信息化控制技术在风力发电控制系统中的运用

摘 要：风力发电控制系统是实现风力发电的关键，而信息化控制技术作为风力发电控制系统实际运行的核心之所在，对于风力发电事业而言，更是重中之重。特别是随着我国风力发电机组类型的逐步拓展，随着电子功率变换技术的逐步实现，信息化控制技术在风力发电控制系统中的作用也愈发凸显出来。

关键词：信息化；风力发电；控制技术

DOI：10.16640/j.cnki.37-1222/t.2018.22.126

0 引言

随着我国环保事业的全面开展，风力发电逐渐开始取代传统火力发电的地位，究其原因在于风力发电使用的是可再生的、清洁能源--风能，能够在满足电能生产需求的同时，有效保护生态环境。

1 自适应控制技术在风力发电系统中的运用

自适应控制技术在实际运用过程中具有较高要求。而其在风力发电控制系统中的运用主要是为了针对尚未构建模型的运行参数的动态阶段变化进行控制，从而保障其实际价值的充分展现。我国以往的风力发电控制主要是通过构建一个完整的系统模型而完成其变速控制任务的。但由于完整系统模型的构建难度较大，因此，这种传统控制方法的效果并不理想。而通过自适应控制技术在风力发电控制系统中的应用，就能够及时准确的捕捉风力发电控制系统的变化动态，并对其进行适当调整。因此，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。

2 微分几何控制技术在风力发电系统中的运用

微分几何作为数学这一学科中的重要组成部分，其主要用来对线性关系进行阐述与表达，在当前社会中的应用较为普遍。由此可知，微分几何控制技术在风力发电系统中的应用主要体现在对线性化控制情况的表达。风力发电控制系统本质上就是一个非线性系统，而其在实际运转过程中势必会受到风能参数的动态化影响。因此，微分几何控制技术在风力发电系统中的运用必须解决非线性关系这一问题，随后再向双馈发电机发挥操作指令，然后结合发电机的反应情况来实现对风力发电控制系统的高效运转，确保有效捕捉风能，满足风力发电生产要求。通过对微分几何控制技术的应用，就能够将风力发电机非线性关系转换为线性关系，将非恒速发电机组控制操作化繁为简。与此同时，微分几何非线性控制技术在风力发电系统中的应用难点在于计算难度较大，且具有一定局限性。

3 专家系统在风力发电系统中的运用

专家系统的本质是一种较为智能的推理程序，是基于对人类推理思维的真实模拟来应对相关问题的一种智能系统，其实际运行还依赖于专业知识储备、推理相关模块与各领域知识与经验的储备等，以便为实际问题提供一种合理解释。因此，其常被用于故障问题的判断。风电机组系统是一个较为复杂的系统，其中任一子系统的运行出现故障问题，都会对其整体运行造成不良影响，而专家系统在其中的应用，能够有效实现对其故障的准确判断。在实际工作中，发挥神经网络系统优势来对机组电流信号与相关特征向量就能够实现对故障的精确诊断。而模糊专家系统这一系数就是在各个风电机组区域转矩控制与变桨控制的基础上提出来的，其能够用来对风场风速进行准确预测。鉴于风电机组是一个较为复杂的系统，能够引发机组振动的因素较多，故障隐患问题也较多，且不同故障问题可能会在同一时间段爆发出来。这种情况下，就导致专家控制系统必须注重与传统控制方法的有机结合，以便推动其综合化发展。

4 人工神经网络技术在风力发电系统中的运用

人工神经网络技术也就是非线性映射技术，其在风力发电系统中的应用具有较强的抗逆能力、自组织能力与容错能力等，同时其还能够对适应不确定系统的动态特征进行准确学习。风速具有动态变化特征，而风速的预测是否准确与预测使用方法、预测地点以及预测周期等都有着一定关系。在实际工作中，利用神经网络技术来对风电场发电量进行预测，能够有效降低功率波动率。而人工神经网络控制器与发电机预测模型之间的有机结合，实际上就是将BP算法与遗传算法的优势融合于一体，进而形成的一种新型BP神经网络算法，其风能捕捉能力极强。为此，这种新型的BP神经网络算法能够对风电机组齿轮故障问题进行准确诊断，诊断结果的准确度较高。与此同时，神经网络技术的合理运用，还能够有效提升风电机动力性能，确保实现对电能质量的优化提升。

5 最优控制智能技术在风力发电系统中的运用

风力发电系统的实际运行受风能动态影响极大，因此风力机电系统也就具有较强的不确定性，而其平衡点也会受风速变化的影响而变化不定。数学模型构建的难度较大，对优化系统的控制效果极佳。但实际上，仅依据工程附近线性模型来进行控制器的设计是无法满足风力发电控制系统性能的要求的。由于不同形式的线性方法与动态线性大致相同，反馈线性能够有效保证精确化線性的范围。而在风力发电系统实际运行过程中，无论有无功率都必须对负载情况来作出反映，转子电流也会随之发生变化，而其与小电功率波动要求之间的冲突主要表现为如何实现其最优控制状态。而通过对最优控制智能技术的合理应用，就能够对这些不可控的影响因素或变量进行充分分解与线性化处理，进而提升其对风能的捕捉效率与利用效率。与此同时，在风力发电控制系统中运用最优控制智能技术，也就是通过对反馈线性化与跟踪控制应用的充分结合来实现对发电机转子转速跟踪风速变化情况的有效控制，并确保在发电机转子转速跟踪风速变化下，实现叶尖速比的最优状态，确保对额定风速风能的有效捕获，最终实现对风力发电系统的有效控制。

6 结语

综上所述，随着我国环保工作的进一步展开，风力发电系统的建设与应用也愈发普及。在这种大环境下，相关单位及工作人员就应以信息化控制为方向来对风力发电控制系统进行研发。

参考文献：

[1]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].太阳能学报，2013，30（10）.

[2]郑雪梅，李琳，徐殿国.双馈风力发电系统低压过渡的高阶滑膜控制仿真研究[J].中国电机工程学报，2013，32（27）.

[3]赵国材，周前程.风能变换系统在电网频率调节中的应用仿真[J].计算机系统应用，2012（06）.

作者简介：朱焕荣（1979-），女，河北青县人，硕士研究生，工程师，研究方向：电气工程与自动化。