| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 国内外光伏发电研究现状 | 第10-11页 |
| 1.2.1 国外光伏发电研究现状 | 第10-11页 |
| 1.2.2 国内光伏发电研究现状 | 第11页 |
| 1.3 MPPT研究现状 | 第11-12页 |
| 1.4 课题的主要研究内容 | 第12-14页 |
| 第2章 光伏电池特性研究及建模仿真 | 第14-28页 |
| 2.1 光伏电池工作原理和输出特性 | 第14-16页 |
| 2.1.1 光伏电池的基本原理 | 第14-15页 |
| 2.1.2 光伏电池的分类与应用 | 第15-16页 |
| 2.2 光伏电池的等效电路模型与输出特性 | 第16-23页 |
| 2.2.1 光伏电池的等效电路模型 | 第16-18页 |
| 2.2.2 均匀光照下光伏电池输出特性分析及建模仿真 | 第18-23页 |
| 2.3 局部阴影对光伏组件的影响 | 第23-27页 |
| 2.3.1 造成阴影的原因及其危害 | 第23-24页 |
| 2.3.2 热斑效应分析及其解决方法 | 第24-25页 |
| 2.3.3 局部阴影条件下光伏电池的仿真研究 | 第25-27页 |
| 2.4 本章小节 | 第27-28页 |
| 第3章 传统MPPT控制算法及仿真分析 | 第28-38页 |
| 3.1 最大功率点跟踪（MPPT）控制基本原理 | 第28-29页 |
| 3.2 几种常规MPPT算法介绍 | 第29-35页 |
| 3.2.1 恒定电压法 | 第29-30页 |
| 3.2.2 扰动观察法 | 第30-31页 |
| 3.2.3 电导增量法 | 第31-33页 |
| 3.2.4 最优梯度法 | 第33-34页 |
| 3.2.5 模糊控制法 | 第34-35页 |
| 3.3 常规MPPT算法的建模与仿真 | 第35-37页 |
| 3.3.1 扰动观察法的仿真分析 | 第35-36页 |
| 3.3.2 电导增量法的仿真分析 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于支持向量机回归的MPPT预测算法研究 | 第38-58页 |
| 4.1 统计学习理论 | 第38-40页 |
| 4.2 支持向量机 | 第40-44页 |
| 4.2.1 支持向量机基础 | 第40-41页 |
| 4.2.2 核函数 | 第41-42页 |
| 4.2.3 支持向量机回归算法 | 第42-44页 |
| 4.3 支持向量机回归在光伏发电系统中的应用 | 第44-57页 |
| 4.3.1 样本数据的获取 | 第44-48页 |
| 4.3.2 遮挡程度 | 第48页 |
| 4.3.3 局部阴影条件下SVR建模与仿真分析 | 第48-52页 |
| 4.3.4 神经网络在光伏发电MPPT中的应用 | 第52-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 基于SVR的光伏阵列MPPT控制仿真与分析 | 第58-65页 |
| 5.1 光伏阵列最大功率点跟踪系统组成结构 | 第58-62页 |
| 5.1.1 光伏阵列建模 | 第59-60页 |
| 5.1.2 DC-DC变换电路建模 | 第60页 |
| 5.1.3 MPPT控制子系统的建模 | 第60页 |
| 5.1.4 PWM脉冲信号建模 | 第60-61页 |
| 5.1.5 基于SVR与扰动观察法的MPPT系统建模 | 第61-62页 |
| 5.2 仿真结果与分析 | 第62-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 主要工作总结 | 第65页 |
| 6.2 研究展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间的研究成果 | 第71页 |
