风力发电机及风力发电控制技术

风力发电机及风力发电控制技术

连昕怡

大唐东疆新能源公司  新疆哈密  839000

摘要：“双碳”战略目标背景下，我国对于可再生清洁能源的使用愈发重视，风力发电逐渐成为主流供电方式。对风力发电设备健康状态进行识别，有利于风电设备工作人员提前了解风力发电设备健康状态，消除存在的风险，对于保证电网系统正常工作具有重要的意义，基于此，本文对风力发电发展现状以及风力发电机及风力发电控制技术的措施进行了分析。

关键词：风力发电机；风力发电；控制技术

1 风力发电发展现状

近年来，各国对新能源产业的呼声越来越大，并着力发展太阳能、风能等。截止到2021年，全球资源中风能约为2.74×109MW，其中约为73%为可利用风能，其利用率相比水能具有超过十倍的优越性。我国地域广阔，具有极为良好的风能开发条件，据初步统计，我国陆地可开发风能超过2.53千瓦，海上可开发风能为7.5亿千瓦，按照五十米范围推算，总风能可达到20亿千瓦，可利用风能可达到14.6亿千瓦，风能可开发总量仅次于俄罗斯与美国。风能作为新能源的一种，不仅具有良好的开发机制，还兼备宝贵的清洁属性，与太阳能同属于新能源的核心种类。随着我国科学技术水平的持续提升，风力发电设备装机容量持续加大，在技术水平的进一步提升下，风能开发成本将进一步压缩，并且将实现大规模普及。

据资料显示，我国近年风力发电设备装机容量持续扩大，已经超过19.66GW，并且仍在持续上涨中。从世界范围来看，我国新增风力发电装机容量超过全球新增风力发电装机容量的三分之一，位居世界首位，相比排名第二的美国高出12.64GW。我国总装机容量占比约为全球的35%。从数据中可知，我国风力发电事业正处于高速发展阶段，并且还有大量等待开发的风力装机场所。新疆作为我国风力资源十分丰富的区域，每年风能储量超过九千亿，仅低于内蒙古区域。在新疆地区我国有着世界最大的风能发电基地，陆上风机单机容量达到6.25兆瓦。截止目前，新疆地区的风力资源储备仍在持续上涨，并且成为该区域的主要替代性清洁能源。

2 风力发电机及风力发电控制技术的措施

2.1 风轮控制技术

（1）合理控制风轮叶尖速比。风轮在运行过程中，其风叶尖端在风力作用下所转动的线速度就是叶尖速，而叶尖速与这段时间内风速之间的比值就是叶尖速比。通过对叶尖速比的合理控制，便可让风机系统得到进一步的优化，以此降低风能消耗。具体控制中，因为自然风速的大小以及风力都无法调节，所以要想达到理想的控制效果，就需要通过叶尖速的改变来实现叶尖速比的调节。在此过程中，可以根据实际的风力和风速情况，通过变桨系统调整风轮转矩，这样就可以使其最外侧边缘速度得到合理控制，以此来实现叶尖速比的进一步优化。

（2）合理控制功率信号反馈。对功率信号的反馈进行控制，可以有效控制风轮机功率。在运行过程中，风轮的功率会在条件改变时发生变化，这也是该控制方法得以应用的一个基础条件。通过对功率关系的分析可以绘制出其最大功率曲线，并以此为基础进行功率信号反馈的合理控制。具体控制过程中，应该对最大功率以及系统的实际输出功率的差值分析，然后根据这个差值进行风轮桨矩调整，让风轮始终保持最大的运行功率。通过这种控制方式，不仅可以有效降低风能消耗，同时也可以有效降低控制成本。但是在该控制方法的具体应用中，因为获取最大功率曲线是一项难点内容，所以技术人员需将其作为重点进行研究。

2.2 风电机组机械结构系统故障预测

风力发电机组运行过程中容易出现诸多故障问题，例如叶片故障、电机故障、齿轮箱故障等。相较于电气结构，风力发电机组的机械结构故障更为严重，不仅关系着风电机组运行的稳定性、安全性，并且一旦发生机械故障，还会产生高额的维修费用。因此，对于风电机组机械结构故障的预测显得至关重要。

与故障诊断不同，故障预测主要是通过日常监测发电机组的运行状态、运行数据从而对可能发生的故障进行分析，并采取相应措施防止故障或降低故障发生率。二者虽然存在本质上的区别，但也有一定的相似之处。例如，在预测风电机组机械结构故障的过程中，可以参考风电机组的振动数据。风电机组运行过程中，不同结构都有其独特的功能和特性，因此通过对振动数据的监控分析，能够全面预测发电机组的机械部位可能存在的功能问题。

首先，风电机组日常运行过程中，需要定期收集风电机组振动所产生的参数数据；其次，对收集到的数据进行深度分析，提取其中的频率信号、时域信号。通过分析信号的特征值，能够精准确定机组机械结构各部件的运行状态，发现可能存在的故障问题；最后，以统计学理论为基础，根据风电机组的运行规律制定报警数值，进而在保证不影响机组正常运行的状态下对可能发生的严重故障问题进行精准预测。

2.3 风电机组叶片表面阻燃涂层

风力发电机组的叶片部位最容易受到雷击，之后便会因累积而着火，所以为了防止火灾的发生，首先要对叶片部分做好防火处理。风力发电机组叶片的主要构成材料包括高分子聚合物、夹层材料以及纤维制品，这些材料都有很强的易燃性。叶片与轮毂直接连接起来，在叶片表面以及根部内外双层的表面都涂上阻燃材料，就能起到非常有效的防火效果，并且如果轮毂部分着火时，叶片根部的阻燃涂层能够有效防止火势向叶片部位延伸。常见的阻燃材料是树脂，很多研究人员在研究时发现，丙烯酸树脂加异氰酸脂固化剂支制成的丙烯酸聚氨酯体系能够起到非常好阻燃效果，其附着力、发泡功能、致密性等优势在阻燃过程中都发挥着非常重要的作用。

2.4 基于设备故障模型和大数据神经网络预测

随着状态监测和故障诊断技术的不断进步，上个世纪末逐渐发展起来一种新的维修方式——基于状态的维修(CBM)。该维修方式综合运用各种技术手段获取设备的运行状态信息,并运用数据分析与维修决策技术对设备状态进行实时或者周期性的评价，最终做出科学化的维修决策。实现了通过状态监测预测即将发生的故障，制订合理的维修决策。

本文将智能诊断技术进行有效融合，通过大数据神经网络、机组设备故障模型，构建了一套风电机组核心设备的数字化镜像模型，能够完全还原机组的真实运行状态，从理论上将具有与机组相同的状态结果。与传统的警报预测相比，基于大数据神经网络的机组故障模型预测进一步提高了对机组运行异常数据的捕捉能力，提升了异常记录以及警报的准确性。不仅如此，该模型除具有警报功能外，还能够对可能发生的故障进行定性、定位，预估可能造成的危害性，并根据风电机组的实际情况提供可行的检修方案，更加智能化、便捷化。该模型主要参考机组设备、系统的运行参数，并根据重要性对所收集到的参数进行类别划分，同时通过对过程报警的进一步整合，在很大程度上提高了报警的准确性，降低了误报警情况的发生。

3 结束语

防止风电机组发生火灾是全国乃至全世界风电行业都非常重视的问题，而风力发电机组着火的原因种类复杂，稍有不慎就会引发严重的后果，无论是自然原因、设备原因还是人为原因，大部分原因都是可以避免的，这就需要做好安全防火措施，同时严格操作规范，加强设备检修和维护等，制定完善的相关措施，这样才能将风力发电机组火灾事件发生的几率降至最低，在最大程度上保护企业的效益，人民的生命财产安全以及社会的稳定。

参考文献：

[1]张志龙,方钊,刘亚娟等.双风轮风电机组的主动共振穿越控制研究[J].热力发电,2023,52(03):130-135.DOI:10.19666/j.rlfd.202211263.

[2]金叶,张岩,金雨晴等.双馈风力发电机功率控制方式的改进方案及验证[J].电气应用,2023,42(02):92-101.

[3]罗雁飞,肖长远,孙茂文等.风力发电机组叶片扫塔原因分析及预防措施[J].湖南电力,2023,43(01):116-120+126.