随着社会的发展,工业化进程的加速,能源与环境问题成为当今人类生存和发展所要解决的紧迫问题。为了解决常规能源短缺的问题,可再生能源的开发和利用越来越受到各国的高度重视。而风力发电是一种可持续发展的可再生能源,不仅可以节约常规能源,而且能减少环境污染,具有较好的经济效益和社会效益,越来越受到各国的重视。由于风能具有能量密度低、随机性和不稳定性等特点,而风力发电机组是复杂多变量非线性不确定系统,因此,为实现风力发电机组在低风速段最大限度的吸收风能,在高风速段维持输出功率稳定,研究风速对风轮输出功率的影响及控制技术对机组设计及安全高效运行具有重要的意义。本文对风速变化对风轮输出功率的影响进行了研究,并在此基础上,进行高风速段的变距控制和低风速段的变速控制。首先,介绍了风力机的原理、结构和基本理论,分析了传统的风力发电机组控制技术。其次,建立风速模型和功率计算模型,对风速变化对风轮输出功率的影响进行了计算分析。然后,在高风速段,建立控制模型,采用基于RBF的单神经元PID控制实现变距控制,进行算法仿真,并与传统的PID控制做了对比研究。最后,在完成以上工作的基础上,在低风速段,建立控制模型,应用BP神经网络,实现风轮转速的给定,并对低风速段控制系统进行仿真。从计算的结果看,风轮的输出功率随着风速的增大而增加,并且不同方位角下的叶片输出的功率均不相同,可近似为正弦变化曲线;从仿真的结果看,在高于额定风速时,神经网络的应用,能保持机组的额定输出功率,并且弥补了常规PID控制的缺陷;在低于额定风速时,实现了风轮转速的给定及最大限度捕获风能。