Lập chương trình mô phỏng tính toán số liệu gió theo giờ và theo ngày từ số liệu trung bình tháng

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA -Ô TRẦN HỒNG HÀ LẬP CHƯƠNG TRÌNH MƠ PHỎNG TÍNH TỐN SỐ LIỆU GIÓ THEO GIỜ VÀ THEO NGÀY TỪ SỐ LIỆU TRUNG BÌNH THÁNG CHUN NGÀNH MÃ SỐ : CƠNG NGHỆ NHIỆT : 60.52.80 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, THÁNG 10 NĂM 2006 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: TS NGUYỄN THẾ BẢO Cán chấm nhận xét 1: Cán chấm nhận xét 2: Luận văn thạc sĩ bảo vệ tại: HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM, ngày … tháng…… năm 2006 Đại Học Quốc Gia Tp Hồ Chí Minh CỘNG HỒ XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc Lập – Tự Do – Hạnh Phúc TRƯỜNG ĐẠI HỌC BÁCH KHOA NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: TRẦN HỒNG HÀ Phái: Nam Ngày, tháng, năm sinh: 01 - 11 - 1966 Nơi sinh: Nam Định Chuyên ngành: Công nghệ Nhiệt Mã số: 60.52.80 I TÊN ĐỀ TÀI: LẬP CHƯƠNG TRÌNH MƠ PHỎNG TÍNH TỐN SỐ LIỆU GIĨ THEO GIỜ VÀ THEO NGÀY TỪ SỐ LIỆU TRUNG BÌNH THÁNG II NHIỆM VỤ VÀ NỘI DUNG: Tính cần thiết việc lập chương trình mơ số liệu tốc độ gió theo theo ngày Đặc tính tốc độ gió nước ta Cơ sở phương pháp luận xây dựng mơ hình chung để mơ số liệu tốc độ gió theo từ số liệu trung bình tháng Xây dựng mơ hình Kiểm chứng độ tin cậy mơ hình Nhận xét kết luận III NGÀY GIAO NHIỆM VỤ: 09 - 02 - 2006 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 06 - 10 - 2006 V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS NGUYỄN THẾ BẢO VI HỌ VÀ TÊN CÁN BỘ CHẤM NHẬN XÉT 1: VII HỌ VÀ TÊN CÁN BỘ CHẤM NHẬN XÉT 2: CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM NGÀNH BỘ MÔN QUẢN LÝ NGÀNH TS NGUYỄN THẾ BẢO PGS.TS LÊ CHÍ HIỆP PGS TS LÊ CHÍ HIỆP Nội dung đề cương luận văn thạc sĩ Hội Đồng Chun Ngành thơng qua Ngày tháng năm 2006 PHỊNG ĐÀO TẠO SĐH KHOA QUẢN LÝ NGÀNH LỜI CẢM ƠN Tác giả xin bày tỏ lòng biết ơn chân thành tới Thầy Nguyễn Thế Bảo, người trực tiếp hướng dẫn thực luận văn kiến thức mà Thầy cung cấp định hướng, nhận xét, góp ý vơ q báu Thầy suốt thời gian thực đề tài Tác giả xin bày tỏ lòng biết ơn tới Thầy môn Công Nghệ Nhiệt trường Đại học Bách khoa thành phố Hồ Chí Minh kiến thức lịng nhiệt tình với khoa học mà Thầy truyền đạt suốt thời gian học vừa qua Tác giả xin gửi lời cám ơn tới Giám đốc Trung tâm kiểm định kỹ thuật an toàn khu vực giúp đỡ Trung tâm thời gian, kinh phí suốt thời gian học thời gian thực đề tài Cuối cùng, xin cám ơn bạn bè, đồng nghiệp đặc biệt vợ Thiếu động viên, giúp đỡ họ, luận văn khơng thể hồn thành Người thực TRẦN HỒNG HÀ TÓM TẮT NỘI DUNG LUẬN VĂN Tốc độ gió theo theo ngày số liệu cần thiết nhiều lĩnh vực khoa học, kỹ thuật đặc biệt kỹ thuật nhiệt kỹ thuật lượng gió Ở nước ta, số liệu thiếu số lượng chất lượng Tình hình đặt nhu cầu xây dựng mơ hình tốn cho phép lập chương trình mơ máy tính để tạo chuỗi số liệu tốc độ gió theo theo ngày điều kiện khơng có số liệu thống kê đầy đủ Đây nhiệm vụ nghiên cứu đề tài Nhiệm vụ nghiên cứu giải cách áp dụng giả thuyết mà TS Nguyễn Thế Bảo đề từ năm 1996 xây dựng mô hình mơ tốc độ gió Australia: Tại vùng có địa hình đặc tính khí hậu tương đối nhất, đặc tính thống kê số liệu tốc độ gió theo có tính quy luật ổn định Trên sở phân tích số liệu tốc độ gió đo đạc Thành phố Hồ Chí Minh khu vực lân cận, việc phát triển cải tiến mơ hình có dự báo tốc độ gió, kết thực đề tài xây dựng mơ hình tính tốn thích hợp cho phép mơ để tạo chuỗi số liệu tốc độ gió theo theo ngày từ tốc độ gió trung bình tháng – số liệu đo đạc cách dễ dàng xác định từ đồ gió có Kết so sánh số liệu mơ số liệu quan sát cho thấy mơ hình hồn toàn đảm bảo độ tin cậy cần thiết Sự hạn chế sở liệu làm cho mơ hình áp dụng cho khu vực thành phố Hồ Chí Minh tỉnh Nam Mặc dù vậy, đề tài trình bày phương pháp mơ hình hóa thống kê tuyến tính có ý nghĩa khoa học, xây dựng chương trình tính tốn có tính tổng qt làm sở xây dựng mơ hình chung áp dụng cho vùng khí hậu địa hình khác nước ta điều kiện số liệu cho phép Mơ hình đề xuất luận văn sử dụng module việc xây dựng phần mềm mô lớn phục vụ tốn mơ thời tiết, mô hệ thống lượng, mô thiết bị nhiệt Giao diện mô viết ngơn ngữ Matlab chạy ứng dụng độc lập cho phép tạo chuỗi số liệu tốc độ gió theo theo ngày để sử dụng trực tiếp việc giải toán kỹ thuật cần đến số liệu tốc độ gió Kết đạt ban đầu để tiếp tục xây dựng mơ hình đa biến hồn thiện cho phép mô tổng hợp thông số khí hậu khác hướng gió, nhiệt độ, độ ẩm v.v, phục vụ giải toán kỹ thuật phức tạp MỤC LỤC Trang MỤC LỤC i DANH MỤC CÁC BẢNG iv DANH MỤC CÁC HÌNH VẼ v CHƯƠNG – TỔNG QUAN 1.1 Đặt vấn đề 1.2 Đặc tính tốc độ gió nước ta giới hạn phạm vi nghiên cứu đề tài 1.2.1 Các loại gió bản: 1.2.2 Đặc tính gió: 1.2.3 Đặc điểm tốc độ gió nước ta: 1.2.4 Giới hạn phạm vi nghiên cứu đề tài 11 1.3 Các thuật ngữ khái niệm 13 1.3.1 Một số khái niệm: 13 1.3.2 Phương pháp mô Monte Carlo: 15 1.3.3 Phương pháp chuỗi Markov: 15 1.3.4 Phương pháp mơ hình hóa thống kê tuyến tính: 16 1.3.5 Ngun lý mơ hình hóa Box-Jenkins 18 1.4 Khảo sát tài liệu có liên quan 19 1.4.1 Mô Monte Carlo: 19 1.4.2 Phương pháp mơ hình hóa Box-Jenkin: 20 1.4.3 Phương pháp sử dụng mô chuỗi Markov: 22 1.4.4 Xây dựng mơ hình chung để mơ tốc độ gió cho địa điểm khơng có số liệu chi tiết quan sát : 23 1.4.5 Nhận xét khả áp dụng phương pháp có 24 CHƯƠNG – PHƯƠNG PHÁP XÂY DỰNG MÔ HÌNH 27 2.1 Ngun lý xây dựng mơ hình 27 2.2 Dữ liệu phục vụ xây dựng mơ hình 27 2.3 Dạng mơ hình, phương pháp kết mơ hình hóa chuỗi số liệu quan sát 29 2.3.1 Dạng mơ hình 29 2.3.2 Phương pháp phân tích số liệu quan sát: 33 2.3.2.1 Phương pháp xác định số mũ chuẩn hóa m:: 33 2.3.2.2 Phương pháp xác định vec tơ đặc trưng cho thành phần biến đổi theo chu kỳ ngày tốc độ gió μth: 35 2.3.3.3 Phương pháp xác định tham số mơ hình hóa Box-Jenkins: 35 2.3.3 Kết mơ hình hóa số liệu quan sát: 36 2.4 Kết xây dựng mơ hình chung 40 2.4.1 Xây dựng hàm số biểu diễn quan hệ số mũ chuẩn hóa tốc độ gió trung bình tháng: 40 2.4.2 Xây dựng hàm số biểu diễn quan hệ vec tơ độ lệch chuẩn trung bình vec tơ tốc độ gió trung bình 41 -i- 2.4.3 Xác định vec tơ đặc trưng cho thành phần biến đổi theo chu kỳ ngày tốc độ gió 43 2.4.4 Xác định mơ hình ARMA chung 48 2.4.4.1 Xác định dạng mơ hình ARMA chung 48 2.4.4.2 Xác định tham số mơ hình chung: 48 2.4.5 Tổng hợp tham số mô hình sơ đồ thuật tốn mơ phỏng: 49 2.4.5.1 Tổng hợp tham số mơ hình: 49 2.4.5.2 Thuật tốn tạo chuỗi Ut* có trung bình từ mơ hình AR(2): 50 2.4.5.3 Thuật tốn tạo chuỗi số liệu tốc độ gió theo Ut từ tốc độ trung bình tháng μ: 51 2.4.5.5 Thuật toán tạo chuỗi số liệu tốc độ gió trung bình ngày từ chuỗi số liệu giờ: 52 2.5 Các chương trình phục vụ mơ hình hóa mơ 52 2.5.1 Chương trình mơ phỏng: 52 2.5.2 Chương trình mơ hình hóa: 53 2.5.2 Các chương trình kiểm tra: 55 CHƯƠNG – ĐÁNH GIÁ ĐỘ TIN CẬY CỦA MƠ HÌNH 56 3.1 Các chuỗi số liệu so sánh: 56 3.2 Phương pháp đánh giá: 56 3.3 Kết so sánh 58 3.4 Một số nhận định khả ứng dụng hạn chế mơ hình: 65 CHƯƠNG 4: KẾT LUẬN 67 DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ 69 TÀI LIỆU THAM KHẢO 70 PHỤ LỤC - CÁC CHƯƠNG TRÌNH MATLAB 73 Tóm tắt nội dung chương trình: 73 Nội dung chương trình mơ phỏng: 74 2.1 Chương trình cwindsim.m: 74 2.2 Chương trình armasim.m: 76 2.3 Chương trình destddata.m: 77 2.4 Chương trình DWS.m: 77 Nội dung chương trình mơ hình hóa: 78 3.1 Chương trình windfit.m: 78 3.2 Chương trình datasurvey.m: 83 3.3 Chương trình windmodel.m: 86 3.4 Chương trình boxcoxtrans.m: 89 3.5 Chương trình stddatd.m: 90 3.6 Chương trình myfitm.m: 91 3.7 Chương trình myfitstd.m: 92 3.8 Chương trình cwindmodel.m: 92 Nội dung chương trình kiểm tra: 100 4.1 Chương trình testcwindsim.m 100 4.2 Chương trình wpdensity.m 102 - ii - 4.3 Chương trình windpower.m 103 4.4 Chương trình SosanhCDF.m 104 4.5 Chương trình mypdfplot.m 105 - iii - DANH MỤC CÁC BẢNG Trang Bảng : Đặc trưng thống kê tốc độ gió trạm quan trắc Nhà bè năm 2004 28 Bảng 2: Đặc trưng thống kê tốc độ gió Cần - tháng đầu năm 1993 28 Bảng 3: So sánh giá trị trung bình độ lệch chuẩn tính theo công thức số liệu xác định thực tế 32 Bảng 4: Tốc độ trung bình tháng, độ lệch chuẩn số mũ chuẩn hóa chuỗi số liệu 36 Bảng 5: Giá trị trung bình độ lệch chuẩn thành phần biến đổi theo chu kỳ ngày số liệu tốc độ gió Nhà bè năm 2004 36 Bảng 6: Giá trị trung bình độ lệch chuẩn thành phần biến đổi theo chu kỳ ngày số liệu tốc độ gió Cần năm 1993 38 Bảng 7: Thơng số mơ hình hoá ARMA phù hợp xác định theo số liệu tốc độ gió Nhà bè năm 2004 39 Bảng 8: Thông số mô hình hố ARMA phù hợp xác định theo số liệu tốc độ gió Cần năm 1993 40 Bảng 9: Giá trị số mũ chuẩn hóa m tương ứng với tốc độ trung bình tháng μ (m/s) 40 Bảng 10: Giá trị khoảng tin tưởng hệ số đa thức biểu diễn quan hệ phụ thuộc độ lệch chuẩn vào tốc độ trung bình hàng tháng 42 Bảng 11: Giá trị khoảng tin tưởng hệ số đa thức biểu diễn quan hệ phụ thuộc độ lệch chuẩn trung bình vào tốc độ trung bình 42 Bảng 12: Thành phần biến đổi theo chu kỳ ngày tốc độ gió Nhà bè năm 2004 44 Bảng 13: Thành phần biến đổi theo chu kỳ ngày tốc độ gió Cần năm 1993 45 Bảng 14: Giá trị vec tơ đặc trưng cho thành phần biến đổi theo chu kỳ ngày (chưa làm trơn) (m/s) 45 Bảng 15: Vec tơ đặc trưng cho thành phần biến đổi theo chu kỳ ngày (đã làm trơn) (m/s)46 Bảng 16: Tham số mơ hình AR(2) chuỗi số liệu mơ hình chung 48 Bảng 1: Tốc độ trung bình tháng (m/s) địa điểm so sánh 57 Bảng 2: So sánh đặc tính thống kê chuỗi số liệu quan sát số liệu mô 60 Bảng 3: So sánh tốc độ gió trung bình bậc (m/s) số liệu quan sát số liệu mô 60 Bảng 4: So sánh kết tính tốn mật độ lượng gió (W/m2) số liệu quan sát số liệu mô 60 Bảng 5: So sánh tổng sản lượng turbine gió năm (MWh) số liệu quan sát số liệu mô 60 - iv - %lieu quan sat (do file windmodel tao ra) de tao mo hinh chung % Dong cac cua so hinh ve, xoa cac bien hien hanh close all; clear all; % Bien kwh de dieu khien vong lap doc so lieu kwh1=1; % Bien dataindex cho biet so du lieu da doc vao chuong trinh dataindex=0; % Bien commondata chua cac vec to dac trung cho phan bien doi theo % chu ky cua cac chuoi so lieu quan sat commondata=cell(12,1); % Bien meanWS chua thong tin ve toc gio trung binh thang cua cac chuoi % so lieu quan sat meanWS=[]; % Bien stdWS chua thong tin ve toc gio trung binh thang cua cac chuoi % so lieu quan sat stdWS=[]; % Bien commonm chua thong tin ve so mu chuan hoa cua cac chuoi so lieu quan % sat commonm=[]; % Bien Source chua thong tin ve file luu ca chuoi so lieu quan sat Source=[]; % Bien hourlymeanWS va hourlystdWS chua thong tin ve gia tri trung binh gio %va lech chuan theo chu ky cua cac chuoi so lieu quan sat hourlymeanWS=[]; hourlystdWS=[]; % Lap cho den nguoi dung chon "Co" tren menu dieu khien while kwh1==1; % nap file chua mo hinh cua du lieu quan sat Trang 93 [DataFile,DataPath]=uigetfile(['*.mat'],'Select the data source file'); SourceFile=[DataPath DataFile]; load(SourceFile); % Bien nmth chua so thang du lieu nmth=RawData.nmth; % Bien nq chua so tng thang nq=zeros(nmth,1); % Lap cho het cac thang chua du lieu for i=1:nmth % Doc cac mo hinh ARMA vao cac bien armodel{dataindex+1,i}={AR2model{i}}; ar4model{dataindex+1,i}={AR4model{i}}; arma12model{dataindex+1,i}={ARMA12model{i}}; arma21model{dataindex+1,i}={ARMA21model{i}}; arma22model{dataindex+1,i}={ARMA22model{i}}; % Bien tam addata chua chuoi so lieu toc gio quan sat duoc cua tung thang % tai tung dia diem addata=RawData.RawWS{i}(:); % Dung ham stddata de tinh chuoi so lieu chuan hoa, cac vec to gia % tri trung binh va lech chuan theo chu ky cua tung chuoi so lieu [stdWS, hourlymeanadd, hourlystd] = stddata(addata); hourlymeanadd=hourlymeanadd(:); %Nap lan luot vao cac bien chua thong tin du lieu hourlymeanWS=[hourlymeanWS,hourlymeanadd] ; hourlystdWS=[hourlystdWS, hourlystd(:)]; hourlymeanadd=detrend(hourlymeanadd,'constant'); commondata{i}=[commondata{i} ,hourlymeanadd]; % Xu ly truong hop chuoi so lieu quan sat la cua nam nhuan if dataindex>0 Trang 94 if i==2 addata=addata(1:672); end end % Tiep tuc nap lan luot vao cac bien chua thong tin du lieu commonm(9*dataindex+i)=RawData.m(i); meanWS(9*dataindex+i)=nanmean(addata); stddWS(9*dataindex+i)=nanstd(addata); nq(i) = length(addata); end % Hien menu dieu khien kmen1 = menu('Tiep tuc nap so lieu vao common model?', ' Co ' Khong ', '); if kmen1==1; kwh1=1;; % neu tiep tuc nap du lieu thi kwh=1 elseif kmen1==2; kwh1=0;% neu khong nap nua kwh=0 - thoat vong lap end; Source=[Source ';' SourceFile]; dataindex=dataindex+1; end % Tinh ma tran mdata chua gia tri trung binh cua cac gia % tri trung binh theo chu ky cua cac chuoi so lieu for i=1:nmth for j=1:length(commondata{i}(:,1)) mdata{i}(j)=mean(commondata{i}(j,:)); end Trang 95 end meandataWS=meanWS(:); stddataWS=stddWS(:); commonm=commonm(:); % Dung ham myfitstd de tim cac he so da thuc bac hai bieu dien quan he % giua toc gio trung binh thang va lech chuan hang thang [PARstd]=myfitstd(meandataWS,stddataWS); % Dung ham myfitm de tim cac he so ham luy thua bieu dien quan he % giua toc gio trung binh thang va lech chuan hang thang [PARm]=myfitm(meandataWS,commonm); % Dung ham myfitstd de tim cac he so da thuc bac hai bieu dien quan he % giua toc gio trung binh theo chu ky va lech chuan theo chu ky % Cac he so chi de tham khao vi qua trinh mo phong chi dung % mot quan he da thuc nhat Tuy nhien neu viec khao sat so lieu cho % thay cac ham so khac dang ke, se phai thay doi dang ham so for r=1:24 m=hourlymeanWS(r,:); s=hourlystdWS(r,:); PARhourlystd{r}=myfitstd(m,s); end % Dung lenh merge de tao cac mo hinh ARMA chung for i=1:nmth m='('; for j=1:dataindex if ~isempty(armodel{j,i}) if j==dataindex m=[m ,'armodel{', num2str(j), ',', num2str(i), '}{1})']; m=['merge',m, ';']; else Trang 96 m=[m ,'armodel{', num2str(j), ',', num2str(i), '}{1},']; end end end merg=['commonARmodel{',num2str(i),'}=', m ]; eval(merg); end %%%%% for i=1:nmth m='('; for j=1:dataindex if ~isempty(armodel{j,i}) if j==dataindex m=[m ,'ar4model{', num2str(j), ',', num2str(i), '}{1})']; m=['merge',m, ';']; else m=[m ,'ar4model{', num2str(j), ',', num2str(i), '}{1},']; end end end merg=['commonAR4model{',num2str(i),'}=', m ]; eval(merg); end %%%%% for i=1:nmth m='('; for j=1:dataindex if ~isempty(arma12model{j,i}) if j==dataindex Trang 97 m=[m ,'arma12model{', num2str(j), ',', num2str(i), '}{1})']; m=['merge',m, ';']; else m=[m ,'arma12model{', num2str(j), ',', num2str(i), '}{1},']; end end end merg=['commonARMA12model{',num2str(i),'}=', m ]; eval(merg); end %%%% for i=1:nmth m='('; for j=1:dataindex if ~isempty(arma21model{j,i}) if j==dataindex m=[m ,'arma21model{', num2str(j), ',', num2str(i), '}{1})']; m=['merge',m, ';']; else m=[m ,'arma21model{', num2str(j), ',', num2str(i), '}{1},']; end end end merg=['commonARMA21model{',num2str(i),'}=', m ]; eval(merg); end %%%% for i=1:nmth m='('; Trang 98 for j=1:dataindex if ~isempty(arma22model{j,i}) if j==dataindex m=[m ,'arma22model{', num2str(j), ',', num2str(i), '}{1})']; m=['merge',m, ';']; else m=[m ,'arma22model{', num2str(j), ',', num2str(i), '}{1},']; end end end merg=['commonARMA22model{',num2str(i),'}=', m ]; eval(merg); end %%%% % Dung thuat toan smooth de lam tron vec to dac trung cho phan bien doi % theo chu ky ngay, luu vao bien meandiurnal for month=1:nmth rawmeandiurnal{month}=mdata{month}; meandiurnal{month}= smooth((1:24),mdata{month},6,'rlowess',0); for j=1:24 if meandiurnal{month}(j)