光照強度與環境溫度對光伏發電系統影響的研究

張唯一 張菁

摘 要：本文對新能源開發和利用過程中的光伏發電系統進行了深入研究。首先分析了最大功率點跟蹤算法、PWM 斬波控制、蓄電池充放電原理等，并在此基礎上構建了光伏系統的控制模塊以及儲能模塊。然后根據建立的數學模型以及相關算法，搭建光伏發電系統的仿真模型，并分析在不同光照強度和環境溫度下光伏發電系統的輸出特性。

關鍵詞：光伏發電系統;光照強度和環境溫度;控制模塊;儲能模塊

文章編號：2095-2163（2019）04-0297-04 中圖分類號：TM715 文獻標志碼：A

0 引 言

光伏發電是緩解當前能源枯竭等一系列重大問題的最有效手段[1]。光伏發電系統由太陽能電池組件模塊、控制模塊、蓄電池儲能模塊等組成，電池模塊是光伏發電系統中的核心模塊[2]。光伏發電系統的性能受外部環境的影響[3]。建立一個準確、通用的光伏發電系統，觀察其在不同環境（光照、溫度等）下的輸出特性，對進一步提高系統的效率具有重要意義[4]。

光伏發電系統的輸出功率與運行點有關。用MPPT算法求出系統的最大功率點，可以提高系統的最大功率輸出[5]。通過建立仿真模型，為今后光伏發電系統的實際建設和運行奠定了基礎。

1 光伏發電系統控制模塊模型

1.1 MPPT控制模塊的搭建

本次仿真 MPPT 算法采用的是擾動觀察法，并在 MATLAB/Simulink 環境中對其進行了仿真，其模型如圖1所示。

Zero-Order Hold是零階保持器，其作用是對輸出量進行采樣，本次設計選用最大值0.0001;“Memory”是延時發生器，其輸出是上一個采樣期的輸入值，并作為下個周期的比較量;“Sign”模塊可以判斷輸入的正負，并且當輸入大于 0 時輸出 1，輸入為 0 輸出 0，輸入小于 0 時輸出-1，作用是把正弦、余弦函數變成方波輸出。

1.2 PWM脈寬調制仿真模型

仿真采取的做法是通過 MPPT 得到追蹤的參考信號，然后調制其波形，得到所希望的 PWM 調制波。常用的參考信號有鋸齒波和等腰三角波，其中后者的應用更多一些。原理是，在交點時刻控制電路中可控開關器件的開斷，通過這種方式能夠得到寬度和信號波幅值成正比關系的脈沖。PWM斬波仿真模型如圖2所示。

Repeating Sequence可以輸出一個標準的三角波信號，與前級 MPPT 輸出的比較差值，作為下一個模塊的啟動。Switch接受上級的輸出結果并進行判斷，若大于零則接通constant 1，若小于零則接通 constant 0，然后進一步驅動 DC/ DC 電路。

1.3 DC/DC 斬波電路仿真模型

通過控制功率開關的占空比α，就可以獲取輸出的最大功率點，也實現了MPPT 控制過程。DC/DC 變換電路常用的有升壓 boost 電路和降壓 buck 電路。

本模塊采用 Boost 作為 DC/ DC 轉換的直流升壓電路，這種方式不僅能夠大大改善工作效率，并且也使得電路驅動變得更加簡單，因此利用 Boost升壓電路DC/DC變換器的電路會有一個比較理想的

結果。圖3所顯示的就是 Boost 直流升壓電路的運行狀態：通過控制器調節 switch開關的占空比α，就可以得到理想的輸出電壓。

若電流的紋波幅度高，則電感可能在整個換向周期結束之前完全放電。在這種情況下，通過電感的電流在一段時間內下降到零，雖然差別很小，但其對輸出電壓方程式有很大的影響。電壓增益可以用如下公式計算：

2 光伏發電系統仿真模型及特性分析

經過上述的設計，完成了對一個獨立的光伏發電系統模型的搭建仿真。

下面對仿真進行以下說明：總系統的模型由多個子系統構成，其中包括太陽能光伏電池陣列、MPPT 控制器（包括 PWM 斬波、DC/DC 直流升壓電路）和蓄電池組件。將每一部分進行封裝，最后得到了一個獨立的光伏發電系統模型，如圖4所示。

根據商家給出的參數，設定電感值L=10·e-3H，電容值C=300·e-6F，等效負載R=20Ω，Diode 模塊采用默認數據。本次設計中用到的太陽能光伏電池的參數見表1。

2.1 標準情況下的仿真分析

首先，在正常的外界條件下（太陽輻射強度Sref=1 000 w/m2，外界溫度Tref=25 ℃）對建立好的模型進行仿真，觀察在 MPPT 追蹤前后的功率、電壓仿真曲線，運行后的結果如圖5，圖6所示。

由圖6 可知，本次設計中用到的直流升壓電路的升壓比為53.71/17.68≈3。

2.2 溫度T發生變化時的仿真

太陽能光伏發電系統在實際運行過程中，一般放在室外，會受到周圍環境溫度的影響。每天早晚有一定的溫差，每年的4個季節溫度也不一樣，所以本次設計基于不同溫度條件下，進行了相應的仿真實驗。環境溫度數據見表2，仿真曲線如圖7、圖8所示。

根據仿真圖可以看出，環境溫度升高，系統的輸出功率、電壓等均會下降，然而環境溫度降低時，光伏系統的輸出量則會變多。不難看出，環境溫度的改變與太陽能光伏發電系統的輸出特性是成反比關系的。盡管如此，環境溫度的改變對于系統輸出特性的影響還是比較微弱的。

2.3 太陽輻射強度S改變時的仿真

太陽能光伏發電系統在實際運行過程中，一般放在室外，所以光照也會給其帶來一定的影響，所以對 S 發生變化時進行仿真是有意義的，本次設計基于光照條件下，進行了相應的仿真實驗。太陽輻射強度變化見表3。

光照量S對太陽能光伏發電系統輸出特性的影響比較大，當光照量S變化很大（由1 000 w/m2→600 w/m2），且輻射強度不太高時，太陽能光伏系統的輸出功率并不穩定，會跳動。根據實驗可以推測，光照弱的地方，太陽能光伏系統的性能差，所以陰天、雨天等天氣不利于系統運行。根據上下2條曲線對比可以看出，直流升壓回路促進了輸出的穩定性。

3 結束語

太陽能光伏電池輸出與外界環境溫度T和太陽輻照強度S具有明顯的非線性特征，只有在特定的電壓值下才有最大的輸出功率，通過 MPPT 控制找到最大功率點有助于提高光伏發電的效率。

本文通過仿真搭建出來的光伏發電系統模型，驗證了光伏發電的輸出特性。在未來的研究中，可以嘗試建立系統的實物模型，以便于更好地對新能源開發利用進行深入地研究。

參考文獻

[1] 劉皓明， 寧健， 朱芳芳，等. 考慮隨機性分布式電源的配電系統潮流計算[J]. 電力需求側管理， 2014， 16（1）：11-14.

[2] 許洪華. 中國光伏發電技術發展研究[J]. 電網技術， 2007， 31（20）：77-81.

[3] 張立梅， 唐巍， 趙云軍，等. 分布式發電對配電網影響的綜合評估[J]. 電力系統保護與控制，2010，38（21）：132-135，140.

[4] 李晶， 許洪華， 趙海翔，等. 并網光伏電站動態建模及仿真分析[J]. 電力系統自動化， 2008， 32（24）：83-87.

[5] 王飛， 余世杰， 蘇建徽，等. 太陽能光伏并網發電系統的研究[J]. 電工技術學報， 2005， 20（5）：72-74，91.

[6] 王成山， 鄭海峰， 謝瑩華，等. 計及分布式發電的配電系統隨機潮流計算[J]. 電力系統自動化，2005，29（24）：39-44.

[7] 李振坤， 陳星鶯， 劉皓明，等. 配電網供電能力的實時評估分析[J]. 電力系統自動化，2009，33（6）：36-39，62.

[8] 于雷， 王立地， 紀建偉，等. 基于PV節點分布式電源的弱環網潮流計算[J]. 沈陽農業大學學報， 2013， 44（3）：373-376.

[9] 谷文卓. 配電網最大供電能力的定義、模型與計算方法[D]. 天津：天津大學， 2012.

[10]陳浩， 張焰， 俞國勤，等. 配電網最大供電能力計算方法[J]. 中國電力，2009，42（8）：20-23.

[11]劉洪， 郭寅昌， 葛少云，等. 配電系統供電能力的修正計算方法[J]. 電網技術， 2012， 36（3）：217-222.

[12]國宗， 韋鋼， 李明，等. 含分布式電源的配電網供電能力評估方法[J]. 現代電力，2015， 32（4）：56-61.

[13]YU B， MATSUI M， JUNG Y，et al. A combined active anti-islanding method for photovoltaic systems[J]. Renewable Energy，2008，33（5）：979-985.

[14]HUNG G K， CHANG C C， CHEN C L. Automatic phase-shift method for islanding detection of grid-connected photovoltaic interters[J]. IEEE Power Engineering Review，2002， 22（9）：55.

[15]YU G J， JUNG Y S， CHOI J Y，et al. A novel two-mode MPPT control algorithm based on comparatvie study of existing algorithms[C]//2002 Conference Record of the Twenty-Ninth IEEE Photovoltaic Specialists Conference .New Orleans， LA， USA：IEEE，2002：1531-1534.

[16]De CASTRO L N， Von ZUBEN F J. Learning and optimization using the clonal selection principle[J]. IEEE Transactions on Evolutionary Computation，2002，6（3）：239-251.

[17]De SOTO W， KLEIN S A. Improvement and validation of a model for photovoltaic array performance[J]. Solar Energy，2006，80：78-88.