風力發(fā)電控制系統中現代信息化控制技術的應用策略

摘要：在現代風力發(fā)電技術日益迅猛發(fā)展過程中，風力發(fā)電控制系統不斷豐富，在風力發(fā)電系統控制結構里，可使用專家系統、預測模型控制系統等現代性控制技術進行綜合性的應用，這是完善風力發(fā)電控制系統的有效措施。文章對風力發(fā)電控制系統中現代信息化控制技術的應用策略進行了探討。

關鍵詞：風力發(fā)電控制系統；現代信息化；控制技術；專家系統；預測模型控制系統 文獻標識碼：A

中圖分類號：TM614 文章編號：1009-2374（2017）10-0069-02 DOI：10.13535/j.cnki.11-4406/n.2017.10.034

現代信息化控制技術是一種新型的技術，在風力發(fā)電控制系統中普遍應用了此技術，并充分發(fā)揮了現代信息化控制技術的優(yōu)勢，可以說風力發(fā)電控制系統與現代控制技術有密切關系。

1 在風力發(fā)電控制系統中自適應技術的應用

從多方面上來講，自適應控制技術是一種要求很高的控制技術，在風力發(fā)電控制系統中應用這項技術，是由于風力發(fā)電控制系統一些運行參數并未構建起明確模型的過程，它們的動態(tài)階段變化速度很快，這樣就降低了它們的實際價值，而自適應控制技術就完善了這一不足。在具體應用中，只要開始運行風力發(fā)電控制系統，就會有一些顯著的變化，自適應控制系統就可以在第一時間內捕獲變化狀況，之后采用相應的措施。結合這項技術的應用優(yōu)勢，所以在風力發(fā)電控制中應用自適應控制系統意義重大。風力發(fā)電控制也有很大的變化，比如：在以前的變速控制措施在做出一些控制后，先后構建起一個完整的系統模型，但問題是這種模型的建立并不容易，所以傳統控制措施效果不是很好，還需要加強。針對這樣的實際狀況，有的學者就提出了自適應控制器，其工作原理就是結合模型參考自適應控制將大型風力發(fā)電機組非交流電動變槳距控制系統進行研究，在研究中設計一個系統，這樣就能使它具有一定的捕捉性能，能夠提供更多項的服務。

2 在風力發(fā)電系統中微分幾何控制技術的應用

在數學中，微分幾何是一項重要的學習內容，此內容在生活中得到了普遍應用，由于微分幾何從本質上來講就是表示線性之間的關系，因此微分幾何控制就是為了將線性化控制狀況正確反映，此技術工作原理為：通過一種同胚映射對仿射型非線性系統，處理此系統，進而轉化為微分幾何控制技術。從本質上來講，風力發(fā)電控制系統就是一個呈現非線性關系的系統，由于在運作中會受到風俗速影響，這一控制系統由很多種技術參數組成。微分幾何控制技術在運用過程中，風力發(fā)電控制系統中非線性關系這一問題是必須要解決的，之后就是對雙饋發(fā)電機進行相應的操作，在多次研究后得到最后的輸入或者輸出命令，最后就是需要充分融合發(fā)電機反應的情況，確保風力發(fā)電控制系統能夠實現高效率的運作，這樣就能夠更好地捕獲風能，提升風力發(fā)電水平。假如額定值小于風的速度，這時就可運用風力發(fā)電機轉動速度降低的方法控制好風電發(fā)電系統的功率，確保其功率值，此技術的應用可代替以前的變槳距系統，有效的加強工作效率。同時，在數學中微分幾何知識的利用下，在微分結合控制技術利用就能夠將線性變化關系反映出來，這樣風力發(fā)電機非線性關系就能轉化成為線性關系，便于操作。結合微分幾何原理就能夠設計出一個控制設備，這個設備不但簡單，而且使用起來很方便，便于更好的控制非恒速發(fā)電機組。但需要明確的是：微分幾何非線性控制理論反饋控制中優(yōu)勢很多，但在設計這一控制技術中特別是計算中難度很大，通常狀況下它反映的是一種函數，并且是很難看懂的非線性函數，這種算法的局限性很大。另外，在時代的迅猛發(fā)展下，不斷提高了CPU性能，這樣就能夠在風力發(fā)電控制系統里更好地應用微分幾何控制理論，這樣這一理論會有更大范圍的應用。

3 在風力發(fā)電控制系統智能化中應用專家系統

專家系統是一種智能推理程序，對知識有效處理，事實上就是結合當前條件對人類一系列推理現象進行模擬，利用一些專業(yè)知識判斷和推理各大模塊，對各領域知識與經驗妥善處理，并具有一定的解釋功能。所以在診斷故障產生原因中常常適用。風電機組是由很多部分共同組成的一種系統，不管哪個環(huán)節(jié)有故障出現，都會對機組的安全運作產生嚴重的影響，在診斷風電機組故障中常常應用專家系統。在構建起風電機組機艙故障診斷專家模型后，根據模糊控制診斷引發(fā)風力機艙故障的原因，進一步強化風力機艙故障診斷專家系統運作的準確性和快速性。在分析機組電流信號下，并提出一些特征向量，根據BP神經網絡系統所對應的優(yōu)勢，構建起完善的診斷故障模型，實現對故障準確判斷；專家系統可對風電機振動故障及時診斷。在對各個風電機組的區(qū)域轉矩控制與變槳控制的前提下，提出了新的一種專家系統，即模糊專家系統，可以對風電場風速有效預測；專業(yè)系統也在確定海上風電場的可用性中應用，能夠對海上風電場維修成本有效控制。專家控制系統結合傳統控制方法，這是專家控制系統研究的主要方向。因為風電機組就是一種很復雜系統，引發(fā)機組振動的因素有很多，造成故障的問題也很多，并且很有可能同一時間內出現多種不同情況的故障，在這樣的狀況下必然朝著向其他控制理論互相綜合應用的趨勢發(fā)展，多種控制理論的融合對于促進風力發(fā)電控制系統的穩(wěn)定健康發(fā)展起到了積極的作用。

4 在風力發(fā)電控制系統中應用人工神經網絡技術

圖1 人工神經網絡發(fā)展新方向

人工神經網絡稱之為非線性映射，具有很強的抗逆能力，具有一定的自組織性，可以學習與適應不確定系統的動態(tài)特征，并具有其他系統無法比擬的容錯能力。風速是始終處于變化狀態(tài)的，風速預測既和預測方法有很大關系，也與預測地點與預測周期有很大關系?？墒褂脮r間序列神經網絡短期風速預測方法，這種方法用時間序列模型對神經網絡中輸入量進行選擇，并使用多層反向傳播網絡系統預測風速序列。同時，也能使用小波分析與人工神經網絡互通的方法來短時間預測風力發(fā)電功率。使用神經網絡對風電場發(fā)電量進行預測，這樣可降低功率波動率。使用前對人工神經網絡估計風速，這樣能夠加強系統的動態(tài)性能，即便在現實環(huán)境中風速出現了很大的變化，也可以正常穩(wěn)定運作。在風電機組研究過程中，變槳距系統是很重要的一部分。結合變速變距型風電機組液壓驅動變式情況，可使用控制神經網絡變距的方式，來完善解決變槳距機構的參數時變性、滯后性控制等一系列問題。在彈性自適應人工魚群BP神經網絡槳距控制器能夠使風電機組變化風力中獲得最大能量能，轉速與機械負載變化量最小。為了能夠捕獲更大的風能，人工神經網絡控制器結合了發(fā)電機預測模型，綜合了BP算法與遺傳算法的優(yōu)勢，提出了新型的BP神經網絡算法，此算法經常用于診斷風電機組齒輪箱故障中，加強了工作的穩(wěn)定性與可靠性。Elman神經網絡能夠降低網絡調整參數的敏感性，對局部極小值的出現能夠很好抑制，所以Elman神經網絡在診斷故障中可以識別出這種故障類型，進而有效判別齒輪箱故障。在非線性系統中利用神經網絡，并不需要精確度提高的數學模型，在自學習過程中能夠取得控制很好的效果，實現最優(yōu)化電能質量。在分析風電機動力學過程中，神經網絡能夠充分利用，實現優(yōu)化電能質量。在分析風力機動學中，神經網絡可以更好利用，并且容錯能力非常強，不確定的風電機組模型，結合神經網絡控制技術以及其他幾種控制技術，這樣就能夠構建起科學的數字信號器，此控制器能夠最大程度上降低載荷，具有很強的有效性。當前，人工神經網絡有了發(fā)展的新方向，如圖1所示。

5 在風力發(fā)電控制系統中應用最優(yōu)控制智能技術

風力機系統隨機擾動性太大，有很多不確定性的因素，其平衡點在風速的變化下而變動。因為難以確定數學模型，優(yōu)化系統的數學模型的控制效率非常好。但只是根據工程附近線性化模型設計控制器，這樣無法與風力發(fā)電系統控制性能要求相符，不同形式下的線性方法與動態(tài)線性有些類似，反饋線性能夠在更大范圍內保證精確化線性的實現。在風力發(fā)電機運作中，有無功率都需要結合負載變化狀況做反映，這樣就會引發(fā)轉子電流出現變化，與小電功率波動要求發(fā)生沖突，這一沖突的設計要求可視為最優(yōu)控制問題進行處理。在矢量控制動態(tài)模型下實施擴展，對最優(yōu)功率輸出調節(jié)器進行設計。為了防止風速的測量，控制變流器和速度來輸出控制發(fā)電機。最大風能在風力發(fā)電控制系統中，將反饋線性化與跟蹤控制應用相結合，在對發(fā)電機轉子轉速跟蹤風速變化進行控制，在控制發(fā)電機轉子轉速跟蹤風速變化下對葉尖速比進行最優(yōu)，這樣保證能夠最大限度捕獲額定風速風能，從而控制風力發(fā)電機的輸出功率。使用LQG方法轉變了變槳距控制器的設計，可對一些控制信號進行修改，在額定風速下使風電機組可以最大程度上捕獲風能，在額定風速值以上確保功率穩(wěn)定輸出，在自由參數引入后，重新分配高頻率與低頻率的權重，進而確保系統最優(yōu)性能。

6 結語

從以上分析中可見，人們會更加清晰地認知在風力發(fā)電控制系統中應用現代控制技術，進而更加完善現代控制技術，促使風力發(fā)電控制系統能夠給人們提供出更多、更便捷的服務。但結合實際情況來講，風力發(fā)電控制系統還有更多的使用價值有待挖掘，應對其使用價值深入挖掘，進而使風力發(fā)電控制系統能夠造福更多的領域。

參考文獻

[1] 任麗娜，焦曉紅，邵立平.風力發(fā)電機速度跟蹤自適應控制研究[J].太陽能學報，2013，30（10）.

[2] 宋華振.貝加萊的風力發(fā)電控制系統[J].自動化博覽，2010，（9）.

[3] 鄭雪梅，李琳，徐殿國.雙饋風力發(fā)電系統低壓過渡的高階滑膜控制仿真研究[J].中國電機工程學報，2013，32（27）.

作者簡介：王家坤（1986-），男，山東濟南人，供職于山東國華時代投資發(fā)展有限公司，研究方向：風力發(fā)電運營。

（責任編輯：蔣建華）