光伏电池模型

光伏电池模型（通用8篇）

光伏电池模型 篇1

随着世界经济社会发展，社会对能源的需求越来越大，传统的矿物能源造成的大气环境污染问题备受关注，而利用可再生能源是缓解能源危机和环境问题的有效途径[1,2]。太阳能以采集方便、无污染等优点而备受关注，已成为最有前途的可再生能源之一。目前，光伏发电的效率并不高[3]，提高光伏能发电装置的效率以实现最大功率点的有效跟踪是该领域研究的焦点问题。

对光伏电池进行建模和电气特性的分析，建立准确的光伏电池模块模型，研究在不同辐射强度和温度下光伏模块的特征曲线，分析光伏阵列输出特性与外界气候条件变化，如输出受日照强度、模块温度和负载情况的影响，是光伏发电系统研究的基础，对提高发电效能有着重要的作用。

1 光伏模块的单二极管等效电路模型

硅材料的光伏电池等效电路模型主要有理想等效电路模型、单二极管等效电路模型和双二极管等效电路模型等[4,5]。图1为单光伏电池的理想等效电路模型，其结构很简单，分析起来较为容易，但是精度有限。用U和J分别表示光伏电池的端电压和负载电流密度，由量子力学和半导体材料特性推导可知，光伏电池单元的电流密度J可以用式(1)表示。

在实际中，常采用能满足工程需要的单二极管等效电路模型。由一组光伏电池串、并联构成光伏模块。理想情况下，认为光伏电池具有相同的参数，结合实际测得的光伏电池终端特性，为了达到工程要求精度，需要增加参数Rs、Rsh，图2为单二极管模型光伏模块的等效电路。

图2中输出电压U和电流I的关系如式(2)。

式(2)中，Ns和Np分别为串联和并联的单光伏电池数。

2 光伏模块的电气特性

单二极管模型还是太过于复杂，考虑到光伏模块的串联电阻Rs通常小于1Ω，而旁路电阻Rs h在几百欧姆以上[6]，在满足工程应用的前提下，可以忽略Rs和Rs h对光伏电池输出特性的影响，在此假设基础上推到功率模块数学模型。输出电流可用式(3)表达。

式(3)中，C1和C1分别为修正系数，即

式中，Im和Um分别为最大功率点电流和电压，Isc为短路电流，Uoc为开路电压。

模块短路电流为

模块开路电压为

式(5)中，温度电流系数Ci=0.002 5 A/℃，温度电压系数Cv=0.002 88 V/℃，功率密度为b。

3 仿真结果分析

为了验证所提出的模型的有效性，在Matlab/simulink中搭建仿真模型。simulink是MATLAB中的一种可视化仿真工具，是一种基于MATLAB的框图设计环境，是实现动态系统建模、仿真和分析的一个软件包，被广泛应用于线性系统、非线性系统、数字控制及数字信号处理的建模和仿真中。图3在Matlab/simulink中搭建光伏模块的仿真模型。

在实际运行的光伏系统中，应该尽量通过负载匹配使整个系统运行在最大功率点附近，以最大限度地提高运行效率，在同样的辐照强度和模块温度下，最大功率点电压Um通常是在开路电压Uoc的0.8～0.9倍。由于在电压-电流曲线上(Um,Im)点左侧光伏模块输出电流值受模块端口电压的影响小，基本保持不变，称这一段为恒流源区，而右侧光伏模块端口电压值受输出电流的影响较小，变化范围小，称这一段为恒压区。

通过光伏模块的模型上输入的辐照强度和模块温度，来测试模型的输出效果，校验其动态特性。

图4和图5分别为模块温度为298 K时，设置辐照强度分别为0.4 kW/m[2]、0.6 kW/m[2]、0.8 k W/m[2]、1 k W/m[2]时的电压-功率曲线和电压-电流曲线。在图中，有三个特殊点:输出短路点(0,Isc)，这里Isc为对应输出电压为零时的短路电流;输出开路点(Uoc,0),Uoc为对应输出电流为零时的开路电压;最大功率输出点(Um,Im)，该点满足d P/d U=0，输出功率为Pm=UmIm是光伏模块对应伏安特性上所能获得的最大输出功率。观察光伏模块随辐照度的变化可以发现，随着辐照强度的升高，光伏模块的短路电流变大，开路电压也升高，最大输出功率也变大，图4中在15～20 V区间出现最大功率点，图5中随着电压的升高电流呈下降趋势。

图6和图7分别为辐照强度为1 kW/m[2]时，设置光伏模块温度分别为298 K、308 K、318 K、328 K时的电压-功率曲线和电压-电流曲线。观察光伏模块随辐照度的变化可以发现光伏模块的输出特性和环境温度密切相关，模块温度对输出特性的影响与辐照强度有相似之处，随着温度的升高，光伏模块的短路电流变大，但开路电压也降低，在光辐照度恒定的条件下，模块温度越高，最大输出功率越小。

4 结语

在分析光伏电池原理基础上，建立了实用化的光伏电池模块模型，在Matlab/simulink平台上实现了光伏电池模块模型仿真，仿真结果表明温度恒定时，随着辐照强度的升高，光伏模块的短路电流变大，开路电压也升高，最大输出功率也变大;在光辐照度恒定时，随着温度的升高，光伏模块的短路电流变大，但开路电压也降低。验证了所提出光伏电池模块模型的正确性和的有效性，为光伏发电最大功率点跟踪和大型光伏发电系统研究提供了重要参考。

参考文献

[1]由世俊,杨洪兴,娄承芝,等.建筑物用光伏集成系统在中国应用的前景.太阳能学报,2000;21(4):434—438

[2]王飞,余世杰,苏建徽,等.光伏并网发电系统的研究及实现.太阳能学报,2005;26(5):605—608

[3] Fukuda S,Yoda T.A novel current-tracking method for active filtersbased on a sinusoidal internal model.IEEE Trans on Industry Appli-cations,2001;37(3):888—895

[4] Bull S R.Renewable energy today and tomorrow.Proceedings of the IEEE,2001;89(8):1216—1226

[5]张承慧,叶颖,陈阿莲,等.基于输出电流控制的光伏并网逆变电源.电工技术学报,2007;22(8):41—45

[6] Lindgren M,Svensson J.Control of a voltage-source converter con-nected to the grid through an LCL-filter:application to active filte-ring.IEEE PESC,Fukuoda,Japan,1998

光伏电池模型 篇2

孔铭：此次定增是公司把握产业发展方向，增加利润增长点的一项重要举措。

根据公告，1600MW高效电池项目总投资18.82亿元，使用募投资金16亿元。项目将采用PERC技术（叠加黑硅技术）、N型双面技术建设高效电池产线，产品转换效率分别可达19.5%-20.5%、20%-21%。项目建设期约20个月，测算内部收益率15.82%；250MW超高效异质结光伏电池项目将采用异质结技术工艺，转换效率可达22%-23%，项目总投资5.86亿元，测算内部收益率16.67%。

可以说，持续推动成本下降是光伏行业长期发展的必然，随着光伏行业逐步进入成熟发展期，通过规模化等直接手段降低成本的边际效应逐步递减，通过提高转换效率变向降低成本成为未来发展趋势。

《动态》：协鑫集成虽然是全球组件龙头企业之一，但公司电池产能相对薄弱，本次定增的实施能否能够改变这一现象？

孔铭：协鑫集成具备自有组件产能3.7GW，结合外部代工，总产能5GW，电池产能相对薄弱。

通过本次增发，公司将逐步建设约2GW电池产能，完善产业链，巩固公司龙头地位。而在储能行业爆发增长前期，布局储能电池，则进一步为公司打造未来业绩成长点，奠定中期成长业务基础。

《动态》：从本次定增的项目来看，还有一部分募集资金将用于储能电池业务，这一块能否成为公司未来又一个新的增长点？

孔铭：储能在整个电力体系中具备重要作用。近年来随着储能成本持续下降，以及政策支持力度不断加大，全球及国内储能均取得快速发展，并逐步进入爆发增长期。公司积极把握市场发展，及时推出首款储能产品E-KwBeNC-S系列，并得到市场广泛关注。

本次投资建设500MWh储能电池产能，将进一步为公司分享行业未来成长、打造新业绩成长点奠定基础。

《动态》：公司定增方案出炉后，二级市场股价马上一字板，说明市场对此认可，对此，你怎么看？

孔铭：协鑫集成是2015年的大牛股，公司当年通过重组转型，变身成为组件和电站集成龙头，股价也在复牌之后也是一飞冲天。

从2015年的业绩来看，已经有所体现。2015年公司实现净利润6.38亿元，净利率约10名。而从今年来看，公司的高增长也有望持续。这主要体现在：公司去年仍处于组件产能爬坡阶段，目前公司组件产能已达到5GW水平，出货量增长将带动公司组件业务持续增长；随着公司系统集成包概念推广，市场认可度逐步提升，从而有望带动公司系统集成业务同样放量增长。公司同时也预计今年上半年实现归属母公司净利润1.88-2.63亿元，同比增长0%-40%。

在此背景下，又有定增的利好推动，公司股价有望打破近期持续盘整的局面，实现持续上涨，投资者可关注。

光伏电池模型 篇3

新能源的开发利用迫在眉睫, 作为一种无污染、零排放, 且存储量巨大的可再生能源, 太阳能应用前景极其广阔。然而目前太阳能在全球能源系统中所占比例尚不足2%, 原因在于当下光伏发电效率低、成本高。

欲提高光电转换效率, 必须先探究制约其工作性能的关键因素。通过对研究中建立的光伏电池输出特性实时跟踪MATLAB仿真模型进行定性定量测试, 将仿真结果与实测数据互相验证, 归纳影响光伏电池性能的若干主要因素, 为开发光伏电池潜力、大型光伏设备合理安装、地区光电转换效率水平评估提供理论依据和预测模型。

1 一般光伏电池数学模型

常见的太阳能电池板, 是由若干光伏电池单体经适当串并联连接构成, 图1 为常见光伏电池单体等效电路[1,2,3]。

图1 中:Iph为光生电流, 由材料光生伏打效应产生;ID为二极管正向电流;Rsh为并联电阻, Ish为并联电阻支路电流;Rs为等效串联电阻;结电容C忽略不计;I为光伏电池输出电流。根据等效电路可求光伏电池输出电流I:

对于ID、Ish, 有:

式中:UD=IRs+U为二极管端电压;U为光伏电池输出电压;T为实际温度。A、k、q见表1。将式 (2) 代入式 (1) 中, 整理得

2 建立MATLAB仿真模型

2.1 确定模型参数

为建模参照和仿真结果验证, 选用某厂生产的300 W单晶硅太阳能电池板为基础建模, 其提供参数详见表1 (表中各数据均在T=25 ℃, 光照强度G=1000 W/m2所测标准值) 。

2.2 实用光伏电池数学模型推导

因Rsh量纲较大, 故近似为0[4], 则有

Iph与标准短路电流Isc、实际温度T、实际光照强度Gr存在如下关系:

实际开路电压Uoc与标准开路电压Uocs存在如下关系:

其中TT=25℃, 为标准参考温度。

开路时U=Uoc, I=0, 代入式 (4) 中可求:

式 (4) 为光伏电池单体输出电流, 实际工程应用中, 整块太阳能电池板由l×m块光伏电池单体串并联而成[4], 故输出总电流为

2.3 基于MATLAB/simulink仿真模型

光伏电池实时跟踪模型如图2 所示, 图中Vp为可控电压源, 模拟光伏电池输出电压U的变化[5];G为理论光照强度, 只受当日气候影响;Gr为光伏电池表面实际所受等效光照强度, 是实现跟踪的关键;i为光入射角, n为光伏电池表面防护玻璃折射率 (关于Gr、n、i在第3 节详细讲述) 。为便于解读和测试, 如图3 将模型进一步封装为3 个版块, 左边为影响参数输入端, 中间为光伏电池主体, 右边为结果输出端。

3 性能影响因素探究

3.1 自然影响因素分析

试验中将影响光伏电池性能的一系列不易控制参数, 称为自然影响因素, 主要包括理论光照强度G、温度T。设其它参数为标准值, 分别输入不同G、T, 得到图4、图5 所示结果。

观察图4, 当T、n、i均为标准值时, 输出功率和短路电流均随G减小而有明显等差下降的趋势。由图5 可知, 当G、n、i均为标准值时, 随着T升高, 短路电流微增, 开路电压和输出功率微降。对比图4、图5结果, 可知光照强度对光伏电池输出特性的影响远大于工作温度。

3.2 材质影响因素分析

将影响光伏电池性能的材料结构参数, 称为材质影响因素。主要包括等效串联电阻Rs、二极管因子A、表面防护玻璃折射率n (基于n与入射角i关系密切, 将在第3小节进行探究) 。分别输入不同Rs、A, 得仿真结果如图6、图7 所示。对比图6、图7 可知, 改变等效串联电阻Rs对输出功率影响显著, 而A影响甚微。

4 实时跟踪模块

实际上光照强度G、入射角i及温度T均随时刻t不断变化, 因此唯有建立特定环境下, 光伏电池表面所受实际等效光照强度Gr关于t的模型 (此处由图5 结果忽略温度影响) , 才能较为精确地模拟其工作状态, 并迅速评估该地区光伏发电潜力。

4.1 光能量守恒定律的应用

光反射能量守恒公式[6]:Wi=WR+W′i。其中, Wi、WR、W′i分别为入射光、表面防护玻璃反射光和被吸收光的总能量。忽略防护玻璃下表面二次反射, 只考虑光在玻璃上表面第一次反射损失的能量, 反射率Rf=WR/Wi, 计算公式如下[6]:

其中:r为折射角;i为入射角;玻璃折射率n=sini/sinr, 则

4.2 建立跟踪模块数学模型

设正常气候下一天光强近似满足高斯分布[7]:

入射角i近似满足一次函数:

其中:Gmax为当日最大光照强度值;tmax为光强最大时刻。若光伏电池受直射光照理论垂直受光面积为ST, 则当入射角为i时, 等效垂直受光面积Sr=STcosi。

当Gmax确定时, 光伏电池表面所受等效Gr计算如下:

上述即为图2 中Gr模块部分。

4.3 仿真结果及评价

设定G=1000 W/m2, T=25℃, 测得不同入射角i和折射率n下的P-U和I-U曲线分别如图8、图9 所示。

观察测试结果可知, 开路电压和短路电流几乎随着入射角的增大而等比例下降, 当i=60°时, 输出功率仅为直射时的一半, 而折射率n的影响可忽略不计。图8 结果也为开发光伏设备向日器提供了依据。

设Gmax=1000 W/m2, tmax=12, 通过实时跟踪模型测得上午8 时至下午16 时光伏电池输出功率P随时刻t、负载电压U的变化如图10 所示。

由图10 可知, 由于光照强度和入射角同时变化, 水平固定安装的光伏电池光电转换基本集中在10~14 时阶段内, 且输出功率与负载电压密切相关[8]。当负载电压为35 V, 输出功率大致等于300 W, 且最大电流Imax35V=8.62A, 与厂家提供参考峰值电压36 V, 峰值电流8.33 A极为接近, 偏差均小于0.05。若负载电压偏离峰值电压, 光伏电池输出功率降低, 当负载电压高于峰值电压时, 输出功率下降非常明显, 当负载电压为42 V时, 输出功率仅为峰值功率的1/4, 而当负载电压为43.5 V时, 输出功率趋近于0, 与标准开路电压吻合。这一结果启示我们, 光伏电池宜适当采用串联分压连接, 最好适时调整其向日角度。

5 结论

本文通过理论计算、仿真测试和实际测量相结合的方法, 探究了影响光伏电池转换效率的几个主要因素, 为开发光伏电池潜能积累了理论经验。重要的是, 通过光强函数、入射角与时刻联合建模, 使仿真模型能精确有效地跟踪光伏电池在不同时刻的输出特性, 初步探索了输出功率与外载电压之间的关系。在仿真模型基础上, 只需修改相关参数, 即可较为精确地模拟不同应用下光伏设备输出特性、估算光伏系统日均发电总量, 对生产和安装光伏组件、提高能源利用率方面具有一定的参考价值。

摘要：在常见的光伏电池模型基础上, 结合工程实际, 保留影响光伏电池输出性能的潜在参数, 引入光射角函数、能量守恒定律, 并模拟特定地区一天内光照强度分布函数, 建立光伏电池实时跟踪模型。通过仿真测试, 分析影响光伏电池输出性能的若干关键因素, 并由跟踪模型探究光伏电池的理想工作模式, 为光伏设备转换效率快速评估和合理使用提供依据。

关键词：光伏电池,跟踪模型,影响因素,仿真测试,MATLAB

参考文献

[1]冯垛生, 王飞.太阳能光伏发电技术图解指南[M].北京:人民邮电出版社, 2011.

[2]傅望, 周林, 郭珂, 等.光伏电池工程用数学模型研究[J].电工技术学报, 2011, 26 (10) :211-216.

[3]吴海涛, 孔娟, 夏东伟.基于MATLAB/Simulink的光伏电池建模与仿真[J].青岛大学学报 (工程技术版) , 2007, 21 (4) :74-77.

[4]胡长武, 李宝国, 王兰梦, 等.光伏电池简化数学模型的Matlab/Simulink仿真研究[J].可再生能源, 2013, 31 (10) :20-24.

[5]郑诗程.光伏发电系统及其控制的研究[D].合肥:合肥工业大学, 2005.

[6]李晓勤.光的反射和折射时能量守恒的论证[J].塔里木农垦大学学报, 2003, 15 (1) :26-27.

[7]彭乐乐, 孙以泽, 林学龙, 等.工程用太阳电池模型及参数确定法[J].太阳能学报, 2012, 33 (2) :283-286.

[8]傅诚, 陈鸣, 沈玉樑, 等.基于输出参数的光伏电池最大功率点控制[J].电工技术学报, 2007, 22 (2) :148-152.

光伏电池模型 篇4

随着经济的发展,人口的增加,化石能源逐步消耗,能源危机问题日益严重。在这样的背景下,太阳能作为一种巨量的可再生能源,引起了人们的重视,各国政府正在逐步推动太阳能光伏发电产业的发展。但是,大多数的光伏发电系统都是基于经验公式进行设计的,为了对整个设计系统进行验证和优化,有必要研究适用于光伏发电系统工程设计应用的仿真模型。由于太阳能电池阵列是光伏发电系统的核心部件,所以在光伏发电系统中,对太阳能电池阵列仿真模型的研究至关重要。

太阳能电池技术发展很快,目前比较成熟且广泛应用的是经归类的太阳能电池。在2009年,全球太阳能电池的产量为1 0231 MWp,到2011年预计达到1.5 GWp,比2010年增加50%。其中,单晶硅电池占43.86%,多晶硅电池占46.62%,薄膜电池占9.52%。国内外太阳能行业都在围绕提高太阳能电池的光转换效率和降低成本这两大目标开展研究工作。太阳能电池通过串并联组合成光伏阵列使用,但针对单个太阳能电池的模型往往很少,且无法应用于各种仿真和电力工程计算中。目前,多晶硅太阳能电池的实验室效率已超过17%,前景很好[1,2,3,4]。本模型以数据参考手册参数为基准,用到了厂商提供的多晶硅太阳能电池标准下的参数[5]。

本文从光伏电池数学模型入手,在Matlab/Simulink的仿真系统中,建立了一种实用性较强的光伏电池模块仿真模型,该模型忽略了一些次要因素的影响,在不同太阳辐射强度和温度下模拟出太阳电池阵列的输出特性,并且将仿真模型结果与实际太阳电池阵列的测量结果进行了比较,工程应用精度在误差允许范围内,为光伏系统研究提供了极大的参考价值。

1 光伏电池特性

硅太阳能电池的特性可用一个等效电路来描述:

根据图1中电压与电流的参考方向,得出普遍使用的太阳能电池通用模型[6]:

$\begin{array}{l}{\rm I}=n{}_{\text{p}}{\rm I}{}_{\text{p}\text{h}}-n{}_{\text{p}}{\rm I}{}_{\text{r}\text{s}}\{\exp [\frac{q}{k{\rm T}A}\frac{(V+{\rm I}R{}_{\text{s}})}{n{}_{\text{s}}}]-1\}-\\ n{}_{\text{p}}\frac{V+{\rm I}R{}_{\text{s}}}{R{}_{\text{s}\text{h}}}(1)\end{array}$

由于实际当中,太阳能并联电阻Rsh的实际值很大,Rs的实际值很小,故有:

$\begin{array}{l}{\rm I}=n{}_{\text{p}}{\rm I}{}_{\text{p}\text{h}}-n{}_{\text{p}}{\rm I}{}_{\text{r}\text{s}}[\exp (\frac{q}{k{\rm T}A}\cdot \frac{V}{n{}_{\text{s}}})-1](2)\\ {\rm I}{}_{\text{p}\text{h}}=[{\rm I}{}_{\text{s}\text{c}}+k{}_{\text{l}}({\rm T}-{\rm T}{}_{\text{r}})]\frac{S}{100}(3)\\ {\rm I}{}_{\text{r}\text{s}}={\rm I}{}_{\text{r}\text{r}}\left[\frac{{\rm T}}{{\rm T}{}_{\text{r}}}\right]{}^3\exp \left(\frac{qE{}_G}{k{\rm T}A}\left[\frac{1}{{\rm T}{}_{\text{r}}}-\frac{1}{{\rm T}}\right]\right)(4)\end{array}$

式中:I,V为太阳能电池的输出电流、电压(单位:A,V);ns,np为光伏阵列串列和并联的电池个数;Iph为太阳能电池光生电流,单位为A;Isc为短路电流,单位为A;q为电子电量(1.6×10-19 C);k为波尔兹曼常数(1.38×10-23 J/K);A为无纲量任意曲线的拟合常数,取值在1～5之间;T为太阳能电池绝对温度(单位:K);Tr为太阳能电池参考温度(单位:K);Irs为太阳能电池阵列反向饱和电流(单位:A);Irr为二极管反向饱和电流(单位:A);EG为硅的禁带宽度; kl为短路电流温度系数;S为光照强度(单位:W/m2)。

2 光伏组件的建模、及仿真

2.1 光伏组件模型的数学表达和模型建立

由于现有硅太阳能电池工程数学模型精度不高,方法不够简化,容易出错的缺点,基于硅太阳能电池的理论数学模型,本文提出一种改进的硅太阳能电池非线性工程简化数学模型。该模型是利用Matlab/Simulink工具,在光伏电池物理数字模型的基础上,建立的一种简洁光伏电池仿真模型。该模型忽略一些次要因素的影响,根据厂商提供的多晶硅太阳能电池作为参考[5,7]。下面给出S=1 000 W/m2,T=25 ℃测试条件下的 4个电气参数, 即短路电流Isc=4.75 A、开路电压Voc=21.75 V、最大功率点电流Im=4.515 A和最大功率点电压Vm=17.25 V。

首先给出仿真模型的数学表达式为:

$\begin{array}{l}C{}_1=\left(1-\frac{{\rm I}{}_{\text{m}}}{{\rm I}{}_{\text{s}\text{c}}}\right)\exp \left(-\frac{V{}_{\text{m}}}{C{}_{2}V{}_{\text{o}\text{c}}}\right)(5)\\ C{}_2=\left(\frac{V{}_{\text{m}}}{V{}_{\text{o}\text{c}}}-1\right)/\ln \left(1-\frac{{\rm I}{}_{\text{m}}}{{\rm I}{}_{\text{s}\text{c}}}\right)(6)\\ {\rm T}{}_1={\rm T}-{\rm T}{}_{\text{r}\text{e}\text{f}}(7)\\ S{}_1=\frac{S}{S{}_{\text{r}\text{e}\text{f}}}-1(8)\\ D={\rm I}{}_{\text{s}\text{c}}S{}_1+a{\rm T}{}_1(1+S{}_1)(9)\\ \text{d}v=b{\rm T}{}_1+DR{}_{\text{s}}(10)\\ {\rm I}={\rm I}{}_{\text{s}\text{c}}\left\{1-C{}_1\left[1-\exp \left(\frac{V+\text{d}v}{C{}_{2}V{}_{\text{o}\text{c}}}\right)\right]\right\}+D(11)\end{array}$

式中:Isc,Voc,Im,Vm为4个标准参考技术值;Sref为太阳光强参考值为1 000 W/m2;Tref为电池参考温度,为25 ℃;S,T为任意太阳光强和电池温度;S1,T1,C1,C2,D均为中间变量;a,b为补偿系数,a=0.005 4,b=0.21。 太阳能电池模型的内部结构如图2所示[8]。

2.2 仿真曲线及结果

由图2得到该模型的仿真曲线(仿真采用变步长算法ode45tb,仿真时间设为25,设最大步长为0.1)。 在温度T=25 ℃时,测得光照强度为1 000 W/m2,800 W/m2,600 W/m2,400 W/m2,200 W/m2时的光伏阵列电池I-V,P-V曲线如图3,图4所示。

在光照强度为S=1 000 W/m2,测得温度分别为10 ℃,25 ℃,40 ℃,55 ℃,70 ℃时的光伏阵列电池I-V,P-V曲线如图5,图6所示。

由图3,图4可知,在温度不变的情况下,随着光照强度的不断升高,最大功率点也在逐渐增大。由图5,图6可知,在光照强度不变的情况下,随着温度的升高,最大功率点在逐渐减小。

仿真结果表明,该模型比完全采用数学建模或用S-function[9]函数建模相比,结构简单,易于操作,只需要相关参数就可以模拟出与实际情况相近的特性曲线。

3 实测结果与估算结果的比较

在考虑了任意光强和温度下串联电阻Rs参数的影响后,对该模型进行了太阳能电池输出电气特性试验。根据测得的太阳能电池阵列[6],对在任意选取的太阳辐射强度(S)、电池温度(T)下,不同负载的电流电压值[10,11]和对应条件的工程简化模型进行了仿真结果对比。实验与仿真结果的对比如图7～图9所示(①为仿真曲线;②为实验曲线)。

表1为不同光照强度和电池温度下该模型的仿真数据和实验数据之相对误差对比。

由表中数据可以看出,该模型精度满足了通常工程应用要求的精度范围6%以下。

4 结 语

本文的光伏组件的数学模型是在Matlab/Simulink环境下,利用其数学模型建立了PV块的Matlab仿真模型。经仿真实验结果表明,该模型算法简单,在结构上有了一定的改进,使结构简化,提高了运算速率。

本文模型仿真结果和与实验测得结果对比,比较结果表明,该模型的最大相对误差都在工程允许的精度6%内,与传统方法比进一步提高了精度,对于研究人员和后续工作来说,也极具参考价值。

摘要：提出一种以太阳能电池数学模型为基础,在Matlab/Simulink环境下建立的光伏电池仿真模型。与其他常用建模方法相比,该模型结构简化,易于操作,能更好地描述光伏阵列的电气特性。该模型还考虑了在任意光强和温度下串联电阻Rs的影响,并进行了太阳能电池输出特性试验。理论估算与实际测量结果比较,两者误差在工程应用允许的精度6%内,与传统方法相比,精度有所提高,为整个光伏系统进一步研究提供参考价值。

关键词：太阳能电池,数学模型,工程应用,Matlab

参考文献

[1]张旭鹏,杨胜文,张金玲.太阳能电池发电应用前景分析[J].21世纪建筑材料,2010(1):50-52.

[2]施祖铭.太阳能光伏电池的发展[J].新技术新产品,2010(4):69-73.

[3]NIELSEN L D.Distributed series resistance effects in solar cells[J].IEEE Trans.on Electron Devices,1982,29(5):821-827.

[4]PHANG J C H,CHAN D S H,WONG Y K.Comments on theexperimental determination of series resistance in solar cells[J].IEEE Trans.on Electron Devices,1984,31(5):717-718.

[5]赵为.太阳能光伏并网发电系统的研究[D].合肥:合肥工业大学,2003.

[6]DURGADEVI A,ARULSELVI S,NATARAJAN S P.Study and implementation of maximum power point track-ing(MPPT)algorithm for photovoltaic systems[C]//Pro-ceedings of IEEE 2011International Conference on ElectrialEnergy Systems(ICEES).[S.l.]:IEEE,2011:240-245.

[7]HUSSEIN K H,MUTA I,HOSHINO T,et al.Maximumphotovoltaic power tracking:an algorithm for rapidly changingatmospheric conditions[J].IEE Proceedings of Generation andTransmission Distribution,1995,142(1):59-64.

[8]Anon.SHELL ST5solar panel data sheet[G/OL].[2010-03-03].http://www/mrsolar.com/pdf/shell/ShellST5_US.pdf.

[9]邓栋,易灵芝.基于S函数光伏阵列最大功率追踪的控制策略[J].湖南工业大学学报,2009,23(5):52-54.

[10]ARAUJO G L,CUEVAS A,RUIZ J M.The effect of dis-tributed series resistance on the dark and illuminated cur-rent-voltage characteristics of solar cells[J].IEEE Trans.on Electron Devices,1986,33(3):391-401.

光伏电池模型 篇5

关键词：太阳能,光伏电池特性,MPPT

随着人类对能源需求的日益增加。太阳能以取之不尽、用之不竭、随处可得,就近供电,避免了长距离输电线路上的损失。而且,整个发电过程中不产生废弃物,清洁无污染而倍受关注。

受光照强度和环境温度影响,光伏阵列输出特性具有明显的非线性特征。光伏电池端电压会随着光照强度和环境温度的不同而发生变化,从而影响其输出功率。在不同光照和环境温度下输出尽可能多的电能,提高系统的效率,即MPPT[1]。如何快速捕捉并跟踪其最大功率点并使系统始终工作在该点,成为了现代光伏系统研究的一个热点。

1光伏电池模型的建立

光伏电池发电是利用光入射于半导体时所引起的光电效应,其基本特性和二极管类似,可用简单的PN结构原理说明。图1是光伏电池等效电路,其工作原理为: 当光照温度恒定时,由于光生电流IL不随光伏电池的工作状态而变化,因此在等效电路中可看作是一个恒流源[2,3,4]。

由等效电路图可得光伏电池特性的一般公式

式( 1) 中,I为光伏电池的输出电流; IL为光生电流; I0为反向饱和电流; V为输出电压; T为绝对温度; q是单位电荷,其值为1. 6 × 10- 19C; k是玻耳兹曼常数,其值为1. 38 × 10- 23J / K; A为二极管曲线因子,其值常在1 ~ 2之间变化。通常情况下,式 ( 1 ) 中的 ( V + RsI) / Rsh项远小于光伏电池输出电流,可忽略,得

由上式可在Matlab软件中建立光伏电池阵列数学模型如下[5]: 设在参考条件下,Isc为短路电流,Voc为开路电压,Im和Vm为最大功率点电流和电压,则当光伏阵列工作电压为V,其对应点工作电流为I

当考虑温度和光照强度变化时

式中,Rref、Tref为日照强度和光伏电池温度的参考值, 一般取1 k W/m2、25 ℃; a为参考日照下,电流变化温度系数( A/℃) ; b为参考日照下,电压变化温度系数 ( V/℃ ) 。

在Matlab中构建光伏阵列及其MPPT模型如图2和图3所示。本文中光伏电池阵列模型参数采用深圳聚光能科技有限公司生产的J - 180 - 24型号,具体设置参数如图4所示。

2光伏电池的输出特性

光伏电池V - I,V - P随温度和光照强度变化的特性曲线如下图所示。

由上图可看出,太阳电池V - I,V - P特性与光照强度环境温度之间是高度非线性的,但在电压较低时近似为恒流源,在电压高时又和恒压源类似,且短路电流和日照强度近似成正比,开路电压同温度近似成反比。

3一种改进的MPPT控制方法

在一定的光照和温度条件下,太阳能电池有一个最大功率点,当光照和温度改变时,为了充分发挥太阳能电池的发电能力,必须使得太阳能电池随时工作在最大功率点,以实现最大功率的跟踪。常用方法有恒定电压法、电导增量 法、直线近似 法、干扰观测 法等[6,7,8]。

本文提出了一种改进的MPPT方法,即采用变步长的干扰观测法进行最大功率跟踪。在采样时间很短的情况下,可将d P /d V看作P - U曲线上各个点的斜率k,在离最大功率点较远的地方斜率较大,则进行较大步长跟踪; 靠近最大功率点的地方斜率较小,则进行小步长跟踪,可使在最大功率点附近的振荡较小。由此,既可快跟踪到最大功率点处,又可避免在最大功率点附近出现振荡过大的现象。本设计令步长为A × k, A在这里取0. 6。流程图如图9所示。

在进行反向扰动的时候,为防止出现死循环,必须将A值适当减小,可取0. 4,这样可确保斜率k的值始终在减小,直到满足预设定的误差系数K,并最终求出峰值电压Vm和峰值功率Pm。

为了用实验数据说明该变步长干扰法确实能快速的跟踪其峰值工作点,特在其MPPTsfun中引入输出变量m作为干扰法寻优解的迭代次数,并与定步长法做比较,令二者取相同的误差系数K = 0. 001,得到如图10的结果。观察图中的数据可得,当光照强度由0 ~ 1 000 K的变化过程中,采用变步长法进行的干扰寻优法迭代次数大部分集中在20 ~ 30次之间,而采用定步长法进行的干扰寻优法达到上万次,在相同的精度下,采用变步长能够快速地捕捉到其最大功率点,具有较好的收敛性。

4结束语

光伏电池的特性及仿真 篇6

面临世界能源不断紧缺以及环境污染问题日益严峻的难题, 新能源的开发和利用备受关注, 由新能源构成的分布式发电技术也成为热点话题[1]。太阳能以其取之不尽、用之不竭、廉价而又无污染的绝对性优势成为研究的首选, 光伏电池的输出功率不仅受自身因素影响, 而且与光照强度、环境温度及其所接负载等外部因素有关, 能否实现光伏发电系统光电转换效率的最大化, 是整个光伏发电系统的关键所在。本文主要通过对太阳能电池特性的深入分析, 对太阳能电池阵列进行数学建模, 运用Matlab仿真。

1光伏发电系统的输出特性

光伏电池是一种利用光生伏特效应将光能转化为电能的器件, 根据电路理论, 其可等效为如图1所示的电路模型[2,3]。

2光伏电池输出特性

通过上述分析, 可在Matlab/Simulink中建立光伏电池仿真模型, 如图2所示。

设置仿真时间为60 s, 采用ode45算法, 分别进行了外界条件不同的2组仿真实验, 仿真结果分别如下页图3所示。

从图3可以看出, 光照强度对短路电流影响显著, 而开路电压随光照强度的升高略有增大;在右侧电压较高区域, 光伏电池可视为一系列不同等级的电压源, 具有明显的低内阻特性, 在左侧电压较低区域内, 光伏电池可视为一系列不同等级的电流源, 具有明显的高电阻特性。

3结论

光照强度不变时输出功率随输出电压的变化先增加后减少, 光照强度变化时输出功率也会变化。这样在一天中光伏电池存在输出最大功率的一点, 但随着光照强度的变化光伏电池不可能一直工作在最大功率点, 所以必须对光伏电池的输出电压进行调节, 使光伏电池有最大输出功率。

摘要：为了更好地跟踪光伏阵列的最大功率点, 分析单个光伏电池的物理特性, 从物理结构到特性曲线, 深入认识光伏电池。对光伏电池的数学模型进行抽象, 建立了适合于工程应用的光伏电池数学模型, 并用Matlab进行仿真。

关键词：光伏发电,仿真,数学模型

参考文献

[1]许晓艳, 黄越辉, 刘纯, 等.分布式光伏发电对配电网电压的影响及电压越限的解决方案[J].电网技术, 2010, 34 (10) :140-146.

[2]苏建微, 余世杰, 赵为, 等.硅太阳电池工程用数学模型[J].太阳能学报, 2001, 22 (4) :409-412.

基于PSIM的光伏电池的仿真 篇7

1光伏阵列物理机制的数学表达

单个光伏电池的输出特性如下所示:

$J=J{}_{ph}-J{}_0(\text{e}{}^{\frac{qU}{k{\rm T}}}-1)$ (1)

其中, q为电子电量;U为电池端电压;k为波尔兹曼常数;T为电池温度。由此可得到单个光伏电池的电路模型如图1所示。

对于光伏阵列, 可以看作是若干单个光伏电池的串并联, 可以根据实际情况做一些假设后, 光伏阵列的输出将满足如下方程组:

Uall=NsUcell

Iall=NpIcell (2)

Pall=NsNpPcell

其中, Ucell, Icell, Pcell分别为单个光伏电池的输出电压、电流及功率;Ns, Np分别为光伏阵列中串联和并联电池个数;Uall, Iall, Pall分别为整个光伏阵列的输出电压、电流及功率。则整个光伏阵列的电路模型如图2所示。

为了达到工程要求的精度, 光伏阵列输出电流的计算需要增加参数A, Rs, Rsh, 从而有:

${\rm I}{}_{\text{a}\text{l}\text{l}}={\rm I}{}_{sc}-{\rm I}{}_0\left[\text{e}{}^{\frac{q(U+{\rm I}{}_{\text{a}\text{l}\text{l}}R{}_s)}{Ak{\rm T}}}-1\right]-\frac{U+R{}_s{\rm I}{}_{\text{a}\text{l}\text{l}}}{R{}_{sh}}$ (3)

${\rm I}{}_0=C{}_D{\rm T}{}^3\text{e}{}^{\left(-\frac{eE{}_g}{Ak{\rm T}}\right)}$ (4)

而光伏电流和装置温度分别为:

Iph=5.46×10-3ETP[1+0.001 (T-298) ] (5)

T=Ta+0.3ETP×1 000 (6)

其中, ETP为光伏电池的瞬间光照强度。则由方程组 (3) ～ (6) 可以得到光伏阵列的理想输出特性[3,4]。

2基于物理机制的光伏阵列的仿真模型

根据光伏阵列的理想输出特性就可以在PSIM软件中建立该模型, 最直接的方式就是采用PSIM已有的器件模块直接搭建, 则基于物理机制的光伏阵列模型电路如图3所示。

其中, 端口S, T, P和N为与外围主电路相连接的端口, 分别用于设置光照强度、温度以及光伏阵列的输出电压端口。不难看出, 该电路与式 (3) ～式 (6) 有着直接的对应关系。其中核心部分为光伏阵列中的电压与电流非线性关系的描述, 在此电路中对电压进行采样, 经乘K和ax的运算, 形成对应的参考电流, 再通过C/P控制和压控流源产生相应的电流, 实现模型中的电压与电流非线性关系。另外, 在该电路模型中对温度的影响进行了相应的校正。通过外围电路就可以测试出该光伏阵列模型的输出特性 (如图4所示) 。

该仿真结果与光伏阵列的特性完全吻合。

3结语

通过基于物理机制的光伏阵列模型建立过程以及其对光伏阵列的模拟效果来看, 该模型具有如下优点:1) 基于光伏阵列物理本质, 准确反映其物理特性。2) 模型参数与实际参数严格对应, 仿真精度高。3) 子电路接口简单, 容易用于电路仿真。

参考文献

[1]Powersim Inc.PSIM User’s Guide Veron6.0[J].PowersimInc, 2003 (1) :112-113.

[2]Gerhard Brauer, Adrian Wirth, Gerhard Wild.Simulation tools forthe ACS1000 standard AC drive[J].ABB Review, 1998 (5) :43-51.

[3]赵争鸣, 刘建政.太阳能光伏发电及其应用[M].北京:科学出版社, 2005:233-247.

光伏电站中蓄电池的维护 篇8

改革开放以来, 我国加大了光伏电站的建设力度, 为广大群众提供更加方便、快捷的照明方式, 同时也增加了许多光伏电站的运行及维护知识。光伏蓄电池的只要功能就是储能, 换句话说就是把太能蓄电池所提供的电能转化成化学能, 储存在光伏蓄电池中, 以供人们使用。其是保证光伏电站顺利运行的关键部分, 也是光伏电站不可或缺和很难维护的一部分。所以蓄电池的维护是整个光伏电站运行是过程中最重要的环节。

1 蓄电池的工作原理和控制器的操作方式

1.1 铅酸蓄电池的工作原理

1.1.1 铅酸蓄电池的电动势

铅酸电池在充电后, 其硫酸溶液内的水分子会发生作用, 正极板的二氧化铅与H2O化合后, 生成稳定性差, 且可离解的氧化铅, 在正极板上就出现了铅离子, 而氢氧根的离子一直在溶液中, 致使正极板出现电子缺失。留在负极板上面的铅, 会与电解液内硫酸出现化学反应, 生成可转移到电解溶液的铅离子, 使负极板上就留了两个电子。显而易见, 在蓄电池没有接通电路时, 在负极板上会多出受化学作用的电子, 而正极板就缺少电子, 出现电位差, 其就是铅酸蓄电池产生电动势的主要形成原因。

1.1.2 铅酸蓄电池放电过程中的电化学反应

铅酸电池放电的过程中, 电池内部发生的化学反应主要是由于蓄电池中出现电位差, 以致电池的负极板中的电子通过负载的形式直接进入到电池的正极, 形成电流。同时又由于蓄电池负极板铅原子放出电子后, 形成pb2+, 其与电解液中SO42-发生反应, 形成溶解性较差的Pb2SO4。此外, 受电力场影响, 电解液内的氢离子与硫酸根离子会向电池两极移动, 电池内部就产生了电流, 形成回路, 确保蓄电池不断放电。

1.1.3 铅酸蓄电池充电过程中的电化反应

铅酸蓄电池充电时需与直流电源外接, 保证在放电后的正、负极板上生成物可恢复为活性物质, 将外界电能直接转化成势能储存。受外界电流作用, 正极板上的硫酸铅可被解离为硫酸根负离子及二价铅离子, 同时正极电子会被外电源直接吸取, 正极板上的二价铅离子也会释放电子进行补充, 进而形成四价铅离子, 并与H2O发生反应, 生成二氧化铅。同样受外界电流作用, 负极板上的硫酸铅被解离SO42-和pb2+, 此时负极中国的电子直接被外电源吸收, 与其附近的pb2+被中和形成pb单质, 且以绒状物的形式附着在负极板上。同时在电厂的作用下, 正极形成的SO42-以及H+会向负极转移, 然而正极中的SO42-逐渐转向正极, 以形成完整的电流。

1.1.4 铅酸苏电池充放电时电解液的变化

基于以上蓄电池电化学反应的基础上, 不难发现蓄电池在放电的时候, 会消耗掉电解液内的硫酸, 而生成越来越多的水, 致使溶液的硫酸含量降低。而铅酸蓄电池的充电过程, 则是一个硫酸物质不断增多, 而水物质不断减少的过程, 进而形成高浓度的溶液。因此, 在具体的操作过程中, 通过蓄电池电解液的浓度变化可以判别其的充电情况。

2 影响光伏电站蓄电池使用年限的因素

2.1 过放控制点因素

在实际操作中, 蓄电池过放控制点的设置直接影响到其放电深度, 蓄电池深度放电的条件就是其过放控制点的调节程度。蓄电池经过深度放电后, 其内部产生的Pb2SO4回附着在电池负极板的表面, 由于Pb2SO4绝缘的性质, 以破坏蓄电池中的化学反应, 这就会造成电池内部的电阻变大, 若果不及时对其进行充电, 就会导致附着在负极表面的Pb2SO4盐化, 破坏蓄电池的功能。

2.2 温度因素

蓄电池的使用寿命与温度也密不可分。通常情况下, 25摄氏度是蓄电池工作的最好的温度, 根据研究表明, 蓄电池的温度每上升6度, 就会使其的使用年限缩短一半。由于过高的温度, 会加速其内部化学反应, 致使其极板速度变快, 同时容易造成过充和过放。若温度较低时, 会减缓其内部化学反应速度, 致使其释放量变小, 如果蓄电池长期处于低温的工作状态, 就会由于其充电的不足而导致盐化, 进而使得电池的容积变小、使用年限缩短。

2.3 充电电压因素

智能控制器接通与断开光伏阵列的是通过判断蓄电池端电压, 所以蓄电池的寿命受充电系统电压的高低影响。就蓄电池的工作原理而言, 经常会有气体在充电过程中溢出, 若充电电压较高, 溢出的气体将会很多, 此时溢出的气体会迅速与氧接触化合成水, 这样会导致蓄电池内压突增、化学反应加快等, 进而缩小的蓄电池的容量和使用寿命。

2.4 运行环境因素

蓄电池的寿命, 还会受到气候、温度、空气湿度等诸多因素的影响, 冬季的光照时间短, 如果保持蓄电池的负载不变, 蓄电池放出的电量就不会发生变化, 但是蓄电池充电时的电量会随之减少, 以致电量发生变化;如果蓄电池长期处于放电的状态, 就会造成电解液盐化;因此, 在雨季以及雨季后, 蓄电池的负载会增加, 导致其盐化。所以, 特别注意在特殊天气下对蓄电池的维护。

3 光伏电站中蓄电池的维护重点

阀控式铅酸密封蓄电池在光伏电站中的维护也不是绝对安全的, 还需要经常对其维护。使蓄电电池经常处于饱满状态是维护的基本准则, 但充电过度。在平时的维护工作中应做到以下几点:

1) 严格把控蓄电池的过放控制点, 必须依据厂家提供的各项参数来设置;

2) 安装蓄电池时要保持一定的空隙, 以便于其工作时散热, 室内温度应长期保持在25度;

3) 若蓄电池出现过度放电时, 应及时补充, 尽量在下一次使用时电是饱满;

4) 如果在维护中发现个别有问题的蓄电池, 应及时维修或更换。

4 结论

在日常生活中要注意蓄电池的维护与保养, 尤其需要关注的就是定期对蓄电池进行检查以及智能检测, 及时发现问题、解决问题, 并对出现壳体变形、蓄电池漏液以及电路连接不合理等问题, 及时进行科学、合理的分析, 制定行之可效的解决方案, 以供人们在日常的生活使用中做好对学电池的保护工作。同时, 对蓄电池进行合理、科学的维护, 不仅能够延长期使用寿命, 还能及时发现并消除个别过早失效的蓄电池, 确保光伏电站能更持久、稳定地发展。

参考文献

[1]陆佑楣.中国水电开发与可持续发展[J].中国三峡建设, 2011 (1) :4-6.

[2]高季章.中国水力发电现状问题和政策建议[J].中国能源, 2012 (8) :4-7.

[3]方子云.水利建设的环境效应分析与量化[M].中国环境科学出版社, 1993.