摘要 | 第3-4页 |
abstract | 第4-5页 |
1.绪论 | 第8-15页 |
1.1 课题研究背景以及意义 | 第8-10页 |
1.1.1 能源和环境问题 | 第8页 |
1.1.2 我国太阳能资源情况 | 第8-10页 |
1.2 光伏发电国内外研究现状 | 第10-12页 |
1.3 最大功率点跟踪研究目的和意义 | 第12页 |
1.4 最大功率点跟踪研究现状 | 第12-13页 |
1.5 本文主要内容以及安排 | 第13-15页 |
1.5.1 本文主要内容 | 第13-14页 |
1.5.2 本文章节安排 | 第14-15页 |
2.光伏发电系统和光伏电池 | 第15-32页 |
2.1 光伏发电系统概述 | 第15-17页 |
2.1.1 光伏发电系统构成 | 第15-16页 |
2.1.2 光伏发电系统分类 | 第16-17页 |
2.2 光伏电池概述 | 第17-18页 |
2.2.1 光伏电池分类与选择 | 第17-18页 |
2.2.2 光伏电池工作原理 | 第18页 |
2.3 光伏电池特性介绍与建模仿真 | 第18-21页 |
2.3.1 光伏电池数学模型 | 第19-21页 |
2.4 光伏电池Simulink模型以及输出特性 | 第21-27页 |
2.4.1 光伏电池Simulink模型 | 第21-25页 |
2.4.2 光伏电池输出特性 | 第25-27页 |
2.5 局部阴影下光伏阵列输出特性研究 | 第27-31页 |
2.5.1 局部阴影对光伏组件阵列影响 | 第28-31页 |
2.6 本章小结 | 第31-32页 |
3.DC-DC变换器模块与基本MPPT算法及仿真分析 | 第32-47页 |
3.1 最大功率点跟踪 | 第32-33页 |
3.1.1 最大功率点跟踪概念 | 第32页 |
3.1.2 最大功率跟踪方法分类 | 第32-33页 |
3.2 DC-DC变换电路 | 第33-36页 |
3.2.1 阻抗匹配原理 | 第33-34页 |
3.2.2 DC-DC变换器 | 第34-36页 |
3.3 传统最大功率点跟踪控制方法 | 第36-46页 |
3.3.1 恒定电压法 | 第36-38页 |
3.3.2 扰动观察法 | 第38-41页 |
3.3.3 增量电导法 | 第41-43页 |
3.3.4 模糊逻辑法 | 第43-46页 |
3.4 局部阴影下最大功率点算法研究 | 第46页 |
3.5 本章小结 | 第46-47页 |
4.基于遗传算法的混合蚁群算法 | 第47-53页 |
4.1 蚁群算法基本原理 | 第47-48页 |
4.2 遗传算法基本原理 | 第48-49页 |
4.3 遗传算法与蚁群算法融合 | 第49-51页 |
4.3.1 算法融合可行性 | 第49页 |
4.3.2 算法融合基本思想 | 第49-50页 |
4.3.3 遗传蚁群算法设计思路与总体框架 | 第50-51页 |
4.4 仿真实验 | 第51-52页 |
4.5 本章小结 | 第52-53页 |
5.局部阴影下遗传蚁群算法对MPPT研究 | 第53-68页 |
5.1 研究条件 | 第53-55页 |
5.1.1 研究模型建立 | 第53-54页 |
5.1.2 研究环境条件选取 | 第54-55页 |
5.2 遗传算法对MPPT研究 | 第55-58页 |
5.3 蚁群算法对MPPT研究 | 第58-61页 |
5.4 光伏组件局部阴影遮挡下遗传蚁群算法研究 | 第61-67页 |
5.4.1 遗传蚁群算法在多峰最大功率点跟踪中的应用 | 第61-64页 |
5.4.2 仿真与实验分析 | 第64-67页 |
5.5 本章小结 | 第67-68页 |
6.总结与展望 | 第68-70页 |
参考文献 | 第70-74页 |
附录 攻读硕士学位期间研究成果 | 第74-75页 |
致谢 | 第75页 |