一种自然风的仿真方法

一种自然风的仿真方法

0风速模型的改进风力是一种清洁的能源。风能发电是风能利用的主要形式。这也是目前最成熟、最具特色的能源发电技术之一，其生产条件是普遍重视的。这就是为什么风能技术受到全世界各国的高度重视的原因。地球上蕴含的风能总量相当可观,约为2.74亿MW,其中可利用的风能约为总量的1%,是地球上可利用水能总量的11倍。我国风能资源丰富,根据中国气象局的研究结果可知,我国风能资源可开发量为7亿~12亿kW,具有很大的开发潜力。风具有随机性,其速度和方向随时间不断变化,能量和功率随之也发生变化。这种变化可能是短期内的波动,也可能是昼夜变化。风力发电机组的原动力是自然风,由于风的随机性,风力发电机组时刻遭受较大程度的扰动目前工程上广泛使用的是对4个分量风速模型进行组合得到的组合风速模型,该风速模型能够较精确地反映风速的实际突变性、渐变性及随机性等特点。在该种组合风速模型的基础上,本文利用Matlab/Simulink结合风速概率分布建立了改进的组合风速模型,实现风速模拟。改进的组合风速模型不仅保留了常用组合风速模型的优点,并且对各种不同风速信号进行了合理的配置,仿真出来的风速更接近实际自然风,并涵盖从切入风速到切出风速范围内所有风速类型,对风力发电机系统运行性能分析及研究具有一定的参考价值。1对利分布的几种分布通常采用各种统计模型来拟合风速分布,如瑞利(Rayleigh)分布、β分布、威布尔(Weibull)分布等,但是应用最多的还是两参数威布尔分布和瑞利分布1.1概率密度函数威布尔(Welbull)分布是皮尔逊(Pierson)分布第三类的一个特例。威布尔分布的概率密度函数f(υ)的公式为式中:υ为风速;k为威布尔形状因子;c为比例因子。当0<k<1时,威布尔风速概率密度分布为υ的减函数;当k=1时,威布尔风速概率密度分布呈指数型分布;当k=3时,威布尔风速概率密度分布接近正态分布;当k=2时,威布尔风速概率密度分布函数为瑞利分布1.2风速场的瑞利分布瑞利分布是一种常用于拟合年风速分布的概率分布。风速的瑞利累计概率分布函数F(v)可用下式表示式中:υ轮毂高度处的年平均风速为8m/s的瑞利分布如图1所示。2风速模型的定义为了能够精确地描述风能的随机性和间歇性的特点,风速模型通常包含以下4种风式(3)中,υ式中:式(3)中,υ式中:式(3)中,υ式(3)中,υ式中:υ31b-simulk模拟结果3.1清风模拟的结果仿真中V=7m/s,G=1m/s,t3.2渐进风模拟的结果仿真中V=7m/s,R=1m/s,t3.3随机风模拟的结果仿真中V=7m/s,υ3.4模拟的混合风速模型采用Simulink对4种风速进行组合仿真,组合风速的仿真模型和仿真结果见图5,6。3.5风速仿真模型由图1的瑞利分布曲线可以看出,6~10m/s的风速出现的概率是最大的,25m/s以上的风速出现的概率几乎为0,可见各种风速出现的概率是不一样的。因此,可以按照每种风速出现的概率来分配时间,例如,6m/s风速出现的概率是0.062,这样就可以给6m/s的风速分配总时间的6.2%。依次类推,1m/s的风速分配到总时间的1%左右,2m/s的风速分配到总时间的1.5%左右。进行风速仿真时,要先得到不同的平均风速,利用图5中的模型,通过对阵风、渐变风、基本风的系数进行调整,得到具有不同平均风速的风速。首先在Matlab里生成符合瑞利分布的随机数(图7),再将在Matlab里生成的随机数存到工作空间中。在Simulink中进行风速仿真的时候,利用Simulink中的FromFile模块导入随机数,作为风速仿真模型的输入信号。由于产生的随机数不一定是整数,所以先对随机数进行一个取整运算。在模型中,每种不同风速信号以1arb.unit为时间单元,且每种风速信号都需要持续一段时间,所以对取整得到的随机数进行延时,延时时间在0~10arb.unit随机配置,循环输出不同持续时间的各种风速信号。对每种不同风速信号的输出时间进行统计,当风速信号达到总时间中所分配到的分布比例时就不再输出,依次循环随机数的取整、延时、判断等运算,直至完成比较符合某个地区风速分布的风速信号。改进的组合风速模型及其风速仿真波形如图8,9所示。图9所示主要为7,8,9,10m/s的风速的仿真波形,再对所得到的风速进行统计,结果如图10所示。由图10可以看出,仿真出来的不同风速都比较符合瑞利概率分布,包含各种不同的风速信号,涵盖从切入风速到切出风速范围内所有风速类型,不再是大致地给出一个平均风速,而是更加接近自然风。4组合风速模型的建立本文首先对基本风、阵风、渐变风、随机风等4个分量进行Matlab/Simulink仿真,较好地描述了风的突变性、渐变性、随机性及规律性等特点;然后将4种不同风速进行组合得到组合风速,在组合风速模型的基础上,依据某风电场风资源评估