1 前言
在能源和资源快速消耗的当下，自然生态环境也在受到资源消耗的影响逐渐恶化，因此，为了可以谋求经济健康稳定持续地增长下去，应该大力地开发一些新型的清洁能源来缓解环境的继续恶化以及资源的快速消耗。风力能源的出现，能有效地缓解当前阶段出现的能源危机，从而进一步有效地推动当前社会经济的不断持续增长。
2 风力发电机
2.1传统风力发电机
笼型异步发电机属于传统发电机中最为常用的一种，其工作原理是使用用于无功功率补偿的电容器，以与同步速度平行的恒定速度运行，使用恒定上升攻击或有源信息亭刀以及与一速或两速发电机一起工作。绕线式异步发电机是基于电机转子由一个外部可变电阻组成，其工作原理是通过电力电子设备调节转子电路的电阻，以调节发电机的滑差速度，使发电机的滑差频率提高10%，可以实现有限的工作变速。
为了降低异步发电机网络中功率转换器的功率，在风力发电系统中广泛使用双电源异步发电机，并且可以通过控制转差频率来实现对发电机双馈速度的控制。然而，这种类型的发动机具有电刷结构，该电刷结构的可靠性可忽略不计并且需要频繁维护，使其不适合在环境非常恶劣的风力涡轮机发电系统中运行。
2.2新型风力发电机
新型发电机是近些年来风力发电机技术改进后的新型装置设备，比较有代表性的就是开关磁阻发电机，开关磁阻发电机基于其简单的结构与高能量密度的影响，有着较好的过载能力与动静态性，可以更好地保证其可靠性与效率。
无刷双馈异步发电机是基于对电刷取消只有实现的电磁调节效果，可以有效调节速度，永磁无刷直流发电机可以将二极管与直流单波绕组进行连接，效率更高，寿命更长。永磁同步发电机是在永磁体结构上实现低风速资源应用的重点，进而可以有效地推动发电时间与发电效果。
3 风力发电机组控制技术的分析
3.1 H∞鲁棒控制技术
H∞鲁棒控制技术的理论基础是Hardy空间。通过优化与各个性能指标相对应的规范来获得性能稳定的控制器。H∞鲁棒控制技术能够处理和解决多变量问题，并且基于相对严格的数学方法，可以解决建模初期存在的误差。在风能激励过程中，H∞范数最小，控制系统输出最稳定。同时，通过采用H∞鲁棒控制技术，可以确保风力发电机沿先前设置的轨迹稳定运行。H∞鲁棒控制技术是风力发电机必不可少的基本技术。当风力发电机处于不稳定的风速，风向和频繁变化时，H∞鲁棒控制技术改善了风力发电机的变速恒频风力发电系统的控制，该系统能更快的跟踪风速风向的变化，确保风能的有效利用。
3.2 滑模变结构控制技术
风力发电机组是一种非线性的系统，在实际的运行过程中，有着复杂且多变的特性。当在实际运行的过程中，发生了风向变化、风力改变或是负载的情况时，风力发电机组的稳定运行就会受到影响。而滑模变结构控制技术就能够实现对这一问题的控制。对于滑模变结构控制来说，由于其性质为开关型控制，所以有着不连续控制的特性。在实际的使用中，通过对系统进行预设，就能够确保在满足预设条件的情况下，系统的滑模运动被限制在特定的空间内。由于其在实际的操作中较为简单、且反应的速度较快等优势，被广泛的应用于风力发电机组中。
3.3 矢量控制技术
在风力发电机组中，使用矢量控制技术能够实现对风能跟踪的最大化，还能够实现有功功率以及无功功率的独立解耦调节，对于风力发电机组的运行来说，矢量控制技术的使用有着重要的意义。对于基于矢量控制技术的系统来说，由于其具有较强的适用能力以及抗干扰能力，所以能够在短时间内完成稳定性控制。现阶段，矢量控制技术更多的被应用于双馈型风力机组中，但是该技术的使用会对无功补偿量的大小进行限制。
3.4 最优控制技术
在风力发电机的实际操作中，由于非线性环境中干扰大且风速频繁变化，因此不可能通过数学控制来完成对风力发电机的控制。基于这种情况，相关人员使用最佳控制技术完成了对风机的控制。优化的控制技术将线性化模型设计的使用和对工作点的搜索与精确的解耦线性化相结合，并通过广泛的反馈完成了对风和风能的最大控制和捕获。利用基于最佳控制技术的系统可以更好地处理和解决风力发电机运行中存在的功率差异，同时基于最佳控制技术的系统可以抑制由于线路故障引起的电压干扰。
3.5 模糊控制
模糊控制技术以模糊推理及语言规则作为基础，能够避免受到非线性因素的影响。在风力发电机组中使用模糊控制技术，能够显著的提升风能的使用率，同时，还能够跟踪最大功率。对于风力发电机组来说，模糊控制技术的使用推动了其向着智能化控制的方向发展，优化了风力发电机组的控制效果。例如，在变桨距并网型风力发电机组中，通过模糊控制技术的使用，能有对风力机转速进行控制，并对抖振现象进行了降低，提升了风力发电机组的运行效率。
3.6 神经网络控制技术
把生物与人类的学习、判断和适用等功能作为基础，从而进行研究的理论就是神经网络理论，其是一种比较重要的智能控制技术，有较强的自主适应性和组织性，可以准确的捕捉不确定的风力和变化严重的风力，在这种情况下也有良好的适应能力，使发电机组的发展更加智能。预测风速的准确性会受到特定风速、预测地点和预测时间的影响，面对这种情况，可以利用该技术合理预测风速，首先，确定风速的变量，可以利用时间序列模型来实现，在确定风量变速后，通过该技术进行有效的预测。如果是控制非线性系统，人工神经网络是最好的选择，在使用时不需要建立精准的数学模型，依据其本身的控制力以及适应力，使系统在电能质量转变，存在不稳定、不确定风向与风速时可以高效、安全的运行。
4 风力发电控制技术发展趋势
控制技术在风力发电中的应用有利于风电技术的广泛应用和推广，缓解能源压力，降低资源消耗，提高效率，促进风力发电的大规模、现代化、智能化发展。特别是在大型风力发电控制中，可以有效地减少占用土地资源，提高系统的运行能力。变桨距还有变速恒频技术通过不断的改进创新，在实践运用中能够降低风力发电规模的局限性。特别是直接驱动技术的应用，可以有效地降低风力发电的成本，提高能源效率，创造更大的经济效益，同时避免污染和对周围生态环境的破坏。
5 结语
如今，我国的风力发电产业在逐步提升，但是，仍然还有许许多多的问题等着被解决。一些风力发电企业，在不断探索创新的过程中，许多的不了，数据，代码等无法满足，这就要进口大量外国技术。不仅在风力发电机的控制系统方面，还是在制造方面，都要从外国购买很多的所需品。此外，一些重要的零部件，我国风力发电技术还达不到别的国家的程度，其规范性也达不到要求，我国的零部件的质量还不够好，寿命也不是很长。我们发展风电产业，就要引进外国先进的技术，汲取外国先进技术，融入到已有的基础之上，不断创新，使其更规范化，投入大量资金，建立健全相关政策。
参考文献
[2]李胜，张兰红，单毅.永磁同步风力发电系统控制技术综述[J].微电机，2019，52（9）：101-107.
[3]许存祥.信息化控制技术在风力发电中的应用探讨[J].建筑工程技术与设计，2019，（32）：2179.
[3]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.
