基于ARMA模型的短期风速建模.doc基于ARMA模型的短期风速建模
Short-term Wind Speed simulation based on ARMA Model Abstract: It is necessary to build a wind speed model which accurately reflects the characteristics of actual wind for dynamic analysis of wind power generation system. Auto-regressive and moving average model (ARMA) is an important method of time series analysis; based on the analysis of the statistical characteristics of actual wind speed and the nature of ARMA model, this paper established a short-term wind speed model which can be used for dynamic simulation. Simulation results show that the wind speed model correctly reflects the characteristics of the actual wind speed. Keywords: Short-term Wind Speed Model, ARMA, Von Karman power spectrum 1 引言
随着能源问题日益突出，风力发电等以可再生能源为基础的发电技术 越来越受到关注。建立能够正确反映实际风速特性的风速模型是研究风力 发电系统控制策略以及并网运行特性的重要基础⑴。由于风速的随机性和 波动性，系统中的机械设备和电气设备以及电网均会受到扰动随机风速模型，这种扰动 对于系统设备的寿命、运行性能以及电网的稳定性都将产生一定的影响。 因而，在研究风电场接入电网的功率波动与电能质量等动态特性时，需要 建立与之相适应的风速模型。
目前，用于风电系统仿真的风速模型有两种，一是由基本风速、渐变 风速、阵风和随机风四种分量合成风速模型[2-4],其中阵风是风速变化的
主要分量；一是由平均风速与湍流风速叠加而成[5-7]o前者无法确定风速 变化的具体参数，只能简单描述风速的变化情况，而后者具有特定的参数 描述风速变化的特征随机风速模型，是电力系统动态仿真中常用的风速模型。基于对后 者模型中湍流风速特性的研究，利1
用自回归滑动平均模型(ARMA)建立了具有一定功率谱密度的短期风 速模型，并对仿真所得风速序列进行了分析，验证了模型的有效性。
2短期风速的特征描述
由于大气流动具有较强的随意性，由此产生的风速也将随之波动。根 据学者对风速变化规律的统计研究表明，风速可分解为缓慢变化的分量与 快速变化的分量。其中，缓慢变化的分量即为风速的平均值，而大气的湍 流是快速变化分量。
风速模型可以看作是具有特定统计特性的平稳随机离散序列。设一段 时间内
2的风速序列为vk, k=l,2,,n,其平均值为，方差为。w。贝U风速
模型可以描
述为：
vk=+vt(1)
T= o w/(2)
其中vt为湍流分量，T为湍流强度。
湍流风速随时间和空间的变化是随机的，其时间平均值为零，概率密 度函数近似为高斯分布⑻。湍流风速的统计特性包括湍流强度，湍流积分
尺度和功率谱密度。湍流强度描述风速随时间和空间变化的程度，当已知 风速均值和方差，可由式(2)求得；湍流积分尺度是湍流中大小涡旋的 平均尺寸量度，当测风高度H<30m时取L=22*H,其他情况取L=600m； 功率谱密度是湍流动能在频率空间上的分布，体现了不同频率对湍流动能 的贡献［9］。
常用的功率谱密度函数有泊诺夫斯基谱、Von Karman谱［5-6, 9-10］和
Kaimal 谱
［ll-12］o本文采用Von Karman谱。Von Karman功率谱如式(3)所示。 4o w2(L/)(3)S(f)=［l+(fL/)2］5/6
其中，f是频率，L是湍流积分尺度。
2
3 ARMA模型
自回归滑动平均模型(Auto-Regressive and Moving Average Model,
ARMA模型)是研究时间序列的重要方法，已广泛应用于经济学、股票、期 货等领域当中。其原理是利用已知的信号序列、误差以及已知序列对信号 自身的影响规律来预测未来的信号序列。ARMA模型描述了离散随机信号 中各序列之间的依存关
发表评论