現代控制技術在風力發電控制系統中的應用研究

云根圖 李瑋

【摘 ?要】隨著社區經濟和社會的迅速發展，能源問題變得越來越重要。在能源稀缺的今天，新的發電方式正在逐步發展。近年來，風能得到了廣泛的應用，并采用了現代控制技術，大大提高了生產效率。

【關鍵詞】控制結束;風力發電;運用

技術是社會發展和人類生活服務的基礎?，F代控制技術是一項重要的技術，在風能控制系統中得到了廣泛的應用，并在這些系統的實現中發揮了重要作用。在此基礎上，重點研究了現代控制技術在風能控制系統中的應用。

一、專家系統在風力發電系統中的應用

專家系統是一種智能的推理程序，能夠有效地處理知識，模擬人類的思維過程，如根據現有條件對不同現象進行推理、分析和決策;這是一個基于符號推理系統，利用專業知識和經驗的領域來辨別和推理系統的不同模式，善待和該領域的知識和經驗，強大的功能注釋，因此是非常適合診斷故障的原因。風電機組是由風輪、機艙、塔架、發電機、驅動鏈、偏航裝置、控制柜等多部分組成的系統，其中任一環節發生故障可能會影響所有風電場的安全運行。提高運行速度的機艙與故障診斷專家系統模型，建立了風力機機艙與故障診斷專家系統的風力機機艙，并結合模糊控制器，以提高風力機機艙故障診斷專家系統運行時的快速性;考慮到BP神經網絡系統相對于專家系統的優勢，通過分析單元電流信號并提取其特征向量，建立故障診斷模型;專家系統可有效診斷風力機機艙振動故障，并可開發完整的現場振動監測和實時故障診斷系統。在研究風力發電機組不同工作區域的轉矩控制和變槳距控制的基礎上，提出并闡述了基于專家決策系統的各控制器的協調控制策略，提高了風力發電機組的發電質量。該模糊專家系統能夠可靠地預測風電場的風速和輸出功率。利用專家系統確定海上風電場的可用性和可維護成本，可以快速方便地處理海上風電場的供應情況和維護成本，降低投資成本，提高可靠性。專家控制系統與傳統控制理論和方法的有機結合是專家控制系統的研究領域。由于風力系統本身是一個復雜的系統，所以振蕩的原因很多，導致很多故障，很可能會發生很多故障。由于風力系統本身是一個復雜的系統，有許多振蕩的原因，導致許多故障，很可能會發生許多故障。

二、數學知識中的微分幾何控制技術在風力發電控制系統中的應用

微分幾何是生活中一個重要的數內容，此部分內容，在實踐中被廣泛應用，其應用控制技術是一個很明顯的例子，因為微分幾何的基本上是線性關系，所以微分幾何學的控制技術的主要目的，正確反映了線性化控制，此技術的運作：通過對非線性系統的模擬，將非線性系統映射到系統中，使其成為線性的，非線性的，用于將差分幾何控制技術轉移到該技術中，以一種可行的方式應用。風能控制系統本質上是一個非線性關系系統，因為它在工作過程中受到大風和不規則速度的影響，其中包括許多技術組成部分，如控制系統中的轉速和使用微分幾何的不穩定電流技術。微分幾何在控制系統中使用風能的技術，首先要解決的是風能在控制系統中的非線性關系，然后是雙并網產生它們的工作方式，最后研究作案手法是多次入境和出境的命令和反饋解耦的坐標轉換的最后階段線性和非線性非隨時匯報充分融合等不同方式，通過實施這些措施可以有效實現雙鏈輸送機中解耦的發電機磁場由職業活動的地位，這些目標的實現使風電調節系統能夠以最大的效率運行，最大限度地利用風電，提高風電質量。假如風速大于額定值，當轉速大于額定值時，運行風力發電機會降低控制系統的風能等措施的轉速和確定的功率，使其保持不變，以取代不必要的節省，提高工作效率。此外，微分幾何學的數學知識，控制技術的應用微分幾何，從而表明線性化的趨勢，據此及時，如果風力發電機可以變成更易于操作的線性、非線性和執行管制措施，從而可以模擬現實典范的風能轉換器的設計模型。此外，一種基于微分幾何相關原理的簡單實用的控制裝置，可以設計成在任何時候以非恒定速度控制發電機的恒功率。有一點需要注意：非線性反饋控制理論在微分幾何的許多好處和便利這種控制技術設計非常困難，尤其是對于通常反映的是狀態函數計算線性輸出向量和任性不易于閱讀，這個算法的一些局限性，比如CPU，據此要求極高，控制理論的不暢。當然，隨著時間的演變，處理器的性能正在提高。因此，差分幾何控制理論可以更好地應用于風力發電控制系統，差分幾何控制技術具有更高的參考值和更廣闊的前景。

三、人工神經網絡在風力發電系統中的應用

人工神經網絡也是常用的風力發電控制技術之一。其主要功能是通過風速的準確預測來實現電流輸出控制。人工神經網絡將積極學習風電系統

各板塊的功能主要是非線性映射，可以在較大范圍內控制不確定的風，且具有一定的容錯范圍，不易產生較大的誤差。對于風力發電系統來說，風速的控制非常重要，但無法通過設備實現直接控制。因此，只有風速的間接變化才能提高電流質量。想要真正了解性控制風速，首先必須有一定的預測方法，有效的預測方法并不是智能學習人工神經網絡的分析，不僅可以評估風力的大小在這個階段，也可以通過時間序列，預測短期風速變化，從而有效地控制。人工神經網絡的應用相對簡單。它不需要復雜的數學模型作為計算和控制的基礎。只有自學，才能穩定地控制風力發電的總體情況，才能高強度地提高電流質量。此外，人工神經網絡的應用在風力發電系統中，也可以配合其他的控制技術，如它與模糊邏輯相結合技術，風力發電機的負荷頻率可以整體優化，設置一個特定的頻率控制器，適當的負荷數量減少，降低整體電流負荷能力，使風力發電系統更穩定和由此產生的電壓將進一步優化。

四、自適應與滑模變結構

該技術應用于發電，能夠采集快速變化的系統數據，實時監測系統數據，正確控制各種運行參數。這項技術功能如下：系統運行過程中，顯然，如果這個技術控制裝置準確監測這種突變，然后就此分析基于系統的發電裝置有關的參數，分析結果，適當調整速度，以保證生產過程的順利進行。在以前的系統中，為了控制運行速度，首先需要構建相應的虛擬模型，由于數據的規律性變化，這是非常困難的。一個糟糕的模型會誤導員工，這對速度控制是非常有害的。隨著技術的出現，這個問題已經得到了解決，適應也是目前使用最廣泛的風力發電技術之一。

五、滑膜變結構控制技術在風力發電控制系統中的應用

滑模變結構控制技術本質上是一種開關模態不連續控制技術，該技術在實際應用過程中，需要控制風力發電控制系統的狀態，隨時能夠快速切換，該技術有其獨特的特點：明亮的開關在任何時候，對風力發電的參數變化不敏感反應控制系統，設計很容易，也很簡單的實現等等，本身就是我們需要的獨特優勢在風力發電控制系統，是一個非常好的操作措施?；Ｗ兘Y構控制技術可以最大限度地減小參數誤差、外部條件干擾等因素對雙饋電機的影響，提高控制性能。將該技術應用于風力發電控制系統中，可以使風力發電機在運行過程中處于最佳狀態，從而獲得更多的風能。

以上是對現代控制技術的詳細描述。對幾種典型技術類型的分析表明，它們在風力發電過程中發揮著重要作用。新技術的引入使風能擺脫了人工操作的限制，逐步走向自動化。

參考文獻：

[1]李健.現代控制技術在風力發電控制系統中的應用研究[J].電子技術與軟件工程，2017（15）：157.

[2]任燕.風力發電機速度跟蹤自適應控制研究[J].太陽能學報，2017，30（10）

（作者單位：內蒙古華電輝騰錫勒風力發電有限公司）