完整word版,光伏发电的MATLAB仿真
(完整word版)【matlab代做】基于MATLAB的GMM和KDE核估计得目标跟踪仿真
第一章课题背景和研究意义近年来，视频监控系统在各行业得到了广泛应用，生活中有小区、超市等的安全监控，银行系统有柜台监控，交通方面有违章监控等。
这些监控系统是由一个或多个摄像机以及与之相连的一套电视监视器组成的，它们的用途主要是对场景的记录和保存，当异常情况，比如盗窃行为发生后，保安人员才通过记录的结果察看发生的事情，但往往为时已晚。
视觉监视是指在一个繁忙环境中对人和车辆等进行实时的观察，并给出对它们行为和动作的描述。
这一技术包括了运动目标的检测、跟踪、目标分类和行为理解等方面，涉及到计算机视觉、模式识别和人工智能领域的许多核心课题，是一个具有挑战性的困难问题。
近年来随着集成电路和计算机技术的迅猛发展，视觉监视系统所要求的硬件设备成本大大降低，因此它获得了日益广泛的研究与应用。
许多关于视觉监视的大规模研究项目已经在美国、欧洲和日本展开，同时它也成为许多国际学术会议关注的重要主题。
运动目标检测与跟踪处于整个视觉监视系统的最底层，是各种后续高级处理如目标分类、行为理解等的基础。
运动目标检测系指从视频流中实时提取目标，一般是确定目标所在区域和颜色特征等。
目标检测的结果是一种“静态”目标——前景目标，由一些静态特征所描述。
运动目标跟踪则指对目标进行连续的跟踪以确定其运动轨迹。
我们通过为静止背景建模来检测前景点。
具体的背景模型以 Stauffer 等提出的自适应混合高斯模型为蓝本，并对其作了部分改进以更好地处理实际背景发生变化的情形。
算法中采用一种可靠的连通区域检测算法完成前景目标的分割。
目标跟踪时则通过匹配目标的位置、大小、形状和颜色等特征，建立运动目标与前景目标间的对应关系。
算法中考虑了跟踪中多个目标相互遮挡的问题，分析了几种可能结果并分别加以处理。
我们还为运动目标引入了可靠性度量以使目标跟踪过程更加稳定和可靠。
在实际应用中，不包括运动物体的纯背景图像通常无法得到。
而且，由于场景光照变化、摄像机抖动等因素，背景不可能完全静止。
Simscape系统模块光伏电池的功率仿真
Simscape系统模块光伏电池的功率仿真作者：孙丽娜来源：《电子技术与软件工程》2017年第16期摘要国内外对最大功率点跟踪的仿真已经有不少文献，但是很多都针对固定电压或者固定功率进行追踪，并不能说明在功率流的情况下追踪的效果，本文借助Matlab软件的Simscape系统模块建立光伏电池的功率级的仿真模型，实现了最接近物理模型的最大功率点跟踪的仿真。
【关键词】最大功率点跟踪仿真扰动观察光伏电池是一种输出特性随外界环境变化不断变化的电源，要充分利用光伏电池的能量，提高光伏电池系统的供电效率可以对光伏电池的输出电流和电压进行跟踪，以实现最大功率即最大功率点跟踪。
本文借助Matlab软件的Simscape系统模块建立光伏电池的功率级的仿真模型，实现了最接近物理模型的最大功率点跟踪的仿真。
1 基于Simscape的光伏电池MPPT的仿真在Simscape中搭建不带MPPT控制的光伏电池模型。
测量负载的电流与电压，并得出负载的实时功率图线，IGBT通过PWM模块生成的脉宽调制的信号进行开关动作，PWM_Uref给PWM模块参考信号。
PWM模块为电压控制型，可用表达式：进行求出合适的脉宽，这里设置Umax为10V，Umin为0V，而Uref是外加参考电压，可用MPPT算法进行控制。
设置L=156.25uH，C=100uF，负载为25Ω，PWM的频率为20kHz，通过控制PWM模块的参考电压进而控制负载获得的功率。
如图1所示为设置PWM_Uref分别为1V、5V、7V，即占空比D=10%、50%、70%的负载功率情况。
可以发现，不同占空比对负载获得功率的影响，D=10%时，负载获得的功率在85W左右，D=50%时，负载获得的功率在l05W左右，而D=70%时，负载获得的功率在55W左右。
50%的占空比比10%和70%的占空比负载获得的功率要大，因此负载要获得最大功率时，必须要加上一个占空比合适的PWM波形。
(完整word版)含答案《MATLAB实用教程》
第二章 MATLAB 语言及应用实验项目实验一 MATLAB 数值计算三、实验内容与步骤1.创建矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=987654321a（1（2）用（3）用（42.矩阵的运算（1）利用矩阵除法解线性方程组。
⎪⎪⎩⎪⎪⎨⎧=+++=-+-=+++=+-12224732258232432143214321421x x x x x x x x x x x x x x x 将方程表示为AX=B ，计算X=A\B 。
（2）利用矩阵的基本运算求解矩阵方程。
已知矩阵A 和B 满足关系式A -1BA=6A+BA ，计算矩阵B 。
其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=7/10004/10003/1A ，Ps: format rata=[1/3 0 0;0 1/4 0;0 0 1/7];b=inv(a)*inv(inv(a)-eye(3))*6*a（3）计算矩阵的特征值和特征向量。
已知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=1104152021X ，计算其特征值和特征向量。
（4）Page:322利用数学函数进行矩阵运算。
已知传递函数G(s)=1/(2s+1),计算幅频特性Lw=-20lg(1)2(2w )和相频特性Fw=-arctan(2w),w 的范围为[0.01，10]，按对数均匀分布。
3.多项式的运算（1）多项式的运算。
已知表达式G(x)=(x-4)(x+5)(x 2-6x+9),展开多项式形式，并计算当x 在[0，20]内变化时G(x)的值，计算出G(x)=0的根。
Page 324（2）多项式的拟合与插值。
将多项式G(x)=x 4-5x 3-17x 2+129x-180，当x 在[0，20]多项式的值上下加上随机数的偏差构成y1，对y1进行拟合。
对G(x)和y1分别进行插值，计算在5.5处的值。
Page 325 四、思考练习题1.使用logspace 函数创建0～4π的行向量，有20个元素，查看其元素分布情况。
Ps: logspace(log10(0),log10(4*pi),20) (2) sort(c,2) %顺序排列 3.1多项式1）f(x)=2x 2+3x+5x+8用向量表示该多项式，并计算f(10)值. 2）根据多项式的根[-0.5 -3+4i -3-4i]创建多项式。
光伏发电系统的建模及仿真分析
光伏发电系统的建模及仿真分析作者：张海晶景志慧来源：《中国科技博览》2018年第06期[摘要]光伏发电（Photovoltaic power system，PV）作为一种典型的分布式发电技术，其并网运行具有重要的研究价值和广阔的应用前景，本文将在Matlab/Simulink仿真环境中建立具有通用性的光伏发电工程模型，并进行仿真分析。
[关键词]光伏发电；建模；仿真分析中图分类号：TM615 文献标识码：A 文章编号：1009-914X（2018）06-0291-01引言分布式发电（Distributed Generation，DG）是近些年倍受关注的一种发电形式，它利用太阳能、风能、潮汐能等可再生的清洁能源发电，实现了能源利用的多样化，被认为是一种极有发展前途的发电技术。
而光伏发电无疑是其中极具代表性和发展前景的一种。
因此，建立具有通用性的光伏系统工程用模型十分必要。
1.光伏发电系统工作原理按目前常见的两级式光伏发电系统建模，第一级为DC-DC变换，第二级为DC-AC变换。
第一级在光伏电池与负载之间增加了一个DC-DC变换器[1]，如图1所示，其作用是升高光伏电池输出直流电压到一个合适的水平。
2.光伏电池的数学模型光伏电池是光伏发电系统的基础和核心。
它是利用某些材料受到太阳光照时而产生的光伏效应，将太阳辐射能转换成电能的器件[3]。
光伏电池的等效电路如图2所示：其中为光生电流，为二极管结电流，为结电容（分析中可忽略），为串联电阻、低阻值小于，为并联电阻、高阻值数量级为。
根据电路原理及shockloy的扩散理论[2]可得：（2.1）其中为反向饱和电流（数量级为），为电子电荷（），为二极管因子（取值范围）1：5，k为波尔兹曼常（），T为绝对温度。
电池厂家一般提供光谱，光照强度，电池温度时（此状态称为标准情况，简称标况）的参数。
：光伏电池短路电路；：光伏电池最大功率点电流；：光伏电池开路电压；：光伏电池最大功率点电压。
matlab光伏模型 算例 介绍
MATLAB光伏模型算例介绍随着能源危机的日益严重，光伏发电作为一种清洁能源技术备受关注。
光伏发电系统的建模和仿真可以帮助工程师和研究人员更好地理解系统运行规律，优化系统设计，提高发电效率。
MATLAB作为一种强大的工程计算软件，提供了丰富的工具箱和功能，可以用于光伏模型的建立和仿真分析。
在本篇文章中，我们将介绍使用MATLAB进行光伏模型建立和仿真的算例。
具体内容包括光伏模型的理论基础、建模步骤、仿真过程和结果分析。
通过本文的学习，读者可以了解如何利用MATLAB进行光伏系统的建模和仿真分析，为光伏发电系统的设计和优化提供参考。
以下是本文的主要内容：一、光伏模型的理论基础1.1 光伏效应原理1.2 光伏组件的电学特性1.3 光伏系统的工作原理二、MATLAB光伏模型的建立2.1 光伏组件模型的建立2.2 光照条件和温度对光伏发电的影响2.3 光伏系统整体模型的建立三、光伏系统的仿真分析3.1 光伏组件的电压-电流特性曲线分析3.2 光照条件和温度变化下的发电情况仿真3.3 光伏系统在不同工况下的输出功率分析四、结果分析与讨论4.1 光伏系统性能指标的计算与分析4.2 光伏系统设计参数的优化方法4.3 结果的工程应用和展望通过以上内容的介绍和分析，读者可以全面了解MATLAB光伏模型的建立与仿真分析方法，以及在工程实践中的应用前景。
希望本篇文章能为光伏系统工程师和研究人员提供参考，并促进光伏发电技术的进步和应用。
五、光伏模型的理论基础1.1 光伏效应原理光伏效应是指当光线照射到半导体材料表面时，光子能量转化为电能的现象。
光伏效应的基本原理是光生载流子的产生和分离，这是光伏发电的基础。
当光子能量大于或等于半导体带隙能量时，光子被吸收并在半导体内部产生电子-空穴对。
由于半导体的内建电场作用，电子和空穴被分离，从而产生电流。
这样就实现了光能到电能的转化。
在光伏效应的研究中，理论模型的建立是非常重要的。
16QAM仿真代码(matlab)(可编辑修改word版)
% 16QAM 系统仿真function [ ber_AWGN,ber_Ray] = M16QAM()EbN0dB=1:3:30;EbN0dB1=1:10;N=4*100000;for ii=1:length(EbN0dB)sigma2(ii)=2.5/(2*4*(10^(EbN0dB(ii)/10)));sigma21(ii)=2.5/(2*4*(10^(EbN0dB1(ii)/10)));bits=randint(1,N);%调制s=M16QAM_modulate(bits,length(bits(:)));% Rayleign信道干扰noise=sqrt(sigma2(ii))*( randn(1,N/4)+ 1i*randn(1,N/4) );h= sqrt(0.5)*(randn(1,N/4) + 1i*randn(1,N/4) );receiver=s.*h+noise; %Rayleign 衰减信道% 高斯信道干扰noise1=sqrt(sigma21(ii))*( randn(1,N/4)+ 1i*randn(1,N/4) );receiver1=s+noise1; %高斯信道% 信道均衡receiver = receiver./h;%解调并计算误码率Rayleign信道demodata = M16QAM_demodulate( receiver,length(receiver(:)) );errCount=sum(abs(bits-demodata));ber_Ray(ii)=errCount/N;%解调并计算误码率高斯信道demodata = M16QAM_demodulate( receiver1,length(receiver1(:)) );errCount=sum(abs(bits-demodata));ber_AWGN(ii)=errCount/N;endend% 16QAM 调制function [ s ] = M16QAM_modulate( bits,N)ii=0;for i=1:4:Nii=ii+1;if bits(i)==0&&bits(i+1)==0&&bits(i+2)==0&&bits(i+3)==0s(ii)=sqrt(2)/2*exp(1i*pi/4);elseif bits(i)==1&&bits(i+1)==0&&bits(i+2)==0&&bits(i+3)==0s(ii)=sqrt(2)/2*exp(1i*3*pi/4);elseif bits(i)==1&&bits(i+1)==0&&bits(i+2)==1&&bits(i+3)==0s(ii)=sqrt(2)/2*exp(1i*5*pi/4);elseif bits(i)==0&&bits(i+1)==0&&bits(i+2)==1&&bits(i+3)==0s(ii)=sqrt(2)/2*exp(1i*7*pi/4);elseif bits(i)==0&&bits(i+1)==1&&bits(i+2)==0&&bits(i+3)==0s(ii)=sqrt(10)/2*exp(1i*atan(1/3));elseif bits(i)==0&&bits(i+1)==0&&bits(i+2)==0&&bits(i+3)==1s(ii)=sqrt(10)/2*exp(1i*atan(3));elseif bits(i)==1&&bits(i+1)==0&&bits(i+2)==0&&bits(i+3)==1s(ii)=sqrt(10)/2*exp(1i*(atan(1/3)+pi/2));elseif bits(i)==1&&bits(i+1)==1&&bits(i+2)==0&&bits(i+3)==0s(ii)=sqrt(10)/2*exp(1i*(pi-atan(1/3)));elseif bits(i)==1&&bits(i+1)==1&&bits(i+2)==1&&bits(i+3)==0s(ii)=sqrt(10)/2*exp(1i*(atan(1/3)+pi));elseif bits(i)==1&&bits(i+1)==0&&bits(i+2)==1&&bits(i+3)==1s(ii)=sqrt(10)/2*exp(1i*(3*pi/2-atan(1/3)));elseif bits(i)==0&&bits(i+1)==0&&bits(i+2)==1&&bits(i+3)==1s(ii)=sqrt(10)/2*exp(1i*(atan(1/3)+3*pi/2));elseif bits(i)==0&&bits(i+1)==1&&bits(i+2)==1&&bits(i+3)==0s(ii)=sqrt(10)/2*exp(1i*(2*pi-atan(1/3)));elseif bits(i)==0&&bits(i+1)==1&&bits(i+2)==0&&bits(i+3)==1s(ii)=sqrt(2)*3/2*exp(1i*pi/4);elseif bits(i)==1&&bits(i+1)==1&&bits(i+2)==0&&bits(i+3)==1s(ii)=sqrt(2)*3/2*exp(1i*3*pi/4);elseif bits(i)==1&&bits(i+1)==1&&bits(i+2)==1&&bits(i+3)==1s(ii)=sqrt(2)*3/2*exp(1i*5*pi/4);elseif bits(i)==0&&bits(i+1)==1&&bits(i+2)==1&&bits(i+3)==1s(ii)=sqrt(2)*3/2*exp(1i*7*pi/4);endendend% 16 QAM 解调function [ demodata ] = M16QAM_demodulate( receiver ,N)A=[0 1 0 1; -1 0 0 1;-1 0 -1 0;0 1 -1 0;1 inf 0 1;0 1 1 inf;-1 0 1 inf;-inf -1 0 1;-inf -1 -1 0;-1 0 -inf -1;0 1 -inf -1;1 inf -1 0;1 inf 1 inf;-inf -1 1 inf;-inf -1 -inf -1;1 inf -inf -1];for k=1:Nif (real(receiver(k))>=A(1,1))&&(real(receiver(k))<A(1,2))&&...(imag(receiver(k))>=A(1,3))&&(imag(receiver(k))<A(1,4)) demodata(k*4-3)=0;demodata(k*4-2)=0;demodata(k*4-1)=0;demodata(k*4)=0;elseif (real(receiver(k))>=A(2,1))&&(real(receiver(k))<A(2,2))...&&(imag(receiver(k))>=A(2,3))&&(imag(receiver(k))<A(2,4)) demodata(k*4-3)=1;demodata(k*4-1)=0;demodata(k*4)=0;elseif (real(receiver(k))>=A(3,1))&&(real(receiver(k))<A(3,2))...&&(imag(receiver(k))>=A(3,3))&&(imag(receiver(k))<A(3,4)) demodata(k*4-3)=1;demodata(k*4-2)=0;demodata(k*4-1)=1;demodata(k*4)=0;elseif (real(receiver(k))>=A(4,1))&&(real(receiver(k))<A(4,2))...&&(imag(receiver(k))>=A(4,3))&&(imag(receiver(k))<A(4,4)) demodata(k*4-3)=0;demodata(k*4-2)=0;demodata(k*4-1)=1;demodata(k*4)=0;elseif (real(receiver(k))>=A(5,1))&&(real(receiver(k))<A(5,2))...&&(imag(receiver(k))>=A(5,3))&&(imag(receiver(k))<A(5,4)) demodata(k*4-3)=0;demodata(k*4-2)=1;demodata(k*4-1)=0;demodata(k*4)=0;elseif (real(receiver(k))>=A(6,1))&&(real(receiver(k))<A(6,2))...&&(imag(receiver(k))>=A(6,3))&&(imag(receiver(k))<A(6,4)) demodata(k*4-3)=0;demodata(k*4-2)=0;demodata(k*4-1)=0;demodata(k*4)=1;elseif (real(receiver(k))>=A(7,1))&&(real(receiver(k))<A(7,2))...&&(imag(receiver(k))>=A(7,3))&&(imag(receiver(k))<A(7,4)) demodata(k*4-3)=1;demodata(k*4-2)=0;demodata(k*4-1)=0;demodata(k*4)=1;elseif (real(receiver(k))>=A(8,1))&&(real(receiver(k))<A(8,2))...&&(imag(receiver(k))>=A(8,3))&&(imag(receiver(k))<A(8,4)) demodata(k*4-3)=1;demodata(k*4-2)=1;demodata(k*4-1)=0;demodata(k*4)=0;elseif (real(receiver(k))>=A(9,1))&&(real(receiver(k))<A(9,2))...&&(imag(receiver(k))>=A(9,3))&&(imag(receiver(k))<A(9,4)) demodata(k*4-3)=1;demodata(k*4-2)=1;demodata(k*4)=0;elseif (real(receiver(k))>=A(10,1))&&(real(receiver(k))<A(10,2))...&&(imag(receiver(k))>=A(10,3))&&(imag(receiver(k))<A(10,4)) demodata(k*4-3)=1;demodata(k*4-2)=0;demodata(k*4-1)=1;demodata(k*4)=1;elseif (real(receiver(k))>=A(11,1))&&(real(receiver(k))<A(11,2))...&&(imag(receiver(k))>=A(11,3))&&(imag(receiver(k))<A(11,4)) demodata(k*4-3)=0;demodata(k*4-2)=0;demodata(k*4-1)=1;demodata(k*4)=1;elseif (real(receiver(k))>=A(12,1))&&(real(receiver(k))<A(12,2))...&&(imag(receiver(k))>=A(12,3))&&(imag(receiver(k))<A(12,4)) demodata(k*4-3)=0;demodata(k*4-2)=1;demodata(k*4-1)=1;demodata(k*4)=0;elseif (real(receiver(k))>=A(13,1))&&(real(receiver(k))<A(13,2))...&&(imag(receiver(k))>=A(13,3))&&(imag(receiver(k))<A(13,4)) demodata(k*4-3)=0;demodata(k*4-2)=1;demodata(k*4-1)=0;demodata(k*4)=1;elseif (real(receiver(k))>=A(14,1))&&(real(receiver(k))<A(14,2))...&&(imag(receiver(k))>=A(14,3))&&(imag(receiver(k))<A(14,4)) demodata(k*4-3)=1;demodata(k*4-2)=1;demodata(k*4-1)=0;demodata(k*4)=1;elseif (real(receiver(k))>=A(15,1))&&(real(receiver(k))<A(15,2))...&&(imag(receiver(k))>=A(15,3))&&(imag(receiver(k))<A(15,4)) demodata(k*4-3)=1;demodata(k*4-2)=1;demodata(k*4-1)=1;demodata(k*4)=1;elseif (real(receiver(k))>=A(16,1))&&(real(receiver(k))<A(16,2))...&&(imag(receiver(k))>=A(16,3))&&(imag(receiver(k))<A(16,4)) demodata(k*4-3)=0;demodata(k*4-2)=1;demodata(k*4-1)=1;demodata(k*4)=1;end endend。
（完整版）光伏发电的MATLAB仿真
（完整版）光伏发电的MATLAB仿真⼀、实验过程记录1.画出实验接线图图1 实验接线图图2 光伏电池板图3 实验接线实物图2.实验过程记录与分析（1）给出实验的详细步骤○1实验前根据指导书要求完成预习报告○2按预习报告设计的实习步骤，利⽤MATLAB建⽴光伏数学模型，如下图4所⽰。
图4 光伏电池模型其中PV Array模块⾥⼦模块如下图5所⽰。
图5 PV Array模型其中Iph，Uoc，Io，Vt⼦模块如下图6-9所⽰。
图6Iph⼦模块图7Uoc⼦模块图8 Io⼦模块图9Vt⼦模块○3在光伏电池建模的基础上，输⼊实际光伏电池参数值，研究不同光照强度下、不同温度下光伏电池的I-V、P-V特性曲线，并得出结论。
○4设计光伏电池测试平台，在不同光照、温度情况下测试光伏电池输出电压、输出电流值，对实测数据进⾏处理并加以分析，记录实际光伏电池的I-V、P-V特性曲线，与仿真结果进⾏对⽐，得出有意义的结论。
○5确定电⼒变换电路拓扑结构，设计电路中的相关参数值，通过MATLAB搭建电路并仿真分析，搭建电路如图10所⽰。
图10离⽹型光伏发电系统○6确定系统MPPT控制策略，建⽴MPPT模块仿真模型，并仿真分析。
系统联调，调节离⽹型光伏发电系统的电路和控制参数值，仿真并分析最⼤功率跟踪控制效果。
（2）记录实验数据表1当T=290K时S=1305W/m2时的测试数据表2当T=287K时S=1305W/m2时的测试数据表3当T=287K时S=1278W/m2时的测试数据⼆、实验结果处理与分析1.实验数据的整理和选择使⽤MATLAB软件其中的simulink⼯具进⾏模型的搭建。
再对其进⾏仿真，得到仿真曲线。
使⽤Excel表格输⼊实验所测得U、I、P，在对其⾃动⽣成I-V，P-V曲线。
2.绘制不同光照强度下、不同温度下光伏电池的I-V、P-V特性曲线；图11 I-V曲线图12 P-V曲线当T=290K时S=1305W/m2时的测拟合曲线图13 I-V曲线图14 P-V曲线当T=287K时S=1305W/m2时的拟合曲线图15 I-V曲线图16 P-V曲线当T=287K时S=1278W/m2时的拟合曲线3.所得实验数值和预习所得理论值⽐较，进⾏实验结果的误差分析所得实验数值和预习所得理论值⽐较，仿真波形开路电压均⽐实验所得的开路电压⼤，仿真波形最⼤功率也⽐实验所得最⼤功率⼤，所取得最⼤功率值对应的电压值也是仿真时⽐实验时的⼤，造成这个现象的原因有以下⼏点：（1）由于天⽓原因，真实测试环境的光照强度有些不稳定，前后变化幅度明显，这也导致了⼀部分的误差。
光伏电池实用仿真模型及光伏发电系统仿真
目录
01 一、光伏电池实用仿 真模型的基本原理和 设计流程
二、不同类型光伏电
02 池组件的性能和优缺 点
03
三、仿真软件的应用 和发展趋势
04 四、总结
05 参考内容
随着人们对可再生能源的重视和光伏技术的不断发展，光伏电池实用仿真模 型及光伏发电系统仿真的研究变得越来越重要。本次演示将探讨光伏电池实用仿 真模型的基本原理和设计流程，并对比分析不同类型光伏电池组件的性能和优缺 点，最后展望未来光伏电池技术的发展前景。
三、仿真软件的应用和发展趋势
仿真软件在光伏电池实用仿真模型中发挥着重要作用，通过仿真软件可以对 光伏电池组件的性能进行模拟和分析，进而为整个光伏发电系统的设计和优化提 供有力支持。目前，市面上有很多成熟的仿真软件可供选择，例如MATLAB、 Simulink、TracePro等。这些软件都具有一定的优点和局限性，需要根据具体需 求进行选择。
仿真模型
在MatlabSimulink中，可以建立光伏电池的仿真模型以进一步研究其性能。 模型包括电路连接、模拟光照条件、设置定时事件等。通过调整模型中的参数， 可以仿真分析光伏电池在不同条件下的输出电压和电流。
实验结果与分析
通过实验验证了仿真模型的正确性和可行性。实验结果表明，光伏电池的输 出性能受到光照强度、温度等参数的影响较大。在相同条件下，短路电流密度 Jsc随着光照强度的增加而增加，开路电压Voc随着温度的升高而降低。这些结果 与仿真结果相一致，进一步验证了仿真模型的可靠性。
参考内容
随着可再生能源的日益重视和广泛应用，太阳能光伏发电技术在电力系统中 的地位也日益重要。其中，太阳能光伏发电并网系统的建模和仿真对于优化系统 性能，确保稳定运行具有关键的作用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、实验过程记录
1.画出实验接线图
图1 实验接线图
图2 光伏电池板图3 实验接线实物图
2.实验过程记录与分析
（1）给出实验的详细步骤
○1实验前根据指导书要求完成预习报告
○2按预习报告设计的实习步骤，利用MATLAB建立光伏数学模型，如下图4所示。
图4 光伏电池模型其中PV Array模块里子模块如下图5所示。
图5 PV Array模型其中Iph，Uoc，Io，Vt子模块如下图6-9所示。
图6Iph子模块
图7Uoc子模块
图8 Io子模块
图9Vt子模块
○3在光伏电池建模的基础上，输入实际光伏电池参数值，研究不同光照强度下、不同温度下光伏电池的I-V、P-V特性曲线，并得出结论。
○4设计光伏电池测试平台，在不同光照、温度情况下测试光伏电池输出电压、输出电流值，对实测数据进行处理并加以分析，记录实际光伏电池的I-V、P-V特性曲线，与仿真结果进行对比，得出有意义的结论。
○5确定电力变换电路拓扑结构，设计电路中的相关参数值，通过MATLAB搭建电路并仿真分析，搭建电路如图10所示。
图10离网型光伏发电系统
○6确定系统MPPT控制策略，建立MPPT模块仿真模型，并仿真分析。
系统联调，调节离网型光伏发电系统的电路和控制参数值，仿真并分析最大功率跟踪控制效果。
（2）记录实验数据
表1当T=290K时S=1305W/m2时的测试数据
表2当T=287K时S=1305W/m2时的测试数据
表3当T=287K时S=1278W/m2时的测试数据
二、实验结果处理与分析
1.实验数据的整理和选择
使用MATLAB软件其中的simulink工具进行模型的搭建。
再对其进行仿真，得到仿真曲线。
使用Excel表格输入实验所测得U、I、P，在对其自动生成I-V，P-V曲线。
2.绘制不同光照强度下、不同温度下光伏电池的I-V、P-V特性曲线；
图11 I-V曲线图12 P-V曲线
当T=290K时S=1305W/m2时的测拟合曲线
图13 I-V曲线图14 P-V曲线
当T=287K时S=1305W/m2时的拟合曲线
图15 I-V曲线图16 P-V曲线
当T=287K时S=1278W/m2时的拟合曲线
3.所得实验数值和预习所得理论值比较，进行实验结果的误差分析
所得实验数值和预习所得理论值比较，仿真波形开路电压均比实验所得的开路电压大，仿真波形最大功率也比实验所得最大功率大，所取得最大功率值对应的电压值也是仿真时比实验时的大，造成这个现象的原因有以下几点：
（1）由于天气原因，真实测试环境的光照强度有些不稳定，前后变化幅度明显，这也导致了一部分的误差。
（2）太阳的角度以及方向一直在改变，这导致光伏电池板接收到的光照一直在改变。
实际上，光伏电池板所接受的光照强度是一直在变化的，光照不稳定也是产生误差的原因之一。
（3）光伏电池板放置在开阔环境内，可能有灰尘落在板面上，可能造成热斑效应。
4.实验波形的描述和分析，对照实验现象分析结果的物理、工程意义，得出有意义结论。
由上述所得I-V，P-V曲线可知：其它条件一定时，光伏电池周围环境温度的升高将使光伏电池的开路电压下降，短路电流轻微增加，从而导致光伏电池的输出功率下降。
光伏电池的温度特性一般用光伏电池的温度系数表示，温度系数小，说明光伏电池的输出随温度变化的越缓慢。
其它条件一定时，光伏电池表面光照强度的增加将使光伏电池的短路电流增加，开路电压也略微增加，从而导致光伏电池输出功率增加。
5.仿真实验处理仿真产生的数据与曲线波形
将光伏阵列输入光强从1000W/m2经过0.5s后使其变为500W，光伏阵列输
出功率如图17所示。
图17 改变光强光伏阵列输出波形
将光伏阵列输入温度从25℃经过0.5s后使其变为15℃光伏阵列输出功率如图18所示。
图18 改变温度光伏阵列输出波形
通过波形我们看出在周围环境发生改变时，设计的L、C参数不是很理想，这些参数的使用范围不是很广泛，需要继续调节参数。
通过调节参数后，我们得到了比较理想的输入波形、输出波形。
如图19到图20所示。
图19 输入波形
图20 输出波形
6.对实验过程中遇到的问题和错误进行分析
（1）实验测量时，万用表量程选择错误，致使实验数据不精确。
（2）仿真时，选择L,C错误，致使波形错误。
（3）光伏电池板参数设置错误，致使波形完全出错。
三、实验心得体会
通过本次课程设计，使我收获颇多，使自己学到了许多东西且认识到了自己的不足。
在本次实验中也遇到了许多问题，如：在做实物实验中，由于万用表的量程选择错误，致使数据不精确，经自己的分析与检查，解决这个问题后，得到了较为准确的数据。
在做仿真实验中，使得波形波动较大，在自己查阅资料后，加了一个滤波电路，使得波形较为理想。
在本次课程设计中，我掌握了光伏电池的工作原理，boost电路的工作原理，
simulink的使用和最大功率追踪MTTP的工作原理和工作方法。
让我对所学习的boost电路有了更加深入的了解，对课堂上所讲的PWM波的调制也有了进一步的了解，将之前课堂中有些不太明了的知识进行了梳理和补充。
通过本次课程设计让我学到了许多人生的道理，学会了如何去提取信息，如何自主学习和解决问题的思路与方法，也让我明白了团队协作的重要性。
我认为本次课程非常成功，建议学校以后可以更多地开展像这种类型的课程设计，让我们的知识更加巩固，锻炼我们的能力。