光伏电站小波包平抑波动策略储能容量配置方案Matlab自写计算程序(上传怕丢了)

%选了一个典型日的光伏电站出力数据,8月23日。电站4KW,采样周期5min。采用3层小波包分解,混合储能方案。通过计算式获得蓄电池和超级电容的大致容量需求、平抑效果、SOC变化等情况,后期会继续完善。相关数据大家需要可以留言给我。不是很多。
%晴天P23:
%1.傅立叶变换
x2=P23;
fs=1/600; %采样频率根据采样时间计算,采样时间5min;
N2=length(x2); %采样点个数
signalFFT2=abs(fft(x2,N2));%真实的幅值
Y2=2signalFFT2/N2;
f2=(0:N2/2)
(fs/N2);
figure(0823);plot(f2,Y2(1:N2/2+1),‘k’);
ylabel(‘幅值/(W)’); xlabel(‘频率/(Hz)’);

%2.执行小波包分解,
wpt23=wpdec(P23,3,‘dmey’); %进行3层小波包分解
plot(wpt23);

%节点编号重组
nodes=[7;8;9;10;11;12;13;14];
ord=wpfrqord(nodes); %小波包系数重排,即wavelet packet frequency odrer ,ord是重排后小波包系数索引构成的矩阵 如3层分解的[1;2;4;3;7;8;6;5]
nodes_ord=nodes(ord); %重排后的小波系数

%实现对节点小波节点进行重构
for i=1:8
rexP23(:,i)=wprcoef(wpt23,nodes_ord(i));
end

%3.叠加计算获得电池参考功率,注意加上负号,g=grid,bat=batt

  • 21
    点赞
  • 51
    收藏
    觉得还不错? 一键收藏
  • 81
    评论
以下是用MATLAB实现对声音信号进行三层小波包分解的程序,并且详细解释: ```matlab % 读取声音文件 [x, fs] = audioread('audio.wav'); % 设置小波包分解的层数 n = 3; % 选择小波基函数 wname = 'db4'; % 进行小波包分解 [c, l] = wavedec(x, n, wname); % 初始化小波包系数矩阵 cp = zeros(n+1,length(c)); % 将小波包系数按照不同的分解层数存放在矩阵中 for i = 1:n+1 cp(i,:) = wrcoef('p', c, l, wname, n-i+1); end % 画出不同层数的小波包系数图像 figure; for i = 1:n+1 subplot(n+1,1,i); plot(cp(i,:)); title(['Level ',num2str(i-1),' Coefficients']); end ``` 解释: 1. 读取声音文件:使用`audioread`函数读取声音文件,将声音数据存储在向量`x`中,采样率存储在变量`fs`中。 2. 设置小波包分解的层数:将变量`n`设置为3,即进行三层小波包分解。 3. 选择小波基函数:将变量`wname`设置为'db4',即使用Daubechies 4小波基函数进行小波包分解。 4. 进行小波包分解:使用`wavedec`函数对声音信号进行小波包分解,得到小波包系数向量`c`和分解长度向量`l`。 5. 初始化小波包系数矩阵:将`cp`矩阵初始化为一个(n+1)行,长度与小波包系数向量`c`相同的矩阵,用于存放不同层数的小波包系数。 6. 将小波包系数按照不同的分解层数存放在矩阵中:使用`wrcoef`函数将小波包系数按照不同的分解层数存放在矩阵`cp`中。 7. 画出不同层数的小波包系数图像:使用`subplot`函数将不同层数的小波包系数图像画在同一张图中,方便观察不同层数小波包系数的变化。 注:以上程序仅为小波包分解的示例程序,如果需要进一步处理小波包系数,可以使用Matlab自带的小波分析工具箱中的函数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 81
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值