考虑非独立增量过程的风速波动特征建模方法

风速波动特征复杂,对其精确建模对于风电系统安全、稳定、经济运行具有重要意义。为提高风速建模的精度,提出一种风速波动的非独立增量过程(PWNI)建模方法。首先,对风速时序波动特征进行分析,分别阐述风速的短期波动特征和长期波动特征;然后,针对风速短期波动特征,应用统计方法对一定风速范围的时序变化特征进行分析,建立其短期波动模型,并基于长短期记忆神经网络(LSTM)对风速范围进行外推,从而在全风速范围内建立精确的短期波动模型;其次,针对风速长期波动特征,利用权重分析法将其引入模型中,建立考虑长期波动特征的优化模型。以中国华北张家口地区某风电场运行数据为算例,验证了所提建模方法的有效性,算例结果表明,所提方法能实现对风速多尺度波动特征的准确描述。

风电功率GARCH预测模型的应用研究

根据风速变化的特点,选择了适于描述波动变化特性时间序列的GARCH方法。分析风速小时变化曲线的残差项,发现其存在着ARCH效应,满足ARCH的建模条件。采用美国夏威夷岛Lalamilo的风速数据,建立了ARCH和GARCH风速变化时间序列模型,预测日的日逐点预测误差的平均值为25.1%。经过与ARIMA算法的比较,预测的精度有所提高。运用风电机组出力与风速的关系,转换后得到了所需要的风电机组出力。对集群性不同的时间序列进行了多次数值计算,发现GARCH模型对波动性序列具有更好的适应性。

近地边界层脉动风数值模拟

在研究以往脉动风时程模拟方法的基础上,采用非均匀圆频率间隔的方法,改进以往谐波合成法模拟的周期性缺点.改进前后2种方法的对比表明,在时程曲线方面,原有方法显示的明显周期在改进方法中已经较难发现;在自功率谱方面,改进方法以较小的波动更加贴合目标曲线,提高了模拟精度.对改进方法与实测数据在功率谱、方差和湍流强度等相关参数方面进行了比较,相差均较小.这说明了该改进数值模拟方法的可行性和有效性.

基于Hurst指数的风速时间序列研究

为研究风速时间序列的长程相关性和自相似性,采用重标度极差分析和去趋势波动分析对风速时间序列进行相关性分析,计算风速时间序列的Hurst指数,并对其进行了功率谱密度分析,计算其谱指数.结果表明,两种方法计算所得Hurst指数都较为接近1,说明风速时间序列具有显著的自相似性和长程正相关性;但R/S分析及DFA所得Hurst指数有所差异,这一差异说明DFA可体现出非平稳风速时间序列的幂率特征.此外,对风速时间序列Hurst指数及谱指数的分析还表明了风速波动具有"1/f噪声"特征.为风速分形混沌特性研究及风速短时预测等提供了理论依据.

基于ARMA模型和时空Kriging插值联合模拟大跨结构的脉动风速时程

采用ARMA模型模拟具有时间和空间相关性的大跨结构的随机风速时程。并对Whittle递推算法进行了改进,求解出自回归系数和滑动回归系数矩阵。利用MATLAB软件编制了模拟大跨桥梁的风速时程模拟程序,运行结果表明:改进的方法计算效率高,模拟精度符合要求。然后又利用时空Kriging插值法对控制点区域内节点的脉动风速时程进行模拟,其模拟精度较好且求解过程快,可用于大跨空间结构、超高层建筑等含有大量节点的结构风场模拟。

大跨度桥梁风场模拟过程探讨

分析了影响风场模拟的几个重要因素,根据风场模拟的影响因素和理论,简要介绍了风场模拟的过程和方法,为振动分析作了准备.

基于ARMA模型的海上风机随机风场模拟

为分析风荷载作用下的海上风机结构动力响应特性,提出采用数值仿真的方法模拟其空间域内的随机风场。利用MATLAB软件编制基于ARMA(autoregressive moving average)模型的脉动风速时程模拟程序,并嵌入AIC(Akaike’s information theoretic)准则以判定ARMA模型的最优阶数,最终,针对江苏黄海某海上风机项目进行数值仿真分析,将模拟脉动风速功率谱与目标Davenport谱进行对比。计算结果表明:根据AIC准则确定的ARMA模型最优阶数可兼顾模型模拟精度和计算成本;模拟脉动风速时程功率谱函数在0.3 Hz以下的低频区间波动较大,与目标谱函数存在一定差距,在中高频段两者规律差距较小,整体模拟精度较高。