我国风力发电现状及其技术发展_机电毕业论文(2)
2013-05-09 01:32
导读：2.3风力发电机组控制策略的发展 风能是一种能量密度低、稳定性较差的能源，由于风速、风向的随机性变化，导致风力机叶片攻角不断变化，使叶尖速比
2.3风力发电机组控制策略的发展
风能是一种能量密度低、稳定性较差的能源，由于风速、风向的随机性变化，导致风力机叶片攻角不断变化，使叶尖速比偏离最佳值，风力机的空气动力效率及输入到传动链的功率发生变化，影响了风电系统的发电效率并引起转矩传动链的振荡，会对电能质量及接入的电网产生影响，对于小电网甚至会影响其稳定性。风力发电机组通常采用柔性部件，这有助于减小内部的机械应力，但同时也会使风电系统的动态特性复杂化，且转矩传动模块会有很大振荡。目前，对风力发电机的控制策略研究根据控制器类型可分为两大类：基于
数学模型的传统控制
方法和现代控制
方法。传统控制采用线性控制
方法，通过调节发电机电磁转矩或桨叶节距角，使叶尖速比保持最优值，从而实现风能的最大捕获。对于快速变化的风速，其调节相对滞后。同时基于某工作点的线性化模型的方法，对于工作范围较宽、随机扰动大、不确定因素多、非线性严重的风电系统并不适用。
现代控制方法主要包括变结构控制、鲁棒控制、自适应控制、智能控制等[7,8]。变结构控制因具有快速响应、对系统参数变化不敏感、设计简单和易于实现等优点而在风电系统中得到广泛应用。鲁棒控制具有处理多变量问题的能力，对于具有建模误差、参数不准确和干扰位置系统的控制问题，在强稳定性的鲁棒控制中可得到直接解决。模糊控制是一种典型的智能控制方法，其最大的特点是将专家的
知识和经验表示为语言规则用于控制，不依赖于被控制对象的精确的数学模型，能够克服非线性因素的影响，对被调节对象有较强的鲁棒性。由于风力发电机的精确数学模型难以建立，模糊控制非常适合于风力发电机组的控制，越来越受到风电研究人员的重视。人工神经网络是以工程技术手段来模拟人脑神经元网络的结构与特征的系统。利用神经元可以构成各种不同的拓扑结构的神经网络，它是生物神经网络的一种模拟和近似。利用神经网络的
学习特性，可用于风力机的低风速的节距控制。
3存在的问题及展望
尽管近年来我国风电产业得到了迅猛的发展，但同时也暴露出众多的问题。
首先，我国尚未完全掌握风电机组的核心设计及制造技术。在设计技术方面，我国不仅每年需支付大量的专利、生产许可及技术咨询费用，在一些具有自主研发能力的风电企业中，其设计所需的应用软件、数据库和源代码都需要从国外购买。在风机制造方面，风机控制系统、逆变系统需要大量进口，同时，一些核心零部件如轴承、叶片和齿轮箱等与国外同类产品相比其质量、寿命及可靠性尚有很大差距。其次，我国风电发展规划与电网规划不相协调，上网容量远小于装机容量。风电发展侧重于资源规划，风电场的建设往往没有考虑当地电网的消纳能力，从而造成装机容量大，并网发电少的现状。2009年新增装机容量中1/3未能上网，送电难已经成为制约风电发展的瓶颈。最后，我国风电的技术标准和规范不健全，包括风机制造、检测、调试、关键零部件生产及电场入网等相关标准亟需建立和完善。因此，展望我国未来的风电产业发展，必须加强自主创新掌握核心技术；必须加大电网建设力度，合理规范风电开发；必须加大政策扶持力度，建立健全完善统一的风电标准规范体系。
参考文献：
[1] 陈永祥,方征.中国风电发展现状、趋势及建议[J].科技综述，2010(4)：14-19.
[2] 张明锋, 邓凯,陈波等.中国风电产业现状与发展[J].机电工程，2010，1（27）：1-3.
[3] 党福玲，朝克，贾永.我国风电产业发展现状浅析[J].经济论坛，2010(12)：58-60.
[4] 韩永奇，韩晨曦.中国风电产业的发展与前景[J].新材料产业，2010(12)：8-10.
[5] 王超，张怀宇，王辛慧等.风力发电技术及其发展方向[J].电站系统工程，2006，22(2)：11-13.
（科教范文网 lw.nseaC.Com编辑发布）
[6] 许洪华,郭金东.世界风电技术发展趋势和我国未来风电发展探讨[J].电力设备，2005，6(10)：106-108.
[7] 张新房,徐大平,柳亦兵等.风力发电技术的发展及相关控制问题综述[J].华北电力技术，2005(5):42-45.
[8] 马昕霞, 宋明中,马强等.风力发电系统控制技术的研究.
上海电力学院学报[J].2005(3):205-209.
