風電新能源及其并網技術的發展現狀探究

摘?要：針對并網時實現穩定狀態慢、擬合準確度低的情況，本文提出運用風力新能源并網建設發展措施。對其進行設計的時候，要求把控對象輸出量與希望輸出量保持一致;能夠從鄰聚類算法中獲取原始的建設發展原則，通過神經網絡優化該原則;針對建設的發展和把控政策進行歸納，達到風力新能源并網建設的發展。本文探討了風電新能源及其并網技術發展的現況，并提出相應的發展策略。

關鍵詞：風力新能源;并網技術;發展現況;對策

一、 風電新能源及其并網技術的發展現況

當今社會的快速發展，使現有的能源已經無法滿足現代人們的需求量。中國能源中占據很大一部分的能源是不可再生能源，如石油、煤炭等。不可再生能源大范圍使用，導致環境嚴重受到污染，過度利用該能源會出現短缺現象，使環境污染與發展模式出現明顯沖突。由于不可再生能源總有用盡的一天，開發可再生能源刻不容緩，緩和不可再生能源的壓力，從而優化能源的整體構造。將大型風力發電設備并入到電網中運作，連接電氣之后開展功率轉換就形成風力發電。風力新能源中風速會隨之改變，導致并網過程中出現轉子運轉速度發生異樣產生不穩定電流，該電流會使電網電壓出現很大程度的改變，最終致使并網相應速度過于緩慢，運行狀態不穩定，很大概率會引起發電器損壞。運用建設發展的方式，將并網時該能源的變槳功率把控好，將把控的原則用規則集的方式儲存在規則庫內，在對其進行優化，降低功率輸出的波動，改善建設發展的效率，這樣便具有實時學習功能，從而達到風力新能源并網建設發展。

二、 風力新能源并網建造發展方式

（一）建設發展的設計

為了更好把控新風能的并網，利用建設發展來描述多變量之間的關系，使得被控對象的輸出與預期輸出相同。功率可通過施工和開發調整，使變槳距作動器能及時變速運行。根據數據庫中一系列的IF-THEN模糊條件語句，計算機需要對模糊數據信息進行把控。模糊規則一般是從大量的實踐中匯總和索取得到。模糊語言變量根據數值算法解析，基于專家長期手動把控經驗和知識的積累。推理結果表明，模把控的規則推理已經完成，需要對推理結果進行去模糊處理才能得到最終的準確值。去模糊化方法可以選用加權平均法，計算出各元素在輸出量中的加權平均值及其對應的隸屬度，從而得到準確的輸出量。

（二）完善把控規則

風力發電機組空載并網系統具有高程度的非線性，憑借RBF神經網絡操控原則開展優化方案。如果智能把控的規則集合各個數字跟RBF網絡的藏匿個數一致時，使該網絡中的權數能夠與規則庫中的參數相對應。通過神經網絡自帶的記憶特征用來記憶規則，其次運用該網絡的學習性能來調改把控規則，最終實現優化的目標。

神經網絡智能化控制模型在其基礎上采用神經網絡結構來達成模糊推理，所形成的模型神經把控具備非線性功能，并且還有神經網絡的自動學習和自適應優勢。運用最近鄰聚類算法得到原始把控規則，再將控制規則的參變量傳輸到神經網絡展開調節參數。該算法將第一組數據作為第一組數據的集合分成中心。如果數據與集群中心之間的距離小于某一期望值，則將數據放入該組;否則，數據將被設置為新組的集群中心。

（三）達成建設發展目標

改善風電系統，對其提供了一種結合模型把控對策。根據俄國力學專家提出的穩定理論來解析運用制器時系統的穩定性。以仿真技術來闡明，所提出來的把控策略具有效果，并且運用控制器來達成可控制方法，通過建設發展的方式運用到控制器中，所獲得到功率來建造發展器，輸送出理想的功率數值，有利于把控風電機組進行并網（圖1）。針對風力發電系統開展優化方案，通過根據模型信息來改良LADRC的把控功能;其次還減免過多煩冗的解耦把控設計，進而將控制器從復雜變成簡單，進一步滿足并網的要求。仿真結果考證了理論解析的精確性和可行性。

由于發電機的變槳距把控包含了其他控制回路，目前僅僅表現出探究發電機的功率構成和發展部分。從控制器的結構和控制對策來把控變槳距執行器的工作。通過對比把控時間，采用常規控制方式時，4.5s后會出現震動，運行穩定;采用建造發展方式時，2.5s后運行逐漸穩定，建造發展方式的穩定性優于常規把控方法，在把控風電新能源并網時更為穩定。

三、 結束語

為了更好的處理風電新能源并網開發建設問題，設計了風電新能源并網開發建設方法。利用構造與開發的特點，符合非線性系統，根據神經網絡的學習技能，優化把控規則，提升自學習能力，提高構造與開發效果，從而實現智能把控。最終得出結論，該設計方法優化效果明顯，比常規控制方法更具有優良的穩定性和精度，把控成效明顯提高。

參考文獻：

[1]王馳騁.關于風電新能源發展與其并網技術的探討[J].工業，2017（2）：271.

作者簡介：關宏宇，內蒙古霍煤鴻駿鋁電公司電力分公司計劃部。