王博
国家电投集团河北电力有限公司张家口分公司 河北 张家口 075031
摘要：现阶段，随着我国社会经济的发展与进步，风能是新能源的一种，但是我国对风能的利用还不成熟，应该加大对风能利用的研究。风力发电是最常见的一种风能利用方式，近几年在我国获得了较快的发展，控制系统在风力发电中发挥着不可替代的重要作用，风力发电控制系统日趋丰富，信息化控制技术应用到风力发电中具有极大的优势，这是当前风力发电研究的重点。
关键词：信息化控制技术；风力发电；控制系统应用
引言
风力发电在一些风力资源丰富不可再生能源贫瘠的地区已经成为主要的发电方式，也是最重要的一种无污染的发电方式之一，在风力发电的过程中，要对风力发电设备进行监管，控制分析，以免在发电过程中出现一些电力事故，在科学技术高速发展的今天，信息化产业高度发电，并被各个产业高度应用，在风力发电控制系统中，现代信息化控制技术也被广泛应用，是风力发电控制系统的重要技术支持，在现阶段风力发电控制系统中是不可缺少的一部分。
1风力发电的意义
第一，风力发电有利于解决我国能源短缺的问题。随着我国经济发展脚步的加快，对能源的消耗与需求迅速增多，能源短缺现象十分严重，我国每年都需要进口大量的能源。风力发电可以缓解能源短缺的趋势。第二，有利于环境保护，实现可持续发展。长期以来我国的能源结构不合理，污染严重，极大破坏了生态环境。风力发电不产生污染，有利于实现人与自然的和谐发展。第三，应用范围广。风力发电技术在山区、孤岛等地区及军事、交通、气象等领域均有极大的利用价值。
2风力发电中信息化控制技术的应用
2.1仿真神经网络技术在风力发电控制系统中的运用
仿真神经网络技术属于分线性的映射技术，在风力发电生产中应用仿真神经网络技术可以有效提升整个系统的功能性和抗逆能力，同时由于仿真神经网络技术具有的可扩展性和可学习性风力发电控制系统可以实现对功能的自组织，有效实现控制系统的跟踪学习和容错能力，这使得风力发电系统可以不断开发出递进型的控制体系，更好地适应风力发电的动态性、连续性、不确定性等更重条件和基本情况。风速、风向和风力的辩变化具有动态性和不平衡性的变化特征，利用仿真神经网络技术可以准确实现对风速的预测，进而做到风力发电控制系统的实时性、全面性调整，以适应风力发电生产和运行安全的实际需要。通过仿真神经网络技术中的遗传算法可以实现发电系统对现实运行参数的调整，通过BP算法可以实现对现实风场的准确预测，在仿真神经网络技术深入应用的基础上可以实现风力发电设备对风能捕捉能力的极大提升。仿真神经网络技术的优势还在于对风力发电系统运行的跟踪、分析和诊断，特别对于风力发电设备的运行状态和故障隐患更是有着及时的判断和实施的诊断功能，通过仿真神经网络技术的应用进一步提升整个体系对发电系统、控制系统的感知能力，有效地提升风力电机的动力性能和连续性，在技术、系统和功能上实现了风力发电运行的稳定性，进一步提升了风力发电电能的质量。
2.2专家评估技术的应用
专家评估技术是以大数据技术、数据库系统等为基础的一种具有智能推理性的辅助程序，能够实现专家思维模拟和全过程仿真，具有一定的真实性和过程性。专家评估技术在应用过程中主要包含知识数据库、推理和演绎模块、专家经验数据库、知识储备和经验模拟等板块。将该技术应用于风力发电控制系统中，能够针对实际问题、实际情况等进行综合、全面的分析与判断，并保证判断的功能性和针对性。
风力发电机组是由各种复杂系统从结构、功能角度融合而来，因此如果其中一个小系统出现故障问题，将会对整个系统的功能、安全造成影响。应用专家评估技术，可以对风力发电机组电力信号、故障问题信息、特征向量等进行跟踪，并且促使整个控制系统实现对各种运行数据的模糊控制，在应用转矩反馈控制方法的基础上将变速恒频控制技术融入其中，进而能够根据不同风场、不同风速作出调整，在保证预测准确性以及控制全面性的同时，还能保证风力发电机组更安全、更高效地运行。由于风力发电设备以及相关控制系统的结构具有较高的复杂性，结合系统论的观念，在系统越复杂的情况下，故障隐患的问题也会越多，故障会越复杂、越难处理，而应用专家评估技术，能够对设备、组件等进行动态跟踪和检测分析，应用具有专业性的推理理论和功能演绎方法，准确判断故障隐患，进而保证风力发电控制系统的正常、安全运行。
2.3微分几何控制技术的应用
微分几何控制技术主要是对风力发电系统的线性变化进行体现。从风力发电控制系统的应用情况来看，其是一个非线性系统，但是在实际应用的过程中，其会受到外界因素的影响而产生动态变化。想要实现微积几何控制技术的合理应用，需要对以上问题进行有效处理，并根据处理结果向发电机发送一系列的操作指令，以此提升风力发电控制系统的运行效率，实现风能的高效运用，满足电力能源的生产需求。微分几何控制技术的应用可以改变风力发电系统的性质，简化系统运行过程中的操作内容，但是该技术在实际应用时也会受到一定的约束，整体的计算难度比较大，所以在应用过程中存在一定的困难。
2.4最优控制智能技术的应用
在自然环境中，风速、风向都属于不确定、不稳定的因素，然而在风力发电过程中，这二者却是极其重要的因素，由于可控性较低，需要在研究中重点探究如何对其进行控制，以确保风力发电的稳定性。对此，可以将最优控制智能技术应用于风力发电控制系统，实现对风速感应设备、发电机等的控制，及时获取风速、风能变化数据，将其保持在稳定状态内。传统的风力发电控制系统较为落后，再加上发电机组运行环境较为恶劣，需要控制系统实现机组启停、发电控制等功能，并且很难构建风速线性模型，在一定程度上提升了工作人员的工作难度。将最优控制智能技术应用于风力发电控制系统，能够有效明确风速捕捉点以及风速平衡点，构建专业的线性模型，对相关数据、数据变化之间的关系进行高效控制。同时，为了避免数据之间出现冲突，还可以结合实际情况调整智能技术的应用，对线性模型进行优化，保证数据的准确性，并且在扩展矢量控制动态模型的情况下，还能设计出调节器的最优输出功率。为了避免风速测量失真，还可以对变流器的速度进行控制，进而控制发电机。为了获取嘴阀风能，可以将反馈线性化和跟踪控制系统应用于风力发电控制系统，跟踪和控制发电机转子转速以及风速变化，采用最佳叶尖速比方法，保证最大限度地获取额定风速、风能，实现发电机的输出功率控制。
结束语
综上所述，随着绿色发展、可持续发展的理念在电力事业发展中逐步落实，风力发电将会成为电力结构中重要的一环和核心的组成部分，要将现代化的信息技术、控制网络和交换平台更好地引入到风力发电系统的建设与应用过程之中，将信息化作为风力发电发展的根本路径，借助智能化、网络化的控制技术实现对活力发电控制系统的整合与优化，搭建风力发电控制系统高效率、高安全运行的技术平台，推进风电和整个电力系统信息化、智能化的建设进程。
参考文献
[1]黄名慧.现代控制技术在风力发电控制系统中的应用研究[J].技术与市场，2019，26(03):164.
[2]喻挺.风力发电及其控制技术新进展探究[J].智能城市，2018，4(18):166-167.
[3]闫豪，李君略.信息化控制技术在风力发电控制系统中的运用[J].电子技术与软件工程，2018(3)：140.