风力发电电气控制技术及应用

中电投锦州港口有限责任公司 刘 雷

1 我国风力发电的主要现状分析

1.1 风力发电的基本原理概述

从风力发电的基本原理来看，其以风的作用来推动风车/使风车进行转动，并通过增速机来增加风车转速，提供充足的动力供发电机运转而进行发电。按照目前的风车技术，只需每秒三公尺的风速就可进行发电了。由于风力发电既不需要燃料、又不会对自然环境进行破坏，因此逐渐成为国内最主要的发电手段之一。尤其在国家强调对长江共抓大保护、不搞大开发的今天，风力发电的地位也就格外突出。

1.2 风力发电在我国的运用前景

我国近年来随着经济发展而造成的用电需求的不断上升，再加上全社会对清洁能源方面的需求，使风力发电越来越受到全社会的重视。所以现在各地都在着手兴修风力发电站，并着手扩大风力发电站规模。从我国现阶段所开展的风能资源评估来看，国内的可利用风能资源大约达十亿千瓦左右，所以风力发电在我国的运用前景是很广阔的。

1.3 我国现阶段在风力发电当中存在的问题

可以说，风力发电最大的优势在于发电的过程当中对自然环境无污染、无破坏，且具有良好的持续性。但风力发电中也存在着不少需要突破的地方。最主要在于风能本身具有的缺陷——风能无法像水能和燃料等那样进行储存，完全依赖于现场储存。由于这些缺陷的存在，导致了风力发电对于电网及电能质量具有较大的影响。比如，风向的改变和风速具有较大的随机性，都不是人为可控的，能量密度相对偏低。这也导致风力发电的稳定性相对来说不如其他的发电方式。这样，当电网的规模较大时，电能质量也容易受到较明显的影响。这样的现状显然对风力发电水平的进一步提高和进一步推广带来不利影响。

正是因为风力发电的上述特性，所以风力发电的质量，非常有赖于设备的技术水平。然而，发电设备本身也是一个较为复杂的技术平台，不可能直接控制风力发电的过程。

现在，我国的风力发电系统由线性和非线性两种模式组成。其中，前者通常会延续传统的控制模式，但这种做法很难满足我国现阶段风力发电的需求，影响了我国风力发电产业的可持续发展。最主要在于，通过线性模式要想捕获较多的风能，需首先对发电机进行调节。虽然这种方式比较简便，但从操作的范围和环境来看，同非线性模式之间有着较大的区别。而若沿用传统的控制模式的话，是很难满足发电的需要的。而相比之下，非线性模式的可控性有着明显的改观。尤其是通过人工智能的有效运用，更是大大的提升了风力发电系统的可控程度。所以，开发出基于非线性模式的风力发电系统，将是未来的出路。

2 电气控制技术方面的要点[1]

2.1 电气控制技术的重要性

在风力发电系统当中，电气控制技术能确保发电机组的安全、高效和可靠的进行运转：首先，风速的大小、方向，很容易受到一些外界因素如气压、气温、温度，或风电场地形地貌等的随机性影响。使风速容易不可控。那么获得的风能也就充满了不可控因素。而采取电力控制技术，可提升风能的可控性，提高风力发电的稳定性。

其次，风力发电系统效率主要通过风能利用率进行衡量。为了尽可能的提高风能利用率，通常设置的风力发电机叶片直径在60～100m 的范围内，这也给风轮带来了较大的转动惯量；再次，采取电力控制技术，可让风力发电机组在进行并、脱网，对输入功率开展优化、限制，对风轮主动对风、开展运行故障检测、保护工作等环节当中，都能够取得令人满意的效果。

根管充填即刻质量评价标准[1]（1）适充：根充材料距解剖根尖≤2mm,根管三维充填封闭严密；（2）超充：根管充填材料超出根尖孔；（3）欠充：根充材料距解剖根尖＞2mm或者根管三维充填不严密，X线显示根充物不致密。

最后，由于风力发电系统所处的地区一般风力资源丰富，但环境一般比较恶劣，风力发电既一般也处于分散分布的状态。这导致了给现场控制带来困难，影响了系统的可靠性。因此目前在趋势就在于在风力发电系统当中引入远程监控设备，增强风力发电系统的可控性。这也同样需引入电力控制技术，优化风力发电机组的运转水平。

目前这一课题引起了学术界的广泛关注，比如将计算机控制系统等先进的控制平台有效运用在风力发电当中，发展和优化并网运行技术，实现控制手段的优化，从过去单一的定桨距失速控制，逐步转变为变桨距、变速恒频控制的手段，最终实现智能控制。

2.2 介绍两种风力发电设备各自的特点

2.2.1 定桨距型风力机组

这是指的桨叶、轮毂之间进行固定连接的一种风力发电机。不管风速是变快还是会变慢，桨叶迎风角度仍然一直处于固定状态。失速型指的是在风速比额定风速快时，通过桨叶翼型所特有的失速特性，也就是让气流的攻角提高至失速条件，让桨叶表面出现涡流从而控制发电机功率，将其输出进行一定程度的限制。

其内部结构和使用要领既简单又可靠。一旦风速改变造成了输出功率的改变，无需调节控制系统，只需运用桨叶的被动失速功能就可进行调节，实现了控制系统的简化。然而，这种做法的弊端在于，叶片的重量较大，一些部件如桨叶、轮毂、塔架等需要承受较大的力矩，导致了整体效率偏低，也提高了这些关键部件的疲劳磨损率。

2.2.2 变速恒频风力发电机组

这是近年得到广泛发展的一类全新的风力发电系统。其最大的优势在于，其转速与发电机的输出功率无关，在输出电压的频率、幅值和相位上不会因转子转速而发生改变。相比起恒速机组相比，其体现的优越性是：当风速较低，能对风速变化进行跟踪。运行当中最佳叶尖速比能够保持恒定，使最大风能不受影响；如外界的风速较高，则将风轮的转速进行改变，从而实现针对机桨距角进行的调节。这样不仅能在确保机组运转的安全性和稳定性，确保了输出功率的平稳性。

此类机组的最佳运行状态的实现，是通过进行励磁控制和变桨距调节来完成的。其控制发电机输出功率的原理在于，从风速、发电机转速出发，对叶片桨距角进行调节。现在，伴随风电控制技术的升级，如系统的输出功率小于额定功率时，基于具体的风速大小，将发电机转差率调节到与之匹配的程度。从而让最佳叶尖速比尽可能不被破坏，让输出功率尽可能在合理的范围内，从而持续实现平稳性。在到达额定点后，风能利用的系数属于较高的状态，起动、制动方面都比较灵敏，这样设备处于高风速段的额定功率都能尽可能得到保证。

2.3 电气控制技术的主要策略

风能的可控性相对较差，能量密度相对偏低。因风速和风向无法人为控制，风力发电设备的叶片攻角也会不断变化，容易造成发电效率的下降和转矩传动链发生震荡，给电能的质量、电网的接入都带来不利因素。对于风力发电设备来说，为降低其内部的机械应力，一般选用柔性部件。然而这样的结构也易造成系统的动态特性较为复杂和给转矩传动模块造成的震荡。现阶段从风力发电设备的电气控制技术控制策略分为传统和现代两种控制手段。

2.3.1 线性控制手段

其中，传统的控制手段同线性控制相匹配，其对于电磁转矩或桨叶节距角进行有效控制而确保叶尖速比处于最优值，来有效地捕获风能。但相对不利于对风速处于快速变化状态下的调节。另外，在风力发电设备的工作范围较宽、随机扰动较大、容易出现不确定因素且非线性较严重的前提下，是不合适的。

2.3.2 非线性控制手段

其中，变结构控制的优势在于响应迅捷、不容易受系统参数变化的影响、设计较为简便等，所以在风力发电当中的运用十分广泛。而鲁棒控制则稳定性十分理想，对于多变量问题处理效果较强，尤其适用于那些有着在建模上存在误差、参数准确度低的控制问题及对干扰位置系统的控制问题。

关于智能控制，典型的方式有模糊控制，其能够有效地将专业性的知识经验，转化为语言规则，从而开展控制。通过其能够建立起对被控制对象的无依赖性的、精确度较高的数学模型，将非线性因素带来的影响减少到最低，使被调节对象产生较理想的鲁棒性。特别是通过前面所述的手段，难以建立风力发电机的精确数学模型，这个问题可以通过模糊控制来进行解决。

人工神经网络则需运用工程技术手段对人脑神经元网络的结构、特征等进行模拟，通过神经元，可以形成多种多样基于拓扑结构的神经网络，模拟出接近于生物神经网络的架构。从而通过这一特性，突破低风速下对节距控制的难点。

下面分别分析非线性控制手段当中的不同要点。

2.4 捕捉最大功率

这个环节需要结合具体的风速来进行。对此可将发电设备根据风速的不同，分别划分为低、高两种风速的设备。随后对其分别的最大风能开展捕捉计算，就能得出各自进行发电的最大功率。对比起传统的控制技术来，其灵活性相当可观，能基于实际控制的需要将机组实际运转状况的数据灵活进行变换，以达成稳定的指标，并把运行当中产生误差压缩到最低水平。

在这个环节里，当设计选择控制器的时候需注意的指标是，控制器必须确保系统在运转当中，其超调量及平均风速分别在3×105W 和9m/s 以下，运行误差在2000W～4000W 之间。符合了上述要求才能够在系统当中进行使用。

2.5 捕捉不确定风速测量下的功率

在测量风速时产生的噪音等容易给测量带来不确定因素。所以就要用到跟踪器，来着手测量风速当中的变化。在不知气动转轴的前提下，通过自适用控制器来识别系统当中的相关参数。通过该手段，一开始无需熟悉系统数据就可以直接开展识别。若不知系统中的启动转矩，则可以利用在线学习器对系统中气动转轴的变化进行测量，并将测量结果制定成一个动态变化图，以免控制器在运行过程中对其出现的依赖。

2.6 双馈感应风力发电机控制

分别由有功、无功调节组成。这其中，前一种的控制目标是让系统的运转过程当中收获更多的能量，而后一种的控制目标则是从实际的需要出发去制定一定的无功功率。这个环节里也要做到测量系统当中的无功功率轨迹。其能够随时针对于监控系统运转状态进行跟踪，对其运转当中的不良情况及时做出预警。在对该系统中的风力发电机进行控制计算的过程中，主要采用的算法为上下界误差算法，利用这种算法能够对无功以及有功两种类型的系统进行控制计算，这种方式能够提高系统整体的运行效率。

2.7 非线性自适应变桨控制

其主要针对的是在高风时段系统中的控制问题。在此过程中需将发电机中的转矩维持在一个稳定状态，通过对系统中浆距进行调节的方式对系统进行跟踪测量。该方式能对机组中的发电功率进行限制，确保机组运转当中的安全性。但是在该阶段，由于运行环境容易发生变化，在建立仿真模型当中，无法将显示变量作为主要的控制信号，给仿真系统的建立带来困难。为此，有关人员在神经网络学的基础上制定了一种智能变桨方法，这样不仅能够有效管理系统的不确定因素，还能将系统中的风轮转速保持在一定的范围内。

3 结语

综上所述，随着经济发展，对各种新型能源进行有效的挖掘、开发和运用，成为摆在面前一道重要的课题。同时，建设生态环保型社会的要求，也意味着要选用那些较为清洁、环保的能源。为此可以从积极开发风力发电这个角度入手，不断的实现风力发电系统的技术升级，提升其电气控制的质量，来优化风力发电手段，以满足社会对于能源产业的需求。