熟悉風電的人明白，風電出力的波動與風速、風向的變化直接相關。已知的是，現代兆瓦級風機都配備了偏航系統，可以根據風向轉動機艙使得葉輪最大程度地保持迎風狀態，要知道只有對風性能好的風機，風能利用率才會高，且風機的不平衡載荷小，可靠性也就更高。這樣說，你應該就了解偏航系統在整個風機系統中的重要性了！但其實，如何在多變的風向中尋找規律一直是風電控制中面臨的一大難題，今天我們就聊聊目前偏航系統控制面臨的一些問題和新的技術思路，看看到底有什么新招既能保證發電量的提升，又能降低維護成本？ 　　
　　在討論這個問題之前，還是先熟悉下偏航系統的構成和運作原理。偏航系統一般包括偏航電機、偏航減速齒輪箱、偏航軸承、偏航驅動齒輪箱、偏航制動等部件。偏航電機提供了偏航的動力，通過偏航減速齒輪箱帶動小齒輪旋轉。小齒輪與偏航軸承（大齒圈通過螺栓緊固在塔筒法蘭上，不能旋轉）相嚙合，驅動了機艙的旋轉，在非偏航狀態下，主動或被動的偏航制動可以使得機艙保持穩定的狀態。 　　
　　從理論上來說，風機的風能捕獲功率用如下公式表示
　　
　　式中P為功率，ρ為空氣密度，S為掃風面積，Cp為風能捕獲效率，v為風速，β為對風夾角。由公式可見，功率與對風夾角余弦的三次方成正比關系。但根據數據分析及多篇文獻調研，功率與風向夾角余弦的平方成正比關系，如下式： 　　
　　總之，偏航控制系統的目標就是減少機艙與風向的偏差β，使得機艙與風向的夾角平均值趨向于零。偏航控制系統實時采集并分析風向數據，驅動電機來調整機艙位置，使得風機最大程度的捕獲風能。
　　
　　那么實際操作中，風機的偏航控制面臨三大問題：
　　
　　一是如何在整機載荷和偏航系統硬件的約束下達到控制的最優。由于偏航系統硬件的約束，偏航系統無法做到跟蹤瞬時風向，傳統的基于歷史風向平均值的偏航控制會面臨著對風不準、偏航頻次過多等問題。要提醒的是，對風不準會導致風輪平面內的風載不平衡，影響風機的壽命和可靠性；偏航頻次過多會帶來偏航電機、偏航齒輪、摩擦片等偏航系統硬件的失效，同時也會伴生出偏航沖擊，導致風機振動檢測系統的報警和風機停機。
　　
　　二是如何處理復雜地形和復雜風況下的偏航控制。在復雜地形和復雜風況下，由于地形干擾，導致自由來流處的風湍流強度變大，風向變化劇烈，使得偏航控制的難度進一步上升，更嚴重情況是，一直跟蹤過去的風向卻永遠對不準正確的風向。這種情況下偏航機械部件的失效率會進一步上升。
　　
　　三是如何選擇合適的偏航維護周期。傳統風機根據時間制定周期性的定維計劃，但在實際中面臨低風速風場維護過度，高湍流風場維護不足的現象。由此導致的是潤滑不足，偏航齒圈、摩擦片磨損嚴重，偏航齒圈生銹等問題。
　　
　　知道了問題的癥結，接下來就可以對癥下藥了！為了解決基于歷史風向平均值的偏航控制問題，目前的技術趨勢是預測控制，其中人工神經網絡與回歸預測方法相結合產生了BP神經網絡回歸，比如徑向基神經網絡回歸、廣義回歸神經網絡等等。雖說這些神經網絡結構簡單，易于實現，但存在結構難以確定、過擬合等問題。值得一提的是，目前基于統計學理論的支持向量機回歸預測，通過在機器學習中的結構復雜性和學習精度之間尋求折衷的方法，獲得了最優泛化能力，但缺點是訓練速度慢，核函數參數選擇困難。此外，還有多種回歸預測方法，以及回歸預測與其他相結合的方法。
　　
　　那么，是不是還有更好的預測控制方法呢？遠景通過選取適當的預測控制方法，可以預測出未來長時間尺度和短時間尺度的風向變化，然后基于預測風向進行偏航，從而減少了機艙與風向偏差。同樣，偏航控制與風湍流息息相關，控制系統對風速、風向數據進行實時的采集和分析，再通過風模型實時計算出當前的湍流時間尺度，最后基于湍流時間尺度選取適當的風向平均值進行自適應的偏航控制，可以有效降低盲目偏航。來自某風場遠景風機的測試數據表明，新的控制算法可提升風機發電量1%，降低了30%的偏航頻次。
　　
　　須注意的是，在低風速風場，由于低風速下湍流強度更大，會出現同一個風場臨近的風機偏航角度相差很大的情況。對此，可以對風機進行分組，通過風場控制系統來協同處理同組各風機的風向，也就是說，通過神經網絡模型計算出最優的風向，然后針對風機下發統一的偏航控制指令。來自遠景低風速風場的數據表明，分組集群偏航控制可使風機提升3%的發電量。
　　
　　還需強調的是，針對偏航維護周期的問題，控制系統可以通過對偏航時間、偏航里程或者偏航頻次的統計，在模型計算出相應偏航部件狀態，從而告知用戶進行偏航維護。例如：可通過偏航里程，計算出偏航齒的潤滑程度，判斷是否需要進行潤滑加油；可以通過振動信號及長期趨勢變化，判斷偏航部件的受損情況等，以提高風場運維的針對性和發電效能。