基于matlab光伏发电系统的MPPT控制与仿真

资源描述：

Ｊ．ＳＨＡＮＸＩＡＧＲＩＣ．ＵＮＩＶ．（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）学报（自然科学版）２０１３，３３（１）００２９９０收稿日期２０１２－１０－１７修回日期２０１２－１１－０５作者简介郭海霞（１９７７－），女（汉），山西平遥人，讲师，在读博士，研究方向检测技术、电力系统运行与控制。基于ｍａｔｌａｂ光伏发电系统的ＭＰＰＴ控制与仿真郭海霞１，石明垒２，李娟２（１．山西农业大学工学院，山西太谷０３０８０１；２．山东大学电气工程学院，山东济南２５００６１）摘要结合光伏电池常用的等效电路和太阳能电池的数学模型，基于Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ建立了光伏电池的仿真模型，得到光伏电池的Ｐ－Ｕ曲线，并对仿真结果进行了分析。与传统的光伏电池模型相比，本文考虑了环境温度与电池温度之间的关系，使得光伏电池的仿真结果能反映实际环境与电池温度的变化；提出了改进扰动观察的最大功率点跟踪（ＭＰＰＴ）控制方法，并建立了带有ＭＰＰＴ控制功能的光伏发电系统仿真模型，仿真结果表明，该系统能较好地实现最大功率点的跟踪，提高了光伏电池的发电效率。关键词光伏发电；仿真模型；最大功率点跟踪（ＭＰＰＴ）中图分类号ＴＭ６１５；ＴＭ７４３；ＴＰ３９９文献标识码Ａ文章编号１６７１－８１５１（２０１３）０１－００７６－０６ＣｏｎｔｒｏｌａｎｄＳｉｍｕｌａｔｉｏｎｏｆＰｈｏｔｏｖｏｌｔａｉｃＧｅｎｅｒａｔｉｏｎＳｙｓｔｅｍＭＰＰＴＢａｓｅｄｏｎＭａｔｌａｂＧｕｏＨａｉｘｉａ１，ＳｈｉＭｉｎｇｌｅｉ２，ＬｉＪｕａｎ２（１．ＣｏｌｌｅｇｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｘｉＡｇｒｉｃｕｌｔｕｒｅＵｎｉｖｅｒｓｉｔｙ，ＴａｉｇｕＳｈａｎｘｉ０３０８０１，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，ＪｉｎａｎＳｈａｎｄｏｎｇ２５００６１，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＴｈｅａｉｍｏｆｔｈｅｐａｐｅｒｉｓｔｏｅｓｔａｂｌｉｓｈｔｈｅｐｈｏｔｏｖｏｌｔａｉｃｃｅｌｌｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎＭａｔｌａｂ／Ｓｉｍｕｌｉｎｋａｎｄｔｏｄｅｔｅｒｍｉｎｅｗｈｅｔｈｅｒｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｃａｎｅｘｈｉｂｉｔｍａｘｉｍｕｍｐｏｗｅｒｐｏｉｎｔｔｒａｃｋｉｎｇ．Ｔｈｅｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｓｏｆｔｈｅｅｑｕｉｖａｌｅｎｔｃｉｒｃｕｉｔａｎｄｐｈｏｔｏｖｏｌｔａｉｃｃｅｌｌ（ＰＶ）ｗｅｒｅｓｅｔｕｐｗｈｉｃｈｗｅｒｅｇｅｎｅｒａｌｌｙｕｓｅｄｉｎｐｈｏｔｏｖｏｌｔａｉｃｃｅｌｌｓａｎｄＩ－ＵａｎｄＰ－ＵｃｕｒｖｅｏｆｔｈｅｐｈｏｔｏｖｏｌｔａｉｃｃｅｌｌｗｅｒｅｏｂｔａｉｎｅｄｗｉｔｈｔｈｅｐｈｏｔｏｖｏｌｔａｉｃｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｓｂａｓｅｄｏｎＭａｔ－ｌａｂ／Ｓｉｍｕｌｉｎｋ．Ｕｎｌｉｋｅｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｍｏｄｅｌｓｏｆｐｈｏｔｏｖｏｌｔａｉｃｃｅｌｌ，ｔｈｅｓｅｍｏｄｅｌｓｔｏｏｋｉｎｔｏｔｈｅｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｔｈｅｒｅｌａ－ｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅａｎｄｔｈｅｂａｔｔｅｒｙｔｅｍｐｅｒａｔｕｒｅｗｈｉｃｈｃｏｕｌｄｒｅｆｌｅｃｔｔｅｍｐｅｒａｔｕｒｅｃｈａｎｇｅｓｏｆｔｈｅａｃｔｕａｌｅｎｖｉｒｏｎｍｅｎｔ，ａｓｗｅｌｌａｓｔｈａｔｏｆｔｈｅｂａｔｔｅｒｙ．Ｉｎｔｈｉｓｐａｐｅｒｔｈｅｃｏｎｔｒｏｌｍｅｔｈｏｄｏｆｔｈｅｍａｘｉｍｕｍｐｏｗｅｒｐｏｉｎｔｔｒａｃｋ－ｉｎｇ（ＭＰＰＴ）ｗａｓｐｒｏｐｏｓｅｄｕｎｄｅｒｄｉｓｔｕｒｂａｎｃｅａｎｄｏｂｓｅｒｖａｔｉｏｎａｎｄａｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｔｈｅｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａ－ｔｉｏｎｓｙｓｔｅｍｗｉｔｈｔｈｅＭＰＰＴｃｏｎｔｒｏｌｆｕｎｃｔｉｏｎｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｉｓｓｙｓｔｅｍｗａｓａｂｌｅｔｏａｃｈｉｅｖｅｔｈｅｍａｘｉｍｕｍｐｏｗｅｒｐｏｉｎｔｔｒａｃｋｉｎｇａｎｄｔｏｉｍｐｒｏｖｅｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｏｆｐｈｏｔｏｖｏｌｔａｉｃｃｅｌｌｓ．ＫｅｙｗｏｒｄｓＰｈｏｔｏｖｏｌｔａｉｃｃｅｌｌ；Ｓｉｍｕｌｉｎｋｍｏｄｅｌ；ＭａｘｉｍｕｍＰｏｗｅｒＰｏｉｎｔＴｒａｃｋｉｎｇ（ＭＰＰＴ）随着２１世纪世界经济的迅猛发展，世界的能源结构发生了巨大变革，能源短缺、环境污染、温室效应等问题日益突出［１］。因此，人类开始将目光转向可再生能源，开发太阳能等清洁能源无疑是有很大希望的一个领域［２，３］。太阳能作为一种新兴的可再生新能源，与其他新能源相比，它以其绿色、安全、环保等独特的优点越来越受到人们的重视，成为当今发展位居第二的能源［４］，光伏发电技术也因此得到了迅速发展。光伏发电无噪声、无污染、安全可靠，且没有枯竭的危险。光伏电池是太阳能光伏发电系统中的核心部分。因此，光伏电池成为太阳能光伏发电系统研究的重要环节。本文基于Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ仿真环境，建立了更加贴近实际的光伏电池仿真模型，且采用改进的扰动观察法实现光伏电池输出最大功率的跟踪控制方法，通过带有最大功率点跟踪功能的光伏发电系统的建模仿真验证了模型建立的合理有效性。１光伏电池的模型与输出特性分析光伏电池组件是将太阳能电池进行串并联组合后形成的，在太阳光照射下，光伏电池组件利用光生伏特效应将太阳能转换成电能输出，向负荷直接提供直流电，或者通过电力电子ＤＣ－ＡＣ逆变器技术将直流电转换为负载所需的交流电。１．１光伏电池的等效电路与数学模型光伏电池的常用等效电路如图１所示。图１光伏电池实际等效电路Ｆｉｇ．１ＡｃｔｕａｌｅｑｕｉｖａｌｅｎｔｃｉｒｃｕｉｔｆｏｒＰＶ图１中，Ｉｐｈ为光生电流，其值正比于光伏电池的面积和入射光的光照强度；ＩＤ为流经二极管的电流；Ｉ为光伏电池输出的负载电流；ＵＤ为等效二极管的端电压，无光照情况下，光伏电池的基本行为特性类似于一个普通二极管；Ｕ为负载两端电压；ＲＬ为电池的负载电阻；ＲＳ为等效串联电阻，Ｒｓｈ为等效并联电阻。一般来说，质量好的硅晶片的ＲＳ约为７．７～１５．３ｍ Ω 之间，Ｒｓｈ在２００～３００ｍ Ω 之间。太阳能电池的伏安特性是指图１中Ｉ－Ｕ关系曲线。由图１可见Ｉ＝Ｉｐｈ－ＩＤ－ＩｓｈＵ＝ＵＤ－ＲＳＩ（式１）通过各变量之间的关系得光伏电池的Ｉ－Ｕ曲线方程Ｉ＝Ｉｐｈ－ＩＤ－ＵＤＲｓｈ＝Ｉｐｈ－Ｉ０ｅｘｐｑ（Ｕ＋ＩＲｓ）［］ＡｋＴ－｛｝１－Ｕ＋ＩＲｓＲｓｈＩｓｃ＝Ｉｐｈ－ＩＤ－ＵＤＲｓｈ－ＵＤＲｓ（式２）其中Ｕｏｃ＝ＡｋＴｑｌｎＩｓｃＩ０＋〔〕１式中Ｉｓｃ为光伏电池的短路电流；Ｉ０为光伏电池内部等效二极管ＰＮ结反向饱和电流；ＵＯＣ为光伏电池的开路电压；ｑ为电荷量，值为１．６１０－１９Ｃ；ｋ为波尔兹曼常数，值为１．３８１０－２３Ｊ · Ｋ－１；Ｔ为绝对温度，单位为Ｋ；Ａ为ＰＮ结的曲线常数，其值一般在１～２之间变化。由于光伏电池的性能指标会受工作环境多种外部因素的影响，而且环境温度和光照强度的影响经常同时存在，所以实际应用中使用的数学模型，通常采用供应商提供的光伏电池在标准工作状态下的以下参数ＵＯＣ、ＩＳＣ、Ｕｍ、Ｉｍ，其中，Ｕｍ为最大功率点电压，Ｉｍ为最大功率点电流。这样就可以简化构造一个近似的工程使用模型如式３Ｉ＝ＩＳＣ－１－Ｃ１ｅｘｐ〔ＵＣ２Ｕ〕ＯＣ－［］｛｝１（式３）其中Ｃ１、Ｃ２为系数，分别为Ｃ１＝１－ＩｍＩ〔〕ＳＣｅｘｐ－ＵＣ２Ｕ〔〕ＯＣＣ２＝ＵｍＵＯＣ－〔〕１／ｌｎ１－ＩｍＩ〔〕［］ＳＣ与传统数学模型相比，本文考虑了环境温度与光伏电池温度之间的关系。根据大量实验数据拟合后［９］，电池温度Ｔ和环境温度Ｔａｉｒ、光照强度Ｇ的关系为Ｔ＝Ｔａｉｒ＋ＫＧ，其中Ｋ为比例常数，值为Ｋ＝０．０３ ° Ｃ · ｍ２ · Ｗ－１在任意实际光照强度Ｇ和电池温度Ｔ下四个参数值Ｕ ′ ＯＣ、Ｉ ′ ＳＣ、Ｕ ′ ｍ、Ｉ ′ ｍ可由式（４）～（７）求得［１０］Ｔ ′ ＝Ｔ－ＴｒｅｆＧ ′ ＝Ｇ／ＧｒｅｆＵ ′ ＯＣ＝ＵＯＣ（１－ｃＴ ′ ）ｌｎ（ｅ＋ｂＧ）（式４）７７３３（１）郭海霞等基于ｍａｔｌａｂ光伏发电系统的ＭＰＰＴ控制与仿真Ｉ ′ ＳＣ＝ＩＳＣＧ／Ｇｒｅｆ（１＋ａＴ ′ ）（式５）Ｕ ′ ｍ＝Ｕｍ（１－ｃＴ ′ ）ｌｎ（ｅ＋ｂＧ）（式６）Ｉ ′ ｍ＝ＩｍＧ／Ｇｒｅｆ（１＋ａＴ ′ ）（式７）其中，ａ、ｂ、ｃ是常数，ａ＝０．００２５，ｂ＝０．５，ｃ＝０．００２８。本文中Ｔｒｅｆ＝２５ ℃ ，Ｇｒｅｆ＝１０００Ｗ · ｍ－２。１．２光伏电池的仿真分析根据上述光伏电池的工程数学模型，利用Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ的工具模块搭建光伏电池仿真模型，如图２所示。对仿真模型中各个相关模块进行参数设置，得光伏电池在任意给定的光照强度和环境温度下的Ｐ－Ｕ输出特性。图２光伏电池仿真模型Ｆｉｇ．２ＳｉｍｕｌａｔｉｏｎｍｏｄｅｌｆｏｒＰＶ图２中，Ｔ为环境温度，Ｇ为光照强度，Ｕ为光伏电池输出电压，Ｉ为输出电流，Ｐ为输出功率。为了便于参数的修改和仿真实验的研究，将图２中Ｕ ′ ＯＣ、Ｉ ′ ＳＣ、Ｕ ′ ｍ、Ｉ ′ ｍ、Ｃ１、Ｃ２模块进行封装，得图３，最后将这６个参数的封装模块再封装，得图４所示的光伏电池封装图。图３创建参数封装图Ｆｉｇ．３Ｐａｃｋａｇｅｄｉａｇｒａｍｆｏｒｃｒｅａｔｉｎｇｐａｒａｍｅｔｅｒｓ本文所建模型取多晶硅光伏电池，其输出功率为２６０Ｗ，特征参数ＵＯＣ、ＩＳＣ、Ｕｍ、Ｉｍ分别为４３．６Ｖ、８．３５Ａ、３４．８Ｖ、７．４７Ａ。其理想的Ｐ－Ｕ输出特性曲线如图５所示。图４光伏电池封装图Ｆｉｇ．４ＰａｃｋａｇｅｄｉａｇｒａｍｆｏｒＰＶ图５理想的Ｐ－Ｕ特性曲线Ｆｉｇ．５ＩｄｅａｌＰ－ＵＣｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅ利用上述仿真模型仿真，得仿真Ｐ－Ｕ输出特性曲线如图６所示。仿真短路电流比理想短路电流偏大，仿真开路电压比理想开路电压偏小，而输８７山西农业大学学报（自然科学版）２０１３出最大功率基本相同，满足工程所要求的精度。图６Ｐ－Ｕ特性曲线Ｆｉｇ．６Ｐ－ＵＣｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅ由仿真模型得光伏电池的光照特性和温度特性，如图７、图８所示。图７不同光照下的Ｐ－Ｕ特性曲线Ｆｉｇ．７Ｐ－ＵＣｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅｕｎｄｅｒｄｉｆｆｅｒｅｎｔｌｉｇｈｔｓ图８不同温度下的Ｐ－Ｕ特性曲线Ｆｉｇ．８Ｐ－ＵＣｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅａｔｄｉｆｆｅｒｅｎｔｔｅｍｐｅｒａｔｕｒｅｓ由图７可见，当温度不变、光照强度发生变化时，最大功率（Ｐｍ＝ＵｍＩｍ）与光照强度大致成正比。由图８可见，当光照强度不变，温度上升时，最大输出功率也随之下降。为了与下文中光伏发电系统的ＭＴＴ跟踪仿真结果相对照，利用此模型得出在（Ｔ＝２５ ℃ ，Ｇ＝１０００Ｗ · ｍ－２）、（Ｔ＝５０ ℃ ，Ｇ＝８００Ｗ · ｍ－２）、（Ｔ＝７５ ℃ ，Ｇ＝６００Ｗ · ｍ－２）３种情况下的Ｐ－Ｕ特性曲线，如图９所示。图９温度和光照同时突变的Ｐ－Ｕ特性曲线Ｆｉｇ．９Ｐ－ＵＣｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅｕｎｄｅｒｃｏｎｃｕｒｒｅｎｔｍｕｔａ－ｔｉｏｎｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｌｉｇｈｔ综合以上分析可知，依据供应商所提供的光伏电池的４个标准性能参数（ＵＯＣ、ＩＳＣ、Ｕｍ、Ｉｍ），本文所建的光伏电池模型可以很好的反映光伏电池特性，与光伏电池理论分析的曲线比较吻合，由此模型可以模拟出任意实际环境温度和实际光照条件下光伏电池的特性曲线，因此该模型可以作为光伏发电系统分析的有效使用模型。２最大功率点跟踪（ＭＰＰＴ）的控制方法依据上面的仿真结果和分析可知，光伏电池是一种很不稳定的非线性直流电源，其输出电压和电流受光照强度和环境温度的影响，具有明显的非线性特征。在一定光照强度和环境温度下，光伏电池输出的电压、电流变化时，输出功率Ｐ也随之变化，但总有唯一的最大功率点（ＭａｘｉｍｕｍＰｏｗｅｒＰｏｉｎｔ，ＭＰＰ），在此点工作时，光伏电池能实现最大功率输出。通过一定的控制算法寻找光伏电池输出最大功率点的过程称为最大功率点跟踪（Ｍａｘｉ－ｍｕｍＰｏｗｅｒＰｏｉｎｔＴｒａｃｋｉｎｇ，ＭＰＰＴ）。如何提高光伏电池的发电效率，使光伏电池达到最大转换效率，保证输出功率最大，对提高光伏９７３３（１）郭海霞等基于ｍａｔｌａｂ光伏发电系统的ＭＰＰＴ控制与仿真发电系统的整体效率及光伏并网起着至关重要的作用。最大功率点位置随着光照强度和环境温度的变化而改变，最大功率点所对应的电压值也相应发生变化，因此，需要对光伏电池进行ＭＰＰＴ控制研究。目前ＭＰＰＴ控制的实现方法主要有恒定电压跟踪法、电导增量法、 “ 上山法 ” 、定电压跟踪法、电导增量法和扰动观察法等［１１］。这些方法的控制都要通过控制电力电子ＤＣ－ＤＣ变换器的占空比来调节光伏电池的输出电压，达到跟踪最大功率点，但每种方法均有各自的优缺点［１２，１３］。传统的扰动观察法是通过不断的外加扰动电压来观察光伏电池的输出功率的变化，从而寻找最大功率点。本文利用改进的扰动观察法，通过改变光伏阵列的输出电压，观察其输出功率的变化，若扰动后的输出功率大于原输出功率，则表明此刻的扰动方向是正确的，应继续向该方向扰动；若扰动后的输出功率小于原输出功率，则表明当前扰动方向错误，应往反方向进行扰动。图１０为其算法实现的流程图。图１０扰动观察的流程图Ｆｉｇ．１０Ｆｌｏｗｃｈａｒｔｕｎｄｅｒｄｉｓｔｕｒｂａｎｃｅｏｂｓｅｒｖａｔｉｏｎ依据图１０所示扰动观察流程图，用Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ建立其仿真模块，如图１１所示。图１１扰动观察法仿真模块Ｆｉｇ．１１Ｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｕｎｄｅｒｄｉｓｔｕｒｂａｎｃｅｏｂｓｅｒｖａｔｉｏｎ３光伏发电系统的ＭＰＰＴ仿真分析光伏发电系统主要包括光伏电池模块、ＤＣ－ＤＣ模块和带有ＭＰＰＴ控制的最大功率输出模块。由于光伏电池输出的电能是很不稳定的直流电，且它的输出功率会受环境温度和光照强度等的影响，因此不能供给负载直接使用，通过ＤＣ－ＤＣ模块将光伏电池发出的直流电变换为稳定可调的直流电，使之工作在最大功率点处。图１２为利用Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ仿真软件建立的光伏发电系统仿真模型，在此基础上进行带有ＭＰＰＴ控制功能的仿真分析。图１２光伏发电系统的仿真模型Ｆｉｇ．１２Ｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｆｏｒｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｓｙｓｔｅｍ０８山西农业大学学报（自然科学版）２０１３为了与前文光伏电池仿真结果相对照，在图１２的仿真模型中，光伏电池所采用的特征参数与前文相同，仿真结果如图１３。图１３Ｔ＝２５ ℃ ，Ｇ＝１００Ｗ · ｍ－２时ＭＰＰ跟随图Ｆｉｇ．１３ＭｐｐｔｒａｃｋｉｎｇｄｉａｇｒａｍｕｎｄｅｒＴ＝２５ ℃ ａｎｄＧ＝１０００Ｗ · ｍ－２由图１３可见，系统在不到０．０５ｓ已经达到最大功率点，所建立的系统模型能较快较好地对光伏电池的最大功率实现跟踪。由此模型，得以下３种条件下最大功率点跟踪图，如图１４～图１６所示。图１４温度和光照同时变化时的ＭＰＰ跟随图Ｆｉｇ．１４ＭＰＰｔｒａｃｋｉｎｇｄｉａｇｒａｍｕｎｄｅｒｃｏｎｃｕｒｒｅｎｔｍｕｔａ－ｔｉｏｎｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄｌｉｇｈｔ由图１４可见，系统在０．１ｓ时温度和光照强度由（Ｔ＝２５ ℃ ，Ｇ＝１０００Ｗ · ｍ－２）突降为（Ｔ＝５０ ℃ ，Ｇ＝８００Ｗ · ｍ－２），然后在０．３ｓ降为（Ｔ＝７５ ℃ ，Ｇ＝６００Ｗ · ｍ－２），温度和光照同时突变，与图９对照可见，系统在温度和光照同时突变时能较快对光伏电池输出的最大功率实现跟踪。由图１５可见，温度Ｔ＝２５ ℃ ，光照强度Ｇ在０．１ｓ时从１０００Ｗ · ｍ－２突降到８００Ｗ · ｍ－２，然后在０．３ｓ降到６００Ｗ · ｍ－２，与图７对照，两次突降过后，系统均能很快地实现最大功率点的跟随。图１５Ｔ＝２５ ℃ 时光照强度变化的ＭＰＰ跟随图Ｆｉｇ．１５ＭＰＰｔｒａｃｋｉｎｇｄｉａｇｒａｍａｓｌｉｇｈｔｓｃｈａｎｇｉｎｇａｔＴ＝２５ ℃图１６Ｇ＝１０００Ｗ · ｍ－２时温度变化的ＭＰＰ跟随图Ｆｉｇ．１６ＭＰＰｔｒａｃｋｉｎｇｄｉａｇｒａｍａｓｔｅｍｐｅｒａｔｕｒｅｓｃｈａｎｇｉｎｇａｔＧ＝１０００Ｗ · ｍ－２由图１４可见，光照强度Ｇ＝１０００Ｗ · ｍ－２，温度在０．１ｓ从７５ ℃ 突降到５０ ℃ ，在０．３ｓ降到２５ ℃ ，与图８对照可见，系统在温度突变后可以很快地实现最大功率点的跟踪。４结论文中考虑了环境温度与光伏电池温度之间的关系，（下转第９２页）１８３３（１）郭海霞等基于ｍａｔｌａｂ光伏发电系统的ＭＰＰＴ控制与仿真（６）９４７－９５３．［１８］杨久仙，张荣飞，马秋刚，等．葡萄糖氧化酶对断奶仔猪生产性能的影响［Ｊ］．黑龙江畜牧兽医，２０１１（２）５６－５７．［１９］赵晓芳，张宏福．葡萄糖氧化酶的功能及在畜牧业中的应用［Ｊ］．广东饲料，２００７，１６（１）３４－３５．［２０］张广栋，罗仓学．生物传感器及其在食品工业中的应用［Ｊ］．食品研究与开发，２００５，２６（１）１３３－１３４．［２１］ＷｕＢ，ＺｈａｎｇＧ，ＳｈｕａｎｇＳ．Ａｂｉｏｓｅｎｓｏｒｗｉｔｈｍｙｒｏｓｉｎａｓｅａｎｄｇｌｕｃｏｓｅｏｘｉｄａｓｅｂｉｅｎｚｙｍｅｓｙｓｔｅｍｆｏｒｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｇｌｕｃｏｓｉｎｏｌａｔｅｓｉｎｓｅｅｄｓｏｆｃｏｍｍｏｎｌｙｃｏｎｓｕｍｅｄｖｅｇｔａｂｌｅｓ［Ｊ］．ＳｅｎｓＡｃｔｕａｔＣｈｅｍ，２００５，１０６（２）７００－７０７．［２２］于洋，赵林，闫博，等．基于有机无机杂化材料和铂电极的葡萄糖氧化酶电极的研究［Ｊ］．传感技术学报，２００７，２０（２）２５８－２６１．［２３］汤琳，曾光明，沈国励，等．基于抑制作用的新型葡萄糖氧化酶传感器测定环境污染物汞离子的研究［Ｊ］．分析科学学报，２００５，２１（２）１２３－１２６．［２４］ＣｈａｎｇｓｈｅｎｇＳｈａｎ，ＨｕａｆｅｎｇＹａｎｇ，ＪｉａｎｇｆｅｎｇＳｏｎｇ，ｅｔａｌ．ＤｉｒｅｃｔＥｌｅｃｔｒｏｃｈｅｍｉｓｔｒｙｏｆＧｌｕｃｏｓｅＯｘｉｄａｓｅａｎｄＢｉｏｓｅｎｓｉｎｇｆｏｒＧｌｕｃｏｓｅＢａｓｅｄｏｎＧｒａｐｈｅｎｅ［Ｊ］．ＡｎａｌｙｔｉｃａｌＣｈｅｍｉｓｔｒｙ，２００９，８１（６）２３７８－２３８２．［２５］ＷｕＢ，ＺｈａｎｇＧ，ＳｈｕａｎｇＳ，ｅｔａ１．Ｂｉｏｓｅｎｓｏｒｓｆｏｒｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｇｌｕｃｏｓｅｗｉｔｈｇｌｕｃｏｓｅｏｘｉｄａｓｅｉｍｍｏｂｉｌｉｚｅｄｏｎａｎｅｇｇｓｈｅｌｌｍｅｍｂｒａｎｅ［Ｊ］．Ｔａｌａｎｔａ，２００４，６４（２）５４６－５５３．［２６］ＳｔｒａｓｓｅｒＡ，ＤｉｅｔｒｉｃｈＲ，ＵｓｌｅｂｅｒＥ，ｅｔａ１．Ｉｍｍｕｎｏｃｈｅｍｉｃａｌｒａｐｉｄｔｅｓｔｆｏｒｍｕｌｔｉｒｅｓｉｄｕｅａｎａｌｙｓｉｓｏｆａｎｔｉｍｉｃｒｏｂｉａｌｄｒｕｇｓｉｎｍｉｌｋｕｓｉｎｇｍｏｎｏ－ｃｌｏｎａｌａｎｔｉｂｏｄｉｅｓａｎｄｈａｐｔｅｎ · ｇｌｕｃｏｓｅｏｘｉｄａｓｅｃｏｎｊｕｇａｔｅｓ［Ｊ］．ＡｎａｌＣｈｉｍＡｃｔａ，２００３，４９５（１）１１－１９．［２７］ＰｉｎｇＷｕ，ＱｉａｎＳｈａｏ，ＹａｏｊｕａｎＨｕ，ｅｔａｌ．Ｄｉｒｅｃｔｅｌｅｃｔｒｏｃｈｅｍｉｓｔｒｙｏｆｇｌｕｃｏｓｅｏｘｉｄａｓｅａｓｓｅｍｂｌｅｄｏｎｇｒａｐｈｅｎｅａｎｄａｐｐｌｉｃａｔｉｏｎｔｏｇｌｕｃｏｓｅｄｅ－ｔｅｃｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｏｃｈｉｍｉｃａＡｃｔａ，２０１０，５５（２８）８６０６－８６１４．（上接第８１页）建立了光伏电池的仿真模型，通过仿真结果分析了光照强度和环境温度对光伏电池输出特性的影响，验证了此模型的合理有效性。采用改进的扰动观察法，基于ＤＣ－ＤＣ变换器实现最大功率点跟踪，并利用Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ建立带有最大功率点跟踪功能的光伏发电系统仿真模型，仿真结果表明在一定温度和光照强度下，系统模型能较好地实现最大功率点跟踪，且验证了该模型在温度和光照强度变化的情况下也能对最大功率点实现较好的跟踪，提高了系统的响应速度。在温度或光照强度突变的瞬间，输出功率会发生短时的剧烈震荡，如何消除震荡有待于进一步研究。参考文献［１］ＢｏｓｅＢＫ．Ｅｎｅｒｇｙ，Ｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄＡｄｖａｎｃｅｓｉｎＰｏｗｅｒ［Ｊ］．ＩＥＥＥＴｒａｎｓＰｏｗｅｒＥｌｅｃｔｒｏｎ，２０００，１５（４）６８８－７０１．［２］赵争鸣，刘建政，孙晓瑛，等．太阳能光伏发电及其应用［Ｍ］．北京科学出版社，２０