| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 光伏发电系统概述 | 第11-13页 |
| 1.2.1 光伏发电系统 | 第12页 |
| 1.2.2 光伏发电特点 | 第12-13页 |
| 1.2.3 光伏最大功率跟踪MPPT技术 | 第13页 |
| 1.3 国内外光伏发电现状及前景 | 第13-15页 |
| 1.3.1 国内光伏发电现状 | 第13-14页 |
| 1.3.2 国外光伏发电现状及前景 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 第二章 光伏发电系统建模与控制 | 第16-26页 |
| 2.1 光伏发电系统结构与建模设计 | 第16-18页 |
| 2.2 光伏电池概述 | 第18-22页 |
| 2.2.1 光伏电池分类 | 第18页 |
| 2.2.2 光伏电池工作原理 | 第18-19页 |
| 2.2.3 光伏电池的建模设计 | 第19-21页 |
| 2.2.4 光伏电池特性曲线 | 第21-22页 |
| 2.3 常见的MPPT传统方法 | 第22-24页 |
| 2.3.1 定电压跟踪 | 第22-23页 |
| 2.3.2 电导增量法 | 第23页 |
| 2.3.3 扰动观测法 | 第23-24页 |
| 2.4 光伏发电系统应用需求分析 | 第24-25页 |
| 2.4.1 微电网光伏发电系统应用 | 第24-25页 |
| 2.4.2 光伏发电系统的控制需求分析 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于蚁群优化的MPPT控制方法 | 第26-36页 |
| 3.1 基本蚁群算法 | 第26-30页 |
| 3.1.1 蚁群算法行为描述 | 第26-27页 |
| 3.1.2 蚁群算法机制原理 | 第27-28页 |
| 3.1.3 蚁群算法模型 | 第28-30页 |
| 3.2 基于优化的蚁群算法的MPPT控制器 | 第30-31页 |
| 3.3 基于信息素更新的蚁群优化算法(ACONPU) | 第31-32页 |
| 3.4 开发基于ACONPU的MPPT控制器 | 第32-35页 |
| 3.4.1 跟踪MPP | 第33-35页 |
| 3.4.2 监测大气变化 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于离散滑模和鲁棒控制的双闭环光伏并网控制 | 第36-48页 |
| 4.1 电源变换器的建模分析 | 第36-40页 |
| 4.2 双闭环控制系统 | 第40-41页 |
| 4.3 离散滑模控制器(DSMC) | 第41-43页 |
| 4.3.1 基于趋近律的离散滑模控制 | 第41页 |
| 4.3.2 滑模控制与智能控制的结合 | 第41-42页 |
| 4.3.3 DSMC在光伏并网控制应用中的优势 | 第42页 |
| 4.3.4 基于DSMC的电流控制 | 第42-43页 |
| 4.4 .鲁棒控制器(RSC) | 第43-47页 |
| 4.4.1 鲁棒控制理论的主要方法 | 第44页 |
| 4.4.2 RSC在光伏并网控制中的优势 | 第44页 |
| 4.4.3 基于RSC的电压控制 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 光伏系统的建模与仿真 | 第48-65页 |
| 5.1 并网控制系统的建模与仿真 | 第48-55页 |
| 5.1.1 基于可控电压源的DC-DC变换器 | 第48-49页 |
| 5.1.2 双闭环控制系统仿真模型建立 | 第49-50页 |
| 5.1.3 控制系统有效性检验 | 第50-55页 |
| 5.2 MPPT仿真结果和性能测试 | 第55-64页 |
| 5.2.1 参数的选择 | 第56-57页 |
| 5.2.2 评估ACONPU控制器的收敛性 | 第57-58页 |
| 5.2.3 比较研究 | 第58-64页 |
| 5.3 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表文章目录 | 第70-71页 |
| 致谢 | 第71-72页 |