| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 光伏发电的现状及发展趋势 | 第12-13页 |
| 1.3 光伏最大功率点跟踪控制的研究现状及趋势 | 第13-14页 |
| 1.4 本文主要工作及内容安排 | 第14-16页 |
| 第二章 光伏发电最大功率点跟踪概述 | 第16-40页 |
| 2.1 光伏发电系统的组成 | 第16-18页 |
| 2.2 光伏电池 | 第18-26页 |
| 2.2.1 光伏电池工作原理 | 第18页 |
| 2.2.2 光伏电池的分类 | 第18-19页 |
| 2.2.3 光伏电池组件 | 第19-20页 |
| 2.2.4 光伏电池等效电路 | 第20-21页 |
| 2.2.5 光伏电池输出特性 | 第21-24页 |
| 2.2.6 光伏电池的主要技术参数 | 第24-25页 |
| 2.2.7 热斑效应 | 第25-26页 |
| 2.3 光伏发电系统最大功率点跟踪 | 第26-30页 |
| 2.3.1 MPPT的基本原理 | 第26-28页 |
| 2.3.2 MPPT技术的性能检测方法 | 第28-30页 |
| 2.4 全局最大功率点跟踪 | 第30-38页 |
| 2.4.1 最大功率点跟踪数学模型 | 第30-31页 |
| 2.4.2 全局最大功率点跟踪技术 | 第31-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第三章 一种新型自适应粒子群优化算法 | 第40-54页 |
| 3.1 粒子群算法基础 | 第40-44页 |
| 3.1.1 算法描述 | 第40-41页 |
| 3.1.2 参数分析 | 第41-43页 |
| 3.1.3 粒子群算法设计原则 | 第43-44页 |
| 3.1.4 粒子群算法设计步骤 | 第44页 |
| 3.2 新型的自适应粒子群算法 | 第44-46页 |
| 3.3 算法程序设计 | 第46-47页 |
| 3.4 算法性能测试 | 第47-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 一种全局最大功率点跟踪方法 | 第54-67页 |
| 4.1 局部阴影条件下光伏阵列特性分析 | 第54-56页 |
| 4.2 系统控制方法 | 第56-57页 |
| 4.3 自适应PSO-GMPPT控制器控制流程 | 第57-60页 |
| 4.4 系统的建模仿真 | 第60-66页 |
| 4.4.1 系统各模块的建模 | 第60-62页 |
| 4.4.2 自适应PSO-GMPPT控制系统的仿真 | 第62-63页 |
| 4.4.3 仿真结果与分析 | 第63-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 附录一 | 第75-76页 |
| 附录二 | 第76-78页 |