风力发电机的控制方式综述

风力发电机及风力发电控制技术综述摘要：本文分析比较了各种风力发电机的优缺点，介绍了相关风力发电控制技术，风力发电系统中的应用，最后对未来风力发电机和风力发电控制技术作了展望。关键词：风力发电机电力系统控制技术OverviewofWindPowerGeneratorsandtheControlTechnologiesSUChen-chenAbstract:Thispaperanalyzestheadvantagesanddisadvantagesofthevariouswindturbinecontroltechnologyofwindpower,windpowergenerationsystem,andfinallyprospectedthefuturecontrolofwindturbinesandwindpowertechnology.1引言在能源短缺和环境趋向恶化的今天，风能作为一种可再生清洁能源，日益为世界各国所重视和开发。由于风能开发有着巨大的经济、社会、环保价值和发展前景，近20年来风电技术有了巨大的进步，风电开发在各种能源开发中增速最快。德国、西班牙、丹麦、美国等欧美国家在风力发电理论与技术研发方面起步较早，因而目前处于世界领先地位。与风电发达国家相比，中国在风力发电机制造技术和风力发电控制技术方面存在较大差距，目前国内只掌握了定桨距风机的制造技术和刚刚投入应用的兆瓦级永磁直驱同步发电机技术，在风机的大型化、变桨距控制、主动失速控制、变速恒频等先进风电技术方面还有待进一步研究和应用[1]。发电机是风力发电机组中将风能转化为电能的重要装置，它不仅直接影响输出电能的质量和效率，也影响整个风电转换系统的性能和装置结构的复杂性。风能是低密度能源，具有不稳定和随机性特点，控制技术是风力机安全高效运行的关键，因此研制适合于风电转换、运行可靠、效率高、控制且供电性能良好的发电机系统和先进的控制技术是风力发电推广应用的关键。本文分析比较了各种风力发电机的优缺点，介绍了相关风力发电控制技术，风力发电系统中的应用，最后对未来风力发电机和风力发电控制技术作了展望。2风力发电机2.1风电机组控制系统概述图1为风电机组控制系统示意图。系统本体由“空气动力学系统”、“发电机系统”、“变流系统”及其附属结构组成;电控系统(总体控制)由“变桨控制”、“偏航控制”、“变流控制”等主模块组成(此外还有“通讯、监控、健康管理”等辅助模块)。各种控制及测量信号在机组本体系统与电控系统之间交互。“变桨控制系统”负责空气动力系统的“桨距”控制，其成本一般不超过整个机组价格5%，但对最大化风能转换、功率稳定输出及机组安全保护至关重要，因此是风机控制系统研究重点之一。“偏航控制系统”负责风轮自动对风及机舱自动解缆，一般分主动和被动两种偏航模式，而大型风电机组多采用主动偏航模式。“变流控制系统”通常与变桨距系统配合运行，通过双向变流器对发电机进行矢量或直接转矩控制，独立调节有功功率和无功功率，实现变速恒频运行和最大(额定)功率控制。图1风电机组控制系统示意图2.2风电机组分类及特点2.2.1按风轮桨叶分类：失速型：高风速时，因桨叶形状或因叶尖处的扰流器动作，限制风力机的输出转矩与功率；变桨型：高风速时通过调整桨距角，限制输出转矩与功率。2.2.2按风轮转速分类：定速型：风轮保持一定转速运行，风能转换率较低，与恒速发电机对应；变速型：（1）双速型：可在两个设定转速运行，改善风能转换率，与双速发电机对应；（2）连续变速型：在一段转速范围内连续可调，可捕捉最大风能功率，与变速发电机对应。按传动机构分类：齿轮箱升速型：用齿轮箱连接低速风力机和高速发电机；（减小发电机体积重量，降低电气系统成本）直驱型：直接连接低速风力机和低速发电机。（避免齿轮箱故障）2.2.3按发电机分类：异步型：（1）笼型单速异步发电机；（2）笼型双速变极异步发电机；（3）绕线式双馈异步发电机；同步型：（1）电励磁同步发电机；（2）永磁同步发电机。2.2.4按并网方式分类：并网型：并入电网，可省却储能环节。离网型：一般需配蓄电池等直流储能环节，可带交、直流负载。或与柴油发电机、光伏电池并联运行。3风力发电机组的现代控制技术3.1滑动模控制使风力发电系统的控制器具有较强的鲁棒性以及良好的动态品质是风力发电系统研究中一个倍受关注的问题。滑模变结构控制系统因其兼具快速响应、对系统参数变化不敏感、设计简单和易于实现等优良特性而在电力系统、交流传动、电力电子技术和风电系统等领域得到了广泛的应用。滑模变结构控制本质上是一种不连续的开关型控制。基本设计思想是对于一非线性系统利用高速开关将系统相轨迹引导到一个由设计者所选择的可到达的曲面上。在满足匹配的条件下一旦系统的状态向量进入切换面后就被约束在超曲面的子空间中作“滑模”运动。此时系统的动态品质由切换面的参数决定而与系统参数的摄动、扰动的影响无关即变结构控制具有对滑模摄动的不变性这种不变性显然比鲁棒性更进了一步称之为完全鲁棒性或理想鲁棒性。风力发电机工作于正常和失速2种模[2]对感应发电机系统以功率相对误差作为切换面2种模态分别采取不同的滑动模控制结构实现了无差跟踪和风能最大捕获。[3]以力矩为控制信号采用手积分型滑动模控制律有效地解决了滑动模的切换抖动问题。[4]通过控制逆变器的导通角使风机系统能够跟踪产生转矩振荡的转速或风速这样不仅可以实现最大风能捕获而且通过转速反馈为转矩振荡提供足够的阻尼转矩。[5]将滑动模控制方法与基于无源性的控制方法相结合通过维持向滑动面牵引的内部力的方法有效地减小了滑动模控制切换抖动。在进行变速运行的双馈电机风力发电系统的控制器设计时需要妥善解决风速跟踪与转矩平滑之间的关系。[6]应用滑动模控制方案控制风电系统保持最佳叶尖速比运行。其参数的合理选择兼顾考虑了转换效率最优和转矩振荡消除并且采用发电机转矩反馈削弱共振幅值。所提到的滑动3.2桨距控制方式桨距控制的实质是功率控制。根据功率控制对应的风轮特性不同，可划分为被动控制和主动控制两类。3.2.1被动控制“被动失速控制”是最基本的功率控制方式。通过设计特殊的叶片几何形状，使得风电机组在期望的风速下达到最大(额定)功率。该方式易受到不确定的气动因素影响，导致在额定或更高风速时对功率等级和叶片载荷的估计失误。“被动变桨距控制”是一种新颖的被动功率控制方式。通过设计叶片或叶片轮毂，使其高风速时在叶片载荷作用下被动扭转，获得所需的桨距角。该方式由于叶片扭转量与载荷匹配存在难度，使其难以在并网风机中得到应用。3.2.2主动控制“主动变桨距控制”是最常见的变桨距控制方式。在大于额定风速时，通过调整全部叶片(统一变桨距)或各个独立叶片(独立变桨距)，减小攻角从而限制功率吸收。为了限制瞬时风能造成的脉动功率影响，通常要求快速而精确动作，这即是研究变桨距控制的主要目的。“主动失速控制”是将被动失速和主动变桨距相结合的技术。低风速时等同于变桨距调节，高于额定风速时将叶片调向失速模式。与主动变桨距控制相比，其对桨距执行机构的调节幅度和速度的要求较低。3.3发电机/变流器控制方式感应双馈异步电机和永磁直驱同步电机是两类主要的风力发电机。前者定子连接电网，转子连接变流器，无需大功率变流装置;后者无齿轮箱，低转速直接驱动，但需要大功率变流装置。3.3.1发电机控制方式矢量控制是风力发电机的经典控制方式，此外还有直接转矩控制、复合控制等，并在此基础上衍生出一系列改进的控制技术。[7]提出基于无速度(位置)传感器的矢量控制技术，应用于感应电机和永磁电机控制。[8]提出基于多重化滑模观测器的矢量控制技术。这类控制方式通过设计观测器来估计转子位置或速度，将估计与控制相结合以改善功率控制精度，但实时性和抗干扰性偏低。[9]提出基于矢量控制的有功无功解耦控制;[10]通过构建电机的输入输出线性化模型，减弱了对电机参数的依赖性，可获得更快的动态响应及更好的动态解耦性能。3.4主动失速/混合失速发电技术这种技术是前两种技术的组合。低风速时采用变桨距调节可达到更高的气动效率，当风机达到额定功率后，风机按照变桨距调节时风机调节桨距相反方向改变桨距。这种调节将引起叶片攻角的变化，从而导致更深层次的失速，使功率输出更加平滑，其综合了前两种方法的优点。3.5变速风力发电技术变速运行是风机叶轮跟随风速变化改变其旋转速度，保持基本恒定的最佳叶尖速比，风能利用系数最大的运行方式。与恒速风力发电机组相比，变速风力发电技术具有低风速时能够根据风速变化在运行中保持最佳叶尖速比获得最大风能、高风速时利用风轮转速变化储存的部分能量以提高传动系统的柔性和使输出功率更加平稳、进行动态功率和转矩脉动补偿等优越性。3.4机组控制算法从机组控制器设计层面上，可将控制算法总体分为两类，这些[1]方法依据具体的风机动力学特性，有针对地应用至变桨、偏航、变流控制系统中。3.4.1经典控制算法PID控制器原理简单且当前多种工业PLC控制器(如SIEMENSS7-300)集成PID功能模块，实现方便，在控制领域得到广泛采用。风电机组中采用PI或PID控制器需要注意两点:其一，采取“积分器退饱和”措施防止积分器失效;其二，将PI或PID与现代控制算法结合，构成复合PID控制(如:模糊PID、神经网络PID、自适应PID等)，以弥补经典PID不足，实现更优控制效果[11－12]。此外一些算法基于风力最佳工作点的线性化模型，实现风速、转速、电功率反馈控制，适合于工作环境慢变、不确定性及干扰性较弱的风电系统控制。3.4.2现代控制算法风电机组的现代控制方法包括最优控制、鲁棒控制、滑模变结构控制、非线性自适应控制及智能控制等。（1）[13—14]利用鲁棒控制算法解决风电系统建模不确定性及随机风扰动问题，获得良好的鲁棒性和稳定性。[15]考虑负载状况，基于LMI方法设计了多变量线性时变控制器，实现全风速区域的变桨控制。[16]将几何方法与滑模方法相结合，设计了风电系统的多输入多输出抗扰控制器，同时实现转矩控制和最大化风能利用的控制目标。（2）非线性智能控制算法是现代控制算法中受到广泛关注的一类。该类算法直接针对风电的复杂快变非线性动力学，利用变结构、自寻优、动态补偿等功能克服系统参数不确定性及非线性时变4风力发电系统的智能控制风力发电系统的控制策略根据控制器的不同可分为两大类：以数学模型为基础的传统控制方法和模拟人类智能活动及其控制与信息传递过程的智能控制。由于空气动力学的不确定性和电力电子模型的复杂性，使风电机组成为一个复杂多变量非线性系统，具有不确定性和多干扰等特点，致使风力发电系统很难用数学模型来描述，所以传统控制方法在风力发电系统中不适用。由于智能控制可充分利用其非线性、变结构、自寻优等各种功能来克服系统的参数时变与非线性因素，因此各种智能控制方案于近几年被开始应用于风电机组控制领域。4.1模糊控制模糊控制是一种典型的智能控制方法，其最大特点是将专家的经验和知识表示为语言规则用于控制。利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。大部分文献采用的是简单模糊控制器，主要缺点是控制精度不高，会出现稳态误差，需要专家知识，缺乏自适应能力。4.2神经网络控制人工神经网络具有可任意逼近任何非线性模型的非线性映射能力，利用其自学习和自收敛性可作为自适应控制器。在风力发电系统中，神经网络可以用来根据以往观察风速数据预测风速变化等方面。变桨距风力发电系统中可采用神经网络控制器通过在线学习并修改Cp-λ特性曲线，实现风能的最大捕获并减小机械负载力矩，根据风速数据和风力发电机动态特性