APP下载

风力发电机组控制方法改进策略分析

2019-10-21高志宇

科技风 2019年3期
关键词:风力发电机组人工神经网络

高志宇

摘 要:在可再生能源领域之中,风力发电具备很大的发展潜力,世界各国也开始提升对风力发电的研究力度,实现风能最大限度的应用。本文根据以往工作经验,对风力发电机组控制方法的分类进行总结,并从滑模变结构控制、矢量控制、最优控制、人工神经网络控制四方面,论述了风力发电机组控制方法的改进,希望可以对相关工作起到一定的帮助作用。

关键词:风力发电机组;滑模变结构;人工神经网络

1 风力发电机组控制方法的分类

1.1 基于失速型的分离发电机组

该种发电机组在使用种类方面的数量较少,常见的有两种类型,一种是定桨距失速型,另一种是变桨距失速型。在这两种类型应用过程中,定桨距失速型主要是将风轮叶片中的失速作用展示出来,进而实现对风力发电机在风力较大的状态下,实现功率的准确控制,之后利用该机型之中的叶尖扰流器,对极端状态下的停机问题进行有效修复。站在变桨距失速型发电机组应用角度来说,与定桨距失速型存在很大的差异性,该种发电机组主要是利用低风速下的桨距角实现对输出功率的全面控制,通過叶片桨距角的改变来提升对功率输出的控制力度。

1.2 双馈变速恒频型风力发电机组

该种类型的发电机组可以实现对叶片桨距角的全面调节,还可以利用具备变速功能的双馈性发电机,实现恒频恒压状态下的电能输出。如果整个风速比额定风速还要低,则该种类型的发电机组便可以通过叶片桨距角以及转速变化,将发电机组的整个运行状态改善,确保输出始终保持在最大状态。如果风速超过了额定速率,人们可以通过叶片桨距角的改变,将发电机组的功率控制在额定功率范围之内,这样一来,整个风力发电机组将会得到有效控制。

2 风力发电机组控制方法的改进策略

2.1 模变结构控制

在风力发电机组应用过程中,具备很强的非线性系统特性,而且在具体运行过程中,还具备较强的复杂多变等特点,与此同时,还会在运行过程中遇到负载、风向等变化,对自身运行状态产生严重影响。因此,在日常工作之中,很难通过数学模型对机组控制模式进行精确建立。整体来看,滑变结构控制属于开关型控制范畴,具备不连续控制等特点。在具体的系统预先设定过程中,只能在相应的特定空间之中进行滑模运动,进一步降低了系统设计的复杂性,相应速度也得到了提升,对于系统参数变化也不会过于敏感,鲁棒性也会明显的展示出来,提升整个风力发电机组的可操作性。也正是由于上述优点的存在,可以确保系统能够在不确定状态下稳定运行,并与风力发电系统之中的最大功率限制要求相符,最终实现对风力发电机组的全面控制。

2.2 矢量控制

在矢量控制作用下,人们可以实现对风能的有效跟踪和利用,与此同时,还可以实现无功功率和有功功率的独立耦合和调节。整体来看,该项控制系统具备较强的抗干扰能力和适应能力,能够在很短时间内形成稳定控制过程。另外,双馈电机相应控制系统在矢量控制中的应用十分普遍,但由于转子电流励磁分量会对发电机组自身稳定性产生巨大影响,导致整个无功补偿量的大小会受到一定的限制。除此之外,在具体矢量控制过程中,还需要将具体的非线性以及干扰较大的因素排除,利用精确的数学控制来完善机组的运行过程,利用最优系统控制,保持风力发电机组的最优化运行。

2.3 最优控制

在风力发电过程中,其发电机组的基本组成均处于非线性、干扰较大等特点,而且由于环境的不确定性,风速变量也会呈现出一定的不规则特点,从而无法利用精确的数学控制来实现机组控制,但人们可以利用最优的系统性控制实现风力发电机组的最优控制。在该项控制技术实施过程中,可以通过线性化模型设计来实现,并通过周围工作点的精确把握,提升控制工作的控制效果。而且在该种控制技术实施过程中,可以根据具体的线性化模型设计,对周围的工作点进行快速寻找,与此同时,还能通过大范围的反馈内容,对偶线性化实现精确性破解,以此来实现风力和风能的全面性捕捉。另外,针对于电功率波动较小、无功功率输出要求等矛盾,聚能在最优系统的作用下,将上述问题解决,避免由于线路故障而出现较大的电压波动。与此同时,在最优系统的应用过程中,工作人员还能将风能变化情况以及自动控制进行合理掌握,避免在后续工作之中出现新的问题。

2.4 人工神经网络控制

神经网络理论的实施,主要是以生物以及人类相应的学习表现和判断能力为基础进行深入研究,该组织不但自适应能力较强,而且还具备一定的自组织性特点,能够与不确定风力进行适应和捕捉能力,为后续工作的开展提供基础,确保整个风力发电机组朝着智能化方向发展,从这里也可以看出,人工神经网络控制属于智能控制技术范畴。站在具体工作角度来看,风速的测定以及预测周期等因素对风速预测的准确性影响十分严重。因此,神经网络的应用对风速研究提供了巨大帮助,人们可以根据具体的时间序列模型将风速变量确定出来,待到风速变量得到采集之后,工作人员便可以通过回归神经网络和反向传播神经网络对其进行预测。由于该系统具备较强的非线性特点,进一步提升了人工神经网络的实用性,只要做到数学模型的精确建立,便能够在不稳定环境之中实现风力发电机组的高效运行。

3 总结

综上所述,传统能源在应用上具有不可再生等特点,无法保证人类的可持续发展。因此,通过风力发电机组的作用,人们可以实现对风能这种可再生清洁能源的高效利用,避免为后续发展带来更大压力。风力发电机组可以将风能转化成电能,并在各种现代技术的配合下,实现风力发电机组的高效控制,最终提升风能的利用率。

参考文献:

[1]史嘉贶.浅析高温环境下风力发电机组选型限制性条件[J].水电与新能源,2018,32(09):75.78.

[2]陈立娟,孔祥东,闫桂山.液压型风力发电机组低电压穿越双变量协调控制研究[J].太阳能学报,2018,39(05):1408.1417.

猜你喜欢

风力发电机组人工神经网络
基于人工神经网络的故障诊断专利浅析
人工神经网络发展历史与训练算法概述
基于人工神经网络的优化配置研究
ANN、ANFIS和AR模型在日径流时间序列预测中的应用比较
论测风塔在风电场运行中的重要性
超级电容在电动变桨型风力发电机组中的应用
浅析通用型风电机组控制系统平台的开发与应用
人工神经网络在旅游人数预测中的应用研究
对某风力发电机组变桨轴承故障的原因分析
变速恒频风力发电系统最大风能追踪控制探讨