摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-23页 |
1.1 课题研究的背景及意义 | 第14-16页 |
1.2 光伏发电的现状和发展趋势 | 第16-21页 |
1.2.1 国内外光伏发电MPPT现状 | 第18-19页 |
1.2.2 国内外滑模变结构控制及抖振问题的现状 | 第19-21页 |
1.3 本文主要工作 | 第21-23页 |
第二章 光伏电池建模和仿真分析 | 第23-34页 |
2.1 光伏系统概述 | 第23-25页 |
2.1.1 光伏系统组成 | 第23页 |
2.1.2 光伏系统的分类 | 第23-25页 |
2.2 光伏电池建模 | 第25-29页 |
2.2.1 光伏电池基本原理 | 第25页 |
2.2.2 光伏电池等效电路图 | 第25-27页 |
2.2.3 光伏阵列数学模型 | 第27-28页 |
2.2.4 光伏阵列仿真模型 | 第28-29页 |
2.3 光伏阵列特性仿真 | 第29-33页 |
2.3.1 光伏阵列输出特性仿真分析 | 第29-32页 |
2.3.2 不均匀光照条件下光伏阵列输出特性仿真分析 | 第32-33页 |
2.4 本章小结 | 第33-34页 |
第三章 太阳能最大功率点跟踪算法 | 第34-49页 |
3.1 不均匀光照下遗传算法的全局最大功率点跟踪 | 第34-36页 |
3.1.1 遗传算法的基本原理 | 第34页 |
3.1.2 遗传算法的基本流程 | 第34-35页 |
3.1.3 仿真分析 | 第35-36页 |
3.2 不均匀光照下改进PSO-模糊神经网络全局最大功率点跟踪 | 第36-43页 |
3.2.1 BP神经网络 | 第37页 |
3.2.2 改进PSO-模糊神经网络算法 | 第37-41页 |
3.2.3 仿真分析 | 第41-43页 |
3.3 不均匀光照下“教与学”优化算法全局最大功率点跟踪 | 第43-48页 |
3.3.1 基本“教与学”优化算法 | 第43-44页 |
3.3.2 基于神经网络的改进“教与学”优化算法的基本原理 | 第44-46页 |
3.3.3 基于神经网络的改进“教与学”优化算法的流程 | 第46-47页 |
3.3.4 仿真分析 | 第47-48页 |
3.4 本章小结 | 第48-49页 |
第四章 最大功率点跟踪控制 | 第49-63页 |
4.1 MPPT原理 | 第49页 |
4.2 DC/DC变换器 | 第49-55页 |
4.2.1 常见DC/DC变换器工作原理 | 第50-53页 |
4.2.2 DC/DC变换器数学模型 | 第53-55页 |
4.2.3 Boost变换器参数设定 | 第55页 |
4.3 滑模变结构控制 | 第55-62页 |
4.3.1 滑模变结构控制概述 | 第55-56页 |
4.3.2 滑模变结构控制的抖振问题 | 第56-57页 |
4.3.3 基于ITLBO的混合滑模变结构控制及仿真 | 第57-62页 |
4.4 本章小结 | 第62-63页 |
第五章 MPPT抖振波检测与抑制 | 第63-75页 |
5.1 Prony算法理论分析及其局限性 | 第63-65页 |
5.1.1 Prony算法建模 | 第63-64页 |
5.1.2 Prony算法求解过程分析 | 第64-65页 |
5.1.3 Prony算法局限性分析 | 第65页 |
5.2 改进PSO-Prony算法 | 第65-68页 |
5.2.1 PSO算法改进 | 第65-66页 |
5.2.2 改进PSO-Prony算法的原理 | 第66-67页 |
5.2.3 改进PSO-Prony算法参数求解步骤 | 第67-68页 |
5.3 改进PSO-Prony算法的MPPT抖振波检测与抑制仿真分析 | 第68-74页 |
5.3.1 Prony算法和改进PSO-Prony算法的性能测试 | 第68-72页 |
5.3.2 改进PSO-Prony算法在MPPT抖振波检测与抑制中的应用 | 第72-74页 |
5.4 本章小结 | 第74-75页 |
第六章 光伏电池带MPPT的并网PQ控制 | 第75-84页 |
6.1 PQ控制原理 | 第75-77页 |
6.2 PQ控制的仿真分析 | 第77-80页 |
6.3 光伏电池带MPPT的并网PQ控制仿真分析 | 第80-83页 |
6.4 本章小结 | 第83-84页 |
总结与展望 | 第84-86页 |
参考文献 | 第86-91页 |
攻读硕士学位期间发表的论文 | 第91-93页 |
致谢 | 第93页 |