论文部分内容阅读
摘要：2020年10月，世界人口已达到75亿。人口迅速增长、能源短缺和环境退化也是不可避免的问题。可再生能源和清洁能源、风能一直是世界各国政府关注的焦点，由于其巨大的经济、社会和环境价值，风能技术自本世纪初以来取得了长足的进步。虽然我国的风能生产技术和电力管理技术已经取得了很大的进步，但与欧美发达国家相比还有很大的差距，比如大规模通风和主动停堆的控制技术还需要迎头赶上。
关键词：风电机组、风电管理技术、智能控制
简介：发电机是风力发电机组转换风能的重要设备。风能属于低密度能源，虽然具有巨大的经济效益和发展前景，但存在的问题是其不稳定性和随机性。为了有效地保证风力发电机组的安全、高效使用，有必要开发一种高性能、高控制技术的风力发电系统。
1.传统风电机组
它可以共享笼式异步发电机和电刷双燃料异步发电机。笼型异步发电机的原理是使用电容器补偿无功功率。但是，由于发动机转子的整体强度和刚度非常好，不担心失控运行，因此适合风力开发。近年来，这種类型的发电机越来越成熟，在世界各地的风电场中非常流行。对于双馈感应发电机，它也广泛应用于风能生产系统中。然而，由于其可靠性差和频繁维护，考虑到其特点，不适合在风力发电系统的恶劣环境中运行。
2.新型风力涡轮机
主要包括交流电阻发电机、永磁有刷直流发电机和永磁同步发电机，由于交流磁阻发电机具有结构简单、能量含量高、可靠性高等优点，每个物理量都会随着转子的变化而周期性地改变。由于高起飞扭矩和良好的低活动性，它们中的大多数用于低风力发电系统。所以它的特点是电压波形稳定，长期使用永磁同步发电机。它也适用于小型风力发电机。
3.风力发电系统的智能化管理
风能生产受多种因素影响，管理系统复杂，具有不确定性和多因素的特点，与传统的质量控制方法相比存在许多差距。因此，它们中的大多数现在都采用了模拟人类活动和信息传输过程的智能控制。
3.1.模糊检查
这种方法也是智能管理的典型。它的主要特点是表达过去的经验和有关有效控制语言规则的知识。必须认识到，风能生产系统是一个随机非线性系统。这就是为什么模糊控制也非常适合控制风力涡轮机，例如监测发电机转速和最大限度地收集风能，我们取得了非常好的效果。笼中的异步发电机可以更好地监控跟踪设备。通过设置和学习参数，可以调整发动机转速。
3.2.神经网络控制
人工神经网络以其丰富的非线性模型映射机制和更有效的自主学习能力，大大改善了自适应控制过程，在风力发电系统中，神经网络可以根据专家经验和风速数据进行风速预测，此外，神经网络控制器可用于可变波风力发电系统的在线学习，可以根据发电机观察到的数据建立神经网络，并根据发电机观察到的数据随时间降低控制效率。
4、风电生产控制技术分析
4.1传统控制技术
在风电机组使用过程中，传统控制技术主要用于：总体而言，整个风能生产系统比较复杂，结构比较繁琐，传统的管理方式无法应对风力发电的持续内部变化，无法保证对供电和供应链的控制，另外，传统的PID结构简单，工作过程中具有一定的可靠性，可用于风力发电，此外，PI控制器和PD控制器可以通过按比例、区分和集成应用，在合理范围内对声音高度系统的运行进行检查和检查。
4.2.智能管理技术
智能控制技术是风力发电机组控制的重要手段。实际风力涡轮机控制工作，时变问题，非线性问题和多层次问题难以解决，因此有必要明智地应用智能控制技术，将传统控制理论与人工智能有机地结合起来。在应用实用智能控制技术时，可以从以下几点进行扩展：
（1） 模糊控制算法控制方式。模糊控制算法具有很强的耐久性。因此，模糊控制算法可以应用于风力发电机组的控制，模糊控制算法的应用不需要对被控对象进行解释，在这种情况下，可以对控制操作进行扩展，为了理解有效的控制和修复，控制器是一个变桨系统，不透明度控制算法的控制方法具有抗干扰能力强、动态性能强、逼近速度快、静态误差小等优点。
（2） 模糊控制算法和PID算法的组合。为确保系统稳定性，可将模糊控制算法和PID算法有机地组合在一起。通常，将PID控制器分配给系统的最坏工作点，以优化风力涡轮机变桨控制和控制速度的效果，为了进一步提高控制效果，工作人员应及时分析和了解PID变桨控制器的不足之处。模糊前馈控制器应分析和了解进给纵向角度和风力涡轮机叶片的气动特性;在变桨距系统的情况下，还可以引入双模式dim引脚，以实现有效的系统控制。
（3） 神经网络管理模式。人工神经网络有其特点和优势。例如，它可以是任何线性模型的近似非线性映射。它可以由风速数据掌握，并找到风速变化规律[3]。在此期间，风力发电系统可以在线实现，以学习最大程度地收集风能，从而降低风力机的机械负载扭矩。
（4） 模糊算法是一种有机结合的神经网络。在模糊算法和神经网络的结合中，有必要将模糊理论和神经网络有机结合起来，了解模糊变桨控制器和神经节变桨控制器的相互集成。这样，您可以控制大于标称风速的功率，在可减少振动和高估的合理范围内。
5技术发展
为了提高风能生产效率，降低运行成本，降低能源生产过程中产生的噪声，将其转变为完全清洁无污染的绿色能源，实现良性运行。引入变转矩变速横频技术也将为大型风力发电机组的运行提供技术保障，这可以减少发电机容量，降低运营成本，增加发电量，提高运营效率。这不仅有助于提高运行效率，而且提高了整个系统的可靠性。此外，磁驱动技术和磁扩散技术可以实现最大规模的风能生产，提高风能生产的经济效益。智能控制的使用可以有效地超越风能生产系统参数中的非线性因素。
结论：目前在可再生能源技术中，风能生产技术无疑是发展最快的技术之一。虽然我国在这一领域起步较晚，但在总体应用上已经领先于欧美国家，具有很好的风能产业发展条件，一些地区一直处于强风环境中，但一些关键技术仍然落后于人们。因此，要想在风能生产上取得好的进展，就必须在这些关键技术上取得突破，为中国经济发展做出有益的贡献。
参考文献
[1]郎泽萌.关于风力发电机及风力发电控制技术分析[J].科技风，2020（23）：133.
[2]林宇龙，王明渊，李冰，黄珣，郭良. 风力发电机组的发展及其新控制技术综述[A]. 中国电力科学研究院.2017智能电网新技术发展与应用研讨会论文集[C].中国电力科学研究院：北京市海淀区太极计算机培训中心，2017：5.
[3]石海滨.关于风力发电机及风力发电控制技术分析[J].民营科技，2017（09）：70.
[4]刁帅.双馈式风力发电机运行原理及发电控制技术研究[J].中国高新技术企业，2016（20）：139-140.
关键词：风电机组、风电管理技术、智能控制
简介：发电机是风力发电机组转换风能的重要设备。风能属于低密度能源，虽然具有巨大的经济效益和发展前景，但存在的问题是其不稳定性和随机性。为了有效地保证风力发电机组的安全、高效使用，有必要开发一种高性能、高控制技术的风力发电系统。
1.传统风电机组
它可以共享笼式异步发电机和电刷双燃料异步发电机。笼型异步发电机的原理是使用电容器补偿无功功率。但是，由于发动机转子的整体强度和刚度非常好，不担心失控运行，因此适合风力开发。近年来，这種类型的发电机越来越成熟，在世界各地的风电场中非常流行。对于双馈感应发电机，它也广泛应用于风能生产系统中。然而，由于其可靠性差和频繁维护，考虑到其特点，不适合在风力发电系统的恶劣环境中运行。
2.新型风力涡轮机
主要包括交流电阻发电机、永磁有刷直流发电机和永磁同步发电机，由于交流磁阻发电机具有结构简单、能量含量高、可靠性高等优点，每个物理量都会随着转子的变化而周期性地改变。由于高起飞扭矩和良好的低活动性，它们中的大多数用于低风力发电系统。所以它的特点是电压波形稳定，长期使用永磁同步发电机。它也适用于小型风力发电机。
3.风力发电系统的智能化管理
风能生产受多种因素影响，管理系统复杂，具有不确定性和多因素的特点，与传统的质量控制方法相比存在许多差距。因此，它们中的大多数现在都采用了模拟人类活动和信息传输过程的智能控制。
3.1.模糊检查
这种方法也是智能管理的典型。它的主要特点是表达过去的经验和有关有效控制语言规则的知识。必须认识到，风能生产系统是一个随机非线性系统。这就是为什么模糊控制也非常适合控制风力涡轮机，例如监测发电机转速和最大限度地收集风能，我们取得了非常好的效果。笼中的异步发电机可以更好地监控跟踪设备。通过设置和学习参数，可以调整发动机转速。
3.2.神经网络控制
人工神经网络以其丰富的非线性模型映射机制和更有效的自主学习能力，大大改善了自适应控制过程，在风力发电系统中，神经网络可以根据专家经验和风速数据进行风速预测，此外，神经网络控制器可用于可变波风力发电系统的在线学习，可以根据发电机观察到的数据建立神经网络，并根据发电机观察到的数据随时间降低控制效率。
4、风电生产控制技术分析
4.1传统控制技术
在风电机组使用过程中，传统控制技术主要用于：总体而言，整个风能生产系统比较复杂，结构比较繁琐，传统的管理方式无法应对风力发电的持续内部变化，无法保证对供电和供应链的控制，另外，传统的PID结构简单，工作过程中具有一定的可靠性，可用于风力发电，此外，PI控制器和PD控制器可以通过按比例、区分和集成应用，在合理范围内对声音高度系统的运行进行检查和检查。
4.2.智能管理技术
智能控制技术是风力发电机组控制的重要手段。实际风力涡轮机控制工作，时变问题，非线性问题和多层次问题难以解决，因此有必要明智地应用智能控制技术，将传统控制理论与人工智能有机地结合起来。在应用实用智能控制技术时，可以从以下几点进行扩展：
（1） 模糊控制算法控制方式。模糊控制算法具有很强的耐久性。因此，模糊控制算法可以应用于风力发电机组的控制，模糊控制算法的应用不需要对被控对象进行解释，在这种情况下，可以对控制操作进行扩展，为了理解有效的控制和修复，控制器是一个变桨系统，不透明度控制算法的控制方法具有抗干扰能力强、动态性能强、逼近速度快、静态误差小等优点。
（2） 模糊控制算法和PID算法的组合。为确保系统稳定性，可将模糊控制算法和PID算法有机地组合在一起。通常，将PID控制器分配给系统的最坏工作点，以优化风力涡轮机变桨控制和控制速度的效果，为了进一步提高控制效果，工作人员应及时分析和了解PID变桨控制器的不足之处。模糊前馈控制器应分析和了解进给纵向角度和风力涡轮机叶片的气动特性;在变桨距系统的情况下，还可以引入双模式dim引脚，以实现有效的系统控制。
（3） 神经网络管理模式。人工神经网络有其特点和优势。例如，它可以是任何线性模型的近似非线性映射。它可以由风速数据掌握，并找到风速变化规律[3]。在此期间，风力发电系统可以在线实现，以学习最大程度地收集风能，从而降低风力机的机械负载扭矩。
（4） 模糊算法是一种有机结合的神经网络。在模糊算法和神经网络的结合中，有必要将模糊理论和神经网络有机结合起来，了解模糊变桨控制器和神经节变桨控制器的相互集成。这样，您可以控制大于标称风速的功率，在可减少振动和高估的合理范围内。
5技术发展
为了提高风能生产效率，降低运行成本，降低能源生产过程中产生的噪声，将其转变为完全清洁无污染的绿色能源，实现良性运行。引入变转矩变速横频技术也将为大型风力发电机组的运行提供技术保障，这可以减少发电机容量，降低运营成本，增加发电量，提高运营效率。这不仅有助于提高运行效率，而且提高了整个系统的可靠性。此外，磁驱动技术和磁扩散技术可以实现最大规模的风能生产，提高风能生产的经济效益。智能控制的使用可以有效地超越风能生产系统参数中的非线性因素。
结论：目前在可再生能源技术中，风能生产技术无疑是发展最快的技术之一。虽然我国在这一领域起步较晚，但在总体应用上已经领先于欧美国家，具有很好的风能产业发展条件，一些地区一直处于强风环境中，但一些关键技术仍然落后于人们。因此，要想在风能生产上取得好的进展，就必须在这些关键技术上取得突破，为中国经济发展做出有益的贡献。
参考文献
[1]郎泽萌.关于风力发电机及风力发电控制技术分析[J].科技风，2020（23）：133.
[2]林宇龙，王明渊，李冰，黄珣，郭良. 风力发电机组的发展及其新控制技术综述[A]. 中国电力科学研究院.2017智能电网新技术发展与应用研讨会论文集[C].中国电力科学研究院：北京市海淀区太极计算机培训中心，2017：5.
[3]石海滨.关于风力发电机及风力发电控制技术分析[J].民营科技，2017（09）：70.
[4]刁帅.双馈式风力发电机运行原理及发电控制技术研究[J].中国高新技术企业，2016（20）：139-140.