孙熙宏
马龙云能投新能源开发有限公司，云南 曲靖 655331
摘要：风力发电在一些风力资源丰富不可再生能源贫瘠的地区已成为主要的发电方式，也是最重要的一种无污染的发电方式之一。在科学技术高速发展的今天，信息化产业高度发电，并被各个产业高度应用，在风力发电控制系统中，现代信息化控制技术也被广泛应用，是风力发电控制系统的重要技术支持，在目前风力发电控制系统中是不可缺少的一部分。
关键词：风力发电控制系统；现代信息化控制技术；应用方法
导言：
风力发电控制系统中的结构内容有很多，在科学技术飞速发展的影响下，许多新的控制系统和控制技术应用到了风力发电控制系统中，有效提高了风力发电控制系统的应用效率。信息化控制技术就是其中一种，在目前的风力发电控制系统中较为常见，改善了以往风力发电控制系统中的问题，提升了系统的应用效果。为此，本文就针对风力发电控制系统中现代信息化控制技术的应用方法展开探析。
1 风力发电控制系统中最优控制智能技术的应用
风力发电系统的随机扰动性较强，在风速的不断变化之下，其平衡点也会发生变动，在风力发电系统运行的过程中，通常都是要根据负载变化状况，对有无功率进行反应，这样势必会导致转子电流的变化，甚至与小功率波动要求相互矛盾，基于上述情况，可设计一个最优功率输出调节器。在风力发电控制系统中，最大风能将跟踪控制应用和反馈线性化相结合，以实现对发电机转子转速跟踪风速变化的有效控制，也能够最大限度地对风速风能进行捕捉，对风力发电机输出功率进行控制。借助LQG方法，能够对变桨距设计进行转变，实现对相关控制信号的修改，使风电机组能够在额定风速之下，对风能进行最大限度的获取，另外，还能保证功率的稳定输出。在引入自由参数之后，可对低频率和高频率权重进行重新分配，使系统能够具有稳定性能。
2 风力发电系统中自适应控制技术的应用
自适应控制技术是在新一代控制理论和网络技术基础上提出的新型控制技术，在风力发电运行的实际过程中具有较好的适应性和针对性，风力发电控制系统中的运用自适应控制技术可以针对尚未构建模型的运行参数进行调整，进而实现风力发电系统动态阶段变化的实时性控制，从而保障风力发电设备达到稳定运行、安全运转的目标实现。当前自适应控制技术的应用主要集中在风力发电中控制系统的中控部分，通过自适应控制技术构建的功能型平台能够实现风力发电系统及时准确的捕捉风力和风强，动态性地调整发电控制系统的以适应周边环境变化的实时性和突发性，真正起到对环境要素的全面、适当、有效地调整。自适应控制技术在不同风力发电设备之间还有着数据交换和信息沟通的功能，通过对个别风力发电设备反馈的信息，风力发电场站可以形成运行环境的深入认知，有助于建立更加完整、更加准确的环境信息库。同时风力发电场站课可以通过风力发电设备整体的历史数据进行深入加工，制定和形成适应实际的风力电力生产的策略和目标，所以自适应控制技术在风力发电控制系统中的应用具有显著现实意义。
3 风力发电系统中微分几何控制技术的应用
在风力发电过程中，风力的大小和风速对其转化成电力资源的多少有一定的关系，在风力发电的过程中，为了保证电力资源的充足，就要对风能进行充分捕捉，在这种情况下，微分几何的控制技术就得到了明显的应用，在风力发电控制系统中，风速会对其控制敏感度产生一定的影响。
传统的风力发电控制系统是没有规律的，所以在应用时无法进行关系计算，而产生了风力发电的不可控性，为了改变这种情况，在风力控制系统中应用微分几何控制技术，将风力发电控制系统以微分几何的控制技术进行关系转化，以便于理清控制系统中各个环节的关系，更好的进行控制，以更好的进行发电，在应用微分几何控制技术时，是一个计算的过程，首先对其输入一个相对科学的指令，并对其进行计算，计算过程步骤较多，计算内容相对复杂，在经过人工和计算机的计算后，将所得结果与风速进行对比，在经过对比后，有一定的数据依据，可以根据具体情况对行风力发电系统进行控制，以保证风力发电系统的安全性和稳定性，微分几何控制技术以其本身的本质是对数据进行线性关系统计，但风力发电控制系统的数据多数为非线性关系，这在很大程度上提高了数据计算的准确性，在风力发电控制系统中，可以更准确的对风速的变换进行控制。
4 风力发电控制系统中专家系统的应用
专家系统是一种智能推理程序，对知识有效处理，事实上就是结合当前条件对人类一系列推理现象进行模拟，利用一些专业知识判断和推理各大模块，对各领域知识与经验妥善处理，并具有一定的解释功能。所以在诊断故障产生原因中常常适用。风电机组是由很多部分共同组成的一种系统，不管哪个环节有故障出现，都会对机组的安全运作产生严重的影响，在诊断风电机组故障中常常应用专家系统。在构建起风电机组机舱故障诊断专家模型后，根据模糊控制诊断引发风力机舱故障的原因，进一步强化风力机舱故障诊断专家系统运作的准确性和快速性。在分析机组电流信号下，并提出一些特征向量，根据BP神经网络系统所对应的优势，构建起完善的诊断故障模型，实现对故障准确判断；专家系统可对风电机振动故障及时诊断。在对各个风电机组的区域转矩控制与变桨控制的前提下，提出了新的一种专家系统，即模糊专家系统，可对风电场风速有效预测；专业系统也在确定海上风电场的可用性中应用，能够对海上风电场维修成本有效控制。专家控制系统结合传统控制方法，这是专家控制系统研究的主要方向。因为风电机组就是一种很复杂系统，引发机组振动的因素有很多，造成故障的问题也很多，并很有可能同一时间内出现多种不同情况的故障，在这样的状况下必然朝着向其他控制理论互相综合应用的趋势发展，多种控制理论的融合对于促进风力发电控制系统的稳定健康发展起到了积极的作用。
5 风力发电系统中人工神经网络技术的应用
人工神经网络的抗逆能力较强，在容错能力方面，也是其他系统都无法超越的。周众所周知，风速通常处于不断变化的状态，对于风速的精准预测，不仅与预测方法相关，也与预测周期和预测地点具有着紧密关联。实践过程中，可借助时间序列神经网络对风速进行预测，与此同时，也可以通过人工神经网络和小波分析相互融合的方式，对风力发电功率进行预测。在对人工神经网络技术进行应用之前，可通过人工神经网络对风速进行估计，这样能够大幅度提高系统的动态化性能，即使实际的风速出现了较大波动，系统依然能够稳定运行。在对风电机组进行研究的过程中，变桨距系统是至关重要的内容，实践过程中，可通过控制神经网络变距的方法，对变桨距参数的滞后性和时变性问题进行解决。另外，为了能够最大限度地获取风能，在人工神经网络控制器中，还可对发电机预测模型进行构建，结合遗传算法和BP算法，提出全新的神经网络算法，当前这种算法在风电机组故障诊断工作中应用很广泛，能够为系统的工作可靠性和稳定性提供保障。
6结语
综上可知，随着绿色发展、可持续发展的理念在电力事业发展中逐步落实，风力发电将会成为电力结构中重要的一环及核心的组成部分，要将现代信息化控制技术更好地引入到风力发电系统的建设与应用过程之中，将信息化作为风力发电发展的根本路径，借助智能化、网络化的控制技术实现对活力发电控制系统的整合与优化，搭建风力发电控制系统高效率、高安全运行的技术平台，推进风电和整个电力系统信息化、智能化的建设进程。
参考文献：
[1]王家坤.风力发电控制系统中现代信息化控制技术的应用策略[J].2018.
[2]任丽娜，焦晓红，邵立平.风力发电机速度跟踪自适应控制研究[J].2019.
[3]郝雅楠.信息化控制技术在风力发电控制系统中的运用[J].2017.
[4]袁昆智.风力发电控制系统的研究与设计[D].2017.