分析风力发电机与发电技术的要素资料.docx
- 文档编号:1292449
- 上传时间:2022-10-20
- 格式:DOCX
- 页数:6
- 大小:78.51KB
分析风力发电机与发电技术的要素资料.docx
《分析风力发电机与发电技术的要素资料.docx》由会员分享,可在线阅读,更多相关《分析风力发电机与发电技术的要素资料.docx(6页珍藏版)》请在冰豆网上搜索。
分析风力发电机与发电技术的要素资料
分析风力发电机与发电技术的要素
分析风力发电机与发电技术的要素
摘要
本文分析比较了各种风力发电机的优缺点,介绍了相关风力发电控制技术,阐述了具有鲁棒性的非线性智能控制方法在风力发电系统中的应用,最后对未来风力发电机和风力发电控制技术作了展望。
关键词:
双馈异步、永磁同步发电机、智能、变桨距控制
引言
发电机是风力发电机组中将风能转化为电能的重要装置,它不仅直接影响输出电能的质量和效率,也影响整个风电转换系统的性能和装置结构的复杂性。
风能是低密度能源,具有不稳定和随机性特点,控制技术是风力机安全高效运行的关键,因此研制适合于风电转换、运行可靠、效率高、控制且供电性能良好的发电机系统和先进的控制技术是风力发电推广应用的关键。
1风力发电机
1.1传统风力发电机
1.1.1笼型异步发电机
笼型异步发电机是传统风力发电系统广泛采用的发电机。
系统结构如图1所示。
图中的功率变换器是指软并网用的双向晶闸管起动装置,箭头指功率P的流动方向。
其工作原理是利用电容器进行无功补偿,在高于同步转速附近作恒速运行,采用定桨距失速或主动失速桨叶,单速或双速发电机运行。
由于电机转子整体强度、刚度都比较高,不怕飞逸,比较适合风力发电这种特殊场合,所以笼型异步发电机发展很快,其技术日趋成熟,在世界各大风电场与风力机配套的发电机中,绝大多数是采用笼型异步发电机,但不能有效地利用风能,效率低。
图1笼型异步发电机系统的结构图
1.1.2绕线式异步发电机
绕线式异步发电机由电机转子外接可变电阻组成,其工作原理是通过电力电子装置调整转子回路的电阻,从而调节发电机的转差率,发电机的转差率可增大至10%,能实现有限变速运行,提高输出功率,同时采用变桨距调节和转子电流控制,可以提高动态性能,维持输出功率稳定,减小阵风对电网的扰动。
其系统结构如图2所示。
图2绕线式异步发电机的系统结构图
1.1.3有刷双馈异步发电机
为了降低异步发电机并网运行中功率变换器的功率,双馈异步发电机被广泛应用于风力发电系统中,通过控制转差频率可实现发电机的双馈调速。
但是此种电机是有刷结构,运行可靠性差,需要经常维护,并且此种结构不适合于运行在环境比较恶劣的风力发电系统中。
系统结构如图3所示。
图3双馈异步发电机的系统结构图
1.1.4同步发电机
近年来,采用同步发电机来代替异步发电机是风力发电系统的一个主要技术进步。
此种发电机极数很多,转速较低,径向尺寸较大,轴向尺寸较小,可工作在起动力矩大、频繁起动及换向的场合,并且当与电子功率变换器相连时可以实现变速操作,因此适用于风力发电系统。
系统结构如图4所示。
变换器与发电机定子相连,电压源型逆变器的直流侧提供电机转子绕组的激励电流。
通过控制功率变换器的电压来改变发电机定子绕组的电流,从而控制发电机的输出力矩。
通过控制功率变换器的超前、滞后电流来控制整个机组的无功功率及有功功率输出。
此种风力发电机组具有噪声低、电网电压闪变小及功率因数高等优点。
图4同步发电机的系统结构图
1.2新型风力发电机
1.2.1开关磁阻发电机
开关磁阻发电机具有结构简单、能量密度高、过载能力强、动静态性能好、可靠性和效率高的特点。
系统结构如图5所示。
作电动机运行时,励磁电流产生的旋转磁场使转子动作,改变相绕组通电顺序,电机可处于连续运动的工作状态;作发电机运行时,电机的各个物理量随着转子位置的变化作周期性变化,当电机相电感随转子位置变化减小时,给相绕组通以励磁电流,则在定子侧发生电磁感应,将机械能转化为电能。
当开关磁阻电机运行在风力发电系统中时,起动转矩大、低速性能好,常被用于小型(<30kW)的风力发电系统中。
图5开关磁阻电机发电系统结构图
1.2.2无刷双馈异步发电机
其基本原理与有刷双馈异步发电机相同,主要区别是取消了电刷,此种电机弥补了标准型双馈电机的不足,兼有笼型、绕线型异步电机和电励磁同步电机的共同优点,功率因数和运行速度可以调节,因此适合于变速恒频风力发电系统,其缺点是增加了电机的体积和成本。
1.2.3永磁无刷直流发电机
永磁无刷直流发电机电枢绕组是直流单波绕组,采用二极管来取代电刷装置,两者连为一体,采用切向永磁体转子励磁,外电枢结构。
此种电机不但具有直流发电机电压波形平稳的优点,也具有永磁同步发电机寿命长,效率高的优点,适合在小型风力发电系统中应用。
1.2.4永磁同步发电机
永磁同步发电机采用永磁体励磁,无需外加励磁装置,减少了励磁损耗;同时它无需换向装置,因此具有效率高,寿命长等优点。
当电机转子被风能驱动旋转时,定子与转子产生相对运动,在绕组中产生感应电流。
与等功率一般发电机相比,永磁同步发电机在尺寸及重量上仅是它们的1/3或1/5。
由于此种发电机极对数较多,且操作上同时具有同步电机和永磁电机的特点,因此适合于采用发电机与风轮直接相连、无传动机构的并网形式。
1.2.5全永磁悬浮风力发电机
全永磁悬浮风力发电机结构上完全由永磁体构成、不带任何控制系统,其最大特点是“轻风起动,微风发电”,起动风速为1.5m/s,大大低于传统的3.5m/s。
通过采用磁力传动技术和磁悬浮技术,可克服永磁风力发电机输出特性偏软的缺点。
系统由原动力传送装置、磁力传动调速装置、磁轮、永磁发电机等几部分组成。
其低风速启动技术,对开发国内广大地区的低风速资源,增加风力发电机的年发电时间有积极意义。
2风力发电控制技术
由于自然风速的大小和方向的随机变化,风力发电机组切入电网和切出电网、输入功率的限制、风轮的主动对风以及对运动过程中故障的检测和保护必须能够自动控制。
风力发电系统的控制技术从定桨距恒速运行至基于变桨距技术的变速运行,已经基本实现了风力发电机组从能够向电网提供电力到理想地向电网提供电力的最终目标。
2.1定桨距失速风力发电技术
定桨距风力发电机组于20世纪80年代中期开始进入风力发电市场,主要解决了风力发电机组的并网问题、运行安全性与可靠性问题。
采用了软并网技术、空气动力刹车技术、偏行与自动解缆技术。
桨叶节距角在安装时已经固定,发电机转速由电网频率限制,输出功率由桨叶本身性能限制。
当风速高于额定转速时,桨叶能够通过失速调节方式自动地将功率限制在额定值附近,其主要依赖于叶片独特的翼型结构,在大风时,流过叶片背风面的气流产生紊流,降低叶片气动效率,影响能量捕获,产生失速。
由于失速是一个非常复杂的气动过程,对于不稳定的风况,很难精确计算出失速效果,所以很少用在MW级以上的大型风力发电机的控制上。
2.2变桨距风力发电技术
从空气动力学角度考虑,当风速过高时,可以通过调整桨叶节距、改变气流对叶片攻角,从而改变风力发电机组获得的空气动力转矩,使输出功率保持稳定。
采用变桨距调节方式,风机输出功率曲线平滑,在阵风时,塔筒、叶片、基础受到的冲击较失速调节型风力发电机要小很多,可减少材料使用率,降低整机重量。
其缺点是需要一套复杂的变桨距机构,要求其对阵风的响应速度足够快,减小由于风的波动引起的功率脉动。
2.3主动失速/混合失速发电技术
这种技术是前两种技术的组合。
低风速时采用变桨距调节可达到更高的气动效率,当风机达到额定功率后,风机按照变桨距调节时风机调节桨距相反方向改变桨距。
这种调节将引起叶片攻角的变化,从而导致更深层次的失速,使功率输出更加平滑,其综合了前两种方法的优点。
2.4变速风力发电技术
变速运行是风机叶轮跟随风速变化改变其旋转速度,保持基本恒定的最佳叶尖速比,风能利用系数最大的运行方式。
与恒速风力发电机组相比,变速风力发电技术具有低风速时能够根据风速变化在运行中保持最佳叶尖速比获得最大风能、高风速时利用风轮转速变化储存的部分能量以提高传动系统的柔性和使输出功率更加平稳、进行动态功率和转矩脉动补偿等优越性。
3风力发电系统的智能控制
风力发电系统的控制策略根据控制器的不同可分为两大类:
以数学模型为基础的传统控制方法和模拟人类智能活动及其控制与信息传递过程的智能控制。
由于空气动力学的不确定性和电力电子模型的复杂性,使风电机组成为一个复杂多变量非线性系统,具有不确定性和多干扰等特点,致使风力发电系统很难用数学模型来描述,所以传统控制方法在风力发电系统中不适用。
由于智能控制可充分利用其非线性、变结构、自寻优等各种功能来克服系统的参数时变与非线性因素,因此各种智能控制方案于近几年被开始应用于风电机组控制领域。
3.1模糊控制
模糊控制是一种典型的智能控制方法,其最大特点是将专家的经验和知识表示为语言规则用于控制。
它不依赖于被控对象的精确数学模型,能克服非线性因素影响,对被调节对象的参数具有较强的鲁棒性。
由于风力发电系统是一个随机性的非线性系统,因此模糊控制非常适合于风力机的控制。
模糊控制在发电机转速跟踪、最大风能捕获、发电机最大功率获取以及风力发电系统鲁棒性等方面取得了较好的控制效果。
笼型异步发电机可采用模糊控制器跟踪发电机转速以实现最大空气动力效率、计算轻载时磁链以实现发电机-逆变器效率优化、实现发电机速度控制的鲁棒性,可根据功率偏差及其变化取得在额定风速以下运行时的最大功率。
变速恒频无刷双馈风力发电系统采用自适应模糊控制模型,可实现较好的鲁棒性和抗干扰能力,并且利用模糊控制可实现最大风能捕获并改善系统稳定性。
大部分文献采用的是简单模糊控制器,主要缺点是控制精度不高,会出现稳态误差,需要专家知识,缺乏自适应能力。
3.2神经网络控制
人工神经网络具有可任意逼近任何非线性模型的非线性映射能力,利用其自学习和自收敛性可作为自适应控制器。
在风力发电系统中,神经网络可以用来根据以往观察风速数据预测风速变化等方面。
变桨距风力发电系统中可采用神经网络控制器通过在线学习并修改Cp-λ特性曲线,实现风能的最大捕获并减小机械负载力矩,根据风速数据和风力发电机动态特性可建立神经网络参考自适应控制模型。
基于数据的机器学习是现代智能技术中的重要方面,研究从观测数据出发寻找规律,利用这些规律对未来数据或无法观测的数据进行预测,来对工业过程进行有效控制。
这些学习方法包括模式识别、神经网络、支持向量机等。
在风电系统中,可从运行机组获取大量重要数据,以对机组的动态特性和性能进行研究。
因此,将上述基于数据驱动的机器学习方法与风能转换系统的控制相结合,是解决风机控制问题的重要途径之一。
4结论
为提高风力发电效率,降低成本,改善电能质量,减少噪声,实现稳定可靠运行,风力发电将向大容量、变转速、直驱化、无刷化、智能化以及微风发电等方向发展:
(1)风力发电机大型化。
这可以减少占地,降低并网成本和单位功率造价,有利于提高风能利用效率。
(2)采用变桨距和变速恒频技术。
变桨距和变速恒频技术为大型风力发电机的控制提供了技术保障。
其应用可减小风力发电机的体积、重量和成本,增加发电量,提高效率和电能质量。
(3)风力发电机直接驱动。
直接驱动可省去齿轮箱,减少能量损失、发电成本和噪声,提高了效率和可靠性。
(4)风力发电机无刷化。
无刷化可提高系统的运行可靠性,实现免维护,提高发电效率。
(5)智能化控制。
采用先进的模糊控制、神经网络、模式识别等智能控制方法,可以有效克服风力发电系统的参数时变与非线性因素。
(6)采用磁力传动技术和磁悬浮技术,使电机能够“轻风起动,微风发电”。
参考文献
1、《风力发电用感应发电机》;
2、《风力机空气动力学》;
3、《风力发电机组原理与应用》;
4、《风能技术》;
5、《风力发电技术》
6、《现代电机控制技术》
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 分析 风力发电机 发电 技术 要素 资料