首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文--太阳能发电论文

群智能算法在光伏发电中的应用

中文摘要第3-4页
abstract第4页
第一章 绪论第8-14页
    1.1 课题的研究背景及意义第8-9页
    1.2 光伏发电研究现状第9-11页
        1.2.1 光伏MPPT研究现状第9-10页
        1.2.2 双闭环并网逆变器研究现状第10-11页
    1.3 群智能算法在光伏发电中的应用现状第11-12页
    1.4 本文研究的主要内容第12-14页
第二章 狮群算法第14-26页
    2.1 狮群简介第14页
    2.2 狮群算法第14-16页
        2.2.1 一些定义第15页
        2.2.2 算法描述第15-16页
    2.3 算法的收敛性证明第16-20页
        2.3.1 算法的Markov链模型第16-18页
        2.3.2 收敛准则第18页
        2.3.3 算法的收敛性第18-20页
    2.4 仿真实验分析第20-22页
    2.5 算法参数分析第22-24页
        2.5.1 种群规模和迭代次数第22-23页
        2.5.2 狮群比例和分布半径第23-24页
    2.6 算法对比第24-25页
    2.7 本章小结第25-26页
第三章 光伏发电系统第26-36页
    3.1 光伏电池模型第26页
    3.2 光伏电池的输出特性第26-29页
        3.2.1 均匀光照下的输出特性第26-28页
        3.2.2 局部阴影下的输出特性第28-29页
    3.3 双闭环并网逆变器第29-34页
        3.3.1 双闭环控制策略第30-31页
        3.3.2 电流内环设计第31-33页
        3.3.3 电压外环设计第33-34页
    3.4 本章小结第34-36页
第四章 狮群算法在光伏发电中的应用第36-50页
    4.1 光伏最大功率跟踪第36-42页
        4.1.1 DC-DC电路第36-37页
        4.1.2 传统MPPT算法第37-38页
        4.1.3 狮群算法在多峰MPPT中的应用第38-41页
        4.1.4 狮群算法在分布MPPT中的应用第41-42页
    4.2 狮群算法在光伏逆变器PI参数整定中的应用第42-48页
        4.2.1 狮群算法整定PI参数原理第43-44页
        4.2.2 适应度函数的选取第44页
        4.2.3 仿真结果与分析第44-48页
    4.3 本章小结第48-50页
第五章 光伏最大功率跟踪实验第50-56页
    5.1 Boost电路设计第50-51页
    5.2 负载仿真系统第51-52页
    5.3 最大功率跟踪实验第52-55页
    5.4 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 总结第56页
    6.2 展望第56-58页
参考文献第58-62页
致谢第62-64页
攻读学位期间发表的学术论文第64页

论文共64页,点击 下载论文
上一篇:改性松针对亚甲基蓝的吸附研究
下一篇:阜新市细河流域水环境容量总量分配技术研究