风能具有随机性、间歇性和不可控性，风速变化便成为了风轮输出功率波动的主要因素之一，不但会影响系统设备的使用寿命，运行性能还会引起电网稳定性变化，这使得建立能够反映实际风速特性的风速模型成为风力发电系统仿真模型的重要组成部分。国内外研究人员对风速模型有过不少探索。文献[1]仅介绍了威布尔（Weibull）分布模型，可以较好地描述风能资源，未考虑其适合何种风力发电系统的研究，威布尔分布模型表示的是一个较长时间段的平均值，无法反映短时间内风速的变化。文献［2］分析了ARMA模型，可以较好地描述短期风速的特点及可应用于风力发电系统的情况。组合风速的数学模型由于风能同时具有的平稳随机性、突变性、渐变性以及间歇性的特征，风速变化的时间模型原则上通常可以用以下四种成分来模拟：基本风1．1基本风速模型基本风主要反映的是一段时间内的平均风速，决定了风电机组的额定功率，其波动周期最长，可以近似地认为基本风速不随时间发生变化，因此，在仿真计算中通常可以取常数。MATLAB／Simulink仿真中可用常量模块进行建模。Simulink中使用常量模块作为风速输入端，此处，常数阵风模型阵风主要用于描述在风速变化的过程中，风速突然变化的特性。
可用来研究系统在较大风速或大风速扰动下的动态特性。续时间相对较短，同时消失得也快。Simulink中搭建阵风模型，可使用常数、加法器、增益及选择器等模块，将各参数取值分别设置为gmax＝0m／阵风开始时间为．3s，结束时间为6．2s，所得风速序列如图渐变风模型渐变风用于模拟风速的渐变特性，即风速在一段时间内产生线性变化的特性。Simulink中建立相应模型，进行渐变风模型的仿真，如图所示，渐变风速的峰值为0m／s，开始时间为3s，结束升速时3s，保持时间为5s。也可使用Simulink中的斜坡函数（Ramp）或阶跃函数（Step）与RateLimiter组合粗略进行模拟。渐变风序列1．4随机风模型随机风用于模拟风速的随机特性。随机风可以使用Simulink中的随机发生器模块（RandomNumberUniformRandomNumber）模拟亦可使用s－function模块编辑后引入系统本文使用fromworkspace模块，将预先定义好的时间幅值序列读入模块。设置各项参数rmax＝1m／随机风序列基于MATLAB的风力发电系统风速模型的研究ResearchWindSpeedModelWindPowerGenerationSystemBased（浙江理工大学信息学院，浙江杭州318）摘要：风能的随机性和间歇性，会导致风电过程的不稳定。
分别介绍了基于四分量组合模型、威布尔分布模型、ARMA模型生成风速时间序列的方法。为研究这三种不同的方法，使用MATLAB工具对给定参数下的数学模型进行建模仿真，通过与实测风速数据对比，验证所建模型的有效性。对这三种时间序列进行功率谱分析随机风速模型，阐述各种方法的优缺点及适用情况，为实验室进行风力发电系统的模拟研究提供理论依据和重要支撑。关键词：风力发电系统，风速模型，建模，仿真Abstract:Thispaperdescribesthreemethodsgeneratingwindspeedtimeseriescombinationfour－componentmodel,Weibulldistributionmodel,ARMAmodel．Inorderthreedifferentmethods,MATLABgivenparametersmathematicalmodels．Validatesimulationre-sultsmeasuredwindspeeddata．Itanalysiseswindspeedtimeseriesusepowerspectraldensitytechnology．Keywords:windpowersystem,windspeedmodel,modelestablishment,simulation阵风序列13基于Matlab的风力发电系统风速模型的研究1．5组合风由上述四种基本分量进行叠加，组成的组合风速模型即为：Simulink中对组合风速模型依照表所示参数进行设置参数，将四种风速系统分别通过加法器组合。
为组合风速在Simulink中进行建模仿真产生的时间序列。风速曲线比较明显地表现出风速变化的高频分量与低频分量的差异，即大幅度风速波动出现的几率较小，经常波动的分量其幅度都不会很大，这与实际测量的风速序列符合较好可以通过改变组合风速模型基本风、阵风、渐变风和随机风等各部分的参数数值模拟得到风电场风速在不同时间段内的变化情况，该模型所建的风速过程实现了自然界中风速的平稳随机性、渐变性及突变性等特点。由图可见，在低频区组合风速功率谱密度较高，而在高频区其功率谱密度较低，由于在组合风速模型中存在阵风和噪声随机风，这便使得组合风在高频区也具有一定的功率谱密度分布。组合风速模型的突出优点是物理概念清晰，应用灵活，可以根据不同的需要对不同的风速分量进行组合，适合于研究风力发电机动态控制的在不同风况下有针对性地对风力发电系统进行测试。基于威布尔分布的风速模型在较长的一定时间尺度上，风速的平均值可认为是近似不变的，风速序列是一系列缓慢变化的分量。威布尔分布就是这种风速平均值的一种反映。威布尔分布被普遍认为是一种形式简单且与实际风速分布能较好地拟合的概率模型，是目前风能计算中普遍采用的一种分布模型。2．1威布尔分布数学模型由风速的分布密度函数可得其分布函数为：为随机变量，概率分布为F由于其为非减函数且值域为［0，1］，其逆函数为－1，且在［，1］上有定义。
－1y的概率分布函数为F，因此，如果要产生服从威布尔分布的F的随机数，就要产生［，1］上均匀分布的随机数U，然后通过公式－1U计算即可得到。设置各项参数为：平均风速为11m／s，风速标准差为227m／s，风电机组塔架的高度为6m，紊流强度为．15的风速模型，通过上述公式可以得到威布尔参数k＝5．6，c＝12m／s，由上述各式可知，Pν2．2威布尔分布序列生成使用MATLAB中的fromworkplace模块，使用rand函数生成［，1］之间的随机数，代入上式中，使用MATLAB计算，便可产生一个连续的随机风速时间序列，生成随机风模型如图6所示。威布尔分布序列由仿真所得风速序列可以看出威布尔分布模型仅可在长时间范围内描述风速平均水平，不能反映自然界中实际的风速变化情况。对威布尔分布风速模型的功率谱密度进行分析，如图7。威布尔分布序列功率谱通过观察可以看出威布尔分布模型功率谱分析结果显示在此模型下生成的风速时间序列的频谱分布较广，且高频区域的风 功率谱密度值未见明显减小，这与自然界的风速相差较大。 可使 用威布尔分布模拟较长时间内的风能资源，而如此大的时间跨度 超过风力发电控制系统的动态响应时间常数，使得基于威布尔分 布风速模型不足以用于风力发电系统的动态控制的仿真研究。
基于ARMA 的风速模型 由于风速是波动的， 所以使用基于威布尔分布模型生成的 长时间内平均值来建立模型误差较大。 可将风速分为缓慢变化 的平均值和快速变化的湍流分量。 通过需要模拟风速的统计特 性，得到采样周期、平均风速、湍流强度、风速序列标准差和湍流 积分尺度，计算实际风速的功率谱，求解出相应的自回归滑动平 均ARMA模型。 组合风序列功率谱14 《工业控制计算机》2016 设计的可靠、合理、优化、易操作等几大环节，确保空分装置稳定，经济运行。 说明国产控制系统作为大型空分装置的控制大脑 完全能满足装置长周期安全、稳定及优化运行的设计要求。 参考文献 ［］张延平，凌晨．钢铁企业大型空分的能耗分析与经济运行［J］．冶金能 源，214（9）：6－8，7 ［2］朱玉琴．65Nm 空分设备分子筛纯化系统逻辑控制［J］化学工程师，22（9）：39－42 ［3］王凯，孙健，周芬芳．30000m 外压缩流程空分设备自动变负荷先进控制系统的开发与投运 杭州：杭氧股份有限公司设计院， 20：40145 ［4］栗晓红．空分自动变负荷改造［C］河北冶金学会 213 年度空分专 业学术交流会论文集，河北：213：6－72 ［收稿日期：216．2．24］ 3．1 ARMA 数学模型 风速模型即为具有特定统计特性的平稳随机离散序列，设 其为 之间。
平稳随机序列的自回归滑动平均（ARMA）模型可以通过下 述线性差分方程来描述 其中，其中x（k）是输出信号；e（k）是随机信号的误差； 为自回归系数及滑动平均系数；n、m为自回归阶数及滑动平均 阶数。在风电系统仿真研究中，一般可取 n＝2，m＝。若误差服从 高斯分布，则输出信号也是服从高斯分布的。 确定风速序列的平均风速、湍流强度、湍流尺度尺度以后，可 以得到风速序列的功率谱密度， 再算出风速序列的自相关函数。 得到ARMA 模型的n 个自回归系数。 得到ARMA 模型的m ARMA序列生成 Simulink中仿真所生成的基于 ARMA 模型的风速 序列，对应的参数为：平均风速 14m s，湍流强度 6随机风速模型，湍流尺 3，采样周期为5s。 ARMA模型风速序列 可知，基于ARMA 模型的风速时间序列与实测数据 吻合度较高 ，高频与低频分量有明显差异，且风速变化幅度不大，适合短期风速模型建模研究，足以用于风力发电系统的动态 控制仿真研究。 由于风电机组可视为低通滤波器， 因此在高频区的能量较 而由威布尔分布模型得到的风速在高频区存在较大的能量不甚合理，而 ARMA 模型在高频区的能量很小，但是也有分布， 符合实际风速特性。
由于组合风速模型只能简单地描述风速变 化情况 ARMA模型可以更方便地对变化地风速设置特定 的参数，适合短期风速模型 结束语仿真分析表明， 组合风速模型不仅可以避免风速模型计算 的复杂性，还可以有针对性地对风力发电系统进行测试，为实验 室风力发电系统的模拟研究提供重要支撑； 威布尔分布风速模 型适合分析中长时间的风能资源， 基于威布尔分布假设的风速 模型不足以用于风力发电系统的动态控制仿真研究；ARMA 速模型具有特定的参数描述风速变化的特征，适合短期风速模 型的建模。 本文对分析适合各种机型的风速模型，风力发电场风 机位布置、尾流效应、发电效益预测和噪声影响、塔影效应、风剪 切、偏航误差等方面工作都提供了很好的基础，对于实验室风力 发电模拟系统的研究有指导意义。 参考文献 ［］Seguro Modernestimation param-eters Weibullwind speed distribution windenergy analysis[J] Journal WindEngineering IndustrialAero- dynamics, 85():7584 ［2］李东东，陈陈风力发电系统动态仿真的风速模型［J］中国电机工程 学报，26，25（2）：444 Matlabsimulink 的风速仿真研究［J］中国西 部科技，23，2（2）：4647 ［4］徐伟进，李天成基于 MATLAB Simulink 的风电场典型风况建模与 仿真［J］吉林电力，214，42（5）：1619 ［5］张建忠，程明风力发电随机风速时间序列生成方法分析与评价［J］ 风能，212（1） ［6］王钤，潘险险，陈迎，等基于实测数据的风电场风速功率模型的研 究［J］电力系统保护与控制，214（2）：2327 ［7］刘璇，贾彦，任哲，等基于风特性和小型风力机的组合风速模型建立 ［J］工程热物理学报，214（11） ［8］鲍永胜，吴振升基于 SVM 的时间序列短期风速预测［J］中国电力， 211，44（9）：6164 ［收稿日期：21631］ ARMA模型风速序列功率谱 15
发表评论