杨天礼
青海黄河电力运营有限公司810000
摘要：风能是地球表面大量空气流产生的动能，其特征是不稳定、随机性和低密度。当使用风能发电时，如何有效地控制风力发电机组直接关系到风力发电机组的有效运行。本文简要介绍了风力发电机组的内涵和主要类型，其次，提出了滑模变结构控制，矢量控制，最优控制和人工神经网络控制四种现代化的风力发电控制技术，以改进传统的风力发电控制技术，以促进风力发电的研究。
关键词:风力；发电机；控制技术；改进研究
1前言
近年来，随着新能源的普及，作为一种廉价且有发展前景的可再生能源的风能已引起了越来越多的研究者的关注。 双馈风力发电机组的效率远远高于永磁同步发电机等发电机组。但是，由于双馈机组系统的高阶性、非线性和耦合性，很难实现理想的控制效果。
2风力发电机组及主要分类
2.1风力发电机组的概述
对于风力发电机组的运行需要借助风力能源，通过方能推动风轮的转动，从而实现机械能向电能的转化。利用电机的持续旋转电机的机械能量可以逐步的转化为生产、生活所需的电力能源，这就是风力发电机组的重要工作原电能不能产生之后，需要通过变压器的作用将电能输送到国家电网，这样可以为生活生产提供有力的电力能源支持。风力发电机组主要通过的是并网运行的方法，具体的控制措施存在两个方面:恒速恒频控制方法以及变速恒频控制方法，这两种不同的方法下，电能的频率会处于一个相同的状态。随着我国科技技术水平的不断提高，风电技术也在不断地创新完善。目前在风力发电过程中变桨距技术的应用频率比较高，同时可以在风速变化下实现风轮的转速改变，实现电力能源的有效转化，为我国社会经济的发展提供有力的电力能源支持。
2.2风力发电机组主要分类
一是基于失速型的分离发电机组。基于失速型的风力发电机组种类较少，现有的主要包括两种，即定桨距失速型和变桨距失速型等两种。在这两种类型中，定桨距失速型主要利用风轮叶片的失速作用，来实现对风力发电机在风力较大情况下的功率进行准确控制，然后，利用该型机组上的叶尖扰流器对极端情况下的停机问题进行控制。对于变桨距失速型，其发电机组则与定桨距失速型存在差异，主要通过低风速下的桨距角来实现对输出功率的控制，在高风速情况下则利用叶片桨距角的改变来对功率输出进行控制。二是双馈变速恒频型风力发电机组。该类型的风力发电机组能够实现对分论叶片桨距角的调节，还可以采用能够变速的双馈性发电机，实现对恒频恒压电能的输出。如果风速低于额定速度，该类型机组能够利用转速和叶片桨距角的改变，将发电机组控制在状态下运行，确保输出功率为最大；在风速高于额定速率时，可以利用叶片桨距角的改变，将发电机组的功率控制在额定的功率．
3 风力发电机组控制抆术
控制技术是风力发电系统的核心技术，特别是随着大容量海上风电机组的开发控制技术与整机开发的关系更为紧密。我国风电控制技术近年来得到了长足的发展，从最初经典的变速变桨控制，逐步发展了载荷优化控制、独立变桨控制等新技术，减小了与国际风电先进控制技术水平间的差距。目前风力发电机组的设计主要依靠各类工具软件来完成，设计过程中对样机进行仿真研究主要依赖工具软件中的参数化模型。同时机组在运行过程的控制也完全依赖于数学模型的建立。随着机组容量的不断增大，产品技术的不断更新换代，模型的有效性已受到设计人员的严重关注本小节主要对当前的风力发电机组控制技术进行简要概述。
4风力发电机组控制方法的改进策略
4.1模变结构控制
在风力发电机组应用过程中，具备很强的非线性系统特性，而且在具体运行过程中，还具备较强的复杂多变等特点，与此同时，还会在运行过程中遇到负载、风向等变化，对自身运行状态产生严重影响。因此，在日常工作之中，很难通过数学模型对机组控制模式进行精确建立。整体来看，滑变结构控制属于开关型控制范畴，具备不连续控制等特点。在具体的系统预先设定过程中，只能在相应的特定空间之中进行滑模运动，进一步降低了系统设计的复杂性，相应速度也得到了提升，对于系统参数变化也不会过于敏感，鲁棒性也会明显的展示出来，提升整个风力发电机组的可操作性。也正是由于上述优点的存在，可以确保系统能够在不确定状态下稳定运行，并与风力发电系统之中的最大功率限制要求相符，最终实现对风力发电机组的全面控制。
4.2矢量控制
在矢量控制作用下，人们可以实现对风能的有效跟踪和利用，与此同时，还可以实现无功功率和有功功率的独立耦合和调节。整体来看，该项控制系统具备较强的抗干扰能力和适应能力，能够在很短时间内形成稳定控制过程。另外，双馈电机相应控制系统在矢量控制中的应用十分普遍，但由于转子电流励磁分量会对发电机组自身稳定性产生巨大影响，导致整个无功补偿量的大小会受到一定的限制。除此之外，在具体矢量控制过程中，还需要将具体的非线性以及干扰较大的因素排除，利用精确的数学控制来完善机组的运行过程，利用最优系统控制，保持风力发电机组的最优化运行。
4.3最优控制
在风力发电过程中，其发电机组的基本组成均处于非线性、干扰较大等特点，而且由于环境的不确定性，风速变量也会呈现出一定的不规则特点，从而无法利用精确的数学控制来实现机组控制，但人们可以利用最优的系统性控制实现风力发电机组的最优控制。在该项控制技术实施过程中，可以通过线性化模型设计来实现，并通过周围工作点的精确把握，提升控制工作的控制效果。而且在该种控制技术实施过程中，可以根据具体的线性化模型设计，对周围的工作点进行快速寻找，与此同时，还能通过大范围的反馈内容，对偶线性化实现精确性破解，以此来实现风力和风能的全面性捕捉。另外，针对于电功率波动较小、无功功率输出要求等矛盾，聚能在最优系统的作用下，将上述问题解决，避免由于线路故障而出现较大的电压波动。与此同时，在最优系统的应用过程中，工作人员还能将风能变化情况以及自动控制进行合理掌握，避免在后续工作之中出现新的问题。
4.4人工神经网络控制
人工神经网络控制，与其他的控制系统相比，是一种比较先进的智能控制技术，它具有识别性和判断力，能够及时处理各种信息。该理论的体系完善，组织性高，适应性强，对于风力的微小变化，都可以进行检测和判断，大大提高发电机组的管理水平和智能程度。风速的预测是风力发电控制技术的难点。风速的预测需要依靠风的性质、地理环境及周期等特点，因此使用神经网络控制技术及相关理论进行风速预测，同时采用时间序列模型计算风速的变化及周期长短，使用反向传播技术和回归方法来预测采集风速的变化量。
5结束语
不同的风力发电机组控制技术的运用，各自具有各自的优势。但总体而言，目前我国风力发电机组控制技术仍然以引进或借鉴国外优秀技术为主。我国在此方面的自主研发仍然处于起步阶段。为实现对风力发电机组的科学、高效地控制，保证其正常运行，必须不断的深入研究风力发电机组控制技术，在对现有控制技术进行改进的同时，加强风力发电机组控制技术的自主研发，以促进我国在这方面的不断进步。
参考文献
[1]史嘉贶.浅析高温环境下风力发电机组选型限制性条件[J].水电与新能源，2018,32(09):75-78.
[2]陈立娟，孔祥东，闫桂山.液压型风力发电机组低电压穿越双变量协调控制研究[J].太阳能学报，2018，39(05):1408-1417.
[3]汪宪政.基于统一模型的双馈风力发电机组控制平台研究[J].湖北农机化，2018（12）：36-38.
[4]孙佳明，李泰，崔海林.基于数据驱动的海上风力发电机组独立变桨距控制[J].舰船电子工程，2018，38（11）：53-57+72.