| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景及研究的目的和意义 | 第11-12页 |
| 1.2 最大功率跟踪的发展历程 | 第12-13页 |
| 1.3 国内外MPPT的研究情况 | 第13页 |
| 1.3.1 我国MPPT控制发展情况 | 第13页 |
| 1.3.2 国外光伏系统MPPT控制发展情况 | 第13页 |
| 1.4 本课题的研究意义和内容 | 第13-15页 |
| 第2章 光伏发电系统的组成和原理 | 第15-26页 |
| 2.1 光伏电池工作原理 | 第15-17页 |
| 2.1.1 光伏电池的分类 | 第15页 |
| 2.1.2 光伏电池工作原理 | 第15-17页 |
| 2.2 光伏电池的特性分析 | 第17-21页 |
| 2.2.1 光伏电池的数学模型 | 第17-18页 |
| 2.2.2 光伏电池的输出特性 | 第18-21页 |
| 2.3 单极式光伏发电系统 | 第21-23页 |
| 2.3.1 单极式光伏系统分类 | 第21-22页 |
| 2.3.2 单极式光伏发电的拓扑结构 | 第22-23页 |
| 2.4 双极式光伏发电系统 | 第23-25页 |
| 2.4.1 Boost电路工作原理 | 第23-24页 |
| 2.4.2 Buck电路工作原理 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 MPPT的控制策略及方法 | 第26-36页 |
| 3.1 传统MPPT控制算法 | 第26-30页 |
| 3.1.1 扰动观察法 | 第26-27页 |
| 3.1.2 恒定电压法 | 第27-28页 |
| 3.1.3 增量导纳法 | 第28-30页 |
| 3.2 智能MPPT控制算法 | 第30-35页 |
| 3.2.1 粒子群控制算法 | 第30-32页 |
| 3.2.2 模糊控制法 | 第32-34页 |
| 3.2.3 神经网络控制算法 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 基于改进的BP神经网络控制算法的系统仿真 | 第36-52页 |
| 4.1 BP神经网络控制算法 | 第36-39页 |
| 4.1.1 人工神经网络基本原理 | 第36-38页 |
| 4.1.2 神经网络的学习 | 第38-39页 |
| 4.2 BP神经网络 | 第39-41页 |
| 4.2.1 BP神经网络结构 | 第39页 |
| 4.2.2 BP网络的学习过程 | 第39-41页 |
| 4.2.3 基于BP网络的多层前馈网络的主要功能 | 第41页 |
| 4.3 基于改进的BP神经网络在MPPT中的应用 | 第41-46页 |
| 4.3.1 改进的BP神经网络控制算法 | 第41-45页 |
| 4.3.2 改进的BP神经网络与粒子群算法的结合 | 第45-46页 |
| 4.4 基于改进的BP神经网络在MATLAB中的仿真实现 | 第46-50页 |
| 4.4.1 单极式光伏系统的搭建 | 第46-49页 |
| 4.4.2 仿真过程与结果分析 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 改进的BP神经网络在RT-LAB仿真系统中的实现 | 第52-57页 |
| 5.1 RT-LAB半实物仿真系统 | 第52页 |
| 5.2 在RT-LAB模型下的BP神经网络仿真及结果分析 | 第52-56页 |
| 5.3 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-62页 |
| 致谢 | 第62页 |
