信息化控制技术在风力发电控制系统中的应用研究

2020-01-06劳思维王玉才

科学与信息化 2020年34期

劳思维王玉才

河北红松风力发电股份有限公司河北承德 068450

风力发电控制系统在运行过程中极易受到风速等方面的影响，进而无法保证其系统的控制效果。为进一步优化和完善控制体系的功能，将信息化控制技术应用到该系统中，以提高实现该系统的智能化管理，进而降低系统运行风险，提升系统发电效率。

1 自适应技术的智能化应用

为有效实现风力系统发电，要求发电控制各数据符合系统运行标准，而传统控制系统灵敏性较差，进而难以满足系统控制要求，一旦出现系统控制失误或采用的控制技术不当都有可能引发电力事故。但是随着信息化控制技术的发展，其反应灵敏，能及时捕捉系统控制过程中设备变化，进而针对设备不同变化采取相应的控制措施。为保证风力发电的稳定性，相关科研人员加大了风力发电系统控制方面的技术投入，鉴于风力发电控制系统本身还存在一些不完善之处，导致控制系统灵敏度不高，使得无法及时感应并控制系统发生的变化。而信息自动化技术的应用将很大程度解决上述问题，加之技术本身的灵敏性和自动化控制也能进一步补充了风力发电系统控制不足等现实问题，进而提高系统的整体控制性，推动我国风力发电事业的稳定发展。

2 微分几何控制技术的智能化应用

微分几何作为数学课程体现中的一项重要内容，学习该方面的知识可以有效解决生活中常见问题。从本质上看，微分几何表示线性关系，而风力发电控制系统会受到风速的影响，简言之该系统存在非线性关系，对此，可以借助该技术反映风力发电系统的线性化控制情况。微分几何控制技术在受到命令后，会融合发电机反应，来保证风力发电控制系统的高效运作，更好捕获风能，提升发电能力。如果，风力发电控制系统的额定值小于风速，该系统将会通过降低速度来控制发电功率，并为确保其功率值，还可以借助变桨距系统进而提升发电系统的工作效率。在微分几何控制技术利用下，实现将风力发电机的非线性关系转化成为线性关系，并结合该运行原理设计控制设备，这不仅方便控制，还能更好保护发电机组的使用寿命[1]。

3 仿真神经网络技术的智能化应用

为提高风力发电系统的功能以及抗逆能力，可以在生产过程中应用仿真神经网络技术，该技术具有的可扩展性将实现风力发电控制系统功能在自行组织下进行，实现对控制系统的跟踪监测，不断对风力发电系统进行递进式监控。风力发电控制体统的风速、风向及风力具有不平衡性特征，而仿真神经网络技术能实现准确预测风速、实时监控风力发电控制系统、全面调解系统故障。该技术的技术原理大致如下：其的遗传算法可以调整发电系统运行参数，通过BP算法准确预测现实风场，进而提升风力发电设备的风力捕捉能力。除此之外，仿真神经网络技术可以实现跟踪、分析和诊断运行中的风力发电系统，进而及时判断设备运行故障隐患，并对系统进行诊断，保证风力发电运行的稳定性，提升对系统的整体感知力。

4 专家系统的智能化应用

为了保证风力发电系统的准确性，并有效提高该系统工作效率,可以通过实现风力控制系统智能化来实现。对此，可以在风力控制系统中安装专家系统，该系统以专业性的资料为基础，通过模拟人类计算方式，保证工作过程的科学性能。专家系统在运行过程中以科学原理为依据,通过公式推理得出合理的结果。鉴于风力发电控制系统是集中发电、控制、问题诊断为一体的系统，可见其复杂性，而这便决定了发电系统会因一个环节的问题引发发电系统整体问题，甚至是瘫痪，对此有必要做好每项工作环节的检查工作，定期检修各设备,而专家系统则可以实现风电机组的自行诊断,一旦机组发生故障专家系统便能自行进行推理分析,确定故障原因。由于风电机组具有结构复杂、零件较多、故障工程量大等方面的特点，对此要求检测技术要求较高，这样才能有效避免因检修失误对工作人员造成伤害。随着科学技术的进一步发展,专家系统的优势愈加凸显，而风力发电控制与专家系统的结合不仅能提高风速预测能力，还能有效提高系统整体的控制力，推动信息化控制技术与风力发电控制系统的更好融合[2]。

5 智能控制技术的智能化应用

鉴于风力发电系统具有易受到外界因素影响的特点，会显现出非线性特征，则难以实现对控制器的控制，且不利于调节系统参数。而智能控制可以有效改变风力发电系统的参数等问题。特别是近年来，将模糊控制智能控制技术引入风力发电控制系统中，不仅保证了发电系统在不同风速下也能取得良好的控制结果，且该模拟控制器能根据机组桨叶的气动特性以及额定风速下的不同风速段对桨距角进行适当调整，以实现对发电系统的动态速度补偿。如仿真一个300kW的变桨距风电机组：在额定风速下该机组的不同风速段可以有效减小系统超调量，缩短调节时间，进而达到满意的控制效果。对其控制将大大影响机组性能以及风力的利用效率，结合空气动力学特性，讨论在低于额定风速下控制风轮的转速，又能实现获得最客观的风能利用值。在此应值得注意的是，模糊控制器功能能否得以充分实现与设计者相关的经验知识有着密切的联系，如设计者不能具备相应的经验知识则无法有效采用该方法来控制风力发电系统，也不能取得最理想的控制效果[3]。