李家林
大唐云南发电有限公司新能源分公司,昆明市，650103
摘要：近年来，随着科技进步和时代发展，在全球可再生能源发电装机容量中，风电也占据着越来越大的比例，传统老旧风电机组已经无法更好地满足现代化的需求，因此为了更好地满足新时期风力发电的要求，务必要引进先进的控制技术。鉴于此，本文将着重分析基于老旧风电机组最新控制技术的应用情况，旨在更好的提高我国风力发电水平。
关键词：老旧风电机组；最新控制技术；应用研究
前言：随着可持续发展战略的提出，以及人们对于清洁能源需求的不断提高，全球的风力发电行业已经成为了一种新兴的行业，特别是近年来高速增长的趋势促使风力发电技术不断成熟。而传统的老旧风电机组存在的弊端日益凸显，已经无法更好地满足新时期人们对于清洁能源的要求。因此，在科学技术高速发展的今天，信息化产业高度发电也开始被各个产业高度应用在风力发电控制系统中。现代信息化技术作为老旧风电机组最新控制技术中的重要技术支持，也是风力发电控制不可或缺的一部分[1]。
一、老旧风力发电现状
第一点是在风力发电机组装机容量的方面，目前随着风电技术的不断提高，全球的总体风电发电量呈现出持续增加的状态，由于各国政府对于风力发电的重视程度有所提高，也构成了全球的装机容量显著增长，尽管全球经济发展速度减缓，但是制造行业中的风电装机年增长率仍然位于前列，再加上受到能源短缺等多方面因素的影响。我国亟待构建无需进口的具有清洁可靠易于安装的技术，因此风力发电也将成为首选，第二点是基于风电联网运营的角度，由于风险具有较强随机波动性以及不可控性等多方面的特征，大规模并网接入也会对电网运行造成一定的影响，除此之外，电网扰动或是运行质量的劣质也会造成联网风电运行受影响。电网保障安全运营要求与风电随机波动较量管控的电源特质会处于相互矛盾的状态，因此，风电电源以及电网彼此之间的协调和控制将会成为重要环节，其目的是为了保证电网的安全运行，更是要积极把握风电电源的特性，并且准确评估其风电对于电网所产生的一系列影响。而目前我国对于风电相关研究更加侧重于电网，风电的接纳以及风电功率预测等方面。第三点是关于设计生产制造以及运行控制技术的角度研究，风电技术发展的历史，相关专家学者会更加侧重于将风电发电系统规划与控制技术和运行方式这两个角度。而纵观发电技术历程可以发现，在风力发电初始阶段，更多的会以定桨距恒速恒频风力机为主，但是存在的缺陷是不能根据风速的变化而适当的调节[2]。但随着风力发电技术的不断成熟发展，单机容量也逐渐处于增大的趋势，低效率的定桨距角控制风机已经无法更好地满足风力发电行业的需求。而为了更好地提高风能的利用率，使得风机可以捕获到最大程度上的风能，则需要对于风机制造技术和控制技术加以改造[3]。
二、老旧风电机组最新控制技术应用
（一）微分几何控制技术
微分几何作为数学这一学科中十分重要的组成部分，更加侧重于对于线性关系的阐述和表达，应用在目前社会中也十分常见，由此可知，微分器和控制技术应用于风力发电系统中更加侧重于对于线性化的控制表达情况，再加上风力发电控制系统本身也是一种非线性的系统，在实际运转的过程中往往会受到风能参数所产生一系列动态化的影响，而微分器和控制技术应用到风力发电系统中，则务必要首先解决非线性了。随后可以采用双馈发电机发回操作的指令，在此基础上结合发电机的自身反应情况，对于风力发电控制情况进行适当的协调，并实现高效运转，从而有效捕捉风能，并最终满足风力发电的一系列要求，因此相关技术人员可以采用微分器和控制技术方法应用其中，将风力发电的非线性关系转化为线性关系，将非恒速发电机组控制操作化繁为简，与此同时，一些微分几何非线性控制技术应用于风力发电系统中也会存在一定的难度，主要体现在计算难度大，并且存在一定的局限性，因此这些问题仍然亟待解决。
（二）自适应技术
自适应技术作为又一先进的控制技术，在应用到老旧风电机组中可以提高风电发电效率，也是一种新型的发电模式，在发电过程中会涉及到许多数据。但是传统的控制系统应用在风力发电初期灵敏性不够理想，造成控制措施效果较差，在风力发电过程中，由于控制系统的失误，再加上技术不足，也很容易造成一系列的电力事故。而当时现代化，信息化控制技术发展相对缓慢以及应用范围相对较小，自适应控制系统反应十分灵敏，在控制过程中也可以第一时间捕捉设备的变化，并采取相应的措施应用，在风力发电过程中，相关工作人员为了更好地对风力发电系统加以控制，并确保稳定性和灵敏性达标，也在不断完善风力发电控制系统。更能够准确识别在风力发电过程中的感知，而自适应的应用能够很大程度上解决上述所谈论的一系列问题，自适应技术本身技术水平相对较高，无论领领型或自动化的控制措施，也会很大程度上弥补风力发电系统控制技术中存在的不足。
（三）人工神经网络技术
人工神经网络技术作为老旧风电机组最新控制技术之一，也被称为非线性映射，具有着极强的抗逆能力和自组织性特点。应用人工神经网络技术可以学习与适应一些不确定系统的动态特征，并且有着其他系统所无法比拟的容错能力，由于风电机组发电的风速是处于不断变化的状态的，因此风速的预测和预测方法会有着很大关系，也会与预测地点和周期紧密相连，可使用时间序列神经网络短期来测算风速，因此，采用这种方法实现序列模型，对于神经网络中输入量进行选择，并且使用多层反向传播网络系统来预测风速序列。使用神经网络对于风电场发电量进行预测，一方面可以有效降低功率和波动率，另一方面也能够增强系统的动态性。
结论：总而言之，在新时期，老旧风电机组已经无法更好地满足人们对于清洁能源的需求，因此务必要引进全新的控制技术。而风电也必将成为人们在能源可持续发展方面的战略性选择。而人工神经网络技术自适应技术以及微分几何控制技术应用到老旧风电机组中，均可以改善以往运行中存在的弊端，也是老旧风电机组优化改良的必然选择。
参考文献
[1] 朱江生, 马奎超, 郭庆鼎. 基于模型预测控制的风电机组独立变桨距控制技术的研究[J]. 电气应用, 2014, 033(023):112-115.
[2] 李鹏举. 基于仿生调节机制的风电机组偏航控制算法研究与应用[D]. 合肥工业大学, 2012.
[3] 李文江, 王平来. 风电机组中变桨距控制技术的应用研究[J]. 电力电子技术, 2011(10):125-127.