风力发电系统及其控制技术综述(4)

因此，变速恒频系统正在迅速取代恒速恒频系统。常用的变速恒频控制方案有：笼型异步发电机变速恒频（包括定子侧串联变频器）、绕线型异步发电机变速恒频（改变转子外接电阻）、同步发电机变速恒频（包括电磁式与永磁式[16]）、双馈发电机变速恒频（包括无刷型）、磁场调制型变速恒频以及开关磁阻发电机变速恒频[17]等。

5.2 现代控制方式

如今，变速恒频风力发电系统的主要研究方向不仅是追求最大的风能捕获，更要求系统具有良好的动态性能，减小主轴的机械应力和输出能量的波动[18]。由于系统受到风能参数不确定性以及并联电网波动等干扰，传统的变速控制模式很难建立一定范围内可以精确控制的系统模型，因此，近年来，可以快速响应、对系统参数变化不敏感的各种现代控制方式得到了越来越多的关注。

5.2.1 滑膜变结构控制方式

事实上，滑膜变结构控制方式是一种有效的非线性鲁棒控制方法，利用开关切换，使系统在开关面上沿着固定的轨迹运动。文献[19]提出以功率给定与实际输出功率之差作为开关面切换条件，在风力机工作的各个区域采用不同的滑动模控制律进行控制，仿真结果与常规控制器相比：模型参数错误或者不确定的情况下，滑膜变结构控制的鲁棒性更高，实现更加简单；在电能转换装置与主轴传动机械之间提供软连接；在各个工作区间都可以很好的抗外界扰动。文献[20]对采用鼠笼式感应发电机的风力发电系统进行了研究，根据风力机的尖速比将系统工作区域划分为正常和失速两种区域，并以功率相对误差为切换面，分别采用不同的滑膜控制结构进行仿真，实现了无差跟踪和最大风能捕获，并通过李亚普诺夫定理论证了系统的稳定性。文献[21]提出了一种由永磁同步发电机、可变负载和蓄电池独立组合的混合风力发电系统，系统控制器采用超螺旋二阶滑膜变结构和超抖动控制律，通过仿真，在控制器的设计曲面上可以很好地防止控制信号的跳动、尖峰以及其他信号的干扰，快速实现最大风能追踪，并且通过闭环增强系统稳定性。

5.2.2 智能控制方式

分析当前国内外智能控制方法、应用状况和发展趋势，智能控制研究热点主要有：模糊控制、模糊自适应控制、神经网络控制、专家控制、遗传算法控制等。其中，模糊控制不需要精确的数学模型，能克服非线性因素影响，具有较好的动态性能和鲁棒性，并且可以与神经网络控制、专家控制等控制方法相配合，在风力发电领域开始受到重视[22]。文献[23]研究了采用鼠笼式感应发电机和双脉宽调制（pwm）电力变换装置的风力发电系统。发电机内环采用模糊理论进行矢量控制。一个模糊控制器用来控制发电机转速追踪风速，捕获最大风能；第二个模糊控制器计算轻载时电机磁链提高效率；第三个模糊控制器控制电机转速鲁棒性，防止强风和风力机转矩抖动。经仿真研究，该系统在稳态性能和动态性能方面都有非常好的表现。

神经网络具有突出的学习能力，常用的神经网络学习算法包括：hebb学习算法、widrow-hoff学习算法、bp学习算法、hofield反馈神经网络学习算法等。可以用来根据以往风速数据预测风速变化、在线学习并修改cp-λ特性曲线等，从观测数据触发寻找规律利用这些规律对未来数据或者无法观测的数据进行预测，从而实现风能的最大捕获或者减小机械负载力矩。

6 结束语

风力发电作为利用风能的主要方式之一，对节能减排具有重要的意义，重要性日益体现。目前正朝着大容量、变转速、直驱化、无刷化、智能化以及微风发电等方向快速发展，新的系统结构与控制策略不断呈现。风电技术和控制技术的不断成熟和完善，为风力发电带来了新的契机。