摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-19页 |
1.1 研究背景 | 第10-13页 |
1.1.1 风力发电与光伏发电 | 第10-11页 |
1.1.2 风光互补发电技术与应用前景 | 第11-13页 |
1.2 研究现状 | 第13-17页 |
1.2.1 风光互补发电系统 | 第13-16页 |
1.2.2 最大功率点追踪 | 第16-17页 |
1.3 本文的主要研究工作 | 第17-19页 |
第二章 风光互补发电系统建模与特性分析 | 第19-32页 |
2.1 风光互补发电系统构成 | 第19-20页 |
2.2 风力发电机 | 第20-23页 |
2.2.1 风速模型 | 第21-22页 |
2.2.2 风机功率功率输出特性 | 第22-23页 |
2.3 光伏电池 | 第23-27页 |
2.3.1 太阳辐射模型 | 第23-26页 |
2.3.2 光伏电池功率输出特性 | 第26-27页 |
2.4 储能电池 | 第27-29页 |
2.4.1 铅酸蓄电池基本原理 | 第27-28页 |
2.4.2 铅酸蓄电池模型 | 第28-29页 |
2.5 逆变器 | 第29-30页 |
2.6 风光互补系统运行方式 | 第30页 |
2.7 本章小结 | 第30-32页 |
第三章 基于改进型微分进化配置算法的离网型风光互补发电系统容量优化配置方法 | 第32-48页 |
3.1 离网型风光互补发电系统容量优化配置建模 | 第32-35页 |
3.1.1 目标函数 | 第32-33页 |
3.1.2 约束条件 | 第33-35页 |
3.2 NSGA-Ⅱ 算法 | 第35-39页 |
3.2.1 NSGA算法原理 | 第36-37页 |
3.2.2 NSGA-Ⅱ算法原理 | 第37-39页 |
3.3 多目标复合型微分进化算法 | 第39-44页 |
3.3.1 微分进化算法 | 第39-42页 |
3.3.2 复合型微分进化算法 | 第42页 |
3.3.3 改进型多目标复合型微分进化算法及其应用 | 第42-44页 |
3.4 算例分析 | 第44-46页 |
3.5 本章小结 | 第46-48页 |
第四章 基于混沌粒子群算法的光伏列阵最大功率跟踪控制方法 | 第48-62页 |
4.1 光伏阵列建模与特性分析 | 第48-50页 |
4.2 局部阴影条件下的光伏阵列建模 | 第50-54页 |
4.2.1 热斑效应 | 第51页 |
4.2.2 局部阴影下的光伏列阵建模 | 第51-54页 |
4.3 混沌粒子群算法 | 第54-56页 |
4.3.1 PSO算法基本思想 | 第54页 |
4.3.2 混沌变量 | 第54-55页 |
4.3.3 粒子的稳定与混沌状态交替 | 第55-56页 |
4.3.4 算法重启 | 第56页 |
4.3.5 算法流程 | 第56页 |
4.4 算例分析 | 第56-61页 |
4.4.1 仿真电路及初始设置 | 第56-60页 |
4.4.2 可变阴影情况下的仿真 | 第60-61页 |
4.5 本章小结 | 第61-62页 |
总结与展望 | 第62-64页 |
参考文献 | 第64-68页 |
攻读硕士学位期间取得的研究成果 | 第68-69页 |
致谢 | 第69-70页 |
附表 | 第70页 |