摘要：随着我国风力发电技术的不断提升，有效的利用了风力清洁能源。为了保障风力发电机组可以最大效能的工作，需要对风力发电机组进行高效的控制，提高风力发电机组运行的可靠性与安全性。下文就我国目前风力发电机组的控制技术进行研究分析。
关键词：风力发电机组；控制技术；应用价值
引言：
风力资源的开发很好的拓宽了我国电力系统的建设途径，但是由于风力资源，具有很强的不稳定性，风力发电机组若是不能很好的进行自我运行控制，就很能造成发电机组运行的不稳定，从而影响到了风力发电系统的可靠性与安全性。
一、我国风力发电机组的分类研究
在风力发电机组分类的时候，可以根据发电机组的工作特性进行简单分类。目前我国风力发电机组主要分为海洋风力发电与陆地风力发电两种，陆地风力发电主要集中于风力资源丰富的地区，如新疆地区、青海地区、贵州地区等，而海洋风力发电系统属于后起之秀，在短时间内得到了突飞猛进的发展，由于海洋季风资源的丰富，海洋风力发电机组已经成为一个重要的发展课题与研究方向。
在风力发电机组分类时，可以根据风力发电机组的运作效能，将其分为大型发电机组、中型发电机组、小型发电机组，由于中小型发电机组的运行效率，不能实现资源开发的最大化，导致了风力资源的浪费。近年来我国风力资源开发过程中，主要进行大型发电机组的建设规划，而大型发电机组的智能控制技术，也是科研人员攻克的首要难题[1]。
风力发电机组根据运行系统的不同可以将其分为，双馈式发电机组和直驱式发电机组，两种发电机组都各有优缺点。直驱式风力发电机组采取的是同步发电机，而双馈式发电机组采取的是齿轮增速箱进行能源的转化。
二、我国风力发电机组的主要控制技术分析
（一）发电机组模糊控制技术
该技术的应用原理是，以模糊程序与语言规则为基本运行基础，在实际发电运行的过程中可以有效的规避，风力非线性变化的因素影响，从而保障风力发电机组的运行可靠性与稳定性[2]。
根据实际发电系统运行的数据信息可知，在风力发电机组中应用模糊控制技术，很好的提高了发电机组的运行效率，实现了风力资源的高效开发。因为在模糊控制技术的支持下，发电机组可以对风力资源的风速、方向、旋流、强度等，进行实时的监测，从而根据监测的数据与预先设计的理论数据，进行模糊程序的比对，从而实施的调整发电机组的运行方案。
在模糊控制技术的推动下，风力发电机组运行系统向着智能自动化逐渐发展，从而节省更多的人力物力，提高风力发电系统的运行经济性与安全性。例如我国新疆地区建设的大型变桨距风力发电系统，就充分的发挥出了模糊控制技术的作用，在该技术的控制下，可以对发电机组的风力机转速进行动态的控制，使得风力机的迎风面可以与风向成正比例关系，从而使得风力资源最大化的转化为风力机的动能，进行高效率的资源转化。在模糊控制技术的应用下，该风力发电机组在运行过程中的抖振现象可以得到很好的控制，从而很好的提高风力发电机组的整体运行效率与质量，保证了发电系统运行的可靠性与稳定性[3]。
（二）风力发电机组的最优控制技术
在风力发电系统运行的过程中，可以发现系统运行的环境，并不是安全稳定的，由于自然气候的变化无常，使得风力资源的可控性非常低，在发电机组运行的过程的过程中，风速频繁变化、干扰因素不断增多的非线性工作环境下，若是采取固定的数学控制方式，对风力发电机组进行控制，很能使得发电机组发挥出最大的工作效率，从而影响到风力资源开发工作的可行性。为了很好的解决上述的问题，在风力发电机组运行的过程中，可以充分的发挥出最优控制技术的优势，完成对风力发电机组的科学合理控制。
期刊文章分类查询,尽在期刊图书馆
在最优控制技术应用的过程中，可以根据线性的数据模型对风力发电机组的运行数据信息进行研究分析。在大数据处理技术与计算机系统的支持下，可以对数据信息进行大范围的反馈归纳整理，并根据解耦线性的理论，研究分析出不同工况下，风力发电机组的实际运行效率与可靠性，从而可以得出不同风力资源环境下，发电机组最优的工作数据流和控制方案。
在风力发电机组的实际运行过程中存在着很多隐藏的问题，这些隐藏的工作问题，直接或者间接的影响到了风力发电系统的运行安全与质量。在风力发电系统运行的过程中，通过应用最优控制技术，不仅可以科学合理的调整机组运行的模式，提高发电机组的运行效率，并且可以及时的发现系统中隐藏的安全问题，并进行高效的处理，提高发电系统运行的稳定性。例如在大型发电机组运行的过程中，由于风力资源的突发变化，从而导致发电机组运行的异常，使得发电系统的一些线路出现了故障，造成了系统运行电压的不稳定，给发电机组的运行埋下了安全隐患。而在最优控制技术的调整下，可以根据系统实际运行的情况，对变化的电压进行有效的抑制，从而保障发电系统的整体运行效率与安全性。
（三）发电机组的神经网络控制技术
人工智能网络技术是目前风力发电系统中应用的最前沿科技产品，该控制技术也是风力发电机组多种控制系统中应用最广泛的一种。人工神经网络控制技术与上文中叙述的模糊控制技术、最优控制技术相比，人工神经网络技术具有更强大的应用优势[4]。
在风力发电系统中应用人工智能网络控制技术，可以实现对操作程序、运行方案决策等工作行为的主动学习，从而在发电机组控制时，模拟工作人员对其进行高效的调整控制，从而有效的提高了风力发电系统运行的效率。
在神经网络控制技术的应用工作开展下，可以灵敏的对大气环境中的风力资源进行准确的数据信息捕捉，在神经网络计算机电脑的快速处理下，可以实时的做出发电机组的调整方案，保障发电系统的运行安全性与稳定性。在神经网络控制技术的发展促动下，风力发电系统逐渐向着智能自动化发展。在智能自动化控制的工作环境下，可以根据数据的深度分析，从而准确的预测出风力资源的变化趋势，从而预见性的对发电机组进行调整准备，从而不断的提高风力发电系统的稳定性与可靠性。
（四）风力发电机组矢量控制技术
在风力资源开发利用的过程中，主要的难题就是风力资源的不可预见性和多变性，若是实时的根据风力资源的变化进行发电机组的调整，就可以保障风力发电系统的效能。在风力发电机组中应用矢量控制技术，可以实现对风力资源的实施跟踪监测，从而保障发电系统可以获取第一手的数据信息。
在矢量控制技术的应用下，可以对发电机组的无功功率与有功功率进行很好的调整，在独立解耦原理的支持下，有效的提高了发电机组的控制质量。通过对矢量控制技术下的数据信息分析，可以发现该技术具有很强的抗干扰能力和适用能力，在风力资源出现变化时，可以在短时间内对发电机组进行稳定的控制。目前我国大型风力发电项目中双馈室风力发电机组，应用矢量控制技术最为普遍，在该技术的应用下，很好的完成了无功功率的补偿，提高了发电机组的运行效率。
三、结束语
综上所述，在风力发电系统运行的过程中，为了保障系统运行的安全性与稳定性，提高发电机组的整体运行效率，需要有效的提高发电机组的控制质量与效率，才可以实现预期的工作目标。
参考文献：
[1]谭俊.风力发电机组的控制技术探析[J].中国设备工程，2018，13：220-221.
[2]赵建辉.风力发电机组控制技术的研究[J].科技风，2019，03：185.
[3]吕大朋.风力发电机组控制及运行维护技术[J].信息记录材料，2017，1805：51-53.
[4]武卫平，沈滨.风力发电机组控制技术的研究[J].东北电力技术，2018，3205：15-16+20.
论文作者:赵耀,张春晓
论文发表刊物:《电力设备》2019年第2期
论文发表时间:2019/6/5
标签：机组论文; 风力论文; 技术论文; 风力发电机组论文; 系统论文; 风力发电论文; 很好论文; 《电力设备》2019年第2期论文;