獨立離網光伏、仿真技術在風力發電系統中的應用

    描述風能特性的參數主要有風速、風向和風密度。風的密度主要取決于風機所處的地理位置，氣候變化也會產生一定影響，對于特定風機而言，風密度可以直接取自測量數據，并可以忽略密度的變化；針對研究型的仿真應用，風向的變動可不予考慮，即假定風力機一直跟蹤風向的變化。因此，我們主要關注風速的變化特性。
    風因大氣環流形成，風速是一個典型的隨機變量。若不考慮風的方向性，風速是其空間坐標位置和時間的函數，即v=f(x,y,z,t)。我們將描述某一區域風速的空域、時域分布變化特性的模型又稱為風場模型（Wind Field Model）。嚴格說來，各空間位置上的風速因風的隨機性、風場地形等因素影響而各不相同，因此，要建立一個準確的風場模型幾乎是不可能的，需要進行一定的簡化處理。
    若風場的地形相對平坦，周邊空曠，則基本可以認為在同一高度層上整個風場內各點的風速是相同的，這樣可以將風場風速的三維空間模型簡化為沿高度方向變化的一維模型。
    對于空間分布廣，且地形復雜的大型風電場，可以將整個風場劃分成幾個區域，針對不同區域的風能特點建立簡化的一維空間模型，形成分段集總式一維模型。風速空域模型轉化為研究風速沿地平面高度方向的變化規律，借助空氣動力學理論和風場測量數據，模型不難建立。
    在時間維度上，大時期尺度（小時、天）的風速變化范圍很大，且沒有規律可循，只能根據風場監測記錄數據擬合出風速變化模型。對于絕大多數仿真應用而言，我們不太關心大時間尺度的風速變化，而重點關注小時間尺度上的風速變化特性。在小時間尺度上觀察，風速隨時間的變化呈現出脈動變化的特點，即風速均值在一段時間內基本不變，風速在均值附近波動，國內外學者據此提出了各種描述風頻分布的方法，如概率分布模型、瑞利分布模型、對數正態分布模型等[1]。
    需要說明的是，在建立風電場內各風力發電機組的仿真模型時，需要考慮到風力機的尾流效應，即上游風力機對下游風力機流入風速的影響，影響關系和程度取決于風向、風速和風機安裝位置關系，此時，風力機的輸出機械能通常由尾流系數予以校正。
2.3 風力機模型[4]
     風力機實際能夠獲得的機械功輸出為：