风速Weibull分布和光伏Beta分布的参数拟合方法

circuitbreaker

已于 2023-03-09 21:59:10 修改

阅读量1.6w

点赞数 53

分类专栏：统计学概率分布电力系统文章标签：能源 matlab

于 2022-04-30 23:17:55 首次发布

本文链接：https://blog.youkuaiyun.com/lithium_jz/article/details/124520815

版权

本文详细介绍了风速的Weibull分布和太阳辐照度的Beta分布，包括它们的概率模型、性质及参数估计方法。在风能领域，Weibull分布常用于描述风速的概率特性，其参数可通过历史观测数据的MATLAB拟合或期望、方差计算得到。而在太阳能研究中，太阳辐照度通常服从Beta分布，其参数也可通过类似方式估计。文章提供了MATLAB代码示例，展示了如何对这两种分布的参数进行估算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在风光场景生成、随机优化调度等研究中，常常假设风速服从Weibull分布，太阳辐照度服从Beta分布。那我们如何得到两个分布的参数呢？文本首先介绍了风速Weibull分布和辐照度Beta分布的基本概率模型及其性性质，之后以MATLAB代码为例阐述了如何根据历史观测数据对两种分布的参数进行估计。

Weibull分布

风机出力的不确定性主要来源于风速固有的间歇性、随机性和波动性，学术界及工业均普遍认为风速的概率分布服从经典的两参数“Weibull分布”。风速的Weibull分布的概率密度函数(Probability Density Function, PDF)为：
$\left(\frac{k}{c}\right)\left(\frac{v}{c}\right)^{k-1} \exp \left[-\left(\frac{v}{c}\right)^{k}\right]$ 其中， $v$ 为实际风速， $c$ 是尺度参数（scale parameter）， $k$ 是形状参数（shape parameter）。 $k$ 是最重要的参数，决定分布密度曲线的基本形状， $c$ 起放大或缩小曲线的作用，但不影响分布的形状。