| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景和意义 | 第10-12页 |
| 1.1.1 发展太阳能的紧迫性 | 第11页 |
| 1.1.2 光伏发电的特点 | 第11-12页 |
| 1.2 光伏发电技术研究现状 | 第12-13页 |
| 1.3 光伏发电系统效能研究现状 | 第13-16页 |
| 1.3.1 光伏组件模型研究现状 | 第14-15页 |
| 1.3.2 复杂光照条件下光伏阵列输出特性研究现状 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 第二章 光伏发电系统概述 | 第18-26页 |
| 2.1 光伏电池发电原理 | 第18-19页 |
| 2.2 光伏发电基本特性分析 | 第19-23页 |
| 2.2.1 光伏电池的数学模型 | 第19-20页 |
| 2.2.2 基于Matlab/Simulink光伏电池的建模 | 第20-22页 |
| 2.2.3 光伏电池输出特性的仿真分析 | 第22-23页 |
| 2.3 光伏发电系统构成及分类 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 复杂光照条件下光伏阵列输出特性研究 | 第26-44页 |
| 3.1 光伏阵列的局部阴影问题 | 第26-29页 |
| 3.1.1 光伏阵列的失配现象与热斑效应 | 第26-27页 |
| 3.1.2 局部阴影的形成与危害 | 第27-29页 |
| 3.2 复杂光照条件下光伏阵列的输出特性推导 | 第29-35页 |
| 3.2.1 串联阵列输出特性理论推导及分析 | 第29-31页 |
| 3.2.2 并联阵列输出特性理论推导及分析 | 第31-35页 |
| 3.3 集中式光伏阵列建模 | 第35-37页 |
| 3.4 复杂光照条件下光伏阵列特性仿真分析 | 第37-42页 |
| 3.4.1 阴影对光伏阵列输出特性的影响 | 第37-38页 |
| 3.4.2 移动云层对光伏阵列输出特性的影响 | 第38-41页 |
| 3.4.3 阵列结构对光伏阵列输出特性的影响 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 最大功率点跟踪控制算法及仿真分析 | 第44-56页 |
| 4.1 光伏最大功率点跟踪算法原理 | 第44-46页 |
| 4.2 Boost变换器实现光伏最大功率跟踪 | 第46-48页 |
| 4.3 传统最大功率点跟踪控制方法 | 第48-54页 |
| 4.3.1 恒定电压法 | 第49-50页 |
| 4.3.2 扰动观察法 | 第50-52页 |
| 4.3.3 增量电导法 | 第52-54页 |
| 4.4 复杂光照条件下最大功率点跟踪算法研究 | 第54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 基于神经网络的多峰最大功率点跟踪 | 第56-72页 |
| 5.1 神经网络 | 第56-61页 |
| 5.1.1 神经网络学习方法 | 第58-60页 |
| 5.1.2 神经网络的模型 | 第60页 |
| 5.1.3 神经网络的特性 | 第60-61页 |
| 5.2 BP神经网络算法的实现步骤 | 第61-65页 |
| 5.2.1 BP神经网络的学习过程 | 第61-64页 |
| 5.2.2 BP神经网络的实现步骤 | 第64-65页 |
| 5.3 神经网络结构的设计 | 第65-67页 |
| 5.3.1 神经网络控制器 | 第65-66页 |
| 5.3.2 系统结构 | 第66-67页 |
| 5.4 神经网络在光伏MPPT中的应用 | 第67-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 附录 | 第80-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士期间的研究成果 | 第88页 |