基于malab的風(fēng)速時(shí)間序列建模與仿真

風(fēng)速具有隨機(jī)性、間歇性和無(wú)法控制性。風(fēng)速變化已成為風(fēng)輪輸出波動(dòng)的主要因素之一，它不僅影響系統(tǒng)設(shè)備的使用壽命，而且影響運(yùn)行性能的變化。這將導(dǎo)致應(yīng)用能源系統(tǒng)模擬模型的重要組成部分。國(guó)內(nèi)外研究人員對(duì)風(fēng)速模型有過(guò)不少探索。文獻(xiàn)1組合風(fēng)速數(shù)學(xué)模型由于風(fēng)能同時(shí)具有的平穩(wěn)隨機(jī)性、突變性、漸變性以及間歇性的特征,風(fēng)速變化的時(shí)間模型原則上通常可以用以下四種成分來(lái)模擬:基本風(fēng)V1.1基本風(fēng)速模型基本風(fēng)主要反映的是一段時(shí)間內(nèi)的平均風(fēng)速,決定了風(fēng)電機(jī)組的額定功率,其波動(dòng)周期最長(zhǎng),可以近似地認(rèn)為基本風(fēng)速不隨時(shí)間發(fā)生變化,因此,在仿真計(jì)算中通?？梢匀〕?shù)。在MATLAB/Simulink仿真中可用常量模塊進(jìn)行建模。在Simulink中使用常量模塊作為風(fēng)速輸入端,此處,常數(shù)取11m/s。1.2較大風(fēng)速/大風(fēng)速擾動(dòng)下風(fēng)特性分析陣風(fēng)主要用于描述在風(fēng)速變化的過(guò)程中,風(fēng)速突然變化的特性。可用來(lái)研究系統(tǒng)在較大風(fēng)速或大風(fēng)速擾動(dòng)下的動(dòng)態(tài)特性。風(fēng)的特點(diǎn)是速度提升快,持續(xù)時(shí)間相對(duì)較短,同時(shí)消失得也快。在Simulink中搭建陣風(fēng)模型,可使用常數(shù)、加法器、增益及選擇器等模塊,將各參數(shù)取值分別設(shè)置為V1.3漸變風(fēng)模型仿真模型漸變風(fēng)用于模擬風(fēng)速的漸變特性,即風(fēng)速在一段時(shí)間內(nèi)產(chǎn)生線性變化的特性。在Simulink中建立相應(yīng)模型,進(jìn)行漸變風(fēng)模型的仿真,如圖2所示,漸變風(fēng)速的峰值為10m/s,開始時(shí)間為3s,結(jié)束升速時(shí)間為13s,保持時(shí)間為5s。也可使用Simulink中的斜坡函數(shù)(Ramp)或階躍函數(shù)(Step)與RateLimiter組合粗略進(jìn)行模擬1.4隨機(jī)發(fā)生器模塊隨機(jī)風(fēng)用于模擬風(fēng)速的隨機(jī)特性。隨機(jī)風(fēng)可以使用Simulink中的隨機(jī)發(fā)生器模塊(RandomNumber或UniformRandomNumber)模擬亦可使用s-function模塊編輯后引入系統(tǒng)1.5風(fēng)速變化的高頻分量由上述四種基本分量進(jìn)行疊加,組成的組合風(fēng)速模型即為:其中V為組合風(fēng)速。在Simulink中對(duì)組合風(fēng)速模型依照表1所示參數(shù)進(jìn)行設(shè)置參數(shù),將四種風(fēng)速系統(tǒng)分別通過(guò)加法器組合。圖4為組合風(fēng)速在Simulink中進(jìn)行建模仿真產(chǎn)生的時(shí)間序列。風(fēng)速曲線比較明顯地表現(xiàn)出風(fēng)速變化的高頻分量與低頻分量的差異,即大幅度風(fēng)速波動(dòng)出現(xiàn)的幾率較小,經(jīng)常波動(dòng)的分量其幅度都不會(huì)很大,這與實(shí)際測(cè)量的風(fēng)速序列符合較好可以通過(guò)改變組合風(fēng)速模型基本風(fēng)、陣風(fēng)、漸變風(fēng)和隨機(jī)風(fēng)等各部分的參數(shù)數(shù)值模擬得到風(fēng)電場(chǎng)風(fēng)速在不同時(shí)間段內(nèi)的變化情況,該模型所建的風(fēng)速過(guò)程實(shí)現(xiàn)了自然界中風(fēng)速的平穩(wěn)隨機(jī)性、漸變性及突變性等特點(diǎn)。圖5為對(duì)模擬所得的組合風(fēng)速模型進(jìn)行功率譜分析的結(jié)果。由圖可見,在低頻區(qū)組合風(fēng)速功率譜密度較高,而在高頻區(qū)其功率譜密度較低,由于在組合風(fēng)速模型中存在陣風(fēng)和噪聲隨機(jī)風(fēng),這便使得組合風(fēng)在高頻區(qū)也具有一定的功率譜密度分布。組合風(fēng)速模型的突出優(yōu)點(diǎn)是物理概念清晰,應(yīng)用靈活,可以根據(jù)不同的需要對(duì)不同的風(fēng)速分量進(jìn)行組合,適合于研究風(fēng)力發(fā)電機(jī)動(dòng)態(tài)控制的在不同風(fēng)況下有針對(duì)性地對(duì)風(fēng)力發(fā)電系統(tǒng)進(jìn)行測(cè)試。2基于序列的風(fēng)速分析在較長(zhǎng)的一定時(shí)間尺度上,風(fēng)速的平均值可認(rèn)為是近似不變的,風(fēng)速序列是一系列緩慢變化的分量。威布爾分布就是這種風(fēng)速平均值的一種反映。威布爾分布被普遍認(rèn)為是一種形式簡(jiǎn)單且與實(shí)際風(fēng)速分布能較好地?cái)M合的概率模型,是目前風(fēng)能計(jì)算中普遍采用的一種分布模型。2.1機(jī)風(fēng)速模型算法由風(fēng)速的分布密度函數(shù)可得其分布函數(shù)為:隨機(jī)風(fēng)速的具體算法如下設(shè)X為隨機(jī)變量,概率分布為F(·)由于其為非減函數(shù)且值域?yàn)閇0,1],其逆函數(shù)為F變量x=F求其反函數(shù)為:2.2威布爾分布模型使用MATLAB中的fromworkplace模塊,使用rand函數(shù)生成[0,1]之間的隨機(jī)數(shù),代入上式中,使用MATLAB計(jì)算,便可產(chǎn)生一個(gè)連續(xù)的隨機(jī)風(fēng)速時(shí)間序列,生成隨機(jī)風(fēng)模型如圖6所示。由仿真所得風(fēng)速序列可以看出威布爾分布模型僅可在長(zhǎng)時(shí)間范圍內(nèi)描述風(fēng)速平均水平,不能反映自然界中實(shí)際的風(fēng)速變化情況。對(duì)威布爾分布風(fēng)速模型的功率譜密度進(jìn)行分析,如圖7。通過(guò)觀察可以看出威布爾分布模型功率譜分析結(jié)果顯示在此模型下生成的風(fēng)速時(shí)間序列的頻譜分布較廣,且高頻區(qū)域的風(fēng)功率譜密度值未見明顯減小,這與自然界的風(fēng)速相差較大?？墒褂猛紶柗植寄M較長(zhǎng)時(shí)間內(nèi)的風(fēng)能資源,而如此大的時(shí)間跨度超過(guò)風(fēng)力發(fā)電控制系統(tǒng)的動(dòng)態(tài)響應(yīng)時(shí)間常數(shù),使得基于威布爾分布風(fēng)速模型不足以用于風(fēng)力發(fā)電系統(tǒng)的動(dòng)態(tài)控制的仿真研究。3根據(jù)風(fēng)速變化的特征由于風(fēng)速是波動(dòng)的,所以使用基于威布爾分布模型生成的長(zhǎng)時(shí)間內(nèi)平均值來(lái)建立模型誤差較大?？蓪L(fēng)速分為緩慢變化的平均值和快速變化的湍流分量。通過(guò)需要模擬風(fēng)速的統(tǒng)計(jì)特性,得到采樣周期、平均風(fēng)速、湍流強(qiáng)度、風(fēng)速序列標(biāo)準(zhǔn)差和湍流積分尺度,計(jì)算實(shí)際風(fēng)速的功率譜,求解出相應(yīng)的自回歸滑動(dòng)平均(ARMA)模型。3.1平穩(wěn)隨機(jī)序列的自回歸滑動(dòng)平均模型風(fēng)速模型即為具有特定統(tǒng)計(jì)特性的平穩(wěn)隨機(jī)離散序列,設(shè)其為ν湍流強(qiáng)度:較高的湍流強(qiáng)度對(duì)應(yīng)于較低的平均風(fēng)速,數(shù)值一般在0.1~0.4之間。平穩(wěn)隨機(jī)序列的自回歸滑動(dòng)平均(ARMA)模型可以通過(guò)下述線性差分方程來(lái)描述其中,其中x(k)是輸出信號(hào);e(k)是隨機(jī)信號(hào)的誤差;α確定風(fēng)速序列的平均風(fēng)速、湍流強(qiáng)度、湍流尺度尺度以后,可以得到風(fēng)速序列的功率譜密度,再算出風(fēng)速序列的自相關(guān)函數(shù)。得到ARMA模型的n個(gè)自回歸系數(shù)。得到ARMA模型的m個(gè)滑動(dòng)平均系數(shù),最后利用平均風(fēng)速和湍流風(fēng)速疊加可得風(fēng)速序列:3.2arma序列典型風(fēng)速圖8為Simulink中仿真所生成的基于ARMA模型的風(fēng)速序列,對(duì)應(yīng)的參數(shù)為:平均風(fēng)速14m/s,湍流強(qiáng)度0.16,湍流尺度為300,采樣周期為0.5s。由圖8可知,基于ARMA模型的風(fēng)速時(shí)間序列與實(shí)測(cè)數(shù)據(jù)吻合度較高由于風(fēng)電機(jī)組可視為低通濾波器,因此在高頻區(qū)的能量較小,而由威布爾分布模型得到的風(fēng)速在高頻區(qū)存在較大的能量不甚合理,而ARMA模型在高頻區(qū)的能量很小,但是也有分布,符合實(shí)際風(fēng)速特性。由于組合風(fēng)速模型只能簡(jiǎn)單地描述風(fēng)速變化情況4arma風(fēng)速模型仿真分析表明,組合風(fēng)速模型不僅可以避免風(fēng)速模型計(jì)算的復(fù)雜性,還可以有針對(duì)性地對(duì)風(fēng)力發(fā)電系統(tǒng)進(jìn)行測(cè)試,為實(shí)驗(yàn)室風(fēng)力發(fā)電系統(tǒng)的模擬研究提供重要支撐;威布爾分布風(fēng)速模型適合分析中長(zhǎng)時(shí)間的風(fēng)能資源,基于威布爾分布假設(shè)的風(fēng)速模型不足以用于風(fēng)力發(fā)電系統(tǒng)的動(dòng)態(tài)