1.課題概述
使用simulink實現風輪機發電系統建模與模擬，包括風速模型（基本風+陣風+階躍風+隨機風組成），風力機模型，飛輪儲能模組等。
2.系統模擬結果
3.核心程式與模型
版本：MATLAB2022a
風速模組：
風力機模組
整體模型
4.系統原理簡介
4.1 風速模型
風速模型在風力發電和其他風能應用領域中具有重要意義。為了更準確地模擬和預測實際風速的變化，通常使用組合風速模型。這種模型考慮了多種風速成分，如基本風、陣風、階躍風和隨機風。以下是對這些風速成分及其數學模型的詳細介紹。
一、基本風（Basic Wind）
基本風是風速模型中的穩定成分，代表了長期平均風速。它通常是一個常數，不隨時間變化。基本風的數學模型非常簡單，可以表示為：
Vb = const
其中，Vb 表示基本風速。在實際應用中，基本風的值通常根據歷史氣象資料或風能資源評估來確定。
二、陣風（Gust Wind）
陣風是風速模型中的瞬態成分，代表了短時間內風速的突然變化。陣風可以用一個正弦函式來描述，其數學模型為：
Vg(t) = Vg_max * sin(ωg * t)
其中，Vg(t) 表示陣風風速隨時間 t 的變化，Vg_max 表示陣風的最大幅度，ωg 表示陣風的角頻率。陣風的持續時間和幅度可以根據具體應用場景進行調整。
三、階躍風（Step Wind）
階躍風是風速模型中的另一種瞬態成分，代表了風速在某一時刻的突然跳變。與陣風不同，階躍風的跳變是單向的，即風速從一個值突然跳到另一個值。階躍風的數學模型可以表示為：
Vs(t) = Vs_step * u(t - t0)
其中，Vs(t) 表示階躍風風速隨時間 t 的變化，Vs_step 表示階躍的幅度，u(t - t0) 是單位階躍函式，當 t > t0 時，u(t - t0) = 1；當 t <= t0 時，u(t - t0) = 0。t0 是階躍發生的時刻。
四、隨機風（Random Wind）
隨機風是風速模型中的隨機成分，代表了實際風速中不可預測的隨機波動。隨機風可以用一個隨機過程來描述，如白噪聲或有色噪聲。在風力發電領域，常用的隨機風模型是基於Kaimal譜或Mann譜的隨機過程。Kaimal譜的數學模型為：
S_v(f) = (2 * σ^2 * L/V) / [1 + 6 * f * L/V]^(5/3)
其中，S_v(f) 是風速功率譜密度，σ 是風速標準差，L 是湍流尺度引數，V 是平均風速，f 是頻率。基於這個功率譜密度，可以生成符合Kaimal譜的隨機風速序列。
五、組合風速模型（Combined Wind Speed Model）
組合風速模型是將基本風、陣風、階躍風和隨機風組合在一起得到的完整風速模型。其數學模型為：
V_total(t) = Vb + Vg(t) + Vs(t) + Vr(t)
其中，V_total(t) 表示總風速隨時間 t 的變化，Vb 是基本風速，Vg(t) 是陣風風速，Vs(t) 是階躍風風速，Vr(t) 是隨機風風速。這個組合模型能夠更真實地模擬實際風速的變化情況。
在實際應用中，組合風速模型可用於風力發電機的設計、效能評估、控制系統設計等方面。透過調整模型中各個引數的值，可以模擬不同場景下的風速變化情況，從而為風力發電系統的設計和最佳化提供有力支援。
4.2 風力機模型
風力機模型是研究和設計風力發電系統的重要工具，它可以描述風力機的空氣動力學特性、機械特性以及電氣特性。透過風力機模型，可以對風力機進行效能預測、控制系統設計、最佳化設計等。風力機是一種利用風能驅動風輪旋轉，並透過傳動系統將機械能傳遞給發電機的裝置。其基本原理可以概括為以下幾個步驟：
風能捕獲：風力機的葉片受到風的壓力，產生旋轉力矩，使風輪開始旋轉。葉片的形狀和角度設計使得風輪在特定風速下能夠捕獲最大的風能。
機械能轉換：風輪的旋轉透過傳動系統（如齒輪箱）傳遞給發電機。傳動系統的作用是將風輪的低速旋轉轉換為發電機所需的高速旋轉。
電能轉換：發電機將機械能轉換為電能。在發電機中，磁場與導線中的電流相互作用，產生電磁感應現象，從而生成電能。
電能輸出：發電機產生的電能透過電力電子裝置（如變流器）進行轉換和調節，以滿足電網的電壓和頻率要求，然後輸送到電網中供使用者使用。
風能利用係數是描述風力機從風中提取能量的效率的引數。它取決於葉尖速比（TSR）和槳距角（β）。風能利用係數的數學公式為：
Cp = (1/2) * ρ * A * V^3 / Pg
其中，ρ 是空氣密度（kg/m^3），A 是風輪掃過的面積（m^2），V 是風速（m/s），Pg 是風力機輸出的機械功率（W）。風能利用係數的最大值（Cp_max）通常接近0.593，這是由貝茨定律確定的。