基于ARMR和白噪声特性模型及风速威布尔分布研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🌈3 Matlab代码实现

🎉4 参考文献

---

💥1 概述

风能受到风速变化的影响,具有很大的随机性、间歇性和不可控性,因此,研究风速分布的概率、选择合适的风速概率分布模型、准确估计模型参数对风资源的合理利用有重大意义，风速分布模型是用于风电场资源评估、风电场规划与建设以及发电系统可靠性评估等方面不可缺少的数学基础。

📚2 运行结果

 

部分代码：

df=1/T;%频率分辨率
f=(0:n-1)*df;
length_f=length(f);
for i=1:length_f
    S(i)=4*(sigma_u)^2*L/average_v/(1+70.8*(f(i)*L/average_v)^2)^(5/6);%Von Karman谱功率密度函数
end

R=real(ifft(S));%自相关与功率谱密度是傅立叶变换关系，求自相关

%求解AR模型参数
a(1)=R(2)/R(1);
a(2)=R(3)/R(1)-R(2)*R(2)/R(1)/R(1);
%求解MA模型参数
Ry=(-a(1)+a(2)*a(1))*R(1)+(1+a(1)^2+a(2)^2)*R(2)+(-a(1)+a(1)*a(2))*R(3)+(-a(2))*R(4);
b=Ry/sigma_noise;%beta=Ry/白噪声的方差

%脉动风速
v(1)=u(1);
v(2)=a(1)*v(1)+u(2)+b*u(1);
for k=3:n
    v(k)=a(1)*v(k-1)+a(2)*v(k-2)+u(k)+b*u(k-1);%ARMA模型
end
%风速
for k=1:n
    x(k)=average_v+v(k);
end
 

🌈3 Matlab代码实现

🎉4 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]马契. 适用于风速的三参数威布尔分布的参数估计[D].华北电力大学(北京),2017.

[2]李慧,孙宏斌,张芳.风电场风速分布模型研究综述[J].电工电能新技术,2014,33(08):62-66.