前言

風(fēng)能是當(dāng)今社會(huì)中最具競(jìng)爭(zhēng)力、最有發(fā)展前景的一種可再生能源，將風(fēng)能應(yīng)用于發(fā)電即風(fēng)力發(fā)電則是目前能源供應(yīng)中發(fā)揮重要作用的一項(xiàng)新技術(shù)。研究風(fēng)力發(fā)電技術(shù)將會(huì)對(duì)我國(guó)大型風(fēng)力發(fā)電機(jī)組國(guó)產(chǎn)化及推動(dòng)我國(guó)風(fēng)力發(fā)電事業(yè)的不斷發(fā)展有著重要意義。

本書(shū)以風(fēng)力發(fā)電系統(tǒng)作為研究對(duì)象，將作者多年的理論研究與實(shí)踐結(jié)果編著成冊(cè)。書(shū)中介紹的內(nèi)容主要有：

（1）給出了風(fēng)能及其開(kāi)發(fā)利用的相關(guān)知識(shí)，介紹了風(fēng)力發(fā)電的國(guó)內(nèi)外發(fā)展現(xiàn)狀，列舉了目前世界上幾種風(fēng)力發(fā)電（簡(jiǎn)稱風(fēng)電）技術(shù)，預(yù)測(cè)出未來(lái)風(fēng)力發(fā)電技術(shù)的發(fā)展方向。

（2）介紹了風(fēng)力發(fā)電機(jī)變速恒頻的基本原理及交流勵(lì)磁發(fā)電機(jī)的能量關(guān)系，推導(dǎo)了變速恒頻風(fēng)力發(fā)電機(jī)的數(shù)學(xué)模型，對(duì)雙饋型異步風(fēng)力發(fā)電機(jī)網(wǎng)側(cè)勵(lì)磁電源和發(fā)電機(jī)側(cè)勵(lì)磁電源進(jìn)行了分析，介紹了雙PWM變換控制器的控制方法，并用MATLAB軟件進(jìn)行了仿真。

（3）介紹了風(fēng)力發(fā)電機(jī)的空載并網(wǎng)技術(shù)，推導(dǎo)了發(fā)電機(jī)在空載時(shí)的數(shù)學(xué)模型，運(yùn)用MATLAB軟件中的S函數(shù)搭建了風(fēng)力發(fā)電機(jī)空載并網(wǎng)模型，并給出了仿真結(jié)果。

（4）介紹了模糊控制的基本理論、基本概念及模糊控制器的設(shè)計(jì)方法和規(guī)則，并在發(fā)電機(jī)側(cè)控制器中用模糊控制器替代了轉(zhuǎn)速外環(huán)中的PI控制器，同樣也給出了模糊控制下的仿真結(jié)果，并把它與PI控制器下的仿真圖進(jìn)行了比較。

（5）介紹了PI自適應(yīng)的基本結(jié)構(gòu)及控制原理，應(yīng)用基于PI自適應(yīng)的轉(zhuǎn)速辨識(shí)方法，對(duì)無(wú)速度傳感器矢量控制系統(tǒng)進(jìn)行了仿真研究。

（6）介紹了神經(jīng)網(wǎng)絡(luò)的控制理論，利用神經(jīng)網(wǎng)絡(luò)中的BP算法進(jìn)行轉(zhuǎn)速辨識(shí)并進(jìn)行了系統(tǒng)仿真。

（7）風(fēng)力發(fā)電偏航控制系統(tǒng)當(dāng)風(fēng)向變化的絕對(duì)值在小于15°時(shí)偏航控制精度大幅下降，本書(shū)在功率控制的基礎(chǔ)上提出采用了一種爬山算法的優(yōu)化控制，并進(jìn)行了仿真。

（8）PLC是一種可編程邏輯控制器，利用它對(duì)小型風(fēng)力發(fā)電系統(tǒng)的偏航系統(tǒng)進(jìn)行程序開(kāi)發(fā)，并進(jìn)行實(shí)驗(yàn)調(diào)試。

本書(shū)的主要研究成果有：

（1）分析了雙PWM型變換器的結(jié)構(gòu)和特點(diǎn)，指出網(wǎng)側(cè)變換器應(yīng)采用電網(wǎng)電壓定向矢量控制，以實(shí)現(xiàn)交流側(cè)單位功率因數(shù)控制和直流環(huán)節(jié)電壓控制；發(fā)電機(jī)側(cè)應(yīng)采用定子磁鏈定向的矢量控制，以實(shí)現(xiàn)發(fā)電機(jī)的P-Q解耦控制，進(jìn)而實(shí)現(xiàn)最大風(fēng)能追蹤控制。

（2）證明了發(fā)電機(jī)定子電壓和電網(wǎng)電壓的幅值、頻率、相位均相同時(shí)，才能安全地切入電網(wǎng)，進(jìn)入正常的發(fā)電運(yùn)行模式。

（3）采用傳統(tǒng)PI控制方式和模糊控制方式下的風(fēng)力發(fā)電系統(tǒng)其結(jié)果不同，兩者各有自己的優(yōu)缺點(diǎn)。采用模糊控制器，速度超調(diào)量小，快速性好，但在穩(wěn)態(tài)時(shí)其轉(zhuǎn)子電流、轉(zhuǎn)矩等量存在毛刺；采用PI控制器，速度超調(diào)量較大，快速性差，在穩(wěn)態(tài)時(shí)上述各量波形較模糊控制下的要好，毛刺少，脈動(dòng)小。因此，對(duì)于要求快速性好的系統(tǒng)采用模糊控制器較好，對(duì)于強(qiáng)調(diào)穩(wěn)態(tài)性能好的系統(tǒng)采用PI控制器較好。

（4）通過(guò)對(duì)PI自適應(yīng)辨識(shí)轉(zhuǎn)速的風(fēng)電系統(tǒng)仿真后，發(fā)現(xiàn)這種無(wú)速度傳感器下測(cè)得的轉(zhuǎn)速和實(shí)際轉(zhuǎn)速波形相比，具有較好的動(dòng)態(tài)性能，并且其他的電流電壓等波形也有較好的改善。

（5）利用神經(jīng)網(wǎng)絡(luò)進(jìn)行轉(zhuǎn)速辨識(shí)，并將其和PI自適應(yīng)辨識(shí)相比，結(jié)果發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)速辨識(shí)有較好的動(dòng)態(tài)性、穩(wěn)定性，PI自適應(yīng)轉(zhuǎn)速辨識(shí)方法結(jié)構(gòu)簡(jiǎn)單，有一定的自適應(yīng)能力，但必須有精確的數(shù)學(xué)模型，且辨識(shí)精度很大程度上受轉(zhuǎn)子磁鏈控制性能的影響；神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)速辨識(shí)方法不需要確定精確數(shù)學(xué)模型，適用于電機(jī)轉(zhuǎn)速的在線動(dòng)態(tài)檢測(cè)。

（6）本書(shū)中提到的爬山算法與以往不少學(xué)者提出的爬山算法不同，該方法簡(jiǎn)單易行。由仿真結(jié)果可以看出，該算法有效可行，它可以在保證風(fēng)能最大捕獲的基礎(chǔ)上，提高偏航控制系統(tǒng)的精度，達(dá)到預(yù)期的效果。

（7）利用PLC對(duì)風(fēng)力發(fā)電系統(tǒng)中的偏航系統(tǒng)進(jìn)行程序開(kāi)發(fā)，結(jié)果表明可以達(dá)到預(yù)期目的，實(shí)現(xiàn)了控制要求。

由于水平有限，書(shū)中只是針對(duì)風(fēng)力發(fā)電系統(tǒng)中的部分內(nèi)容作了研究，在此我要特別感謝王娟平為本書(shū)當(dāng)中第7、第8章所提供的內(nèi)容。另外由于時(shí)間倉(cāng)促，本書(shū)在編寫時(shí)，錯(cuò)誤和不足之處在所難免，希望各位專家、學(xué)者給予批評(píng)指正。

作者