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

太阳能(光伏)应用系统优化控制的研究

摘要第1-3页
Abstract第3-6页
第一章 绪论第6-20页
   ·课题背景第6-11页
     ·能源危机与环境污染第6-7页
     ·太阳能和光伏发电第7-11页
   ·光伏应用系统概述第11-16页
     ·光伏应用系统的构成第11-13页
     ·光伏应用系统的分类第13-16页
   ·国内外关于光伏应用系统的研究动向第16-18页
     ·并网光伏应用系统第16-17页
     ·变换器第17页
     ·MPPT控制第17-18页
   ·本课题的研究意义及主要内容第18-20页
第二章 光伏电池的建模及仿真研究第20-40页
   ·光伏电池简介第20-23页
     ·光伏电池的工作原理第20-21页
     ·光伏电池的分类第21-22页
     ·光伏电池的发展趋向第22-23页
   ·光伏电池输出特性的研究第23-34页
     ·光伏电池的等效电路第23-26页
     ·光伏电池的输出特性第26-28页
     ·光伏电池输出特性的仿真及实验研究第28-34页
   ·光伏阵列的建模及仿真研究第34-38页
     ·光伏阵列的数学模型第34-35页
     ·光伏阵列的建模及仿真研究第35-38页
   ·本章小结第38-40页
第三章 光伏应用系统最大功率点跟踪控制的研究第40-68页
   ·MPPT控制的基本原理第40-41页
   ·MPPT控制方法研究第41-47页
     ·恒定电压控制法第41-43页
     ·扰动观察法第43-44页
     ·电导增量法第44-46页
     ·模糊逻辑控制法第46页
     ·其他MPPT控制方法第46-47页
   ·光伏阵列MPPT控制的实现策略第47-51页
   ·仿真结果及分析第51-64页
     ·扰动观察法的仿真结果第51-57页
     ·电导增量法的仿真结果第57-63页
     ·两种MPPT算法仿真结果的分析与比较第63-64页
   ·一种改进的扰动观察法第64-67页
     ·改进扰动观察法的算法原理第64-65页
     ·改进扰动观察法的仿真结果第65-67页
   ·本章小结第67-68页
第四章 基于GA优化的RBF神经网络在光伏电池MPPT中的应用第68-80页
   ·遗传算法第68-71页
     ·遗传算法的基本思想第68-71页
     ·遗传算法的特点第71页
   ·RBF神经网络第71-73页
     ·RBF神经网络的结构及特点第71-73页
     ·RBF神经网络的学习方法第73页
   ·基于GA优化的RBF神经网络在光伏电池MPPT中的应用第73-78页
     ·基于GA优化的RBF神经网络的实现方法第73-76页
     ·GA-RBF神经网络在光伏电池MPPT中的应用第76-78页
   ·本章小结第78-80页
第五章 结论与展望第80-82页
参考文献第82-85页
致谢第85-86页
攻读学位期间发表的学术论文第86-88页

论文共88页,点击 下载论文
上一篇:基于dsPIC30F4011单片机的感应电机变频调速
下一篇:小型独立光伏发电系统的分析与设计