大型风力发电机组变桨距机构分析与实验研究

旨在确定变桨距机构的结构形式，通过精炼设计校核变桨距机构的技术参数，论证变桨距机构的合理性，确保兆瓦级风力发电机组在60 m高空稳定工作.通过不同的变桨距机构方案的对比，找出各种变桨距机构的优缺点，完成兆瓦级风力发电机组变桨距结构的确定；利用数值算法进行变桨距机构参数的精炼设计；利用实验装置验证变桨距机构的合理性.最终，兆瓦级风力发电机组采用了液压变桨距结构形式，由数值算法给出了液压变桨距结构的最大负载力矩；并利用实验装置验证完成了在地面上的变桨距机构的调试工作，证明了变桨距机构在额定工况下能正常工作.在兆瓦级风力发电机组的调试过程中变桨距机构工作正常、稳定，达到了预期设计的目标.     

双馈风力发电机无速度传感器矢量控制

针对风力发电系统中的双馈电机提出一种转子感应电势定向矢量控制方法。通过调节双馈电机转子侧的瞬时有功电流和无功电流，实现对电机力矩和转子侧励磁电流的调节，进而实现双馈电机无功功率调节。在控制过程中只需检测交流侧电流电压，不需要位置传感器，所以可以应用无速度传感器。最终通过仿真试验证明该方法的正确性和实用性。     

风力发电在跨世纪能源结构中的地位

从风力发电的优越性、经济性、节能与环保效应等方面论述了风电在跨世纪能源结构中的地位，介绍了风能利用的发展趋势和广阔前景     

风力发电技术讲座(一)风力发电技术的发展与现状

1风电发展史与现状 风能利用自多种形式，目前有发电、提水灌溉、致热供暖、助航等（如图1所示）。将风能转换成电能是风能开发利用的主要方式。     

考虑储能电池SOC状态的风电场功率波动抑制控制

在风电场增设储能系统通过功率的动态补偿可以有效地平抑风电场的功率波动,改善风电电能质量,提高电网的风电接纳能力。综合考虑电池的荷电状态(SOC)和风电场输出功率波动抑制效果,提出了一种模糊自适应的控制策略,通过调节滤波时间常数防止电池的过载,通过在有功功率给定值上加上模糊调整量优化电池的SOC状态。仿真结果表明,该控制策略能够兼顾风电场功率波动抑制效果和储能电池的SOC状态,对储能电池的荷电状态进行优化,达到延长电池寿命的目的。     

基于无模型控制的风电机组独立变桨距控制

针对大型风电机组强外部扰动和无法准确建模等问题,提出无模型自适应(MFA)独立变桨距控制技术,控制器设计充分考虑机组模型的非线性问题,通过优化内部参数使系统克服时变及非线性,满足系统动态和稳态要求。在额定风速以上时,通过调节发电机转矩维持额定功率输出稳定,通过调节桨距角实现减载,以3 MW风电机组为实验对象,基于Blade软件对该控制策略和传统PID控制策略进行仿真比较。结果表明,这种新控制策略可有效稳定风电机组输出功率和降低机组载荷。     

基于改进型HMM的风电机组齿轮箱故障预测

以风电机组齿轮箱轴承齿轮为研究对象,将隐马尔可夫模型(hidden Markov model,HMM)和优胜劣汰遗传算法相结合,对风电机组齿轮箱轴承齿轮的故障进行预测研究,并用实际监测的风电机组齿轮箱冲击数据进行故障预测验证。研究结果表明:该算法相对简单,结果不受模型初始值的影响,能收敛于全局最优,克服了HMM的Baum-Welch算法较复杂,结果受模型初始值的影响,易收敛于局部最优的缺点,为风电机组齿轮箱轴承齿轮故障预测的研究提供新的方法和思路。     

自整定模糊控制器在风力发电机组中的应用

风力发电机组参数的时变性、非线性,输入风速的随机性,造成输出电能质量较差.为改善系统输出功率的动态性能和稳态性能,运用自整定模糊控制器与二元函数的分片双二次Lagrange插值算法相结合的控制算法,并详细分析了该算法实现过程的时效性和控制性能.自整定用指数形式的修正函数来表示,根据控制对象的具体情况和要求,用计算机键盘对该函数中的参数进行调试,参数确定后形成以偏差为自变量的修正函数.运用SIMULINK的仿真结果表明,自整定模糊控制器和Lagrange插值法相结合的控制算法在风力发电机组中的应用,显著地改善了系统的控制品质和稳态性能.     

双馈风力发电机功率特性的理论分析及实验研究

在磁场定向矢量控制的基础上,对变速恒频双馈风力发电机的功率特性进行了理论分析,建立了双馈发电机功率因数、功角特性、有功功率控制的数学模型并讨论了控制参数和运行状态对功率特性的影响.仿真和实验结果基本一致,直观地反映了变速恒频双馈风力发电机的功率特性,验证了所提出的双馈发电机的功率控制模型的正确性.     

现代控制技术在风力发电控制系统中的应用

由于风力发电系统的被控对象具有高度非线性、时变、多变量、强耦合的特点,控制系统是风力发电系统的重要组成部分,本文介绍了现代控制技术,如专家系统、微分几何控制、自适应控制、滑模变结构控制、最优控制、模型预测控制、H∞鲁棒控制、人工神经网络控制、模糊控制及综合智能控制在风力发电控制中的应用,特别是在变桨距控制、转矩控制和变流控制中的应用研究,指出风力发电控制技术存在的问题及未来技术发展趋势。