论文部分内容阅读
摘 要：风力发电控制系统对于风力发电技术具有至关重要的作用，其已经成为当下风力发电技术的核心竞争力。尤其是在风力发电的机组类型拓展之后，和电子功率变换技术的实现以后。而现代化的控制技术在风力发电的控制机构中，将会起到越来越重要的作用。当下研究针对如何的实现对于信息化控制技术的综合运用，使得风力发电的控制系统能够更加安全有效的运行，并且取得良好的控制效果，成为了热点。
关键词：风力发电；信息自动化；管理系统；设计与应用
中图分类号：TM614 文献标识码：A 文章编号：1004-7344（2018）17-0111-01
引 言
风力发电因为干净无污染可再生等环境保护型特点，在中国，因为技术开发落后等原因，风力发电有着美好的前景。风力发电技术尤其是控制技术的应用显得尤其重要。而风力发电机组的系统非常的复杂，而且往往存在多种干扰。在这种不确定而又复杂的系统中，往往没办法直接建立模型，而是要设置多重动态控制部分。而这即是现代化控制技术应用的关键，通过不断发展的现代化信息控制技术的强化应用，可以解决风力发电机组的各类干扰因素的控制，并最终完善整个项目。
1 风电工程的概述以及开发的意义
风电工程是充分利用了空气动力学的原理，将自然风经过风力机转换成机械能，然后再转变成人类可以使用的电能，来不断满足人们的正常生活和使用。风力发电技术在中国已经发展了很多年，整体的工程照价管理基本上还是属于比较成熟的阶段。施工过程中的全面管理主要体现在了建设工程项目的协调、施工过程的控制以及项目目标的管理等等。但是目前我国很多的建筑工程企业的管理方式都比较豪放，对于我国工程项目管理的质量，以及速度等等都还存在着一些不足之处，施工人员还存在着素质比较低下的问题，以及项目管理比较难等等，因此就有必要加强我国风电建设项目施工管理的过程控制，从而进一步提高建设项目的经济效益和社会效益。风能的开发有着一定的意义性，通过风能的开发，充分利用了一些自然再生能源，节约了不可再生的一次能源，从而最大限度的减少了对于环境的污染程度，保护了我国生态平衡。并且现在随着风力发电项目的逐渐施行，一些传统的煤电厂正在逐渐的淘汰，很好的维持了我国经济的可持续发展。并且在最近几年当中，国内的一些省或者市自治区境内，通过合理采用风力发电项目，改变了整体能源结构单一化的场面，保护了我国的水资源，减少了对于大气的污染，而且风电项目的建设投资还在快速发展当中，相信在未来，实现面会越来越广，会发挥出越来越大的作用。
2 风力发电信息自动化管理系统的设计与应用
2.1 风力发电机组信息系统的设计
风力发电机组信息系统的设计是以计算机为根本的生产环节控制与调度自动化体系，由风电场智能管理与自动控制平台、设备维护系统、智能调度系统和数据解析与评估体系构成。该体系能够对当场运行设备实施监控，凭借现代通信设施对数据实施实时采集和传输，进而落实设备的参数调节以及事故报警等性能。落实对多个风电场统一管理调度，把风力发电量差异较大的多个风电场的发电总量设置为定值，能够落实发电量配额的自由分配，当一些风电场风力较小而一些风电场风力较大时，在不超过总发电量设定值状况下风力大的风电场能够充分发电以补充风力小的风电场没能充分发电剩余配额，使风资源获得最大程度的利用，落实最大发电量。风力发电机组信息体系可以精准掌控发电体系的运行状态，快速地发现故障并第一时间响应，提升故障处理效率。机组工作人员凭借风力发电机组信息体系，能够高效的把设备有关数据信息以文字、图表的形式体现出来，为风力发电企业的发展决策给予珍贵的理论根据，而且可以为投资给予精准的市场信息和相关的政策扶植，对风力发电企业的持续稳定发展具有相当重要的作用。
2.2 风力发电信息自动化管理系统的应用
2.2.1 自适应控制信息化技术在风力发电系统中的应用
自适应控制信息化就是即是以环境改变而自动调整自身的控制参数，所以它对于整体参数的变化过程要给予高度的关注。在风力发电的控制系统中，自适应控制要做到对于过程参数变化检测的同时，实时的调节控制器，从而实现最优控制。而构建一个自适应控制系统的模型简单，应用到风力发电的系统中还需要设计一个高性能的追踪系统，例如桨距自适应控制系统，通过电流信号在实现自适应的同时，可以进行参数追踪。应用到现代的风力发电技术中，以无速度传感器矢量控制技术为基础，设定模型追踪风速，在权衡最大风能捕获和机械疲劳造成的损耗最小两个指标下，由适应器调节控制，在正确的补偿或者减低设定的风速过程中，实现对于风力的合理的最大化的运用。
2.2.2 最优控制智能技术在风力发电控制系统中的应用
风力发电控制系统的随机变量多，不确定或者干扰的因素大，主要指的是风能捕获利用方面。通过最优控制智能技术的使用，可以最大程度的分解和線性化干扰因素。因其数学模型已通过多次认证，因此对于变量或者干扰因素的线性化分解，设计最优控制，从而有效的捕获和利用风能。另一方面在发电机控制方面，也可以采用最优控制技术，例如发动机运行的过程中，运用最优功率调节器，在其功率和电功率波动之间寻求最优解决参数，从而使得发电机的转子转速保持最优叶尖速比，获得最大风能捕获。
2.2.3 人工神经网络技术在风力发电控制系统中的应用
人工神经网络技术通过对动物神经的研究，模仿神经系统的网络特征，在电力系统中具有高度的应用。其类似于神经元的独立性以及并联完成任务的组织性，可以在风力发电过程中对于风速实现预测。神经网络中所采用的模型大多为反向传播算法模型，在BP以及广义回归神经网络的运用中，通过神经网络自带的演算和变量输入，可以有效的预测风速和风量。而其具备的另一个优点是即是系统中存在这大量的不确定性，其也能在通过减少功率的波动来实现预测。从而稳定的实现系统的运行和控制。
3 结 语
综上所述，风速所带来的影响因素随机性和非线性，使得风力发电系统的设计和控制存在在复杂和难以预测的特征。结合运用现代化的信息控制技术，可以有针对性的对于电流信号，风速，风能捕获量灯量化因素进行控制，从而达到就目前而言的最优控制效果。
参考文献
[1]张凤阁，金 石.无刷双馈风力发电系统的L2鲁棒控制[J].电机与控制学报，2010（08）.
[2]宋华振.贝加莱的风力发电控制系统[J].自动化博览，2010（09）.
收稿日期：2018-5-2
关键词：风力发电；信息自动化；管理系统；设计与应用
中图分类号：TM614 文献标识码：A 文章编号：1004-7344（2018）17-0111-01
引 言
风力发电因为干净无污染可再生等环境保护型特点，在中国，因为技术开发落后等原因，风力发电有着美好的前景。风力发电技术尤其是控制技术的应用显得尤其重要。而风力发电机组的系统非常的复杂，而且往往存在多种干扰。在这种不确定而又复杂的系统中，往往没办法直接建立模型，而是要设置多重动态控制部分。而这即是现代化控制技术应用的关键，通过不断发展的现代化信息控制技术的强化应用，可以解决风力发电机组的各类干扰因素的控制，并最终完善整个项目。
1 风电工程的概述以及开发的意义
风电工程是充分利用了空气动力学的原理，将自然风经过风力机转换成机械能，然后再转变成人类可以使用的电能，来不断满足人们的正常生活和使用。风力发电技术在中国已经发展了很多年，整体的工程照价管理基本上还是属于比较成熟的阶段。施工过程中的全面管理主要体现在了建设工程项目的协调、施工过程的控制以及项目目标的管理等等。但是目前我国很多的建筑工程企业的管理方式都比较豪放，对于我国工程项目管理的质量，以及速度等等都还存在着一些不足之处，施工人员还存在着素质比较低下的问题，以及项目管理比较难等等，因此就有必要加强我国风电建设项目施工管理的过程控制，从而进一步提高建设项目的经济效益和社会效益。风能的开发有着一定的意义性，通过风能的开发，充分利用了一些自然再生能源，节约了不可再生的一次能源，从而最大限度的减少了对于环境的污染程度，保护了我国生态平衡。并且现在随着风力发电项目的逐渐施行，一些传统的煤电厂正在逐渐的淘汰，很好的维持了我国经济的可持续发展。并且在最近几年当中，国内的一些省或者市自治区境内，通过合理采用风力发电项目，改变了整体能源结构单一化的场面，保护了我国的水资源，减少了对于大气的污染，而且风电项目的建设投资还在快速发展当中，相信在未来，实现面会越来越广，会发挥出越来越大的作用。
2 风力发电信息自动化管理系统的设计与应用
2.1 风力发电机组信息系统的设计
风力发电机组信息系统的设计是以计算机为根本的生产环节控制与调度自动化体系，由风电场智能管理与自动控制平台、设备维护系统、智能调度系统和数据解析与评估体系构成。该体系能够对当场运行设备实施监控，凭借现代通信设施对数据实施实时采集和传输，进而落实设备的参数调节以及事故报警等性能。落实对多个风电场统一管理调度，把风力发电量差异较大的多个风电场的发电总量设置为定值，能够落实发电量配额的自由分配，当一些风电场风力较小而一些风电场风力较大时，在不超过总发电量设定值状况下风力大的风电场能够充分发电以补充风力小的风电场没能充分发电剩余配额，使风资源获得最大程度的利用，落实最大发电量。风力发电机组信息体系可以精准掌控发电体系的运行状态，快速地发现故障并第一时间响应，提升故障处理效率。机组工作人员凭借风力发电机组信息体系，能够高效的把设备有关数据信息以文字、图表的形式体现出来，为风力发电企业的发展决策给予珍贵的理论根据，而且可以为投资给予精准的市场信息和相关的政策扶植，对风力发电企业的持续稳定发展具有相当重要的作用。
2.2 风力发电信息自动化管理系统的应用
2.2.1 自适应控制信息化技术在风力发电系统中的应用
自适应控制信息化就是即是以环境改变而自动调整自身的控制参数，所以它对于整体参数的变化过程要给予高度的关注。在风力发电的控制系统中，自适应控制要做到对于过程参数变化检测的同时，实时的调节控制器，从而实现最优控制。而构建一个自适应控制系统的模型简单，应用到风力发电的系统中还需要设计一个高性能的追踪系统，例如桨距自适应控制系统，通过电流信号在实现自适应的同时，可以进行参数追踪。应用到现代的风力发电技术中，以无速度传感器矢量控制技术为基础，设定模型追踪风速，在权衡最大风能捕获和机械疲劳造成的损耗最小两个指标下，由适应器调节控制，在正确的补偿或者减低设定的风速过程中，实现对于风力的合理的最大化的运用。
2.2.2 最优控制智能技术在风力发电控制系统中的应用
风力发电控制系统的随机变量多，不确定或者干扰的因素大，主要指的是风能捕获利用方面。通过最优控制智能技术的使用，可以最大程度的分解和線性化干扰因素。因其数学模型已通过多次认证，因此对于变量或者干扰因素的线性化分解，设计最优控制，从而有效的捕获和利用风能。另一方面在发电机控制方面，也可以采用最优控制技术，例如发动机运行的过程中，运用最优功率调节器，在其功率和电功率波动之间寻求最优解决参数，从而使得发电机的转子转速保持最优叶尖速比，获得最大风能捕获。
2.2.3 人工神经网络技术在风力发电控制系统中的应用
人工神经网络技术通过对动物神经的研究，模仿神经系统的网络特征，在电力系统中具有高度的应用。其类似于神经元的独立性以及并联完成任务的组织性，可以在风力发电过程中对于风速实现预测。神经网络中所采用的模型大多为反向传播算法模型，在BP以及广义回归神经网络的运用中，通过神经网络自带的演算和变量输入，可以有效的预测风速和风量。而其具备的另一个优点是即是系统中存在这大量的不确定性，其也能在通过减少功率的波动来实现预测。从而稳定的实现系统的运行和控制。
3 结 语
综上所述，风速所带来的影响因素随机性和非线性，使得风力发电系统的设计和控制存在在复杂和难以预测的特征。结合运用现代化的信息控制技术，可以有针对性的对于电流信号，风速，风能捕获量灯量化因素进行控制，从而达到就目前而言的最优控制效果。
参考文献
[1]张凤阁，金 石.无刷双馈风力发电系统的L2鲁棒控制[J].电机与控制学报，2010（08）.
[2]宋华振.贝加莱的风力发电控制系统[J].自动化博览，2010（09）.
收稿日期：2018-5-2