| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 选题的背景和意义 | 第10页 |
| 1.2 光伏发电的国内外研究现状 | 第10-11页 |
| 1.2.1 光伏发电的国外现状 | 第10-11页 |
| 1.2.2 光伏发电的国内现状 | 第11页 |
| 1.3 光伏发电系统MPPT相关研究 | 第11-15页 |
| 1.3.1 提高光伏发电系统转换效率的方法研究 | 第11-13页 |
| 1.3.2 MPPT的技术理论 | 第13-14页 |
| 1.3.3 MPPT技术的发展轨迹 | 第14-15页 |
| 1.4 论文所做的主要工作 | 第15-17页 |
| 第2章 光伏阵列模型构建及特性分析 | 第17-25页 |
| 2.1 光伏电池的工作原理 | 第17-18页 |
| 2.2 光伏电池的仿真建模 | 第18-22页 |
| 2.2.1 光伏电池的数学模型 | 第18-19页 |
| 2.2.2 光伏电池的Matlab建模 | 第19-22页 |
| 2.3 光伏电池仿真曲线分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 MPPT控制算法研究和仿真分析 | 第25-52页 |
| 3.1 光伏MPPT算法原理 | 第25-26页 |
| 3.2 MPPT控制器实现电路 | 第26-30页 |
| 3.2.1 BOOST电路分析 | 第26-28页 |
| 3.2.2 BOOST电路的参数选择 | 第28-30页 |
| 3.3 光伏系统最大功率点跟踪控制算法 | 第30-41页 |
| 3.3.1 恒压控制法(CVT) | 第30-33页 |
| 3.3.2 扰动观察法（P&O） | 第33-40页 |
| 3.3.3 电导增量法（INC） | 第40-41页 |
| 3.4 控制算法的建模仿真与分析 | 第41-50页 |
| 3.4.1 恒压控制法仿真分析 | 第41-44页 |
| 3.4.2 扰动观察法仿真分析 | 第44-48页 |
| 3.4.3 电导增量法仿真分析 | 第48-50页 |
| 3.5 基于智能控制的MPPT控制算法 | 第50页 |
| 3.6 本章小结 | 第50-52页 |
| 第4章 基于蛙跳粒子群的神经网络在MPPT中的应用 | 第52-73页 |
| 4.1 神经网络算法 | 第52-57页 |
| 4.1.1 人工神经元网络模型 | 第52-53页 |
| 4.1.2 BP神经网络算法原理 | 第53-57页 |
| 4.2 BP神经网络在MPPT中的建模 | 第57-63页 |
| 4.2.1 BP神经网络在MPPT中的建模思路 | 第57-58页 |
| 4.2.2 BP神经网络的构建 | 第58-59页 |
| 4.2.3 BP神经网络样本的选取和数据的标准化处理 | 第59-60页 |
| 4.2.4 BP神经网络的训练、测试 | 第60-63页 |
| 4.3 蛙跳粒子群算法 | 第63-67页 |
| 4.3.1 标准粒子群算法原理 | 第63页 |
| 4.3.2 标准粒子群算法的数学描述 | 第63-65页 |
| 4.3.3 蛙跳粒子群算法 | 第65-67页 |
| 4.4 蛙跳粒子群算法优化BP神经网络 | 第67-70页 |
| 4.5 SFLA-PSO优化BP神经网络的仿真预测和结果分析 | 第70-71页 |
| 4.6 本章小结 | 第71-73页 |
| 第5章 基于FSLA-PSONN的MPPT控制系统 | 第73-78页 |
| 5.1 基于FSLA-PSONN的MPPT的控制流程 | 第73页 |
| 5.2 最大功率点跟踪控制系统仿真、分析 | 第73-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-79页 |
| 6.1 总结 | 第78页 |
| 6.2 展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
