Simulink风光互补发电系统建模：从光伏阵列到储能控制全流程

Simulink 风光互补发电系统建模：从零搭建一个能仿真的太阳能与风能模型

如果你正在做新能源方向的毕业设计或课题，大概率会遇到这样一幕：老师要求“用 Simulink 搭一个光伏发电系统模型”，你打开 MATLAB，拖了两个模块进去，点了一下仿真按钮，结果要么报错，要么输出曲线根本不是自己想要的。

这不是个例。很多人在 Simulink 里搭风光互补模型时，卡住的点往往不是某个模块不会用，而是对整个系统的建模思路不清晰。光伏和风电是两个完全不同的能量转换环节，一个受光照强度影响，一个受风速影响，它们各自有独立的数学模型，又要通过直流母线、储能和逆变器耦合在一起。如果一上来就堆模块，模型跑不通是正常的。

这篇文章不打算给你一份“抄了就完事”的模型文件，而是想帮你把“太阳能和风能 Simulink 建模”这件事拆开讲清楚：光伏阵列怎么建模、风机怎么简化、储能怎么接入、系统怎么联调，以及每一步里真正容易踩的坑是什么。读完以后，你应该能在 MATLAB/Simulink 环境里独立搭出一个能跑、能看结果、能改参数的仿真模型。

1. 这篇文章真正要解决的问题

网上关于 Simulink 建模的教程很多，但风光互补系统这个方向有个比较尴尬的现状：资料要么太简略，只给一张模型截图；要么太复杂，直接上完整代码和深层控制策略，新手根本看不懂。

多数人实际遇到的问题是这几个：

• 不知道怎么从物理原理过渡到 Simulink 模块。
• 直接用 Simscape Electrical 里的 PV Array 模块，但参数设置不知道怎么填。
• 风力机模型不知道用哪种方案，是查表、公式还是直接用别人封装好的模块。
• 光伏和风机输出直流电的电压等级不一样，怎么并到同一条母线上。
• 模型跑出来的曲线波形不平滑，不知道是参数问题还是模型结构问题。

这篇文章的核心目标，就是解决从“知道原理”到“建出模型”之间的这一段空缺。我会按照完整建模流程来展开：先讲清楚系统的拓扑结构，再分别给出光伏模型、风机模型、储能模型和控制策略的实现思路，最后给出一套仿真验证和结果分析的方法。

读这篇文章之前，你最好有一定的 Simulink 基础，比如知道怎么新建模型、怎么连信号线、怎么用 Scope。如果你是完全从零开始，建议先把 Simulink 的基本操作过一遍，再来读这篇文章效果会更好。

2. 风光互补系统的核心结构与建模思路

在打开 Simulink 之前，先想清楚一个问题：你要建的是一个怎样物理结构的系统？

常见的小型风光互补发电系统主要由四部分组成：

• 光伏阵列：把太阳能转换成直流电。
• 风力发电机：把风能转换成交流电，再通过整流变成直流电。
• 储能单元：通常是蓄电池，负责平抑功率波动。
• 逆变器与负载：把直流电转成交流电供给负载，或者直接接直流负载。

从建模角度看，这四部分可以简化为一个核心问题：如何在一条直流母线上实现功率平衡。

光伏的输出受光照和温度影响，风电的输出受风速影响，两者都是不稳定的。负载需求也是随时变化的。储能单元在其中起的作用就是缓冲：光照强、风速高的时候，多余的电能给蓄电池充电；光照弱、风速低的时候，蓄电池放电补充功率缺口。

这就是为什么在建模时，储能模型和控制策略不是可选项，而是必须项。没有储能，整个模型的功率平衡根本维持不住。

在 Simulink 里实现上述系统，有两种常见的建模路径。

第一种：全部用 Simscape Electrical 库里的物理模块，搭建电气回路。这种方式的优点是接近物理实际，可以观察电压、电流的动态过程，适合做详细电气分析。缺点是模型复杂度高，仿真速度慢，参数设置繁琐。

第二种：用 Simulink 基础模块 + 数学公式，把光伏和风机模型简化成“可控电流源”的数学表达式。这种方式适合做系统级功率分析，研究能量管理和控制策略，仿真速度快，调试也方便。

如果是入门，我更推荐先走第一套思路，因为 Simscape Electrical 自带的光伏模块和风机模块能帮你省掉大量底层公式推导。建模的核心就变成了参数设置、系统连接和控制策略设计。

3. 环境准备与前置条件

在开始搭建模型之前，先确认你的 MATLAB/Simulink 环境是完整的。

3.1 需要的工具箱

要完成风光互补系统建模，以下工具箱是必需的：

• MATLAB 基础环境。
• Simulink。
• Simscape。
• Simscape Electrical（以前叫 SimPowerSystems）。
• 如果是做控制策略验证，建议安装 Control System Toolbox。

版本方面不用刻意追求最新。从实际使用来看，R2021a 之后在模型界面和模块库上都比较稳定，R2022a、R2023a、R2024a 都可以。版本不同，Simscape Electrical 里个别模块的图标和参数位置会有差异，但核心模块名称和建模思路是一致的。

3.2 在命令行里确认工具箱

打开 MATLAB 后，可以用命令检查已安装的工具箱：

% 检查 Simulink 和 Simscape Electrical 是否已安装 ver('simulink') ver('simscape') ver('sps')

输出信息中如果能看到对应工具箱的名称和版本号，说明环境没问题。如果提示“未找到”，需要在 MATLAB 附加功能里安装对应的工具箱。

3.3 推荐使用的模块库

在 Simulink 库浏览器里，以下模块地址最常用：

这些模块在较新的 MATLAB 版本里位置基本一致，个别版本会把 Renewable Energy 分类合并到其他目录下，可以在库浏览器顶部搜索框直接输入模块名定位。

4. 光伏阵列模型：从物理公式到 Simulink 模块

光伏建模的核心依据是光伏电池的 I-V 特性方程。它描述的是：在给定光照强度和温度下，光伏电池输出电压和输出电流之间的关系。

4.1 光伏电池的单二极管模型

工程上最常用的是单二极管五参数模型。等效电路包含一个电流源、一个二极管、一个并联电阻和一个串联电阻。输出电压和电流的关系可以写成：

I = Iph − Id − Ish

其中 Iph 是光生电流，Id 是二极管电流，Ish 是并联电阻电流。把每个分量展开后就得到一个隐式方程，Matlab 自带的 PV Array 模块在内部已经做了这个方程的数值求解，使用者不需要手动实现。

这里不需要你手工推导完整公式，但要理解三个关键参数的影响：

• 光照强度：直接影响光生电流，光照越强，短路电流越大。
• 温度：影响开路电压和最大功率点位置。温度升高，电压下降，最大功率点偏移。
• 串联电阻和并联电阻：影响曲线的拐点形状和填充因子。

4.2 在 Simulink 中使用 PV Array 模块

操作步骤：

1. 打开库浏览器，搜索 PV Array。
2. 把模块拖入模型窗口。
3. 双击模块，进入参数设置界面。
4. 选择“Array”标签页，设置串联模块数和并联串联数。

关键设置：如果你用的是整块光伏电池板，就把 Number of series-connected cells per module 设为 1 或按实际组件参数设置；如果要多块串联，就调整 series modules 和 parallel strings 数量。

一个常见的误解是：把光照和温度直接拿常数模块接到 PV Array 的输入端口，以为这样就能模拟最大功率输出。实际上，PV Array 的输出电压取决于外部负载和 DC-DC 电路的工作状态。如果直接接到一个固定电压源上，光伏模块可能无法工作在其最大功率点。

4.3 参数设置脚本示例

为了便于批量修改和多次仿真，更推荐用 MATLAB 脚本设定 PV 参数，再在模块里引用变量名：

% 文件路径：init_pv.m % 光伏阵列参数初始化脚本 % 单块组件参数（数据以某 250W 组件为参考，请根据实际组件修改） module.Vmp = 30.5; % 最大功率点电压 V module.Imp = 8.2; % 最大功率点电流 A module.Voc = 37.8; % 开路电压 V module.Isc = 8.8; % 短路电流 A module.Ns = 60; % 每块组件内部串联电池数 % 阵列配置：24 块串联，12 个并联支路 array.Ns_series = 24; array.Np_parallel = 12; % 环境工况 env.Irradiance = 1000; % 光照强度 W/m^2 env.Temperature = 25; % 温度 ℃ disp('PV 参数初始化完成');

在 PV Array 模块参数框中，把对应的项填成module.Ns、array.Ns_series、array.Np_parallel等变量名，然后先运行脚本，再开始仿真。这样后续做多组工况对比时，只需要修改脚本里的数值即可。

4.4 重要提醒

如果你把 PV Array 直接并联到一个固定电压的直流母线上，仿真很可能报错或者功率异常。这是因为 DC-DC 变换器才是光伏系统真正接入直流母线的接口。最常用的拓扑是 Boost 升压电路，配合最大功率点追踪（MPPT）控制。在入门模型里，你可以先用一个恒压源模拟直流母线，把 MPPT 控制算法的实现放到后续扩展阶段。

5. 风力发电机模型：三种建模方案的取舍

风力发电机的建模比光伏复杂，因为涉及的物理环节更多：风能转换成机械能，机械能转换成电能，中间还隔着桨距角控制、转速控制和变流器控制。

真实系统中的风力机是一个大型机电设备，其动力学特性、塔影效应、湍流风模型都要考虑。但在 Simulink 入门建模阶段，没有必要也没有能力把所有这些都做进去。更现实的做法是按需求选择不同的简化程度。

5.1 方案一：使用 Simscape Electrical 自带风机模块

这是最简单的方案。Simscape Electrical 的 Specialized Power Systems 库中提供了 Wind Turbine 模块，配合永磁同步发电机（PMSG）或双馈异步发电机（DFIG）一起使用。

区别如下：

入门推荐选 PMSG。原因是 PMSG 系统结构清晰，控制思路更直观，调试时出问题的概率低。

Wind Turbine 模块的参数主要有：额定机械功率、额定风速、最大功率系数 Cp、最佳叶尖速比。其中最重要的判断是：你关注的是风机并网到直流母线的功率变化，还是风机本身的叶轮动力学？如果只关心输入到直流母线的功率，把风力机简化成一个“风速-功率”查询表是最实用的方案。

5.2 方案二：基于功率曲线的查表模型

这种方法非常适合系统级仿真。风的功率密度与风速的立方成正比，但在实际风机中，受功率系数限制，输出功率不会无限增大。风速超过额定风速后，需要通过桨距角控制限制功率。

查表模型的实现思路：先用风机厂商给出的功率曲线，离散成风速-功率数据对，然后通过 Lookup Table 模块查表输出功率。

% 文件路径：wind_curve_data.m % 风机功率曲线数据（额定功率 10kW，额定风速 12 m/s） wind_speed = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]; power_out = [0, 0, 0, 0.2, 0.6, 1.3, 2.2, 3.6, 5.2, 7.0, 8.9, 9.8, 10, 10, 10, 10, 10]; % 转换成 kW -> W power_out = power_out * 1000; % 保存到工作区，供 Lookup Table 模块引用 assignin('base', 'wind_speed', wind_speed); assignin('base', 'power_out', power_out); disp('风力机功率曲线数据加载完成');

然后在模型里放一个 Lookup Table 模块，把 Breakpoints 设置为wind_speed，Table Data 设置为power_out。输入风速，输出就是对应的机械功率。再把输出乘以一个效率系数，就得到发电机的电功率。

5.3 方案三：数学解析模型

解析公式法适合需要研究风机控制算法的场景。气动功率表达式为：

P = 0.5 × ρ × A × Cp(λ, β) × V³

式中 ρ 是空气密度，A 是叶轮扫风面积，Cp 是功率系数，λ 是叶尖速比，β 是桨距角。

如果要完整实现 Cp 曲线，需要单独写一个子系统。对入门项目，我建议优先用查表法，理由很简单：快速、稳定、易验证。等系统级仿真跑通了，再深入去研究风机的气动特性不迟。

6. 储能系统与功率平衡控制

储能是风光互补系统里“压舱石”的角色。光伏和风电的功率曲线千变万化，用户负载也在变。储能系统的作用是在两者之间做差额补偿：发电多时吸收功率，发电少时释放功率。

6.1 蓄电池模块

Simscape Electrical 提供了 Battery 模块，支持多种类型，最常用的是锂离子电池和铅酸电池。

参数设置中，最重要的一项是额定容量。容量的选择要参考系统的功率需求。比如你的系统最大负载是 5kW，希望在无光无风的工况下能支撑 2 小时，那电池容量至少是 10kWh。实际工程中还要考虑放电深度，铅酸电池一般是 50% 到 70%，锂电池可以到 80% 到 90%。

使用 Battery 模块时，通常需要用受控电压源或 DC-DC 变换器把电池接到直流母线上。直接并联会导致母线电压被电池电压钳制，控制自由度大大降低。

6.2 功率平衡控制策略

最简单的控制策略可以写成如下逻辑：

• 光伏功率 + 风机功率 > 负载功率：多余功率给电池充电。
• 光伏功率 + 风机功率 < 负载功率：电池放电补足差额。
• 光伏功率 + 风机功率 = 负载功率：电池既不充电也不放电。

在 Simulink 中实现这个逻辑，不需要写复杂的程序，用加法、减法、增益和继电器模块就能完成。核心是把系统的有功功率关系画清楚：

P_battery = P_load − P_pv − P_wind

当 P_battery 为正，表示负载需求大于风光发电功率，电池需要放电；当 P_battery 为负，表示发电过剩，电池充电。

更工程化的做法是引入“荷电状态”SOC 的控制：电池不能过充、不能过放。所以控制逻辑里还要增加 SOC 上下限判断，这在实际项目中是不可跳过的环节。入门阶段可以先做无 SOC 限幅的版本，但心里要清楚：这不是一个符合实际工程约束的模型。

6.3 储能接入的 Simulink 连接要点

很多新手在这里犯一个错误：把 Battery 模块直接接到直流母线电容上，仿真一开始就报错或者出现巨大的浪涌电流。原因是电池内阻极低，直流母线电容初值为零时，充电瞬间电流理论上趋近无穷大。

正确做法是在电池和母线之间增加限流电阻或 DC-DC 变换器，同时设置母线电容的初始电压。对于入门级模型，你可以先用一个可控电流源模拟电池的充放电功率，电流的方向和大小由控制信号决定。这种方式虽然损失了电池端电压的精度，但大大提高了仿真的稳定性，对功率控制策略验证已经足够。

7. 完整系统集成与仿真参数设置

前面五部分分别介绍了光伏、风机、储能和控制逻辑。这一节把它们连成一个整体。

7.1 系统拓扑结构

推荐的最小系统如下：

• 光伏阵列输出 → Boost 变换器 → 直流母线。
• 风机模型输出 → 三相整流 → 直流母线。
• 蓄电池 → 双向 DC-DC → 直流母线。
• 直流母线 → 逆变器 → 交流负载。
• 控制算法基于母线电压和功率差额计算。

图中的信号流：

• 光照强度、温度输入到光伏模型。
• 风速输入到风机模型。
• 光伏和风机发电功率求和，与负载功率比较，产生差额功率。
• 控制器根据差额功率控制电池充放电。
• 直流母线电压反馈给各变换器，构成电压闭环。

7.2 仿真主脚本示例

建议把所有模型参数统一放到一个初始化脚本里。

% 文件路径：init_system.m % 风光互补发电系统全局初始化脚本 % 光伏参数 module.Vmp = 30.5; module.Imp = 8.2; module.Voc = 37.8; module.Isc = 8.8; array.Ns_series = 24; array.Np_parallel = 12; array.CellsPerModule = 60; % 风机参数 wind.CutIn = 3; % 切入风速 m/s wind.CutOut = 25; % 切出风速 m/s wind.RatedSpeed = 12; % 额定风速 m/s wind.RatedPower = 10e3; % 额定功率 W wind.AirDensity = 1.225; % 空气密度 kg/m^3 % 储能参数 battery.Capacity_Ah = 100; % 电池容量 Ah battery.NominalVoltage = 240; % 标称电压 V battery.InitialSOC = 80; % 初始荷电状态 % % 负载参数 load.Power_kW = 5; % 负载功率 kW load.Phase = 3; disp('系统参数初始化完成'); % 返回模型名称，供 sim() 调用 mdl = 'wind_solar_hybrid_system';

7.3 启动仿真

在 MATLAB 命令行执行：

% 文件路径：run_simulation.m % 设置仿真参数并运行 init_system; % 先初始化参数 % 打开模型（假设模型名称为 wind_solar_hybrid_system.slx） open_system('wind_solar_hybrid_system'); % 设置仿真时长：60 秒，模拟一分钟系统响应 set_param('wind_solar_hybrid_system', 'StopTime', '60'); set_param('wind_solar_hybrid_system', 'Solver', 'ode23tb'); set_param('wind_solar_hybrid_system', 'MaxStep', '0.01'); % 运行仿真 simOut = sim('wind_solar_hybrid_system'); % 读取仿真结果 t = simOut.tout; p_pv = simOut.logsout.getElement('P_pv').Values.Data; p_wind = simOut.logsout.getElement('P_wind').Values.Data; p_battery = simOut.logsout.getElement('P_battery').Values.Data; p_load = simOut.logsout.getElement('P_load').Values.Data; disp('仿真完成');

这里的求解器选择有讲究。Simscape Electrical 的电路模型是刚性系统，直接采用默认的 ode45 可能跑得很慢，甚至不收敛。推荐使用 ode23tb 或 ode15s，它们是变步长的刚性求解器，对带开关器件和电力电子变换器的模型更友好。

7.4 模型的输入信号设计

在仿真过程中，光照强度和风速是随时间变化的，不能一直用固定常数。

最常用的方式是用 Signal Builder 模块或 From Workspace 模块。Signal Builder 可以直接在模块里绘制随时间变化的光照曲线和风速曲线，非常适合演示光伏和风机的动态响应。

如果你已经有实测的风速和光照数据，更推荐用 From Workspace 模块。把数据放在 MATLAB 工作区的结构体或时间序列对象中，From Workspace 会自动读取。

% 文件路径：load_weather_data.m % 加载外部气象数据（示例数据） % 生成 0 到 60 秒，采样间隔 0.1 秒的时间向量 t_out = (0:0.1:60)'; % 模拟光照变化：前 20 秒 600 W/m^2，20 到 40 秒 800，40 秒后 1000 irr = [600*ones(1,201), 800*ones(1,201), 1000*ones(1,201)]'; % 模拟风速变化：随机波动 + 趋势 wind_sim = 8 + 2*sin(0.2*t_out) + 0.5*randn(length(t_out),1); wind_sim(wind_sim < 0) = 0; % 组装为 From Workspace 需要的结构 weather_data.irradiance.time = t_out; weather_data.irradiance.signals.values = irr; weather_data.irradiance.signals.dimensions = 1; weather_data.wind_speed.time = t_out; weather_data.wind_speed.signals.values = wind_sim; weather_data.wind_speed.signals.dimensions = 1; disp('气象数据加载完成');

8. 运行结果与效果验证

模型搭好之后，如何判断它是“对的”而不是“看起来能跑”？这才是建模工作中最重要的一步。

8.1 预期输出

在标准工况下，系统应该呈现出以下特征：

• 光伏输出功率曲线随光照强度变化，光照增大功率上升，波动相对平稳。
• 风机输出功率随风速变化，风速波动时功率出现相应的脉动。
• 电池功率曲线处于“充电/放电/待机”三种状态交替中。
• 直流母线电压基本稳定在一个设定值附近，波动范围在允许误差内。

如果你看到的曲线是：光伏功率恒定不变、电池功率为零、母线电压恒定但所有功率都对不上，说明模型里各模块的连接逻辑可能有问题。

8.2 绘制结果曲线

仿真完成后，用脚本绘制功率曲线：

% 文件路径：plot_results.m % 绘制仿真结果 figure; subplot(2,1,1); plot(t, p_pv/1000, 'r', 'LineWidth', 1.2); hold on; plot(t, p_wind/1000, 'b', 'LineWidth', 1.2); plot(t, p_load/1000, 'k', 'LineWidth', 1.5); legend('光伏功率', '风机功率', '负载功率'); xlabel('时间 (s)'); ylabel('功率 (kW)'); title('源-荷功率对比'); grid on; subplot(2,1,2); plot(t, p_battery/1000, 'm', 'LineWidth', 1.2); xlabel('时间 (s)'); ylabel('功率 (kW)'); title('电池充放电功率（正为放电，负为充电）'); grid on; % 检查功率平衡 figure; p_balance = p_pv + p_wind + p_battery - p_load; plot(t, p_balance/1000, 'g', 'LineWidth', 1.5); xlabel('时间 (s)'); ylabel('功率不平衡量 (kW)'); title('功率平衡检查（理论应接近 0）'); grid on;

8.3 判断仿真是否成功的标准

三个标志：

第一，仿真过程中没有报错，没有出现“Solver failed”或“Singularity”错误。

第二，输出功率数值没有出现 NaN 或数量级异常（比如功率达到 10 的 20 次方瓦）。

第三，功率平衡方程在每一个时间点都成立，即光伏功率加风机功率加电池放电功率约等于负载功率。

如果功率平衡误差过大，优先检查控制逻辑的正负号。特别是电池功率方向，“正为充电”还是“正为放电”在模型中要统一，否则会出现负载功率满足不了、电池却还在充电的错误现象。

9. 常见问题与排查方法

从实际经验来看，风光互补模型跑不顺的原因不外乎下面几类。

最值得单独强调的是第二条：光照输入。很多从零开始搭模型的人喜欢把 PV Array 的 Irradiance 输入端留空，以为模块内部默认是标准光照条件。实际上 PV Array 模块虽然有默认值，但如果信号没有连接好，很容易出现默认值未生效或者端口悬空的情况。建议在模型里显式拖一个 Constant 模块，值设为 1000，连到光照输入端。

10. 最佳实践与工程建议

模型能跑通只是第一步。从“能跑”到“可靠且可维护”，中间还需要一些工程化的约束。

10.1 变量名和信号命名

在一个系统模型里，信号数量通常有十多个。如果不加规范，三天之后你自己都看不懂模型里的信号线连的是什么。

推荐命名规则：

• 所有物理量带单位前缀，如P_pv_kW、V_bus_V、I_bat_A。
• 控制信号用ref后缀表示参考值，如V_bus_ref。
• 测量信号用mes后缀表示测量值，如I_pv_mes。
• 模块内部子系统命名要说明功能，如MPPT_Controller、Battery_Control、PWM_Generator。

10.2 参数集中管理

强烈建议把所有参数放到一个初始化脚本里，不要在模块参数框里写死数字。这样做的好处是：

• 系统参数一目了然。
• 需要做工况对比时，改脚本再运行即可。
• 代码审查时能快速发现不合理的参数。

在 Simulink 中，模型模块可以通过变量名引用工作区变量。每次仿真前先运行初始化脚本，确保所有变量都已经存在于工作区。

更进阶的做法是用Simulink.Parameter对象定义参数，并设置 Minimum/Maximum 范围，这样在仿真时 Simulink 可以自动检查参数越界。这是大型项目里常用的手段。

10.3 逐步验证原则

不要等 10 个模块全搭完再运行。正确的做法是：

1. 先单独验证光伏模型在固定光照下的输出。
2. 再单独验证风机在固定风速下的输出。
3. 然后把两者连接起来，验证功率求和与直流母线关系。
4. 再加入电池和负载，验证功率平衡。
5. 最后才加入 MPPT 和电压闭环控制。

每增加一个新模块，就跑一次仿真，确认输出合理后再进入下一步。这种增量式开发方式可以大幅减少排查错误的时间。

10.4 结果记录与复现

Simulink 模型的仿真结果需要有记录机制。推荐在模型里放置 To Workspace 模块，把关键信号以 timeseries 格式保存到工作区。然后在仿真脚本里把所有结果统一导出到一个.mat文件，方便后续分析和写报告。

% 保存仿真结果 save('sim_results_2025.mat', 't', 'p_pv', 'p_wind', 'p_battery', 'p_load');

10.5 安全与合法使用边界

如果你的模型最终要用于实际工程，尤其是涉及并网或真实电力设备，有两个边界必须明确：

第一，仿真模型和实际设备之间存在巨大差异。仿真中不考虑的损耗、死区、延迟、采样噪声，在实际系统中都会成为影响稳定性的因素。不要不加验证就把仿真参数直接搬到硬件上。

第二，如果涉及真实系统的数据、设备参数或控制参数，必须确保你有合法授权使用这些资料。在工程团队里，模型中的参数和算法都是知识产权的一部分，发布出去之前要确认不涉及保密内容。

10.6 关于 Simulink 代码生成

如果你研究的最终目标是把模型部署到嵌入式控制器中，可以关注 Simulink Coder 和 Embedded Coder。但这段路对入门者来说比较长。通常路径是：先在 Simulink 中完成算法验证，再把控制算法子系统配置为支持代码生成的模型，然后自动生成 C 代码。

建议把“算法验证”和“代码生成”两件事分开。代码生成的模型和仿真模型在结构上会有明显区别，比如不能使用 Scope、不能依赖工作区变量初始化等。在入门阶段不要为了代码生成去修改仿真模型，这样会两头都做不好。

11. 总结与后续学习方向

这篇博客围绕“太阳能和风能的 Simulink 建模”展开，核心思路是先明确系统结构，再逐个击破光伏、风机、储能和控制模块。真正值得你记住的判断是：风光互补建模的难点不在单个模块，而在于功率平衡关系。任何时刻，系统内所有功率之和必须守恒，这是整个仿真模型的“宪法”。

如果你现在准备开始建模型，建议按这个顺序行动：

第一步，画一张系统拓扑图。不用太细，把能量流方向画清楚即可。第二步，先搭光伏和风机的最简模型，用常数输入，观察输出是否合理。第三步，加入储能和功率平衡控制，实现一个完整的功率闭环。第四步，引入变化的输入信号，观察系统的动态响应。第五步，再考虑加入 MPPT、电压闭环、并网控制等更深入的内容。

后续值得继续深入的方向有三个：一个是最具工程应用价值的 MPPT 控制，常见算法有扰动观察法和电导增量法，可以在 Simulink 里用 Stateflow 或 MATLAB Function 实现；另一个是风机的最大风能追踪控制，涉及叶尖速比控制和桨距角控制；还有一个是并网逆变器的控制，这部分会用到 dq 坐标系下的 PQ 控制或电压电流双闭环。

如果你已经把本文中的最小系统搭出来了，下一步就去挑其中一个方向深入研究。建模能力的提升不是靠看更多教程，而是靠不断搭建、仿真、改坏、再修复的循环。建议把这篇文章收藏起来，当你卡在某个模块连接或者仿真报错的时候，回来看一眼功率平衡和排查表，大概率能帮你节省半天时间。