主要内容
风力发电是近年来发展最快的新能源发电技术，但由于自身的随机性和间歇性，大规模风电并网对电力系统的运行造成许多不利影响。因此，风功率预测成为了电力部门广泛采用的技术手段，风速概率分布和随机风速生成是这方面研究的基础性内容。
本程序分为两部分代码，其一计算了风速的weibull分布，通过历史风速数据验证了风速满足威布尔分布；其二进行了随机风速生成，采用ARMA模型生成满足时序特征的风速，用以解决研究中缺乏实际测量数据，通过仿真风速验证模型正确性。程序采用matlab编写，注释清楚，方便研究学习！
模型研究
1.Weibull分布
风速概率分布的模拟模型有很多，有 Weibull分布、瑞利分布、对数正态分布等，其 中 Weibull分布模型最适合模拟实际风速。设风速概率分布服从 Weibull 分布，其概率密度函数为：
风速的分布函数为：
2.ARMA模型
ARMA 模型也称为博克斯－詹金斯法或 B-J法，是由美国统计学家Box 和英国统计学家 Jenkins在20世纪70年代提出的一种时间序列分析模型，即自回归移动平均模型。ARMA 模型的基本思想是：某些时间序列是依赖于时间的一族随机变量，构成该序列的单个序列虽然具有不确定性，但整个序列的变化却有一定的规律性，可以用相应的数学模型近似描述。通过对该数学模型分析研究，能够更本质地认识时间序列的结构与特征，达到最小方差意义下的最优预测。
部分代码
%% 1.计算风速weibull分布% 数据处理load tt;/----省略内容-----/prob2=(k/c)*(x/c).^(k-1).*exp(-(x/c).^k);%威布尔分布figure(1)title('Weibull分布拟合图');bar(x,prob1,1)hold onplot(x,prob2,'r')legend('历史数据','Weibull拟合结果')% legend('Weibull拟合结果')hold off
运行结果
下载链接
扫码或阅读原文即可跳转程序页面：
想了解更多程序？按照下面教程查看程序目录！
