用于性能优化的风力涡轮机控制系统
风力涡轮机是世界上发展最快的可再生能源技术之一。然而，利用风力发电并非仅仅是将大型叶片安装在高塔上那么简单。风具有随机性和可变性，并受到地形、湍流和每日天气变化等局部条件的影响。因此，风力涡轮机控制系统在确保涡轮机安全、稳定运行并最大限度提高发电量方面发挥着关键作用。本文将探讨风力涡轮机控制系统在优化性能方面的概念、组成部分、策略和挑战。
为什么需要控制系统？
风力涡轮机控制的主要目标可概括为三点：(1) 在中低风速下最大限度地捕获能量；(2) 在高风速下限制机械载荷并确保安全；(3) 维持电力质量并与电网兼容。如果控制不当，涡轮机可能会出现超速、因动态载荷而导致的疲劳以及扰乱电网的功率波动。
一般来说，风力涡轮机根据风速在几个不同的区域内运行。当风速低于“切入”点时，涡轮机不运行。在切入点和额定风速之间，控制重点在于最大化能量输出。高于额定风速和“切出”点时，控制重点在于维持额定功率并防止损坏。
控制系统的主要组成部分
现代风力涡轮机控制系统由硬件和软件共同组成：
1. 传感器
风力涡轮机需要实时数据，例如风速和风向（风速计和风向标）、转子转速、叶片桨距、发电机电流/电压、振动、齿轮箱温度以及液压或电气系统状况。在大型风力涡轮机上，还会配备其他传感器，例如机舱加速度计和叶片载荷传感器，以辅助进行载荷控制。
2. 执行器
主要执行机构包括：
– 变桨系统：改变叶片与风的角度，以调节升力和空气动力扭矩。
– 偏航系统：旋转机舱，使旋翼面向风向。
– 发电机/转换器：通过转换器控制调节电磁转矩和转子速度。
– 制动系统：空气动力制动器（俯仰至羽化）和机械制动器作为保护。
3. 控制器（PLC/工业控制器）
控制系统的核心部件负责处理传感器数据、执行算法、向执行器发出指令，并管理运行模式（启动、正常运行、风暴控制、紧急停机）。该控制器还连接到SCADA系统，用于远程监控。
能源优化控制策略
1. 发电机扭矩控制（低于额定值）
在中低风速条件下，目标是实现最佳叶尖速比（即叶片尖端速度与风速之比），从而最大化功率系数（Cp）。一种常用的策略是最大功率点跟踪（MPPT）。简而言之，控制器会调节发电机扭矩，使转子转速随风速变化呈现最佳曲线。
MPPT方法可以基于：
– 基于模型：使用空气动力学模型和涡轮机参数。
– 基于搜索：逐步调整设定点（扰动和观察）以找到最大功率。
– 基于估算器：利用转子和发电机变量的有效风速估算值。
扭矩控制的优点是响应速度快、效率高，尤其是在具有全变流器的涡轮机中，可以调节大范围变化的速度。
2. 音调控制（高于额定值）
当风速超过额定风速时，风力涡轮机存在发电过量和过载的风险。在这种情况下，主要策略是桨距调节，即增大桨距角以降低空气阻力，并将功率输出维持在额定值。
桨距控制通常采用PID控制器或其变体。难点在于叶片动力学和桨距执行器存在延迟和桨距速率限制。如果控制过于激进，可能会出现振荡；如果控制过于缓慢，转子可能会超速。因此，许多风力涡轮机采用增益调度：根据运行条件（例如，转子转速或桨距角）改变控制参数。
偏航控制以提高能量捕获
偏航角确保转子始终迎风。偏航误差会降低能量，因为作用在转子上的有效风分量会减小。此外，偏航角还会产生额外的载荷，因为频繁的偏航运动会加剧偏航齿轮的磨损，并因动态不对中而增加结构载荷。
偏航优化策略力求平衡以下几点：
– 最大化能量（减少偏航误差），
– 减少偏航活动（避免风向变化时来回摆动），
– 管理机舱和塔架结构的载荷。
现代算法可以加入风向滤波器、死区（容差区）和考虑湍流的决策逻辑。
负载控制和组件寿命
性能优化不仅关乎能源生产，还关乎可用性和维护成本。叶片、轮毂、齿轮箱、轴承和塔架上的循环载荷是材料疲劳的主要原因。控制系统通过多种方式帮助减轻载荷：
1. 个人音调控制 (IPC)
在三叶片风力发电机中，每个叶片都可以独立控制，以减少由剪切力（风速随高度增加）和湍流引起的不平衡载荷。独立叶片控制（IPC）能有效降低叶片根部和塔架的疲劳载荷，但会增加控制的复杂性，并需要响应速度更快的执行器。
2. 塔架阻尼控制
俯仰控制或扭矩控制可用于抑制塔架振动，尤其是在结构的固有频率范围内。这可以减少振动并延长结构的使用寿命。
3. 传动系统扭转控制
发电机扭矩控制可以减少传动系统中的扭转振荡，尤其是在电网扰动或风向突变期间，从而保护变速箱和离合器。
与电网集成（电网支持）
现代风力涡轮机不再仅仅是“跟随”电网运行，而是也为电网提供支持。电网规范通常要求：
– 有功功率控制：限制斜坡速率，使功率变化不会过快。
– 无功功率/电压控制：有助于维持连接点 (PCC) 的电压。
– 故障穿越 (FRT)：在暂时的电压扰动期间保持连接，包括注入无功电流以支持电压恢复的能力。
这需要涡轮机控制、功率转换器和电气保护之间的协调，以确保稳定运行而不损坏部件。
SCADA、数据和人工智能的作用
SCADA系统支持性能监控、报警和趋势分析。借助历史数据，操作人员可以：
– 状态监测：检测齿轮箱振动增加、轴承温度升高或发电机异常情况。
预测性维护：在故障发生之前预测故障，从而减少停机时间。
– 性能优化：将实际功率曲线与参考曲线进行比较，以检测空气动力学性能下降（例如叶片上的污垢）或传感器错误。
人工智能和机器学习正开始应用于风力估算、异常检测、基于风场的偏航优化以及维护计划安排等领域。尽管前景广阔，但其应用仍需谨慎，因为在关键系统中，数据驱动模型必须保持安全性和可解释性。
挑战与发展方向
风力涡轮机控制系统面临的主要挑战包括：复杂环境（山区或近海）的高湍流、风电场内涡轮机之间的相互作用（尾流效应）以及降低能源成本（平准化度电成本，LCOE）的需求。未来，控制将越来越侧重于：
– 风电场控制：调整涡轮机之间的偏航/桨距角，以优化整个风电场的总产量，而不仅仅是单个涡轮机的产量。
– 高级控制：例如模型预测控制 (MPC)，用于管理执行器限制和预测风的变化。
– 激光雷达辅助控制：利用激光雷达传感器“看到”旋翼前方的风，为桨距和扭矩提供预判时间，以减少峰值负载。
结论
风力涡轮机控制系统是性能优化的关键，因为它们调节涡轮机对风向变化的响应。通过结合扭矩控制（用于最大功率点跟踪）、桨距控制（用于功率限制和安全）、偏航控制（用于转子方向控制）和负载降低策略，涡轮机可以在降低损坏风险的同时产生更多能量。结合电网支持和SCADA数据，现代控制系统不仅可以提高发电量，还可以延长部件寿命并降低运营成本。随着传感器、先进控制算法和风场级优化技术的不断发展，风力涡轮机将变得越来越可靠，成为清洁能源转型的重要支柱。
