简介：面向光伏系统建模与仿真学习者和研究者，这份资源以Simulink为核心，解决光伏电池在不同温度和光照强度下UI（电压-电流）与PU（功率-电压）特性曲线的快速绘制问题。包体紧凑，共2个文件：1个slx模型用于搭建光伏电池仿真电路，1个m脚本用于参数设置、批量扫描与结果绘图，整体约24KB，以rar压缩包提供，便于直接运行与二次修改。压缩包内模型和脚本相互配套，脚本中已包含关键参数与注释，使用者只需调整温度、辐照度范围即可重复仿真；目前已有3121人学习下载。通过脚本自动改变环境参数，Simulink模型可依次输出不同工况下的UI和PU曲线，帮助快速定位最大功率点，理解温度升高与光照减弱对输出效率的影响。整个过程覆盖建模、参数扫描、数据提取与可视化，既适合本科实验教学，也适合光伏系统设计初期的快速预估与方案验证。
1. 光伏 PV 仿真不是玄学：从一份 UI/PU 曲线工程图说起
做光伏系统设计的人，迟早要面对一个问题：手头这块板子，在 60℃ 和 200W/m² 辐照度下，最大功率点到底在哪？如果只靠铭牌参数估算，误差往往大到没法用；如果直接拿现成的 PV 模块库拖出来跑，又常常搞不清内部温度和光照的映射关系，出来的 UI、PU 曲线怎么调都不对劲。PV MATLAB 仿真这件事，本质上就是把光伏电池的电气特性方程搬进 Simulink，再把不同工况跑成一批曲线，供后续 MPPT 策略和容量设计做依据。这篇文章会从单二极管等效电路模型入手，把模型搭建、多工况扫描、数据导出和常见翻车点一次讲透，适合正在做光伏系统课设、毕设，以及要给设计报告配特性曲线图的从业者。读完你至少能自己跑出一张完整的 UI/PU 族曲线图，而不是对着黑匣子一样的库模块干瞪眼。
2. Simulink 里的光伏电池模型：单二极管等价电路参数与 UI/PU 数据导出
2.1 单二极管等效电路为什么够用
光伏电池的电气特性，工程上最常用的是单二极管五参数模型。等效电路里有一个光生电流源、一个二极管、一个并联电阻 R_sh 和一个串联电阻 R_s。对应的 I-V 方程长这样：
I = I_ph - I_0 * (exp((V + IR_s) / (nV_t)) - 1) - (V + I*R_s) / R_sh
其中 V_t = k*T/q 是热电压，k 是玻尔兹曼常数，q 是电子电荷，T 是绝对温度（开尔文），n 是二极管理想因子。这个模型中的五个参数各有分工：I_ph 光生电流主要由光照强度决定，I_0 反向饱和电流对温度极敏感，R_s 影响最大功率点附近的曲线形状，R_sh 影响短路电流附近的斜率，n 则影响整个曲线的弯曲程度。
双二极管模型在低辐照度下会更精确一些，但要引入两个复合二极管参数，工程上做 MPPT 策略验证和系统级仿真时，大多数情况用单二极管就足够了。我一般会先建单二极管模型，跑出来的曲线和厂商 datasheet 对得上，再考虑要不要引入更复杂的模型。Simulink 里搭建这个模型有两种路线：一种是用 Simscape Electrical 库里的受控电流源、二极管和电阻来搭物理电路；另一种是用 MATLAB Function 模块直接把方程写出来。对于要批量扫描温度和光照的场景，我更推荐第二种——参数暴露更直接，不会因为电路连接问题引入代数环报错。
2.2 MATLAB Function 实现光伏电池计算
在 Simulink 模型里放一个 MATLAB Function 模块，输入是端口电压 V、辐照度 G（W/m²）、温度 T（℃），输出是电流 I 和功率 P。模块内部代码如下：
function [I, P] = PV_cell(V, G, T) % 光伏电池单二极管模型 % 输入: V 端口电压(V), G 辐照度(W/m^2), T 温度(摄氏度) % 输出: I 输出电流(A), P 输出功率(W) % 五个基本参数(以典型 300W 组件为例) I_sc_ref = 9.85; % 参考工况短路电流 A V_oc_ref = 45.5; % 参考工况开路电压 V k_i = 0.0032; % 短路电流温度系数 A/℃ E_g = 1.12; % 硅的带隙能量 eV n = 1.2; % 二极管理想因子 R_s = 0.35; % 串联电阻 Ohm R_sh = 480; % 并联电阻 Ohm T_ref = 25; % 参考温度 ℃ G_ref = 1000; % 参考辐照度 W/m^2 % 温度换算成开尔文 T_K = T + 273.15; T_ref_K = T_ref + 273.15; % 热电压 k = 1.380649e-23; % 玻尔兹曼常数 q = 1.602176634e-19; % 电子电荷 V_t = k * T_K / q; % 光生电流:受辐照度和温度共同影响 I_ph = (G / G_ref) * (I_sc_ref + k_i * (T - T_ref)); % 反向饱和电流:温度的三次方关系, 指数项修正带隙 I_0_ref = I_sc_ref / (exp(V_oc_ref / (n * V_t_ref(T_ref_K, k, q, n))) - 1); I_0 = I_0_ref * (T_K / T_ref_K)^3 * exp((q * E_g / (n * k)) * (1/T_ref_K - 1/T_K)); % 隐式方程求解: 用牛顿迭代或直接迭代 I = I_ph; for iter = 1:10 I_new = I_ph - I_0 * (exp((V + I*R_s) / (n*V_t)) - 1) - (V + I*R_s) / R_sh; if abs(I_new - I) < 1e-6 break; end I = I_new; end % 功率 P = V * I; end function Vt = V_t_ref(T, k, q, n) Vt = k * T / q; end这段代码有两个关键设计。第一，光生电流 I_ph 的表达式(G/G_ref) * (I_sc_ref + k_i*(T - T_ref))把辐照度和温度的影响分开了：辐照度线性缩放短路电流，温度系数 k_i 修正热效应，这和厂家 datasheet 上给的温度系数用法一致。第二，反向饱和电流 I_0 用了(T/T_ref)^3 * exp(...)的修正公式，这比简单地把 I_0 设为常数更能体现温度升高时开路电压下降的趋势。
这里最容易犯错的是 I_0_ref 的计算。很多人直接写个固定值不推导，导致 25℃ 时曲线看着正常，升到 60℃ 时开路电压只下降一点点，和实测完全对不上。我一般会先用参考工况的 V_oc 和 I_sc 反推 I_0_ref，再参与温度修正，这样至少保证标准工况下的开路电压和短路电流是准的。迭代求解部分用 10 次固定迭代，因为 R_sh 取值在几百欧姆量级时，收敛速度很快，不需要高精度牛顿法。
2.3 电压扫描与 UI、PU 数据导出
模型建好后，需要给端口施加一个从 0 到开路电压的扫描电压，才能得到完整的 UI 和 PU 曲线。我用 Ramp 信号配合限幅模块实现：Ramp 斜率设为 10，Simulation 时长设为 5 秒，输出范围就从 0 线性爬到 50V，覆盖开路电压。端口电压 V、输出电流 I、功率 P 三路信号分别接 To Workspace 模块，存储变量名设为 V_out、I_out、P_out，Save format 选 Timeseries。
仿真结束后，用下面的脚本把数据整理成数组并画图：
% 从 Simulink 工作区提取数据并绘制 UI / PU 曲线 V = V_out.signals.values; I = I_out.signals.values; P = P_out.signals.values; t = V_out.time; % 去掉前 0.1s 的瞬态段 idx = t > 0.1; V = V(idx); I = I(idx); P = P(idx); % 按电压排序, 避免采样抖动造成回绕 [V, sort_idx] = sort(V); I = I(sort_idx); P = P(sort_idx); figure; subplot(2,1,1); plot(V, I, 'b-', 'LineWidth', 1.5); xlabel('电压 (V)'); ylabel('电流 (A)'); title('UI 特性曲线'); grid on; subplot(2,1,2); plot(V, P, 'r-', 'LineWidth', 1.5); xlabel('电压 (V)'); ylabel('功率 (W)'); title('PU 特性曲线'); grid on;这个脚本里值得注意的地方是对时间轴的裁剪。Simulink 仿真刚开始时，电流源和二极管可能还没进入稳态，前 0.1 秒的数据直接画在曲线上会多出一段水平线，看着像短路电流异常。排序那一步也很重要，因为固定步长下电压单调上升，但如果用变步长求解器，记录的数据里电压可能会出现局部抖动，不排序直接 plot 会画出交叉回线。
3. 让温度和光照动起来：多工况扫描与完整曲线族
3.1 参数化的正确姿势
单条 UI/PU 曲线只是第一步，实际工程需要的是不同温度、不同光照下的曲线族。做法是把温度和光照从常量提升为工作区变量，在 Simulink 模型里把 G 和 T 的 Constant 模块直接绑定到 MATLAB 工作区变量，或者用 Model Explorer 里的 Tunable Parameters。然后在 MATLAB 脚本里修改变量值并调用 sim() 函数，就能跑出一组工况。
绑定变量有两种实现方式。一种是在 Constant 模块的 Value 里直接填G和T，仿真前在工作区给这两个变量赋值；另一种更稳妥的做法是用 set_param 给模型参数赋值：
% 设置模型参数 mdl = 'PV_sim_model'; load_system(mdl); % 预分配存储结构 T_list = [0, 25, 45, 60]; % 温度工况 ℃ G_list = [200, 600, 1000]; % 辐照度工况 W/m^2 results = struct('T',[], 'G',[], 'V',[], 'I',[], 'P',[]); % 循环扫描 idx = 0; for T = T_list for G = G_list idx = idx + 1; % 更新工作区变量 assignin('base', 'G_val', G); assignin('base', 'T_val', T); % 把模型里的 Constant 模块指向新值 set_param([mdl '/G_Constant'], 'Value', 'G_val'); set_param([mdl '/T_Constant'], 'Value', 'T_val'); % 仿真 simOut = sim(mdl, 'StopTime', '5'); % 提取数据 V = simOut.get('V_out').signals.values; I = simOut.get('I_out').signals.values; P = simOut.get('P_out').signals.values; % 排序裁剪后保存 t = simOut.get('V_out').time; idx_valid = t > 0.1; V = V(idx_valid); I = I(idx_valid); P = P(idx_valid); [V, si] = sort(V); I = I(si); P = P(si); results(idx).T = T; results(idx).G = G; results(idx).V = V; results(idx).I = I; results(idx).P = P; end end这段脚本里的 set_param 和 assignin 是配合使用的，前者改 Simulink 内部块参数，后者保证工作区变量同步。直接改 Constant 模块的 Value 字符串是一个有效做法，但要注意模块路径不能写错。如果模型里 Constant 模块名字改了或者路径带了子系统层级，set_param 会直接报错，这时候用find_system查一下路径即可。
有一点值得提醒：sim() 默认会重新编译模型，循环 12 次就是编译 12 次，耗时非常可观。我在实际跑的时候会在第一次仿真后保留模型内存，方案是设置sim(mdl, 'StopTime', '5', 'FastRestart', 'on')，后续循环只更新参数不重新编译。不过开启 Fast Restart 之后，set_param 改 Constant 值的操作要用set_param(mdl, 'SimulationCommand', 'update')配合，否则参数可能不生效。
3.2 快速画曲线族
数据收集完成后，画族曲线的脚本如下：
% 绘制不同温度、不同光照下的 UI/PU 曲线族 colors = lines(length(T_list) * length(G_list)); figure; % UI 子图 subplot(2,1,1); hold on; for idx = 1:length(results) plot(results(idx).V, results(idx).I, 'Color', colors(idx,:), 'LineWidth', 1.2); end xlabel('电压 (V)'); ylabel('电流 (A)'); title('不同工况下的 UI 特性曲线族'); grid on; hold off; % PU 子图 subplot(2,1,2); hold on; for idx = 1:length(results) plot(results(idx).V, results(idx).P, 'Color', colors(idx,:), 'LineWidth', 1.2); end xlabel('电压 (V)'); ylabel('功率 (W)'); title('不同工况下的 PU 特性曲线族'); grid on; hold off; % 生成图例字符串 legend_str = {}; for T = T_list for G = G_list legend_str{end+1} = sprintf('T=%d℃ G=%dW/m^2', T, G); end end legend(legend_str, 'Location', 'eastoutside');图例字符串这里用 sprintf 动态生成，而不是手写 12 条，这样以后改 T_list 和 G_list 不用动绘图代码。如果你觉得 12 条曲线全画在一张图里太乱，可以把温度作为子图维度，光照作为同一子图内的曲线属性，或者反过来。我一般倾向于画两张图：一张固定温度 25℃，画不同光照下的曲线族，另一张固定光照 1000W/m²，画不同温度下的曲线族——这样单张图里最多 4～5 条曲线，可读性要好得多。
4. Simulink 光伏仿真的常见坑：从怪曲线到出错提示的排查记录
4.1 曲线在开路电压附近剧烈抖动
现象：画出来的 PU 曲线在接近最大功率点的位置出现锯齿状抖动，V_oc 附近功率不单调。
原因：两种可能。第一，求解器用了变步长，在二极管指数特性变化剧烈的区域，步长被自动缩小又放大，导致采样点分布不均；第二，MATLAB Function 里迭代解电流方程时，V + IR_s 接近 nV_t 的数值上限，指数项溢出成 Inf，计算直接崩塌。
解决：把求解器改成固定步长，步长设在 1e-4 秒级；函数内部把指数项做一个饱和保护，比如exp_arg = min(exp_arg, 40)，这样即使电压瞬时超过开路电压也不会溢出。或者更干脆，在 R_sh 支路并联一个 1pF 的小电容，把代数环变成动态环节，抖动立刻消失。
4.2 辐照度设置差了 1000 倍
现象：光照从 1000W/m² 改成 200W/m²，短路电流几乎没变化，或者直接变成原来的千分之一。
原因：模型里期望的单位是kW/m²，但实际工况习惯用W/m²，200 写进模型里相当于实际 0.2kW/m²，光生电流被缩小了 5 倍而不是 5 倍，1000 和 200 的比值完全乱套。
解决：在模型入口统一加一个量纲转换层。我的习惯是模型内部全用 W/m²，所以在 Constant 模块写 1000 表示 1000W/m²，不在任何地方做除以 1000 的操作。检查方法是在 MATLAB Function 里加一行assert(G > 0 && G < 2000, '辐照度单位疑似错误')，超出物理合理范围直接报错。
4.3 温度写成摄氏度导致开路电压偏大
现象：同一块板子，25℃ 时 V_oc 45V 看着正常，但把温度设成 298 后 V_oc 变成 58V，彻底不合理。
原因：公式里的热电压 V_t = kT/q 需要开尔文温度，但界面习惯填摄氏度。298 填进去等于 571K，热电压翻倍，开路电压被推高。这类问题最隐蔽，因为曲线形状看起来正常，只是偏移量不对。
解决：在模型里用一个单独的转换模块把摄氏温度转成开尔文，转换动作放在 MATLAB Function 内部，入口参数仍然收摄氏度，但函数第一行就做T_K = T + 273.15。所有后续计算用 T_K，这样就杜绝了混用。代码里也要注释清楚，防止同事后续维护时把这个转换删掉。
4.4 代数环报错
现象：搭物理电路模型时（受控电流源+二极管串电阻），Simulink 直接报 "Algebraic loop detected"，仿真卡死或特别慢。
原因：受控电流源的电流和二极管端电压互相依赖，形成隐式方程。MATLAB Function 模块里用迭代求解能收敛，但 Simulink 物理连接里的代数环求解器面对这种强非线性常常不收敛。
解决：三个方案任选。一是给负载端并联一个小电容，比如 10μF，把代数环变成微分方程；二是改用 Simscape Electrical 的 Solver Configuration 配合 Simscape 求解器，专门处理这种物理一致性约束；三是直接像我 2.2 节那样用 MATLAB Function 做等价格式化方程，根本不用物理元件连接。
4.5 To Workspace 读出来是空数组
现象：仿真执行完，V_out 变量存在但 signals.values 是空的，或者只有最后一个时刻的数据。
原因：To Workspace 模块默认 Save format 是 Timeseries，但如果你在 Configuration Parameters 里勾了输出单个精度，或者模型里信号线类型是 double 但 To Workspace 的端口数据类型被强制成定点数，就会导致数据不写全。另一种常见原因是 Limit data points to last 字段被设置了有限值，仿真时间长了旧数据被截断。
解决：To Workspace 的 Save format 强制选 Timeseries，Sample Time 设为 -1 继承信号原有采样率，Limit data points 这一栏留空或者设成 inf。仿真完用size(V_out.signals.values)检查维度，第一维应该等于仿真步数，避免等画图时才发现数据不对。
5. 从曲线族到设计依据：最大功率点提取与 MPPT 验证
5.1 自动提取最大功率点
曲线族画出来后，下一步是提取每个工况的最大功率点（V_mp、I_mp、P_mp），为 MPPT 算法提供对照基准。手动从图上读不现实，脚本里一次性完成：
% 提取所有工况的最大功率点 for idx = 1:length(results) [P_max, loc] = max(results(idx).P); results(idx).P_max = P_max; results(idx).V_mp = results(idx).V(loc); results(idx).I_mp = results(idx).I(loc); fprintf('T=%3d℃ G=%4dW/m^2: Vmp=%.2fV Imp=%.2fA Pmax=%.2fW\n', ... results(idx).T, results(idx).G, results(idx).V_mp, ... results(idx).I_mp, results(idx).P_max); endmax 函数同时返回最大值和索引的用法很实用。但要注意，如果 PU 曲线在最大功率点附近比较平缓，直接取 max 对应的电压点可能会有几个伏特的偏差。我会用抛物线插值对峰值点做细化：取最大值点及其左右各 5 个采样点，拟合成二次多项式，再用多项式顶点作为最终 V_mp，这样精度能提升到 0.1V 量级，做 MPPT 算法基准时更可信。
5.2 用曲线族验证扰动观察法 MPPT
有了每个工况下的准确最大功率点，就可以验证 MPPT 算法行为。举个例子，用一个简单的 P&O 算法模型跑同一个工况序列，把功率输出曲线和理论 P_max 放在一起对比，算法步长和扰动周期设置是否合理就一目了然。
% 对比 P&O 算法跟踪结果与理论最大功率 figure; plot(PO_time, PO_power, 'b-', 'LineWidth', 1.2); hold on; for idx = 1:length(results) plot([0, PO_time(end)], [results(idx).P_max, results(idx).P_max], 'r--'); end xlabel('时间 (s)'); ylabel('输出功率 (W)'); title('MPPT 跟踪对比理论最大功率'); legend('P&O 跟踪', '理论Pmax', 'Location', 'best'); grid on;这一步的意义在于把静态曲线变成了动态验证依据。曲线族和最大功率点数据可以直接存成 .mat 文件，作为 MPPT 仿真的参考基准，后续想换其他算法或者调参数都能复用这套数据。
6. 进阶：把最大功率点轨迹做成设计查表
曲线族数据除了画图，还有一个更工程化的用途：把 V_mp、I_mp 和 P_mp 设计成二维查表，供系统级仿真直接使用。这个技巧在处理大系统联合仿真时尤其省事，不用每次都跑光伏电池微分方程，直接查表就能算出当前工作点。
% 生成最大功率点查表 Vmp_table = zeros(length(T_list), length(G_list)); Pmp_table = zeros(length(T_list), length(G_list)); for i = 1:length(T_list) for j = 1:length(G_list) idx = (i-1)*length(G_list) + j; Vmp_table(i, j) = results(idx).V_mp; Pmp_table(i, j) = results(idx).P_max; end end % 保存为查表文件 save('MPP_LUT.mat', 'Vmp_table', 'Pmp_table', 'T_list', 'G_list'); % 用 Simulink 2-D Lookup Table 模块直接加载上面的数据 % 断点1: T_list, 断点2: G_list, 表数据: Vmp_table / Pmp_table做查表时有几个细节需要注意。T_list 和 G_list 必须单调递增，Simulink 查表模块不接收乱序断点。查表数据里的 V_mp 是在固定电压扫描分辨率下提取的，如果后面要接精度要求更高的仿真，最好按 5.1 节的抛物线插值版本生成。把 MPP 查表嵌入系统模型后，控制策略可以直接读当前温度和辐照度对应的最大功率点电压，作为扰动观察法的初始值或者前馈修正，能明显减少启动阶段的震荡时间。
从那以后，我每次搭光伏模型都会强制走一遍完整流程：先确认单位制，再跑 25℃/1000W/m² 的单点曲线和 datasheet 对比，最后才做多工况扫描。这个过程花不了十分钟，但能省掉后面大量查错时间。希望这篇文章能帮你把 Simulink 光伏仿真这条路走顺，少踩几个我当年踩过的坑。
本文还有配套的精品资源，点击获取
