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 |