关于风力发电机及风力发电控制技术分析.docx

??

?

??

关于风力发电机及风力发电控制技术分析

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：随着我国经济的高速发展，我国各行各业也呈现出良好的发展趋势。风力作为一种新型能源，借助风力这种清洁能源发电可以有效降低不可再生能源消耗，保护生态环境，创造更大的经济效益和社会效益。通过在风力发电中大量应用先进技术，有助于提升中国风力发电效益，大力推进风力市场建设和发展。对风力发电机和风力发电控制技术进行分析，从多种角度把握技术要点，提升风力发电经济效益。

关键词：风力发电机；风力发电；控制技术

引言

如今，人们解决能源和环境问题迫在眉睫，有些资源有限，还会产生许多污染。所以，世界各地都在关注可再生能源，而风电有许多优点，所以，利用可再生能源已成为各国的重点发展方向。我国的风能资源并不匮乏，所以开发潜力很大。我国的风力发电产业和控制技术的发展很快，因而，通过分析现阶段我国风力发电的情况和控制技术水平的发展情况，为实现可持续发展战略提供一些有价值的信息。

1风力发电机

风力发电是一种缓解能源危机的有效手段，以其独特的优势得到了世界各国广泛的关注和重视。传统风力发电机主要是鼠笼型异步发电机、有刷双馈异步发电机和同步发电机等等。其中，鼠笼型异步发电机主要是借助电容器实现无功补偿，高于同步转速附近恒速运转，使用定桨距失速促使发电机稳定运行。有刷双馈异步发电机在实际运用中可以有效降低功率变换器功率。同步发电机转速较低，轴向尺寸较小，更适合应用在较大启动力矩的并网型风力发电机。对风力发电机不断创新和完善，当前新型风力发电机中包括：无刷双馈异步发电机、永磁无刷同步发电机和永磁同步发电机等等。其中，无刷双馈异步发电机自身优势较为突出，结构简单，过载能力强，运行效率更高、更可靠，可以有效改善传统标准型双馈电机运行的缺陷和不足，同时兼有鼠笼型异步发电机的优点。永磁同步发电机则是运用二极管代替电刷装置进行整流，将发电绕组与风力发电机基础连接为一体，采用外电枢永磁结构。永磁同步发电机不需要加设励磁装置，可以有效降低励磁损耗，运行优势较为突出，值得广泛推广和应用。

2风力发电控制技术

2.1电力电子变换器控制技术

该技术的应用范围较广，在大型的风力发电系统中能够得到很好的应用。风能有着较高的能量转换率，转换后的传输效率同样很高，还能够进一步完善无功功率，安全性高。电力电子变换器的功率范围较大，运行效率较高，但成本并不高。在风电系统中加入PWM整流器，就可以有效控制最大功率，通过矢量控制的方式能够弥补整流器无功功率、有功功率的缺陷，让无功功率也能够符合整流器运行要求。PWM整流器可以实现有功功率最大化的输出量，只要按要求设置直流环节，可以方便地调节风电系统的无功功率、有功功率。

2.2风轮的控制技术

①利用功率信号的反馈。利用功率信号的反馈进一步管控好风轮的功率信号，当风轮运行时，它们的功率与实际条件的改变是一致的，然后再对功率的关系作出分析，之后绘制出最大功率的曲线图，完成以上工作后接着做后续的工作。在实际操作时，还应该对比最大功率与系统中的实际输出功率，获取它们的差值大小，之后再进行风轮桨矩角的调整工作，这样才有助于风轮的运行功率最大化。这种方式成本花费较少，但是风机在正常运行时要获得最大功率曲线较为困难。②管控好叶尖速比。受到风力作用的影响，风轮中风叶尖端转动时具有线速度，并且将其称为叶尖速。其中叶尖速比表示为叶尖速与这个时间之内的风速形成的比值。对叶尖速比进行控制的主要方法是控制叶尖速比值，从而进一步改善风机的运行系统。因为风速不相一致，所以很难有效地确定出最合适的叶尖速比，应该适当地改变和调节叶尖速，并调节好风轮转矩，这样才能更好地调整风轮外边缘的速度，使叶尖速比得到优化处理。

2.3模糊控制技术

这是一种最具有代表性的智能控制技术，其技术理论为模糊推理及语言规则，属于高级控制技术，该技术不会受到非线性因素的影响，具有很强的鲁棒性。通过模糊控制风力发电机组，能够显著提高风能的利用率，还能实现最大功率的追踪，而且还具有变速恒频优势。正是因为模糊控制技术的优点十分突出，所以在该技术不断发展的过程中，融入了人工智能、仿人智能、神经元网络等各种技术，对于风力发电机组控制技术的智能化发展具有重要意义。在变桨距并网型风力发电机组中运用该技术，可以全面改善控制系统的动态性，有效控制叶尖速比、风力机的转速和风轮桨距角，保证风力发电机组能够输出恒定频率、恒定功率。与PID控制器相比，模糊控制技术能够更好的减轻抖振问题，提高发电机组的运行效率和质量。

2.4神经网络控制技术

人工神经网络以其丰富的非线性模型映射机制、高效的学习能力和收敛特性为自适应控制过程提供了有利的帮助。在风力发电系统中，神经网络可以用来根据以往观察风速数据预测风