摘要：风力发电机组是一个复杂多变量的非线性系统，它具有自身独特的特点，存在不确定性和多干扰的特性，并且有未建模或没有准确建模的动态部分，因此，对风力发电机组系统的有效控制是较为困难和复杂的，在现代科技不断进步的发展进程中，可以运用各种现代信息化的智能控制技术，实施对风力发电控制系统的控制和应用。
关键词：风力发电；控制系统；现代信息化；控制技术
引言
在现代风力发电技术的迅速发展进程中，风力发电控制系统不断丰富，风力发电机组的类型也日益扩展，尤其是电子功率变换技术的出现，极大地推动了风力发电控制系统，使之成为了具有一定优势的技术，在风力发电系统的控制结构之中，可以采用现代信息化控制技术，如：专家系统、自适应控制、模型预测控制、人工神经网络控制等，进行综合性的智能控制和应用，是风力发电控制系统安全有效运行的关键，是当前研究的热点，具有良好的控制应用效果。
1专家系统在风力发电控制系统中的智能化应用
专家系统是一种对知识进行有效处理的智能推理程序，它是基于符号系统之下的推理系统，有极为强大的解释功能，对风力发电控制系统中的各种模式进行判定和推理，适用于对系统故障原因的诊断和判定。
风力发电控制系统中的风电机组由多个部分组成，包括：风轮、机舱、塔架、驱动链、偏航装置等，专家系统控制技术可以应用于风力发电机组的故障诊断，在建构风力发电机组的专家故障系统模型的前提下，与模糊控制技术进行整合运用，准确而快速地判定出风力发电控制系统的故障原因，并在对机组电流信号进行分析的前提下，对其特征向量进行信息提取，基于机组电流信号进行故障诊断。
2微分几何控制技术在风力发电系统中的运用
这种信息化控制技术的内核在于反馈精确线性化，在风力发电控制系统的大范围风速扰动的菲綫性系统中，微分几何控制主要应用于转矩控制和变流技术中，提出非线性的多输入和多输出状态反馈解耦控制方案，对风力发电控制系统中的双馈发电机的磁链和转速两个子系统，实现动态完全解耦，并且当风速超过额定值时，要降低风力发电机组的转速，不能使用过于复杂的变桨距机构，要在微分几何反馈线性变换的条件下，实现风力发电机的非线性模型全局线性化，实施变速风力发电机组的恒功率控制。这种技术的算法较为复杂，对于计算机的功能要求较高，还有一定的实践应用限制性。
3自适应控制信息化技术在风力发电系统中的应用
自适应控制智能信息化技术要关注过程参数的变化状态，它需要对过程参数的变化进行感知，并实时地调节控制器的参数，在建构有效系统模型的条件下，实施对系统的有效控制，这种系统模型建构较为复杂，要设计一个高性能的电动变桨距自适应控制系统，实现良好的追踪。
随着科技的进步和发展，DFIM无速度传感器矢量控制技术成为了焦点，它可以在风力发电控制系统中，实现双馈风力发电机并网前后的无速度传感器控制，在这个技术之下，可以良好地追踪给定的速度曲线，在良好的动态特性前提下，实现风能的最大化安全利用和运行，它的追踪控制策略主要在于对风速的预测，在权衡最大风能捕获和机械疲劳造成的损耗最小两个指标下，由自适应控制器组成自校正调节器，实施对风力发电控制系统的运行状态预测，并进行补偿控制.
4最优控制智能技术在风力发电控制系统中的应用
由于风力发电控制系统中的随机扰动较大，不确定的因素较多，因而，可以采用最优控制技术，用优化系统的数学模型，实现有效的控制，它不同于局部线性化的方法，可以最大程度地实现精确解耦线性化，采用线性最优控制，实现最大风能的捕获。
期刊文章分类查询,尽在期刊图书馆
由于风力发电机在运行过程中，其转子电流变化剧烈，这与电功率波动小的需求相矛盾，为了对这个矛盾进行折衷处理，可以采用最优控制技术的方式，设计最优功率输出调节器，抑制大功率负载投切引起的母线电压扰动，通过控制风力发电机转子转速的追踪风速变化，保持最优叶尖速比，从而实现额定风速之下风能的最大捕获。
5人工神经网络技术在风力发电控制系统中的应用
人工神经网络又称为非线性映射，它具有自适应性和自组织性，有极强的鲁棒性和容错能力，可以利用时间序列对短期的风速实施预测，通过选择神经网络的输入变量，在多层反向传播BP神经网络和广义回归神经网络的运用下，实现对风速序列的预测。这种智能化技术和策略可以减少功率的波动，预测出风电场的发电量，即使是在不确定性系统中也能进行稳定的运行。人工神经网络智能技术还可以与模糊逻辑技术相结合，用于载荷频率控制，从而获得较好的控制效果。
6模糊控制理论在风力发电系统中的应用
变桨距系统是风电机组当中重要的组成部分，其性能的好坏对风电机组的安全性、使用寿命、电能质量产生重大的影响。在高于额定风速工况下运用了模糊变桨控制来限制功率，在一定程度上解决了风电系统数学模型复杂、受参数变化和外部干扰严重、系统非线性、时变、强耦合等困难。
调节风力机的转速可以达到跟踪最大功率点的目的，用基于模糊逻辑的控制方案来调节风力机的转速，在提高电能质量和风力机稳定性上具有卓越的性能。采用爬山搜索法的模糊逻辑最大功率点跟踪策略，不依赖于风力机和发电机的特性，而且避免了对发电机转速的监控。
模糊控制用于控制风电机组中的感应电机，可以最大限度从风中获取能量，而且使风能到电能的转换系统具有更好的平滑性和稳定性。针对变速风能转换系统，采用模糊控制来优化效率和提高性能，用3个模糊控制器分别用来跟踪发电机的转速，进行速度控制，实现最大风能捕获和减小转矩振动。
7H∞鲁棒控制在风力发电系统中的应用
H∞鲁棒控制理论是在H空间（即Hardy空间），通过某些性能指标的无穷范数优化而获得具有鲁棒性能的控制器的一种控制理论。在风速和风向不断变化的情况下，捕获最大风能、提高风能利用率是高效风力发电系统要解决的问题之一。采用鲁棒PID控制器设计转速控制系统，可以使变速风力发电机在设计风速范围内稳定运行，而且依靠变速控制系统能够实现低风速区的最大风能跟踪和高风速区的恒功率控制。由于变速恒频风力发电系统受风能不确定性和不稳定性的影响，采用鲁棒控制方法设计的控制器，使系统对参数不确定性及负载扰动具有较强的鲁棒性，并且能快速地跟踪风速，提高风能利用率。
风力发电系统的载荷控制是整个系统控制的关键。利用H∞鲁棒控制算法设计的独立变桨距载荷优化分布控制器，可使风轮上所受载荷的分布变得均匀，从而减小风电机组的振动，提高控制系统的鲁棒稳定性和动态性能。采用H∞全反馈控制方法，重新组成一个该型机组所需的载荷阻尼控制器，实现了对载荷的良好控制。当风速达到额定风速，但是输出功率却未达到额定功率时，鲁棒控制器可以减小功率波动以及驱动链载荷。应用H∞鲁棒控制组成的频率稳定控制器可以稳定由于载荷波动造成的频率波动，可以达到很强的鲁棒稳定裕度。
8总结
总而言之，由于风速的随机性和不确定性,风力发电控制系统也具有复杂、强非线性的特征，传统的控制方法无法达到最佳的控制效果。而如果采用智能化信息控制技术，则可以实施良好的控制，捕获最大的风能,并且在未来的趋势中，还要利用控制减小风力发电机组的载荷，延长风力发电机组的寿命，引领风力发电控制系统向纵深发展。
参考文献:
[1]罗小凤.现代控制技术在风力发电控制系统中的应用研究[J].电子乐园,2019(10):350.
[2]徐伟.现代控制技术在风力发电控制系统中的应用[J].数字通信世界,2015(10).
[3]李磊[1].现代控制技术在风力发电系统中的研究[J].轻松学电脑,2019,(02):1.
论文作者:商光刚
论文发表刊物:《电力设备》2019年第24期
论文发表时间:2020/5/6