内蒙古龙源蒙东新能源有限公司 内蒙赤峰 024005
摘要:在能源和资源快速消耗的当下,自然生态环境也在受到资源消耗的影响逐渐恶化,因此,为了可以谋求经济健康稳定持续地增长下去,应该大力地开发一些新型的清洁能源来缓解环境的继续恶化以及资源的快速消耗。风力能源的出现,能有效地缓解当前阶段出现的能源危机,从而进一步有效的推动当前社会经济的不断持续增长。
关键词:风力发电;控制技术;风力发电机
一、风力发电机
风力发电技术是一种能够有效地缓解当前能源危机的比较有效的手段,风力发电以其非常特殊的优势从而获得了当前世界各国更加广泛的关注以及特别的重视。在传统的风力发电机制作过程中主要还是采用有刷双馈异步发电机、笼型异步发电机以及同步发电机等等。在这些里面,笼型异步发电机的工作原理一般情况主要是通过其电容器的功能来实现一些无功补偿的,其最为关键的一点是在高于同步转速的附近开展一些恒速运转的工作的,同时使用一种叫定桨距失速而推动发电机开展运行的。而有刷双馈异步发电机的工作原理主要是在实际运用中能够非常有效地降低功率变化器的消耗功率。此外,同步发电机的特点是其转速比较低,而且轴向尺寸是要比一般的较小,这种大电机实际更适合于应用到一些特殊的启动力矩比较大的发电电机并网的里面中来。而当前阶段的风力发电机正在得到进一步的创新以及性能上面的完善,而且现存的一些新型风力发电机里面主要包括无刷双馈异步发电机、永磁无刷同步发电机以及永磁同步发电机等等。而在这些发电机里面,无刷双馈异步发电机能够深度体现出的自身具备优势的相对突出,其结构是比较的简单,但是过载能力要比其他的强一些,而且运行效率是比一般的更高、更可靠,这种发电机能够有效地改善一些传统标准型的双馈电机运行过程中存在的缺陷以及不足等问题,而且同时还具备笼型异步发电机的所能够体现出来的优势。此外,永磁同步发电机的工作机理则主要是通过运用先进的二极管进行代替其中的电刷装置,从而将两者可以有效地连接在一个基础的上面,同时采用特殊的外电枢结构进行工作。不过,永磁同步发电机工作是不需要对其加设立相关的磁装置,这种发电机能够有效地降低励磁损耗,所以他的运行优势是比较为突出,也是值得被广泛推广的一种发电机。
二、风力发电控制技术
2.1定桨距失速风力发电技术
定桨距风力发电机组在20世纪80年代中期开始进入风力发电市场,重点解决了风力发电机组的并网问题、运行安全性以及可靠性问题。采取软并网技术、空气制动技术、偏行和自动解缆技术。桨叶节距角在安装时固定,发电机的速度受到电网频率的限制,输出功率受到桨叶自身特点的限制。风速高于额定转速时,桨叶可以通过失速调节自动保持额定输出功率,一般依靠叶片独有的翼型结构,在遭遇大风时,流过叶片背风面的气流发生絮流,减小叶片气动效率,影响能量捕获,出现失速。由于失速是一个非常复杂的空气动力学过程,对于不稳定的风,很难准确计算失速效应,因此很少在大型风力发电机的控制中使用。
2.2变桨距风力发电技术
从空气动力学的角度来看,当风速过高时,能够通过调节桨叶节距和改变气流对叶片攻角,进而改变风力发电机组得到的空气动力转矩,从而使输出功率保持稳定。采用变桨距调节方法,风机输出功率曲线平滑。当风吹时,塔筒、叶片和地基的影响比失速调节风力发电机小得多,可以降低材料的利用率,降低整机的重量。它的缺点是需要一个复杂的变桨距机构,需要阵风的响应速度快到可以减少风的波动引起的功率脉动。
2.3变速风力发电技术
变速运行是风机叶轮的运行方式,其转速随风速的变化而变化,保持最佳的叶尖速度比和最大的风能利用系数。与恒速风力发电机组相比,风速随风速变化的变速风力发电技术在运行中保持最优的叶尖速度,获得最大的风能,当风轮转速变化时,风速变化较大,提高了系统的灵活性和传输能力,使输出功率更稳定,更有动力和功率转矩脉动补偿。
三、风力发电系统的智能控制
3.1模糊控制
模糊控制是一种典型的智能控制方法,其最大的特点是专家的经验和知识被表达为控制的语言规则。它不依赖于受控制对象的精确数学模型,能够克服非线性因素的影响,对被调节对象的参数具有较强的鲁棒性。风力发电系统是一个随机非线性系统,因此模糊控制非常适合于风力发电机组的控制。模糊控制在发电机转速跟踪、最大风能采集、发电机最大功耗、风力发电系统鲁棒性等方面取得了良好的控制效果。笼式异步发电机采用模糊控制机制,通过模糊控制和模糊控制参数设置,提高了跟踪装置的性能,提高了功率控制的效率;计算光负载流量,实现发电机逆变器效率优化;在功率偏差和变化时,可以在额定转速下达到最大功率。变速恒频无刷双风力发电系统采用自适应模糊控制模型,实现了较好的鲁棒性和抗干扰能力,通过模糊控制实现了最大的风能捕捉,提高了系统的稳定性。
3.2神经网络控制
人工神经网络具有任意逼近非线性模型的非线性映射能力,其自学习和自收敛可作为自适应控制器。在风力发电系统中,可以利用神经网络预测风速的变化,根据以往的风速观测数据。基于数据的机器学习是现代智能技术的一个重要方面。研究是基于观测数据来发现规则,并利用这些规则来预测未来的数据或不可观测的数据,从而有效地控制工业过程。这些学习方法包括模式识别、神经网络、支持向量机等。在风力发电系统中,可以从操作单元获得大量重要的数据,以研究机组的动态特性和性能。因此,将上述数据驱动的机器学习方法与控制风能转换系统相结合是解决风机控制问题的重要途径之一。
四、风力发电控制技术的发展前景
再生能源的开发、利用是全球范围内都在关注的问题,社会经济越发达,对能源的需求量就越大,因此风力发电技术受到普遍关注。(1)海上风电场技术。与内陆地区相比,海上的风力资源更加丰富,而且主导的风向更具有稳定性,周围环境对风电技术产生的影响比较小,十分有利于海上风电场的发展。然而,有些技术上的难题仍然是不可避免的,比如风电系统保护技术、海上风电场协调控制技术、海上风电场运输技术,如果上述技术问题能够一一得到解决,风力发电技术的稳定性就能大幅度提高。(2)最大风能的捕获技术。发电转速能否达到最好的控制效果是研究风力发电系统的关键,为了保证风电系统的稳定与可靠,需要不断的调控并网开关闭合。捕获最大风能需要不断的调节发电机的扭转功率和桨距,只有这样才能让那个风力发电技术迅速发展。(3)大容量的风电系统。为了满足社会日益增加的能源需求量,兆瓦级的大容量机组成为主要的发展趋势,可以最大限度的提高发电设备的利用效率,避免资源浪费,尽可能地给风电产业带来经济效益。然而,大容量机组在技术上实现起来非常困难,增加容量意味着要进一步改进风力发电设备、控制技术和各种材料,提高了工作难度。目前来讲,直驱式的永磁风力发电机以及多极永磁发电机是主要的参考对象,更是设计大容量机组的技术指导依据。
五、结语
综上所述,风能可以作为一种比较清洁的新型能源使用,风能能够有效地缓解当前的能源危机,进一步推动当前社会经济的持续性增长。而且风力发电技术通过不断的完善以及创新,已经逐渐成为当前新型清洁能源中一个非常重要的组成部分,并且为当前经济发展带来更大的经济效益以及社会效益。
参考文献:
[1]刘细平,林鹤云.风力发电机及风力发电控制技术综述[J].大电机技术,2016(3):17-20,55.
[2]王敏,马鹏飞.风力发电机及风力发电控制技术综述[J].城市建设理论研究(电子版),2014(35):376-377.
[3]石海滨.关于风力发电机及风力发电控制技术分析[J].民营科技,2017(09):70.