基于pvlib模拟不同辐照度下串联光伏组件的I-V曲线

当光伏组件串联时，所有组件的工作电流一致，组件串的总电压等于各组件电压之和。基于此，我们可以通过以下步骤计算不同辐照度下多组件串联后的IV曲线：

from pvlib import pvsystem
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 采用官网示例的加拿大太阳能CS5P-220M组件参数
parameters = {
    'Name': 'Canadian Solar CS5P-220M',
    'BIPV': 'N',
    'Date': '10/5/2009',
    'T_NOCT': 42.4,
    'A_c': 1.7,
    'N_s': 96,
    'I_sc_ref': 5.1,
    'V_oc_ref': 59.4,
    'I_mp_ref': 4.69,
    'V_mp_ref': 46.9,
    'alpha_sc': 0.004539,
    'beta_oc': -0.22216,
    'a_ref': 2.6373,
    'I_L_ref': 5.114,
    'I_o_ref': 8.196e-10,
    'R_s': 1.065,
    'R_sh_ref': 381.68,
    'Adjust': 8.7,
    'gamma_r': -0.476,
    'Version': 'MM106',
    'PTC': 200.1,
    'Technology': 'Mono-c-Si',
}

# 定义3块组件的工作条件：不同辐照度，相同电池温度
module_conditions = pd.DataFrame([
    (1000, 55),  # 组件1：1000 W/m²，55℃
    (800, 55),   # 组件2：800 W/m²，55℃
    (600, 55)    # 组件3：600 W/m²，55℃
], columns=['Geff', 'Tcell'])

# 为每块组件计算De Soto模型参数
IL, I0, Rs, Rsh, nNsVth = pvsystem.calcparams_desoto(
    module_conditions['Geff'],
    module_conditions['Tcell'],
    alpha_sc=parameters['alpha_sc'],
    a_ref=parameters['a_ref'],
    I_L_ref=parameters['I_L_ref'],
    I_o_ref=parameters['I_o_ref'],
    R_sh_ref=parameters['R_sh_ref'],
    R_s=parameters['R_s'],
    EgRef=1.121,
    dEgdT=-0.0002677
)

# 计算每块组件的单二极管曲线信息
SDE_params = {
    'photocurrent': IL,
    'saturation_current': I0,
    'resistance_series': Rs,
    'resistance_shunt': Rsh,
    'nNsVth': nNsVth
}
curve_info = pvsystem.singlediode(method='lambertw', **SDE_params)

# 生成统一的电流序列：串联时电流不能超过任意组件的短路电流，取最小值作为上限
min_i_sc = curve_info['i_sc'].min()
i_series = np.linspace(0, min_i_sc, 200)  # 生成200个电流点，覆盖串联工作范围

# 计算每个电流点下，每块组件对应的电压，再求和得到组件串总电压
v_total = np.zeros_like(i_series)
module_voltages = []

for idx in range(len(module_conditions)):
    # 获取单块组件的参数
    single_params = {k: v[idx] for k, v in SDE_params.items()}
    # 计算该组件在对应电流下的电压
    v_module = pvsystem.v_from_i(current=i_series, method='lambertw', **single_params)
    module_voltages.append(v_module)
    v_total += v_module

# 绘图：先画单组件IV曲线，再画串联后的总曲线
plt.figure(figsize=(10, 6))

# 绘制每块组件的IV曲线
colors = ['#1f77b4', '#ff7f0e', '#2ca02c']
for idx, (case, v_mod) in enumerate(zip(module_conditions.iterrows(), module_voltages)):
    _, row = case
    label = f"单组件{idx+1}: G={row['Geff']} W/m², T={row['Tcell']}℃"
    plt.plot(v_mod, i_series, label=label, color=colors[idx], linestyle='--')

# 绘制串联后的组件串IV曲线
plt.plot(v_total, i_series, label='3组件串联总曲线', color='#d62728', linewidth=2)

# 标记每块组件的MPP和串联后的MPP
for idx in range(len(module_conditions)):
    v_mp = curve_info['v_mp'][idx]
    i_mp = curve_info['i_mp'][idx]
    plt.plot([v_mp], [i_mp], ls='', marker='o', c=colors[idx])

# 计算串联后的MPP：找到总功率最大的点
p_total = v_total * i_series
mpp_idx = np.argmax(p_total)
plt.plot([v_total[mpp_idx]], [i_series[mpp_idx]], ls='', marker='*', c='#d62728', markersize=12, label='串联MPP')

plt.legend(loc='upper right')
plt.xlabel('电压 [V]')
plt.ylabel('电流 [A]')
plt.title('不同辐照度组件串联的IV曲线')
plt.grid(alpha=0.3)
plt.tight_layout()
plt.show()

# 输出关键参数
print("单组件关键参数：")
print(pd.DataFrame({
    '组件编号': [1,2,3],
    '短路电流(A)': curve_info['i_sc'],
    '开路电压(V)': curve_info['v_oc'],
    'MPP电流(A)': curve_info['i_mp'],
    'MPP电压(V)': curve_info['v_mp'],
    'MPP功率(W)': curve_info['p_mp'],
}))

print("\n组件串关键参数：")
print(f"串联开路电压(V): {sum(curve_info['v_oc']):.2f}")
print(f"串联短路电流(A): {min_i_sc:.2f}")
print(f"串联MPP功率(W): {p_total.max():.2f}")
print(f"串联MPP电压(V): {v_total[mpp_idx]:.2f}")
print(f"串联MPP电流(A): {i_series[mpp_idx]:.2f}")

核心步骤说明 #

• 组件条件定义：可灵活设置每块组件的辐照度、温度参数，模拟阴影遮挡等差异化工况
• 统一电流序列：串联时所有组件电流必须一致，因此电流范围取所有组件短路电流的最小值，确保覆盖所有组件的有效工作区间
• 电压求和逻辑：对每个电流点，分别计算单组件的对应电压并累加，得到组件串的总电压
• MPP计算：通过总功率（电压×电流）的最大值，定位串联后的最大功率点

内容的提问来源于stack exchange，提问作者August