摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 光伏产业的发展现状及其发展趋势 | 第8-10页 |
1.1.1 光伏发电背景 | 第8页 |
1.1.2 光伏发电在国内以及国外的发展现状、发展趋势 | 第8-10页 |
1.2 光伏电池故障诊断问题研究的现状 | 第10-14页 |
1.2.1 对光伏电池进行故障诊断的必要性 | 第10-11页 |
1.2.2 光伏电池故障诊断方法分类 | 第11-14页 |
1.3 本课题的主要研究内容 | 第14-15页 |
第二章 光伏电池模型及其应用 | 第15-23页 |
2.1 光伏电池及其模型 | 第15-19页 |
2.1.1 光伏电池发电原理 | 第15-16页 |
2.1.2 光伏电池模型 | 第16-18页 |
2.1.3 光伏电池输出特性 | 第18-19页 |
2.2 光伏电池光学损失故障机理分析 | 第19-23页 |
2.2.1 超白玻璃的老化 | 第19-20页 |
2.2.2 EVA的老化 | 第20-23页 |
第三章 光伏电池光学损失故障实验设计 | 第23-39页 |
3.1 总体设计 | 第23-24页 |
3.2 光伏电池光学损失故障模拟部分 | 第24-26页 |
3.3 光伏电池数据采集部分设计 | 第26-37页 |
3.3.1 ARM核心控制器 | 第26-27页 |
3.3.2 可变电阻的实现 | 第27-30页 |
3.3.3 电压、电流采集功能的实现 | 第30-31页 |
3.3.4 温度检测电路的实现 | 第31-34页 |
3.3.5 辐照度测量部分的实现 | 第34页 |
3.3.6 显示的实现 | 第34-35页 |
3.3.7 ZigBee无线数据传输的实现 | 第35-36页 |
3.3.8 电源的实现 | 第36-37页 |
3.3.9 上位机数据储存的实现 | 第37页 |
3.3.10 核心控制器软件实现 | 第37页 |
3.4 MATLAB对实验数据进行参数辨识部分 | 第37-39页 |
第四章 自适应混沌粒子群参数辨识算法 | 第39-50页 |
4.1 参数辨识方法及其应用 | 第39-40页 |
4.2 自适应混沌粒子群算法的参数辨识 | 第40-43页 |
4.2.1 粒子群算法 | 第40-41页 |
4.2.2 混沌理论 | 第41-43页 |
4.2.3 自适应混沌粒子群算法 | 第43页 |
4.3 参数辨识在光伏电池模型中的应用 | 第43-50页 |
4.3.1 适应度值的确定 | 第43-46页 |
4.3.2 参数辨识算法在光伏电池模型中的实际应用 | 第46-47页 |
4.3.3 实际测量中的参数辨识结果 | 第47-50页 |
第五章 光伏电池光学损失故障内部参数辨识结果及数据分析 | 第50-56页 |
5.1 光伏电池光学损失故障实验参数辨识结果 | 第50页 |
5.2 光学损失故障对模型参数影响的分析 | 第50-56页 |
5.2.1 光学损失故障对光生电流的影响 | 第50-51页 |
5.2.2 光学损失故障对二极管反向饱和电流的影响 | 第51-52页 |
5.2.3 光学损失故障对理想因子的影响 | 第52-53页 |
5.2.4 光学损失故障对串联电阻的影响 | 第53-54页 |
5.2.5 光学损失故障对并联电阻的影响 | 第54-56页 |
第六章 总结与展望 | 第56-59页 |
6.1 总结 | 第56-57页 |
6.2 展望 | 第57-59页 |
参考文献 | 第59-63页 |
发表论文和参加科研情况说明 | 第63-64页 |
致谢 | 第64-65页 |