黑龙江科技大学电气与控制工程学院、哈尔滨工业大学电气工程及自动化学院、许继集团有限公司的研究人员苏勋文、徐殿国、杨荣峰、岳红轩，在2017年第13期《电工技术学报》上撰文，为研究环境因素对风机最大功率点跟踪（MPPT）的功率信号反馈算法（PSF）的影响，首先根据温度和湿度与空气密度的数学关系，分析温度和湿度影响PSF算法的机理。然后提出考虑温度和湿度的最优功率曲线获取方法，给出计及温度和湿度的PSF算法实施过程和具体流程，该方法考虑了风机损耗对PSF算法的影响。
最后在Matlab/Simulink分析平台上，搭建基于功率信号反馈算法的双馈机组模型，仿真分析和风电场现场测试验证了考虑温度和湿度的PSF算法能够获得较高的风能转换效率。
近年来风力发电得到了快速发展，如何获得风机最大风能转化效率的算法也越来越受到人们的关注。最大功率点跟踪（Maximum PowerPoint Tracking, MPPT）算法有尖速比法、最优力矩法、功率信号反馈法、爬山法、模糊算法、神经网络法等[1-14]，对于转动惯量大且叶轮参数已知的大中型机组，通常采用功率信号反馈法[14]。
目前，大多数风电机组制造商在选择风电机组的控制策略时，通常认为空气密度不变或仅根据风电场年平均空气密度来确定机组最优控制策略，很少考虑温度和湿度变化对风电机组输出功率产生的影响，从而导致风电机组输出功率达不到厂家设计的最优输出功率值。
文献[1]综述了风电机组各种MPPT算法，指出间接功率法需要空气密度数值，否则将影响风机效率，而且空气密度变化会影响爬山算法的最优功率曲线。文献[15]分析了风机最大功率点控制的影响因素，指出温度变小，将导致空气密度变大，使得减小转矩增益（De-creasedTorque Gain, DTG）跟踪控制的转矩增益系数Kd和基于收缩跟踪区间跟踪控制的补偿系数?增大，但该文仅给出结果，没有分析其影响机理。
文献[16]给出了一种考虑高度和温度的自适应空气密度变化的风电机组最优转矩控制方法。实际上，风机所处的不同温度、海拔高度、气压和湿度会导致空气密度随时间波动。上述方法没有考虑湿度和风机损耗的影响，没有进行深入的机理分析和仿真分析。风机实际控制中是否需对四个环境因素都进行测量需要进一步研究。
为此，本文以MPPT算法中功率信号反馈（Power SignalFeedback, PSF）算法为例，首先分析环境因素影响PSF算法的机理；其次考虑机组损耗，给出一种获得标准空气密度最优功率曲线的方法；然后提出一种计及温度和湿度的风机功率信号反馈新算法，最后仿真和风场测试验证方法的正确性。
图1 双馈机组PSF算法
结论
1）给出温度和湿度与空气密度的数学关系，分析了温度和湿度影响PSF算法的机理。给出了考虑温度和湿度的PSF算法。
2）由于机组损耗的存在，采用实验或仿真的方法获取标准空气密度的最优功率曲线来控制风机将比原有方法获得更大的风能利用效率。
3）考虑温度和湿度的PSF算法将获得更大的风能转换效率。当温度较低时，不用计及湿度对PSF算法的影响，仅需考虑温度对PSF算法的影响；当温度较高时，需要计及相对湿度对空气密度的影响，此时PSF算法需要同时考虑温度和湿度的影响。
