风力发电及其智能控制技术研究

风力发电及其智能控制技术研究

王雄

国家电投内蒙古公司山西分公司 山西省太原市 030000

摘要：随着社会的不断发展，电气设备日新月异，并且已经逐渐成为人们生活中必须的一部分，这就导致了用电量的不断升高，但是地球不可再生资源是有限的，所以人类也在不断的发掘可再生资源，光伏和风力发电逐渐成为重要的能源支柱，新的问题随之而来，比如，对于风力新能源利用率低的情况比较严重，因此，需要重视风力发电技术的研究，将其放在研究工作中的重要位置之上，不断优化和改进风力发电技术。智能控制技术是风力发电机控制的一个重要方式，在实际风力发电机控制工作开展中，其中的时变性问题、非线性为以及多层次问题很难解决。因此，就要对智能控制技术进行合理应用，同时将传统控制理论人工智能进行有机结合，随着智能技术的不断发展，智能化控制技术在风力发电过程中得到广泛应用并不断优化。

        关键词：风力发电；智能控制；措施分析

1风力发电技术中存在的问题

1.1风电产业链发展不均衡
        风电机组相关设施建设也十分重要，在很大程度上影响着风力发电行业更新发展。但是通过对我国风电产业链的调查发现，核心部件的发展速度较慢，与机组零部件的发展速度之间差距较大，导致风电机组难以进行整体性的设计。尤其是一些关于核心技术的零部件，我国还处于研究阶段，尚未达到可以自行生产投运的阶段，仍然需要依赖引进其他国家先进技术，导致我国风电产业链发展缓慢。与此同时，在机组相关的各个方面，管理体系不够完善，仍然有较大的改进空间。
1.2 风力资源分布不均
        我国风力发电试点工程最早是在东北、西北地区开展，目前，我国最大的风能基地位于新疆，与内陆相比，新疆在地理位置上并没有优势，但是其在地貌上存在较大优势。比如，地势比较平坦，且广阔，没有任何阻挡，尤其是在冬季时，持续不断的干燥风能够保证风机不间断的运行，而南方的高山风电容易凝冰造成停机，相比较南方的潮湿天气有着显著的优势。因此，从整体上来看，具有十分丰富的风力资源。而在我国的南方地区，由于受到地形方面的影响，风能资源的分布存在较大的差异性，而南方沿海地区，通过历年的数据分析发现，风力资源相对比较丰富，但是在大部分南方地区，风力资源在我国的排名中十分靠后。
2风力发电及其智能控制技术的应用措施

2.1风电场尾流协同控制技术
        由于风电场尾流结构复杂，作用机理呈现高度非线性，直接采用基于高精度的计算流体力学尾流模型进行优化控制往往求解困难，响应缓慢。可行的替代方式是采用面向控制的中等精度稳态尾流机理模型[46]或基于历史风况的数据驱动稳态尾流模型。在尾流模型基础上计算风电场发电量，量化尾流对机组载荷影响，采用模型驱动或者数据驱动的预测控制算法构建闭环动态场级控制器。基于安全网络通信，采用场级控制器实时感知每台机组运行状态和环境条件，通过优化问题的求解，输出机组最佳偏航角度，以此进行尾流重定向，降低尾流影响。基于数据-知识的尾流联合驱动模型，结合尾流的主要动态机理模型和现场实测数据，可弥补单一的面向控制的尾流模型精度问题，并解决单一数据驱动模型的稳定性和可解释性问题，搭载基于模型-数据驱动的模型预测场级控制器，可实现尾流作用下风电场功率-载荷的智能协同控制，提高风电场尾流智能管理水平，最大化风场效益。
2.2极端工况载荷安全控制技术
        台风是风电可能遇到的典型极端工况。由于强台风影响，风电机组叶根应力和塔基弯矩过大，易造成风机叶片损毁和塔筒折断等结构性破坏，造成重大经济损失。除了加强风电机组叶片、塔筒材料及结构性的设计，还应改进控制策略，全力保障风机载荷安全。风电机组抗台风控制策略在充分了解台风的极端风速、湍流强度和风向突变特性基础上，建立台风过境全过程的风机叶片、塔架等关键部件的风机载荷分析模型，在收到台风预警信号后，启动备用电源，进行变桨操作，调整叶片处于顺桨状态，松开刹车保持空转，通过偏航系统调节风机叶轮尽可能正对风向，减少侧向对风，最小化改变风向的风载荷。同时，要确保台风期间风场通信信号正常，实时监控台风、风电机组与电网状况，通过大量的数据在线分析，结合智能化多工况适应性控制策略，使台风造成的影响降至最小，确保风电机组的安全。
2.3功率-载荷-运动多目标控制技术
        大容量风电机组的整体结构更加复杂，柔性增强，在风—浪—流等多重外部载荷作用下，易产生更大的结构振动和平台运动(漂浮式)，因此大容量风电机组的整机控制策略已经不仅仅局限于功率控制。针对大容量风机(固定式和漂浮式)的控制策略，首先，可基于多体动力学理论建立风—浪—流多重载荷输入下的固定式风机转子—机舱—塔架耦合模型和漂浮式风机的风机—浮体—系泊等一体化载荷分析模型；然后通过基于激光雷达的风况测量或基于机器学习、深度学习的短期风、浪预测，能够使风电机组控制系统提前感知来流风—浪信息。与基于线性二次型调节器、模型预测控制、鲁棒H∞等先进控制算法的转矩控制、统一变桨和独立变桨控制相结合，及时进行控制动作的调整，在调节功率稳定输出的同时增加气动阻尼，抑制传动链转矩振荡、塔顶和叶尖的振动，实现降载荷。

2.4风电并网仿真技术的应用
        为保证整个电力系统安全稳定的运行，需建立完备的发电机组仿真系统。但当前风力机组型号较多、差异性很大，因此建立具有通用型的仿真模型十分困难。具体来看，包括以下几方面问题：第一，现有电磁暂态模型不能有效地运用到大规模电力系统的机组仿真中；第二，当前机电暂态模型并网的精度不能满足现有需求，并缺乏一定的试验模型和数据；第三，现有的风电开发商主要是采用黑匣子模型，其不易得到有效维护。为解决这些问题，需要对机组进行通用化的建模，实现对整个系统电力参数的实时检测和辨识，以实现对电力系统的准确模拟。
2.5恒速风力发电机的应用
        由于风力发电不同于其他类型的发电，具有一定的特殊性，这种发电机的结构相对比较简单。因此，在风力发电发展的前期，其具有成本较低的优势，并且运行起来具有一定的稳定性，应用相对比较广泛，在一定程度上促进了风力发电产业的发展。但是随着对风力发电研究的不断深入，这种发电机的缺点越来越明显。其主要表现为，这种类型的发电机转速只能保持在一定的额定转速上，对于风速的稳定性要求较高。与此同时，如果发电机的转速过高，容易造成风机的振动和过速。在一般情况下，需要将两种速度的发电机结合起来进行使用，从而在利用中低速风能资源的同时，实现对高速风能资源的利用[1]。
2.6有限变速风力发电机的应用
        这种类型的发电机应用也比较广泛，与以上所描述的发电机有一定的相似之处，具有明显的优势和劣势，为绕线式异步发电机。在实际的运用过程中，需要将其优势发挥出来，避开其缺点，尽可能的挖掘价值。与其他类型的发电机相比，变速的有限性是其核心部分，也是其的特点所在。在具体的应用过程中，不仅需要在整体上保证其功率输出的可靠性，并且还需要保证其具有一定的稳定性。输出的功率是否能够达到稳定的状态，在很大程度上影响着这种类型发电机的运行效果。

3结束语
        综上所述，智能风力发电自动化控制管理新模式将互联网和智能技术相结合，能有效解决风电推广过程中的各种管理问题，保证风电场的正常稳定运行。在风力发电不断更新发展的过程中，需要依托科学技术的发展，不断优化和改进其运行效率，使安全运行能够得到进一步改善，在保障其整体运行性能的同时，为我国风电事业稳定、长远发展奠定坚实的基础。
参考文献
[1]黄学文, 许冬书. 风力发电及其智能控制技术研究[J]. 光源与照明, 2021(8):3.
[2]马瑞, 隋博, 顾博. 对风力发电智能化控制技术的研究探讨[J].  2020.
[3]林键. 风力发电及其控制技术新进展探究[J]. 中国设备工程, 2021(13):3.