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 摘要：建立能够正确反映实际风速特性的风速模型对于风力发电系统动态分析十分必要。自回归滑动平均模型（ARMA）是分析时间序列的重要方法。在分析实际风速统计特性和ARMA模型性质的基础上，建立了可用于动态仿真的短期风速模型。仿真结果表明，所得风速序列能够正确反映实际风速的特性。 关键词：短期风速模型，ARMA，Von Karman功率谱 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[1]。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，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]。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，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。设一段时间内的风速序列为vk，k=1,2,……,n，其平均值为，方差为。则风速模型可以描述为： （1） （2） 其中为湍流分量，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[8]。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H30m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[11-12]。本文采用Von Karman谱。Von Karman功率谱如式（3）所示。 （3） 其中，f是频率，L是湍流积分尺度。 3 ARMA模型 自回归滑动平均模型(Au