现代控制技术在风力发电控制系统中的应用

　　摘 要：由于风力发电系统的被控对象具有高度非线性、时变、多变量、强耦合的特点，控制系统是风力发电系统的重要组成部分，本文介绍了现代控制技术，如专家系统、微分几何控制、自适应控制、滑模变结构控制、最优控制、模型预测控制、H ∞鲁棒控制、人工神经网络控制、模糊控制及综合智能控制在风力发电 控制中的应用，特别是在变桨距控制、转矩控制和变流控制中的应用研究，指出风力发电控制技术存在的问题及未来技术发展 趋势。
　　1 引言
　　控制是风电机组安全有效运行的关键，作为主流机型的变速变距型风电机组，其控制系统可以分成三个子系统：变桨距控制、转矩控制和变流控制。机组主要的控制目标可以归纳为两个方面，一是风电机组在整个运行范围内稳定可靠地按预定轨迹运行，二是优化机组的运行性能，提高机组的发电效率与发电质量，减小机组的机械载荷。变桨距控制可以有效减小机组动态载荷，保证在额定风速以上时，输出功率恒定；转矩控制可以提高机组的发电效率，同时可有效减小机械传动载荷；变流控制可以保证机组的发电质量；故障诊断技术可以保证机组安全有效地运行。转矩控制和变桨距控制都属于机组优化运行的关键技术，也是当前机组智能控制策略应用的研究热点，三种控制结合起来，可以达到良好的控制效果。
　　风电机组是一个复杂多变量非线性系统，且有不确定性和多干扰等特点，含有未建模或无法准确建模的动态部分，对这样的系统实现有效控制是极为困难的。随着电力电子技术及微型计算机的发展，先进控制方法在风力发电控制系统中的应用研究几乎遍及系统的各个领域，不少价值的研究论文见诸于国内外学术会议、学术刊物上，取得了一批有价值的成果。本论文针对现代控制技术在风电控制系统中的应用进行综述，旨在探索风电控制中存在的问题及控制技术的发展方向。
　　2 专家系统在风力发电系统中的应用
　　专家系统是一种可以有效处理知识的智能推理程序，实际上就是根据现有条件模拟人类对各种现象的推理、分析以及决策等地思考过程；它是一种基于符号的推理系统，利用领域专业知识和经验对系统的各种模式进行判别和推理，能够很好地处理领域知识和经验，并具有很强的解释功能，因此，非常适合用于对故障产生原因的诊断。
　　风电机组是由风轮、机舱、塔架、发电机、驱动链、偏航装置、控制柜等多部分组成的系统，任何一个环节发生故障都会影响整个机组的安全运行，专家系统多用于风电机组的故障诊断中。通过建立风电机组机舱故障诊断专家系统模型，结合模糊控制，对风力机机舱故障征兆与原因的不确定性进行诊断，准确迅速的找到故障原因，从而提高风力机机舱故障诊断专家系统运行时的快速性；通过对机组电流信号进行分析并提取其特征向量，结合BP 神经网络系统与专家系统的优势，建立故障诊断模型，实现以电流信号作为故障诊断的基本信号进行故障诊断；专家系统可以有效地诊断风力机振动故障，可开发局部振动监测和实时故障诊断的整个系统。
　　在研究不同风电机组不同工作区域的转矩控制、变桨距控制等基础上，提出并阐述了基于专家决策系统的整机各控制器之间的协调控制策略，提高了风电机组的发电质量；提出的模糊专家系统，能够可靠地预测风电场的风速和输出功率；专家系统也应用于海上风电场的可用性和可维护费用的确定上，可以快速、方便地处理海上风电场的供应情况和维修成本，可以降低投资成本，增加可靠性。
　　专家控制系统与传统控制理论和方法的有机结合，是专家控制系统的研究方向。由于风电机组本身是一个复杂的系统，诱发机组振动的原因较多，导致故障环节很多，且很可能出现多种故障。主要应用于故障诊断领域的专家系统受自身理论的影响，或受故障样本集相对不足的制约，必然朝着与其他控制理论交叉、综合应用的方向发展。