关于风力发电机及风力发电控制技术分析

关于风力发电机及风力发电控制技术分析

仲卫国

上海电气风电设备东台有限公司 江苏省东台市 224200

摘要：随着我国经济的高速发展，我国各行各业也呈现出良好的发展趋势。风力作为一种新型能源，借助风力这种清洁能源发电可以有效降低不可再生能源消耗，保护生态环境，创造更大的经济效益和社会效益。通过在风力发电中大量应用先进技术，有助于提升中国风力发电效益，大力推进风力市场建设和发展。对风力发电机和风力发电控制技术进行分析，从多种角度把握技术要点，提升风力发电经济效益。

关键词：风力发电机；风力发电；控制技术

引言

如今，人们解决能源和环境问题迫在眉睫，有些资源有限，还会产生许多污染。所以，世界各地都在关注可再生能源，而风电有许多优点，所以，利用可再生能源已成为各国的重点发展方向。我国的风能资源并不匮乏，所以开发潜力很大。我国的风力发电产业和控制技术的发展很快，因而，通过分析现阶段我国风力发电的情况和控制技术水平的发展情况，为实现可持续发展战略提供一些有价值的信息。

1风力发电机

风力发电是一种缓解能源危机的有效手段，以其独特的优势得到了世界各国广泛的关注和重视。传统风力发电机主要是鼠笼型异步发电机、有刷双馈异步发电机和同步发电机等等。其中，鼠笼型异步发电机主要是借助电容器实现无功补偿，高于同步转速附近恒速运转，使用定桨距失速促使发电机稳定运行。有刷双馈异步发电机在实际运用中可以有效降低功率变换器功率。同步发电机转速较低，轴向尺寸较小，更适合应用在较大启动力矩的并网型风力发电机。对风力发电机不断创新和完善，当前新型风力发电机中包括：无刷双馈异步发电机、永磁无刷同步发电机和永磁同步发电机等等。其中，无刷双馈异步发电机自身优势较为突出，结构简单，过载能力强，运行效率更高、更可靠，可以有效改善传统标准型双馈电机运行的缺陷和不足，同时兼有鼠笼型异步发电机的优点。永磁同步发电机则是运用二极管代替电刷装置进行整流，将发电绕组与风力发电机基础连接为一体，采用外电枢永磁结构。永磁同步发电机不需要加设励磁装置，可以有效降低励磁损耗，运行优势较为突出，值得广泛推广和应用。

2风力发电控制技术

2.1电力电子变换器控制技术

该技术的应用范围较广，在大型的风力发电系统中能够得到很好的应用。风能有着较高的能量转换率，转换后的传输效率同样很高，还能够进一步完善无功功率，安全性高。电力电子变换器的功率范围较大，运行效率较高，但成本并不高。在风电系统中加入PWM整流器，就可以有效控制最大功率，通过矢量控制的方式能够弥补整流器无功功率、有功功率的缺陷，让无功功率也能够符合整流器运行要求。PWM整流器可以实现有功功率最大化的输出量，只要按要求设置直流环节，可以方便地调节风电系统的无功功率、有功功率。

2.2风轮的控制技术

①利用功率信号的反馈。利用功率信号的反馈进一步管控好风轮的功率信号，当风轮运行时，它们的功率与实际条件的改变是一致的，然后再对功率的关系作出分析，之后绘制出最大功率的曲线图，完成以上工作后接着做后续的工作。在实际操作时，还应该对比最大功率与系统中的实际输出功率，获取它们的差值大小，之后再进行风轮桨矩角的调整工作，这样才有助于风轮的运行功率最大化。这种方式成本花费较少，但是风机在正常运行时要获得最大功率曲线较为困难。②管控好叶尖速比。受到风力作用的影响，风轮中风叶尖端转动时具有线速度，并且将其称为叶尖速。其中叶尖速比表示为叶尖速与这个时间之内的风速形成的比值。对叶尖速比进行控制的主要方法是控制叶尖速比值，从而进一步改善风机的运行系统。因为风速不相一致，所以很难有效地确定出最合适的叶尖速比，应该适当地改变和调节叶尖速，并调节好风轮转矩，这样才能更好地调整风轮外边缘的速度，使叶尖速比得到优化处理。

2.3模糊控制技术

这是一种最具有代表性的智能控制技术，其技术理论为模糊推理及语言规则，属于高级控制技术，该技术不会受到非线性因素的影响，具有很强的鲁棒性。通过模糊控制风力发电机组，能够显著提高风能的利用率，还能实现最大功率的追踪，而且还具有变速恒频优势。正是因为模糊控制技术的优点十分突出，所以在该技术不断发展的过程中，融入了人工智能、仿人智能、神经元网络等各种技术，对于风力发电机组控制技术的智能化发展具有重要意义。在变桨距并网型风力发电机组中运用该技术，可以全面改善控制系统的动态性，有效控制叶尖速比、风力机的转速和风轮桨距角，保证风力发电机组能够输出恒定频率、恒定功率。与PID控制器相比，模糊控制技术能够更好的减轻抖振问题，提高发电机组的运行效率和质量。

2.4神经网络控制技术

人工神经网络以其丰富的非线性模型映射机制、高效的学习能力和收敛特性为自适应控制过程提供了有利的帮助。在风力发电系统中，神经网络可以用来根据以往观察风速数据预测风速变化等方面。变桨距风力发电系统中可采用神经网络控制器通过在线学习并修改Cp-λ特性曲线，实现风能的最大捕获并减小机械负载力矩，根据风速数据和风力发电机动态特性可建立神经网络参考自适应控制模型。基于数据的机器学习是现代智能技术中的重要方面，研究从观测数据出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测，来对工业过程进行有效控制。

3风力发电控制技术发展趋势

在提升效率，节约资源，提升品质，降声降噪，防风险保稳定和简化控制等因素的驱动下，风力发电已走向大规模、控速度、减电刷、直驱动、现代化和微应用。在大型化的进程中不仅节约了土地使用面积，减少了并网花销，还降低了功率输出成本。变桨距和变速恒频技术的研究有效解决了风力发电的规模受限的问题。直驱技术的采用，不仅消去了齿轮箱，提高了能源利用率，还减少了发电费用，降低了噪声污染，有效提高了风力发电的安全性。无刷控制技术的应用方便了设备维修，提高了设备的稳定性。智能控制技术的发展给风力发电提供了许多新的控制方法，如模糊控制方法、神经网络控制方法、模式识别和自适应控制方法等，为应对风力发电中的系统参数变化或非线性影响因素的分析提供计算方法。磁力传动技术和磁悬浮技术的发展，给风力发电提供了更广阔的发展空间，不仅能源消耗少，而且环保高效。

结语

当下，风力发电产业发展前景很良好，但还是存在一些问题需要我们去解决和思考。很多风力发电企业还需要引进其他国家的先进技术，不光是风力发电机的控制系统，还有风力发电设备的制造，都需要借助其他力量才能完成。另外，在研制一些关键的零部件上，我们国家尚不具备先进的风力发电技术，并且规范程度也较低，所以这需要风力发电企业在重视自主研发技术、学习先进技术的基础上不断创新，从而形成自主知识产权，不断地促进我国风力发电技术的发展和进步。

参考文献

[1]梁佳斌.风力发电并网技术及电能质量控制对策分析[J].电工技术，2019(12)：69-70.

[2]周利鹏.风力发电并网技术及电能质量控制措施探讨[J].科技创新导报，2019(36)：55-56.

[3]李丹,邱颖宁,冯延晖.风力发电系统警报信号故障诊断[J].太阳能学报,2020(11):3138-3143.

[4]程志平,张晗念,徐亚利.风力发电调频策略研究现状分析[J].微电机,2020(10):69-75.

[5]赵若焱.风力发电及其控制技术新进展探究[J].内燃机与配件,2019(13):236.