现代控制技术在风力发电控制系统中的应用

　　滑模变结构控制方法可有效抑制参数误差和外界扰动对双馈感应电机的影响，提高控制系统的鲁棒性，但是滑模变结构控制的抖振仍然是实际工程应用中的一个缺陷。近年，有学者提出高阶滑模控制方法，这种方法扩展了传统滑模的思想，它不是将不连续控制量作用在滑模量的一阶微分上，而是将其作用于高阶微分上，这样不仅保留了传统滑模算法简单、鲁棒性强且容易实现等优点，而且可以明显地削弱抖振现象。针对发电机组的参数不确定性和电网波动，设计滑模变结构控制器可以确保在额定风速以下和以上两个运行区域都稳定运行，保持输出功率稳定，减小转矩脉动以及作用在机组上的载荷。
　　滑模变结构控制其有响应速度快、超调小、鲁棒性强和抗干扰能力强等优点，适应于风力发电系统的高阶非线性、强耦合的变桨距系统，将滑模变结构控制与智能控制结合起来应用于变桨距系统，可以克服风力发电系统中存在的外界扰动和参数变化的影响，同时解决了滑模变结构控制中存在的抖振现象，保持输出功率稳定。针对如何实现双馈风力发电机最大风能追踪(MPPT) 问题以及发电机功率控制问题，采用滑模变结构控制不仅可以有效地估计空气动力转矩，而且可以提高风力发电系统转速控制的抗干扰性，实现了变速恒频控制和最大功率点跟踪的快速和稳定控制，从而捕获更多的风能。
　　针对系统扰动和不确定性特点，采用滑模变结构控制方法设计风电机组的一种非线性控制器，该控制器基于反馈线性化理论，可以保证变流器的电流在规定极限值以内，从而可以使机组始终工作在最佳叶尖速比处，实现最大风能捕获。
　　现在已有很多学者在研究滑模变结构控制在风力发电系统中的应用，而且也得到一些研究成果，但仍有待进一步深入探讨。对于实际风力发电系统，其运行状况受外界的影响很大，结合其他控制技术如模糊控制或神经网络控制的混合滑模控制已经成为现在主要的研究应用方面。
　　6 最优控制在风力发电系统中的应用
　　风力机系统工作范围较宽、随机扰动大、不确定因素多、非线性严重，其平衡点随风速变化。由于数学模型的复杂性以及难以确定性，优化系统的数学模型可以使控制效果更加理想。仅仅基于某一工况点附近线性化的模型所设计的控制器难以满足风力发电系统的控制性能要求，不同于局部线性化方法借助于动态特性的线性近似，反馈线性化可在大范围内实现精确解耦线性化，从而可用线性最优控制实现最大风能捕获和改善系统动态性能。
　　风力发电机运行过程中，要求有功、无功功率输出能够根据负载的变化快速做出响应，这必然会引起转子电流的剧烈变化，与电功率波动小的要求相互矛盾，这一相互矛盾的设计要求可以作为最优控制问题来折衷处理。在矢量控制动态模型基础上进行扩展，设计了最优功率输出调节器，对大功率负载投切甚至线路终端故障引起的母线电压扰动有很好的抑制作用。为了避免风速的测量，控制变流器及速度来实现发电机功率输出控制。
　　最大风能捕获策略基于稳态寻优的思想，忽略了系统的动态能量捕获。将反馈线性化结合最优跟踪控制应用于风力发电控制系统，通过控制发电机转子转速跟踪风速变化保持最优叶尖速比，来实现额定风速以下风能的最大捕获，对风力发电机的输出功率进行了功率解耦控制，稳定输出功率。用LQG 方法进行变桨距控制器以及转矩控制器的设计，可以识别风力机的非线性并且修改相关的控制信号，使得风电机组在低于额定风速以下时捕获最大风能，在额定风速以上保持输出功率稳定，并且减少了作用在机组上的载荷；对于具有柔性传动链的定桨距风电机组，提出一种双环最优控制结构，该结构基于风力机组建模中的频率分离原则，由低频率环和高频率环构成，低频率环进行稳态最优控制来保证最大风能捕获，高频率环进行动态最优控制来减小载荷。并且引入自由参数进行两者的权重分配，从而保证系统的最优性能可以在最大风能捕获和减小载荷两个控制目标之间灵活调整。
　　7 模型预测控制在风力发电系统中的应用