首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于蚁群算法的变步长MPPT混合算法研究

摘要第4-5页
ABSTRACT第5-6页
1 绪论第9-15页
    1.1 研究的背景及意义第9-10页
    1.2 光伏发电的现状及发展前景第10-12页
        1.2.1 光伏发电的现状第10-11页
        1.2.2 光伏发电的前景与展望第11-12页
    1.3 光伏阵列最大功率点跟踪控制研究现状第12-13页
    1.4 本课题的意义及所作的工作第13-15页
2 光伏发电系统概述第15-33页
    2.1 光伏发电系统的组成及其分类第15-18页
    2.2 太阳能光伏电池第18-28页
        2.2.1 太阳能光伏电池的工作原理第18-19页
        2.2.2 太阳能光伏电池的等效电路第19-23页
        2.2.3 太阳能光伏电池的输出特性第23-28页
    2.3 局部遮阴等光伏模板失配现象的分析第28-33页
        2.3.1 局部遮阴现象的讨论第28-30页
        2.3.2 热斑效应及解决方法第30-33页
3 光伏发电系统最大功率点跟踪第33-47页
    3.1 最大功率点跟踪原理第33页
    3.2 最大功率点数学模型第33-35页
    3.3 最大功率点跟踪算法对比第35-42页
        3.3.1 传统算法第35-40页
        3.3.2 智能算法第40-42页
    3.4 多峰最大功率点的研究第42-45页
        3.4.1 光伏阵列多峰模型第42-43页
        3.4.2 多峰最大功率点的模拟第43-45页
    3.5 本章小结第45-47页
4 蚁群优化与变步长扰动观察混合算法第47-59页
    4.1 变步长扰动观察算法第47-49页
        4.1.1 变步长扰动观察算法的基本原理第47页
        4.1.2 变步长扰动观察算法的设计第47-49页
        4.1.3 变步长扰动观察算法的优缺点第49页
    4.2 蚁群优化算法第49-52页
        4.2.1 蚁群优化算法的基本原理第49-50页
        4.2.2 蚁群优化算法的设计流程第50-52页
        4.2.3 蚁群优化算法的优缺点第52页
    4.3 蚁群优化与变步长扰动观察混合算法第52-58页
        4.3.1 混合算法的实现方法第52-54页
        4.3.2 混合算法的算法流程第54-56页
        4.3.3 混合算法的函数第56-58页
    4.4 本章小结第58-59页
5 蚁群优化与变步长扰动观察混合算法最大功率点跟踪第59-67页
    5.1 算法描述及设计流程第59-60页
    5.2 混合算法控制系统的仿真第60-62页
    5.3 独立算法的仿真结果及性能分析第62-65页
    5.4 本章小结第65-67页
6 结论与展望第67-69页
    6.1 结论第67页
    6.2 展望第67-69页
攻读学位期间参加的科研项目及发表的学术论文第69-71页
致谢第71-73页
参考文献第73-75页

论文共75页,点击 下载论文
上一篇:多旋翼无人机遥控系统的应用研究
下一篇:分布式发电高渗透率配电网能效优化方法研究