| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外光伏发电的研究现状 | 第10-13页 |
| 1.2.1 国内光伏发电现状 | 第10-11页 |
| 1.2.2 国外光伏发电现状 | 第11-13页 |
| 1.3 光伏发电系统效能研究现状 | 第13-15页 |
| 1.3.1 光伏组件模型研究现状 | 第14页 |
| 1.3.2 光照不均匀条件下输出特性的研究现状 | 第14-15页 |
| 1.4 本文主要工作 | 第15-17页 |
| 第二章 光伏发电系统及MPPT相关原理 | 第17-36页 |
| 2.1 光伏电池的特性 | 第17-27页 |
| 2.1.1 光伏电池的等效模型 | 第17-18页 |
| 2.1.2 光伏电池模型的建模仿真与输出分析 | 第18-22页 |
| 2.1.3 复杂光照条件下光伏组件的输出特性分析 | 第22-27页 |
| 2.2 复杂光照条件下光伏阵列的输出特性仿真分析 | 第27-30页 |
| 2.3 最大功率点追踪算法原理 | 第30-31页 |
| 2.4 最大功率点追踪各类算法简介 | 第31-35页 |
| 2.4.1 传统最大功率点追踪算法介绍 | 第31-34页 |
| 2.4.2 复杂光照条件下最大功率点追踪算法介绍 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 复杂光照条件下光伏最大功率点跟踪优化算法的研究 | 第36-61页 |
| 3.1 神经网络算法 | 第36-44页 |
| 3.1.1 神经网络算法原理 | 第36-38页 |
| 3.1.2 BP神经网络算法的实现过程 | 第38-44页 |
| 3.2 BP神经网络在复杂光照条件下系统最大功率中的应用 | 第44-49页 |
| 3.2.1 BP网络的结构设计 | 第44页 |
| 3.2.2 数据测量获取 | 第44-46页 |
| 3.2.3 BP神经网络训练、预测和结果分析 | 第46-49页 |
| 3.3 遗传算法基本原理 | 第49-51页 |
| 3.3.1 遗传算法原理 | 第49页 |
| 3.3.2 遗传算法运算流程 | 第49-51页 |
| 3.4 遗传算法优化BP神经网络实现流程 | 第51-53页 |
| 3.5 遗传算法优化的BP神经网预测和结果对比分析 | 第53-57页 |
| 3.6 优化的神经网络算法在多峰值MPPT中的仿真研究 | 第57-60页 |
| 3.6.1 遗传优化神经网络算法的最大功率点跟踪流程 | 第57页 |
| 3.6.2 仿真对比分析 | 第57-60页 |
| 3.7 本章小结 | 第60-61页 |
| 第四章 最大功率跟踪系统的软硬件设计及实现 | 第61-77页 |
| 4.1 系统设计 | 第61页 |
| 4.2 最大功率跟踪系统硬件设计 | 第61-69页 |
| 4.2.1 DSP控制板的设计 | 第61-63页 |
| 4.2.2 信号采样及调理电路 | 第63-65页 |
| 4.2.3 主要电路参数计算 | 第65-67页 |
| 4.2.4 主电路设计 | 第67-68页 |
| 4.2.5 驱动电路设计 | 第68-69页 |
| 4.3 最大功率追踪系统软件设计介绍 | 第69-71页 |
| 4.3.1 DSP开发环境简介 | 第69页 |
| 4.3.2 主要程序流程图设计 | 第69-71页 |
| 4.4 实验结果分析 | 第71-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-78页 |
| 5.1 总结 | 第77页 |
| 5.2 前景与展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83页 |
