| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-18页 |
| ·研究背景及意义 | 第8-9页 |
| ·光伏发电的现状及发展 | 第9-11页 |
| ·光伏发电技术 | 第9页 |
| ·国内外光伏发电的现状和发展趋势 | 第9-11页 |
| ·光伏发电存在的问题和解决手段 | 第11页 |
| ·光伏系统MPPT的相关研究 | 第11-15页 |
| ·MPPT技术的发展轨迹 | 第11-13页 |
| ·MPPT技术在应用中存在的问题 | 第13-15页 |
| ·MPPT性能评价标准 | 第15页 |
| ·本文的主要内容 | 第15-18页 |
| 2 光伏电池的仿真建模与特性分析 | 第18-26页 |
| ·光伏电池的工作原理 | 第18-19页 |
| ·光伏电池的仿真建模 | 第19-22页 |
| ·光伏电池阵列的数学模型 | 第19-20页 |
| ·光伏电池阵列的MATLAB仿真建模 | 第20-22页 |
| ·光伏电池的电特性研究 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 3 最大功率点跟踪控制算法和仿真分析 | 第26-46页 |
| ·引言 | 第26页 |
| ·光伏MPPT算法原理 | 第26-27页 |
| ·BOOST变换器实现光伏MPPT | 第27-31页 |
| ·BOOST变换电路及其Matlab仿真分析 | 第28-29页 |
| ·BOOST变换电路实现光伏MPPT阻抗匹配 | 第29-31页 |
| ·光伏阵列最大功率点跟踪控制方法 | 第31-38页 |
| ·恒电压控制法 | 第32-34页 |
| ·干扰观测法 | 第34-36页 |
| ·电导增量法 | 第36-38页 |
| ·控制算法仿真与结果分析 | 第38-45页 |
| ·恒电压控制法仿真分析 | 第39-40页 |
| ·干扰观测法仿真分析 | 第40-43页 |
| ·电导增量法仿真分析 | 第43-45页 |
| ·基于现代控制理论的智能控制法 | 第45页 |
| ·本章小结 | 第45-46页 |
| 4 遗传BP神经网络在光伏最大功率点跟踪中的应用 | 第46-60页 |
| ·神经网络控制法 | 第46-48页 |
| ·BP神经网络算法原理 | 第46-47页 |
| ·BP学习算法实现步骤 | 第47-48页 |
| ·BP神经网络在光伏恒压控制MPPT中的应用 | 第48-49页 |
| ·BP神经网络模型建立 | 第49-52页 |
| ·BP神经网络构建 | 第49-50页 |
| ·BP神经网络样本数据选择和预处理 | 第50页 |
| ·BP神经网络训练、预测和结果分析 | 第50-52页 |
| ·遗传算法基本原理 | 第52-54页 |
| ·遗传算法原理及特点 | 第52-53页 |
| ·遗传算法的基本要素和算法流程 | 第53-54页 |
| ·遗传算法优化BP神经网络实现流程 | 第54-56页 |
| ·遗传算法优化的BP神经网络预测和结果分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 5 基于GA-BPNN的改进恒压光伏MPPT控制系统 | 第60-70页 |
| ·遗传算法优化BP神经网络的最大功率点跟踪 | 第60-65页 |
| ·基于GA-BPNN的最大功率点跟踪流程 | 第60页 |
| ·最大功率点跟踪控制仿真分析 | 第60-65页 |
| ·光伏最大功率点跟踪显示平台设计 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-77页 |