会选择高出水平面的地理环境，提高风力发电的效果，但这也就使风力发电的运行会受大气压、温度、雷雨等自然因素的影响，这些自然因素变化较为极端，不但稳定性受影响，还会使发电设备受到损坏，另一方面是人为因素，风力发电电气控制工作需要工作人员有较强的专业能力和工作意识，因为这是一项复杂性和专业性较高的工作，工作人员素质达不到，操作要么违规，要么疏漏，不仅安全性能无法保证，还会直接导致故障问题，影响其发电。
3优化措施分析
3.1加强风力发电技术研究
在风力发电技术发展过程中，对风力发电技术进行深入研究，其主要目的就是为了使现有技术能够得到改善以及优化，并同时对风力发电的整体效率进行提升。所以在风力发电相关技术研究过程当中，对于不同区域所应用的不同风力发电设备和技术应该采取不同的方法。在一些风力富集的区域进行风力发电，可以采用功率调节模式，这种模式是通过对结节距进行调整，从而实现对风力发电过程中的功率进行调整的目的，可以有效的控制在风力富集区域风电发电功率。
期刊文章分类查询,尽在期刊图书馆而且应用该模式所需要的相关设备并不是非常复杂，操作起来也比较简单，所以实际投入的成本不会太高，应用的可行性非常高。而对其他地区的风力发电工作来讲，可以进行独立发电机使用，主要是在需要的时候对风电电能进行储存然后释放。在技术不断发展过程当中，风力发电机组在多种不同环境下的应用适用性将会大大提高，尤其是在一些恶劣环境当中能够进行广泛使用，而且其自身的风能利用效率也会大大提升。因此在技术开发过程中，从增加风电机组单机容量的角度来出发，从而推动风电机组整体技术更新。
3.2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。
3.3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。
3.4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。
3.5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。
结语
尽管海上风电机组在安装过程中存在着运行时间短、天气敏感、风险高、成本高等问题，但中国正在积极探索新的解决方案。未来，海上风电将朝着减少海上作业、提高海上施工效率、确保施工安全的方向发展。海上风电无疑将成为未来中国风电行业的新趋势和增长点。
参考文献：
［1］李永东，苑国锋．中国风力发电的发展现状和前景［J］．电气时代，2006（3）：16－20．
［2］张凯莉．风力发电机组发展状况分析［C］//华北电力大学第五届研究生学术交流年会论文集，2007：1－5．
［3］王晓宁．海上风电需规划先行［J］．高科技与产业化，2009（9）：52－54．
[4]刘伟.风电机组传动系统维护与故障诊断[J].硅谷，2014（5）：104.
论文作者:贺成,左琪
论文发表刊物:《基层建设》2019年第24期
论文发表时间:2019/11/20
标签：风力发电论文; 风电论文; 技术论文; 神经网络论文; 风速论文; 机组论文; 风力论文; 《基层建设》2019年第24期论文;