摘要：现阶段，随着社会的发展，我国的现代化建设的发展也有了很大的进步。风能作为清洁能源正得到越来越大的应用，风力发电机组规模不断扩大，机组控制及运行维护成为关键内容，直接影响到机组运行的稳定性、可靠性及运行效率。
关键词：风力发电机组；控制；运行维护技术
引言
针对风力发电机组，在对其风力发电机组控制进行分析介绍的基础上，对风力发电机组的运行维护进行深入分析，为风力发电的发展奠定坚实基础。
1风力发电机组控制
因自然风速方向及大小都具有随机变化的特点，且机组切入、切出电网及输入功率方面的限制，所以必须对其进行自动控制，而控制系统软件代码则有多有少，控制效果则产生了不同角度的偏离。随着风力发电平价上网的到来，风力发电控制系统优化对提升发电量至关重要，而控制系统要求越来越智能化。
1.1变桨距风力发电
在空气动力学方面，如果风速相对较高，则可通过对气流的改变和桨叶节距的调整来改变机组动力转矩，确保输出功率可以保持平稳。通过对变桨距这一调节方式的应用，能使输出功率的变化曲线保持平滑，阵风情况下，基础、塔筒和叶片冲击比失速调节机组小，能减少材料实际利用率，并减轻机组的整体重量。这一控制方法的缺点在于必须要有一套完善且复杂的机构来实现变桨距，能对阵风有极快的响应速度，以此从根本上减小或避免因风力波动产生的功率脉动。
在常规机组运行中理想情况是，当超过额定风速时，机组的控制目标是将风能卸掉，但不能多也不能少，正好够满发；而当风速低于额定风速时，机组的控制目标是尽量捕获最多的能量，但现实情况是，风速在瞬态会时而高于额定风速，时而低于额定风速，机组可能在风速高于额定风速时过度变桨而卸掉了更多的风能，导致不能满发。当风速低于额定风速时，机组也可能还处于上一时刻卸掉风能的变桨状态，导致风能转换效率进一步降低。为解决上述控制偏离问题，可在轮毂前部安装激光雷达系统，可提前感知机组前方100米范围的风的入流角、风剪切以及风机的偏航误差，通过智能控制系统的配合提前对变桨、偏航系统进行控制调节，使机组始终运行在平稳舒适的状态。
1.2H∞鲁棒控制技术
H∞鲁棒控制技术的理论基础为Hardy空间。[1]在具体的使用中，通过对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。
1.3智能控制
对于风力发电系统，其控制策略按不同控制器可分成以下两类：①基于数学模型的控制策略，属传统控制策略；②基于智能技术的控制策略。因空气动力学存在一定不确定性，且电力电子模型十分复杂，所以机组本身就是一个极为复杂且多变的系统，容易受到干扰，存在不确定性，导致系统难以借助数学模型进行描述，因此，传统的空策略已经不再适用。因智能控制能最大限度利用不同功能来解决参数时变问题和非线性方面的问题，所以智能控制成为当前风机主要控制方式。尽管近年来风电机组在单机功率和扫风面积增大方面发展迅速，但其智能化水平却与当年600kW－800kW的小型风电机组相当，并没有显著提升。智能控制不仅有先进的硬件传感器，更有大量的软件传感器和先进控制算法，相比传统机组几万行的控制软件代码，智能风机控制系统搭载的软件系统代码超过200万行。
1.3.1模糊控制
对于模糊控制，它属于典型智能控制，最大的特征在于将专家知识与经验表示成一种语言规则，在控制中直接应用。
期刊文章分类查询,尽在期刊图书馆它克服了对数学模型的依赖性，可解决非线性问题，而且对调节对象相关参数还有一定鲁棒性。因风力发电为具有随机性的系统，所以在风力机控制领域，该控制方法十分适用，尤其是在风能获取、功率保证等方面，效果十分突出。对于笼型异步发电机，模糊控制器的合理应用能对发电机转速进行跟踪，使空气动力效率达到最大，对轻载进行计算时，确保速度控制具有鲁棒性，以功率偏差为依据，结合额定风速，获得最大功率。然而，该控制模式也存在精度不高和容易产生稳态误差的问题，需要相关学者和专家开展进一步的分析研究，以弥补不足，提高自适应能力。
1.3.2神经网络控制
对于人工神经网络，它能逼近所有类型的非线性模型，并利用自学能力，形成具有自适应能力的控制器。风力系统中，引入神经系统后，可将现有数据为依据，通过神经网络智能控制训练预测模型，具有数十万行代码的在线运行软件模型能够不断通过历史样本训练，实现对风电场风速模式的识别，这在很大程度上避免智能风机在低能量转化工况下运行的几率。在变桨距系统中，利用神经网络技术，能在在线学习的基础上，对相关特性曲线进行修改，使风能获取达到最大，同时降低负载力矩，以风速数据与机组动态特性为依据，构建控制模型。以数据为基础的学习是当前智能技术关键所在，实际研究从数据的观测角度出发，找出规律，并通过对这些规律的应用来预测数据，实现工业过程有效控制。主要学习方法有：①模式识别；②神经网络；③支持向量机。风力发电系统当中，需从获得大量相关参数入手，对机组特性及性能施以深入分析。基于此，将以上以数据驱动为基础的学习方法和转换系统控制充分结合，可从根本上解决控制方面的问题，并为开关磁阻发电机等的引入创造良好条件。
1.4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风力发电机组运行维护
2.1提高风力发电机组机维护水平
提高机组维护水平对避免或降低机组故障的发生，延长机组使用寿命有着重大作用，定期对风机机械、电气联接件间螺栓力矩进行检查；定期开展传动部件间的润滑和各项功能测试，润滑系统则补加和采样化验油样；发电机轴承，齿轮箱轴承等由于运行温度较高，极易变质，导致轴承磨损，定期维护时，必须每次都对其进行补加，轴承的补加剂量一定要按要求数量加入，不可过多，否则易导致润滑不良，其次则是要对过滤器进行定期检查和更换，以此确保润滑油的正常供应，并且在油量低时进行及时地补充。再者，则是要对发电机组排出的废油进行及时的处理，以免出现影响风机运行和污染环境的现象。定期维护除以上三大项以外，还要检查液压油位，各传感器有无损坏，传感器的电源是否可靠工作，闸片及闸盘的磨损情况等方面。
2.2故障处理
风电机组具有持续运行时间较长、体积与自重大等特点，这对维护和检修有较大的影响。若部分细节问题未能及时发现，则会使其不断积累成更严重的故障，对机组实际运行造成严重影响。对此，机组故障检修至关重要，需要关注以下几方面内容：①设备状态检修，以日常维护为基础，对机组及设备的运行情况进行准确判断，及时发现并解决实际问题；②预防性检修，根据机组实际运行规律与相关技术标准，对机组所有部件实施定期检修处理，包括更换、紧固和调整等。预防性检修主要针对的是小部件；③故障维修，当机组中的大型部件与电气系统产生故障时，机组可能停止运行，需对重要部件进行修复与更换。
结语
综上所述，传统能源在应用上具有不可再生等特点，无法保证人类的可持续发展。因此，通过风力发电机组的作用，人们可以实现对风能这种可再生清洁能源的高效利用，避免为后续发展带来更大压力。风力发电机组可以将风能转化成电能，并在各种现代技术的配合下，实现风力发电机组的高效智能控制，最终提升风能的利用率。
参考文献：
[1]阮春长，王宏华，阮曰鱼.基于模糊控制的开关磁阻风力发电系统最大功率点跟踪控制[J].电力自动化设备，2012，32（05）：129~132.
[2]吴竞之，张建文，蔡旭，王晗.基于鼠笼异步发电机风力发电控制系统的研究[J].电力电子技术，2011，45（06）：18~19+49.
论文作者:苗福岗
论文发表刊物:《电力设备》2019年第14期
论文发表时间:2019/11/8
标签：机组论文; 风速论文; 风能论文; 技术论文; 系统论文; 风力发电机组论文; 风力发电论文; 《电力设备》2019年第14期论文;