风能作为可再生能源领域中最具发展潜力和应用前景的能源之一,在全球可再生能源应用中所占比重逐年增加,提高风力发电效率,推广风电应用,对改善地球生态环境、调整全球能源结构具有重要意义。本文主要研究小型永磁风力发电系统(Wind Energy Conversion System,WECS)在滑模极值搜索控制(Sliding Mode Extremum Seeking Control,SMESC)下的参数优化策略。通过分析风力机在部分负载区域的运行特性,推导永磁电机转速、整流电路直流侧电压及输出功率之间的关系,引入基于改进入侵杂草算法(Invasive Weed Optimization,IWO)优化参数的SMESC算法,实现风电系统最佳出力控制。SMESC算法具有结构简单,可靠性高等优点,最大功率追踪过程无需风机功率特性曲线或机械传感器。为兼顾SMESC算法的追踪速度和稳态精度,本文推导了SMESC不同阶段控制参数与追踪速度和稳态精度之间的关系,在构造和选取适当的适应度函数和稳态判据后通过引入IIWO(Improved IWO)算法对SMESC参数进行优化设置,初始阶段设置参数以较大步长进行追踪,进入稳态阶段后设置较小的积分增益以减小甚至消除SMESC算法的稳态功率振荡,从而避免了传统SMESC算法在追踪速度和稳态精度之间的矛盾;同时,为保证IWO算法对SMESC算法参数在线优化的实时性,本文引入了Lévy飞行空间扩散方式和基于最优个体比例调节种子数策略对IWO算法进行了改进,在不影响IWO算法寻优性能的前提下加快了算法的收敛速度。本文搭建了基于MATLAB/Simulink平台的仿真模型,对所提控制策略性能进行了分析验证,通过与传统滑模极值搜索算法、极值搜索算法、爬山法以及采用粒子群和萤火虫算法优化的SMESC控制方案进行对比,分析突变风速、随机风速等情况下的控制性能。仿真结果验证了本文所提策略的有效性和可行性。