企业官网建设流程全解析

光伏阵列常见故障仿真模型附Simulink仿真

这几年做光伏系统仿真研究，被问得最多的问题不是MPPT算法怎么写，而是“光伏阵列的故障到底怎么在Simulink里搭出来”。学校里教的通常只有正常工况下的光伏电池模型，然而实际工程里，真正让运维人员和科研团队头疼的是遮阴、老化、开路、短路这些异常状态。今天这篇文章，我就把我在Simulink里搭建光伏阵列常见故障仿真模型的完整思路、建模步骤、参数设置和踩坑记录整理出来，希望能帮到正在做光伏故障诊断、MPPT算法验证或者微电网保护研究的朋友。

这套模型适合谁？一是刚接触光伏仿真、想用Simulink复现I-V、P-V特性曲线的初学者；二是需要验证故障检测算法、但又不想在室外实际组串上做破坏性测试的研究人员；三是做课程设计或毕业设计的同学——只要把故障注入模块的参数改一改，就能快速得到一组有研究价值的仿真数据。先说明一下，我这里的做法偏“半物理建模”，也就是以光伏电池的五参数单二极管模型为核心，结合外围开关、信号源和测量模块来模拟各种故障，而不是直接调用Simscape电气库里的PV Array模块。原因后面会详细说。

1. 故障仿真为什么值得做：从光伏电站的真实痛点说起

1.1 光伏阵列在实际运行中会遇到的故障类型

光伏电站不是装了就能稳定发电二十五年的，阵列长期暴露在户外，遭受的故障类型比很多人想象中复杂。从工程运维的统计数据来看，光伏阵列的故障主要集中在以下几类：

• 部分遮阴（Partial Shading）：这是最常见、也最容易在仿真里复现的故障。云朵飘过、树叶遮挡、鸟类排泄物、灰尘积聚，都会导致同一串中不同组件的接收辐照度不一致。遮阴的麻烦之处在于它不光让发电量下降，还会导致被遮组件反向偏置，局部发热形成热斑效应，严重时直接烧毁电池片。

• 组件老化与性能衰减（Degradation）：光伏组件的输出功率会随着使用年限增加而下降，主要是串联电阻变大、光生电流变小。老化的组件与新组件混在同一串里，会让整串输出特性变差，甚至出现失配损失。

• 组件开路（Open Circuit）：连接器脱落、焊带断裂、接线盒故障，都会造成组件开路。开路故障的特征非常明显——整个串联支路的电流直接变为零，但对并联的其他支路影响相对较小。

• 组件短路（Short Circuit）：旁路二极管击穿、电池片内部短路，都会导致组件输出异常。短路的组件相当于把一小段电压“吃”掉了，串内其他组件要被迫“多出力”去补电压缺口，同样会造成失配。

• 接地故障（Ground Fault）：直流侧电缆绝缘破损，正极或负极对地漏电。这个故障在仿真里模拟相对复杂，因为涉及接地阻抗和保护装置的动作逻辑，通常放在系统保护层面去研究。

1.2 为什么选择用Simulink做故障仿真

做光伏故障研究，路径无非三条：室外实测、硬件在环试验、纯软件仿真。室外实测最真实，但要等故障出现、要搭测试平台，成本高、周期长，而且有些故障（比如电池片短路）根本没法在不破坏组件的前提下制造。硬件在环试验精度高，但需要dSPACE、RT-LAB这类实时仿真设备，门槛也不低。

纯软件仿真，尤其是Simulink里的模型仿真，是性价比最高的方案。Simulink的优势在于它把电气电路建模和控制系统建模放在同一个环境里，既能搭出光伏阵列的电气模型，又能直接挂MPPT控制器、故障诊断算法做闭环验证。尤其是后面想做基于数据驱动的故障检测（比如用神经网络识别I-V曲线特征），Simulink里仿出来的故障数据可以直接导出训练集，衔接非常顺。

这里我也想提醒一下：很多人以为直接在Simscape Electrical库里拖一个PV Array模块出来就能做故障仿真，这个想法对一半。PV Array模块做正常工况和遮阴工况没问题，但想细致模拟“某一块组件内部短路”“某一串的隔离二极管反接”“老化导致串联电阻增大”这类局部故障，它就不够灵活了。所以我更推荐的做法是用自定义函数封装光伏电池模型，再通过外部信号去控制故障参数的变化。

1.3 这套模型能解决什么问题

我给这套故障仿真模型总结了三层价值：

• 第一层，教学演示：把不同故障下的I-V曲线和P-V曲线画出来，直观展示“遮阴出现多峰”“开路电流为零”“短路电压塌陷”等现象，比口头讲一百遍都管用。
• 第二层，算法验证：故障诊断算法的本质是“从电信号特征反推故障类型和位置”，仿真模型就是算法验证的试验场。你可以批量生成各种故障工况的数据集，验证分类器的准确率。
• 第三层，系统设计：在做光伏电站的电气设计、保护定值整定时，用故障仿真模型去模拟极端工况，评估断路器、熔断器、逆变器保护策略是否合理，比凭经验估算要靠谱得多。

2. 建模的核心思路：基于五参数单二极管模型的自定义封装

2.1 为什么要用单二极管模型而不是直接拖模块

光伏电池的数学模型，搞电力电子的人应该不陌生。最常用的是单二极管五参数模型，它用五个参数（光生电流Iph、反向饱和电流I0、串联电阻Rs、并联电阻Rsh、理想因子n）来描述电池的输出特性。公式长这样：

I = Iph - I0 × [exp(q × (V + I × Rs) / (n × k × T)) - 1] - (V + I × Rs) / Rsh

这个公式看着唬人，其实拆开理解就三部分：光生电流减去二极管结电流减去漏电流。其中q是电子电荷量（1.60217646×10⁻¹⁹ C），k是玻尔兹曼常数（1.3806503×10⁻²³ J/K），T是电池温度（单位K）。

在Simulink里实现这个模型，有三种常见路子：

我选择的是第三种。核心思路是：把五参数模型的求解逻辑写成一个MATLAB Function，输入是电压V、辐照度G、温度T，输出是电流I。然后在Simulink里通过一个受控电流源把函数输出的电流注入到电路中，形成电气回路。

2.2 五参数怎么推算出来

标准工况（STC：辐照度1000 W/m²，温度25°C）下，制造商数据手册会给出四个关键参数：短路电流Isc_ref、开路电压Voc_ref、最大功率点电流Impp_ref、最大功率点电压Vmpp_ref。再加上电池串联数Ns，就可以反推五参数。

这里给一个实际算例，以常见的250W多晶硅组件为例：

推算思路是通过四条I-V曲线上的已知点联立方程求解。先估算理想因子n（通常在1到1.5之间，晶体硅电池一般取1.2），然后利用开路电压点（I=0, V=Voc）和短路电流点（V=0, I=Isc）分别列方程，加上最大功率点的电压和电流关系dP/dV=0，就能把Iph、I0、Rs、Rsh解出来。这个求解过程用MATLAB的fsolve函数可以很方便地实现。

2.3 非标准工况下的参数修正

这是故障仿真模型能不能用、准不准的关键。辐照度和温度变化后，Iph和I0都会跟随变化，常用的修正公式是：

Iph = (G / G_ref) × [Iph_ref + Ki × (T - T_ref)]，其中Ki是短路电流温度系数，通常取0.0032 A/K。

I0 = I0_ref × (T / T_ref)³ × exp(q × Eg / (n × k) × (1/T_ref - 1/T))，其中Eg是硅的带隙能量，约1.12 eV。

也就是说，温度升高时，短路电流略微增大、开路电压明显降低；辐照度降低时，短路电流近似成比例下降，开路电压下降幅度较小。这个特征直接决定了我后面做部分遮阴仿真时的波形形态——遮阴组件的Isc降低了，但Voc可能只掉一点点，于是整串的I-V曲线会出现“阶梯”。

3. 故障仿真模型的具体搭建与实现

3.1 系统框架和顶层拓扑

我搭建的仿真模型结构分三层：

底部是光伏阵列电气主回路，由多个“光伏组串模块”并联组成。每个组串模块内部，多块组件串联，每块组件都做成一个独立的子系统，这样就能对任意一块组件单独注入故障。

中间层是故障注入控制层，用Step信号、Pulse Generator和手动开关来控制故障发生的时间和类型。

最高层是测量与数据采集层，用电压表、电流表采集数据，一路接到示波器看实时波形，一路通过To Workspace导出到MATLAB工作区做离线分析。

以一个小型阵列为例：阵列由3个组串并联，每个组串6块组件串联，单块组件参数用上面250W的算例。整体阵列的额定功率约4.5kW，开路电压223.2V，短路电流24.63A。这个规模既跑得快，又能清楚看到串间和串内的故障交互效应。

3.2 正常组件子系统的搭建步骤

正常组件子系统是最基本的单元，All in建模大概分五步：

第一步，写MATLAB Function。新建一个MATLAB Function模块，命名为PV_Cell，输入是组件端电压V_pv、辐照度G、温度T，输出是电流I_pv。函数体内部就是用五参数模型方程迭代求电流。注意这里有个关键细节：组件的I-V关系是隐式方程（电流I既出现在左边，又出现在右边的电压项I×Rs里），所以需要用牛顿-拉夫逊迭代或者fzero求解，不能直接写成显式表达式。

核心代码思路如下（简化版）：

function I = PV_Cell(V, G, T) % 输入参数 T_ref = 298.15; G_ref = 1000; % 五参数（从数据手册推算得到） Iph_ref = 8.26; I0_ref = 5.1e-10; Rs = 0.28; Rsh = 310; n = 1.2; Ns = 60; q = 1.60217646e-19; k = 1.3806503e-23; % 温度修正 Iph = (G / G_ref) * (Iph_ref + 0.0032 * (T - T_ref)); I0 = I0_ref * (T / T_ref)^3 * exp(q * 1.12 / (n * k) * (1/T_ref - 1/T)); % 迭代求解电流 Vt = n * k * T * Ns / q; f = @(i) Iph - I0 * (exp((V + i * Rs) / Vt) - 1) - (V + i * Rs) / Rsh - i; I = fzero(f, Iph); end

第二步，做电气接口封装。在子系统内部放一个Controlled Current Source（受控电流源），把MATLAB Function输出的电流I接到电流源的输入端。受控电流源串一个电压测量模块组成“电流注入+电压反馈”的结构，这样函数需要组件端电压V作为输入，电流源又向电路注入电流，就形成了闭环。

第三步，参数外部化。把辐照度G和温度T从子系统外部引入。我的做法是在子系统上开两个输入端口，连接到外面的Constant模块或者Signal Builder。这样改故障值不用进子系统内部改代码。

第四步，加旁路二极管。单块组件要并联一个二极管来模拟旁路保护，这个很关键。旁路二极管的作用是当组件被遮阴或其他组件“压着”时，电流绕过这块组件继续流动，防止热斑。实现上用Simscape Electrical里的Diode模块即可，参数设成正向压降0.7V、导通电阻0.01Ω。

第五步，封装成子系统并测试。单独跑一个组件，输入辐照度1000W/m²、温度25°C，电压从0扫到40V，确认I-V曲线和P-V曲线符合数据手册，最大功率在250W左右。这一关过了，后面阵列层面的仿真才有意义。

3.3 各类故障的Simulink实现方式

这是这篇文章的核心干货部分。我把五种常见故障在Simulink里的具体实现方法整理成下面的表格：

这里我把遮阴故障多说两句。做部分遮阴仿真时，有三种配置方式：一是手动改每组件的辐照度Constant值，适合静态分析；二是用Signal Builder画辐照度随时间变化的曲线，适合看动态遮阴过程；三是在工作区定义数组变量，Simulink里用Selector模块读取指定元素，适合批量扫参数。我实测下来，批量扫参场景下第三种最省事。比如你要看“3块组件遮阴、遮阴比例从10%到90%变化时阵列最大功率的轨迹”，用Selector读数组就能自动跑完所有工况，不需要一个一个手改。

开路故障的实现细节要特别注意：Breaker模块断开时，如果串联支路上有电流，会触发数值突变，仿真器容易出现代数环或刚性报错。解决办法是在断开的支路两端并联一个高阻值电阻（比如1MΩ），让电流有一个泄放路径，避免在断开瞬间电流从额定值跳变到零导致的数值震荡。

3.4 故障控制与工况切换逻辑

为了让一个模型能连续模拟“正常→故障A→故障B→恢复”的完整序列，我的做法是设计了故障模式选择端口。具体思路是：

在一串组件之外加一个故障配置向量，向量元素定义每块组件的故障代号，比如0代表正常、1代表遮阴、2代表老化、3代表开路、4代表短路。把这个向量作为数组输入到模型里，通过MATLAB Function内部的switch逻辑，根据故障代号去调用不同的参数组合。

这样做的最大好处是，你只需要在工作区改一个数组，整串的故障状态就全变了。做故障诊断算法验证的时候，用一个循环语句遍历几十种故障组合，自动跑完并把结果存下来，效率非常高。

4. 典型故障下的仿真结果与诊断特征

4.1 正常工况与部分遮阴工况的对比

先跑一个基准工况：3串并联，每串6块组件，辐照度统一1000W/m²，温度25°C。仿真时间1秒，用电压扫描法（从开路电压往下扫）或者直接让MPPT控制器跟踪，看阵列的输出。

正常工况下，阵列的I-V曲线是平滑的单台阶，P-V曲线只有一个峰值点，最大功率约4.4kW（控制器、线路损耗有一些折减）。

然后做部分遮阴：第一串的2、3号组件辐照度降到400W/m²，其余组件保持1000W/m²。这时候看I-V曲线，会看到明显的“阶梯”：第一串由于有两块组件被遮阴，该串电流受限到遮阴组件对应的水平，P-V曲线变成双峰。第一个峰出现在被遮组件的短路电流对应的高电压区，第二个峰出现在低电压高电流区。

这个现象的原理很简单：被遮阴的组件因为旁路二极管导通而被“旁路”了，串内电流被迫绕过它们，但绕过后会损失一块组件电压。于是整个串联支路在电流大于遮阴组件Isc时变成“少了一块”的组串，开路电压相应减少。

这个简化版表格可以直接拿去写报告：

4.2 开路故障与短路故障的波形特征

开路故障：在t=0.5s时，将第一串中第3块组件的Breaker断开。波形上看，第一串的输出电流瞬间从正常工作点的约7.5A掉到几乎零，整串退出工作。因为另外两串还在发电，阵列总输出电压基本维持不变（开路的那一段等于从串联链路里被剔除了），总电流从约22A降到约15A。P-V曲线单峰还在，但峰值明显降低。

这里有一个容易忽略的点：组串开路后，隔离二极管可以防止其他串的电流反向灌入故障串。如果没有隔离二极管，故障串会变成一个负载，消耗其他串发出来的功率，问题就不只是少了一串这么简单了。

短路故障：在t=0.5s时，第二串中第4块组件由正常切换到短路状态（开关闭合，低阻电阻旁路）。波形上看，第二串的总电压下降了该组件正常时的输出值约32V，但电流路径没有断，所以第二串还是能输出电流，只是该串的最大功率明显下降。如果旁路的是整串而不是单块组件，那就能看到该串输出电压几乎为零，相当于一个低阻负载挂在了母线上，这个工况比单块组件短路严重得多。

4.3 老化故障模拟的特殊之处

老化故障和其他故障不一样，它是渐变过程，不是突变过程。所以仿真时不能用Step信号，而是用斜坡信号或者老化时间函数去改Rs和Iph。我的做法是把老化程度定义为一个“老化系数”，默认1.0，随时间缓慢下降，比如每年下降0.5%。在MATLAB Function内部，各项参数乘以老化系数，就能模拟出长期运行后的性能衰减。

老化组件的I-V特征：短路电流全线下降，开路电压也有下降但幅度较小，曲线“膝盖”位置（最大功率点附近的拐角）变得更圆滑，填充因子下降。这个特征在做故障诊断时很有用，因为遮阴导致的I-V曲线变化是局部的（只在特定电流区间出现凹陷），而老化导致的I-V曲线变化是整体性的，两种故障在特征空间里区分度很高。

4.4 故障特征如何用于诊断算法

做完故障仿真，最有价值的产出是把故障特征量化成诊断判据。以我的经验，下面这几个指标对故障识别最有效：

• 归一化填充因子：最大功率/(Voc×Isc)，正常组件在0.7到0.8之间。老化组件明显降低，遮阴组件可能变化不大但曲线形态异常。
• I-V曲线的一阶导数形态：正常曲线导数平滑单调，遮阴曲线的导数会出现间断点，间断点的位置就是遮阴组件的短路电流对应值。用导数间断点数量可以推断遮阴的组数。
• 工作点偏移量：如果阵列接的是固定电压的母线（比如直接带DC-DC变换器），故障后阵列工作点会偏离原最大功率点。这个偏移量可以用作MPPT适应性评估的指标。

把这些特征写到故障诊断算法里，就形成了完整的“仿真→特征提取→分类器训练”链条。我之前试过用SVM对仿真的故障数据进行分类，在五类故障上的识别准确率能做到95%以上，数据来源就是这套故障仿真模型。

5. Simulink实操中常见的报错与避坑技巧

5.1 代数环与数值发散问题

用MATLAB Function建模最头疼的问题就是代数环。原因是组件端电压V和输出电流I在电路拓扑里相互依赖：电压测量值作为函数输入，函数输出电流又决定电压值。Simulink在求解这种代数约束时，如果模型里又叠加了开关器件的逻辑切换，很容易出现“cannot solve algebraic loop”的报错。

我的处理办法有两个：一是给电流测量回路加一个高带宽的受控电压源做“缓冲”，相当于在环路里插入一个物理惯性；二是在反馈通道串一个Memory模块或Unit Delay，人为打破代数依赖。注意加了延迟会牺牲一点仿真精度，所以延迟模块尽量放在采样率已经足够高的支路上，不要把采样延迟加到主功率回路上。

5.2 故障切换瞬间的步长与求解器设置

故障注入本质上是切换电路拓扑，仿真器在切换瞬间可能因为状态不连续导致步长骤减，仿真时间被无限拉长。我在做开断故障时就被这个问题折磨过。

解决组合拳如下：

5.3 数据导出与批处理跑工况

跑完仿真要分析数据，通常用To Workspace模块把电压、电流、功率导出。这里有一个容易踩的坑：To Workspace默认保存格式是Timeseries，在MATLAB里做运算要先转换成double数组。更高效的做法是在模块参数里把Save format设为“Array”，然后输出变量名去统一读取。

批量跑工况时，我习惯把仿真时间设成一个很短的时长（比如0.2秒，只够系统稳定），然后用Simulink的sim()函数在for循环里反复调用。循环前先写好工况参数矩阵，每次循环通过set_param修改Constant模块的值或者加载不同的工作区变量，最后把每次仿真的特征数据存进一个cell数组。

伪代码逻辑给大家参考：

% 工况参数矩阵 cases = [1000 1000; 1000 400; 1000 200]; % 每行是两块组件的辐照度 for i = 1:size(cases,1) G1 = cases(i,1); G2 = cases(i,2); simOut = sim('PV_Fault_Model', 'StopTime', '0.2'); % 提取特征 v = simOut.v_array.Data; i = simOut.i_array.Data; p = v .* i; Pmax(i) = max(p); end

5.4 组件参数不匹配时的阵列级误差

最后说一个很隐蔽的问题：很多人把组件参数当成恒定值，直接用数据手册里的名义值建了模型就跑。但实际组件在出厂时有正公差/负公差，同一串里的组件Isc和Voc本身就有偏差，更不用说温度不均匀导致的差异。如果仿真模型里所有组件参数一模一样，那阵列级仿真结果会比实际电站“理想”很多，故障特征会被掩盖。

所以做工程级仿真时，我给每块组件的参数加一个微小的随机扰动，一般用±2%以内的均匀分布随机数。这样仿真出来的阵列特性更接近真实电站，诊断算法的鲁棒性验证也更可信。

这套模型我在好几个项目里都用过，从教学演示到算法验证都够用。每次新搭一个故障工况，我都会先跑一遍正常工况做基线，确认各项指标和数据手册对得上再继续。仿真这件事，最怕的就是模型的基线不对，后面所有的故障分析都是在错误的基础上叠加错误。建好基线、做好参数外部化、把故障注入逻辑封装清楚，这套模型就能反复用，而不是每次换个故障就要推倒重来。