本文關鍵詞：太陽能（光伏）應用系統(tǒng)優(yōu)化控制的研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 隨著眾多不可再生能源的消耗殆盡和環(huán)境污染的日益嚴重,新型能源的開發(fā)及利用逐漸成為人們日益關注的焦點。太陽能憑借其他能源不可比擬的優(yōu)勢,成為新興能源中的寵兒。光伏發(fā)電應用系統(tǒng),是太陽能利用的載體之一。近年來,隨著光伏發(fā)電技術的發(fā)展,光伏發(fā)電應用系統(tǒng)得到越來越廣泛的應用。光伏電池作為光伏應用系統(tǒng)中能量轉換的重要部件,其效率的優(yōu)化,即最大功率點跟蹤控制的研究是光伏應用領域的一個重要課題。本文正是以太陽能光伏應用系統(tǒng)為研究對象,以光伏電池的效率優(yōu)化為研究目的,以光伏電池的最大功率點跟蹤控制為研究主線,展開了較為深入的理論和實驗研究。 本文首先較為系統(tǒng)地綜述了課題的研究背景,繼而對光伏應用系統(tǒng)進行簡單介紹,從而引出本課題的研究現(xiàn)狀及研究意義;然后在給出光伏電池工作原理和數(shù)學模型的基礎上,基于MATLAB軟件編程,對其輸出特性進行模擬,并結合TH110(17)型號電池的實際測量所得輸出特性曲線,驗證了該模擬方法的準確性,隨后著重介紹了一種可模擬環(huán)境溫度、光照強度、光伏陣列串并聯(lián)數(shù)等參數(shù)的光伏陣列動態(tài)通用仿真模型,解決了以往只針對特定光伏陣列建模的局限性,并給出仿真結果;接下來,概述了最大功率點跟蹤控制的原理及幾種常用的最大功率點跟蹤控制方法,在此基礎上,對最大功率點跟蹤控制的實現(xiàn)策略進行研究,建立了系統(tǒng)各個模塊的仿真模型,進而比較了擾動觀察法及電導增量法的跟蹤性能,并提出一種改進的擾動觀察法,仿真結果表明該方法可有效減少傳統(tǒng)擾動觀察法的誤判功率損失,具有較好的動態(tài)響應速度和穩(wěn)定度;最后詳細研究了遺傳算法和神經(jīng)網(wǎng)絡在光伏發(fā)電系統(tǒng)最大功率點跟蹤控制中的應用,實驗及仿真結果表明了基于遺傳算法優(yōu)化的徑向基神經(jīng)網(wǎng)絡的優(yōu)越性。
【關鍵詞】：太陽能發(fā)電 光伏應用系統(tǒng) 最大功率點跟蹤 遺傳算法 RBF神經(jīng)網(wǎng)絡
【學位授予單位】：青島大學
【學位級別】：碩士
【學位授予年份】：2009
【分類號】：TM615
【目錄】：

• 摘要2-3
• Abstract3-6
• 第一章 緒論6-20
• 1.1 課題背景6-11
• 1.1.1 能源危機與環(huán)境污染6-7
• 1.1.2 太陽能和光伏發(fā)電7-11
• 1.2 光伏應用系統(tǒng)概述11-16
• 1.2.1 光伏應用系統(tǒng)的構成11-13
• 1.2.2 光伏應用系統(tǒng)的分類13-16
• 1.3 國內外關于光伏應用系統(tǒng)的研究動向16-18
• 1.3.1 并網(wǎng)光伏應用系統(tǒng)16-17
• 1.3.2 變換器17
• 1.3.3 MPPT控制17-18
• 1.4 本課題的研究意義及主要內容18-20
• 第二章 光伏電池的建模及仿真研究20-40
• 2.1 光伏電池簡介20-23
• 2.1.1 光伏電池的工作原理20-21
• 2.1.2 光伏電池的分類21-22
• 2.1.3 光伏電池的發(fā)展趨向22-23
• 2.2 光伏電池輸出特性的研究23-34
• 2.2.1 光伏電池的等效電路23-26
• 2.2.2 光伏電池的輸出特性26-28
• 2.2.3 光伏電池輸出特性的仿真及實驗研究28-34
• 2.3 光伏陣列的建模及仿真研究34-38
• 2.3.1 光伏陣列的數(shù)學模型34-35
• 2.3.2 光伏陣列的建模及仿真研究35-38
• 2.4 本章小結38-40
• 第三章 光伏應用系統(tǒng)最大功率點跟蹤控制的研究40-68
• 3.1 MPPT控制的基本原理40-41
• 3.2 MPPT控制方法研究41-47
• 3.2.1 恒定電壓控制法41-43
• 3.2.2 擾動觀察法43-44
• 3.2.3 電導增量法44-46
• 3.2.4 模糊邏輯控制法46
• 3.2.5 其他MPPT控制方法46-47
• 3.3 光伏陣列MPPT控制的實現(xiàn)策略47-51
• 3.4 仿真結果及分析51-64
• 3.4.1 擾動觀察法的仿真結果51-57
• 3.4.2 電導增量法的仿真結果57-63
• 3.4.3 兩種MPPT算法仿真結果的分析與比較63-64
• 3.5 一種改進的擾動觀察法64-67
• 3.5.1 改進擾動觀察法的算法原理64-65
• 3.5.2 改進擾動觀察法的仿真結果65-67
• 3.6 本章小結67-68
• 第四章 基于GA優(yōu)化的RBF神經(jīng)網(wǎng)絡在光伏電池MPPT中的應用68-80
• 4.1 遺傳算法68-71
• 4.1.1 遺傳算法的基本思想68-71
• 4.1.2 遺傳算法的特點71
• 4.2 RBF神經(jīng)網(wǎng)絡71-73
• 4.2.1 RBF神經(jīng)網(wǎng)絡的結構及特點71-73
• 4.2.2 RBF神經(jīng)網(wǎng)絡的學習方法73
• 4.3 基于GA優(yōu)化的RBF神經(jīng)網(wǎng)絡在光伏電池MPPT中的應用73-78
• 4.3.1 基于GA優(yōu)化的RBF神經(jīng)網(wǎng)絡的實現(xiàn)方法73-76
• 4.3.2 GA-RBF神經(jīng)網(wǎng)絡在光伏電池MPPT中的應用76-78
• 4.4 本章小結78-80
• 第五章 結論與展望80-82
• 參考文獻82-85
• 致謝85-86
• 攻讀學位期間發(fā)表的學術論文86-88

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 何人望;吳迅;齊艷;饒建蘭;;基于PSIM的光伏并網(wǎng)系統(tǒng)的仿真研究[J];電源技術;2012年06期

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 黃克亞;光伏發(fā)電系統(tǒng)最大功率點跟蹤算法研究及實現(xiàn)[D];蘇州大學;2010年

2 焦凌云;光伏發(fā)電系統(tǒng)MPPT及自動跟蹤控制的研究[D];中原工學院;2011年

3 田華;計及感應電動機負荷的光伏并網(wǎng)系統(tǒng)的小干擾穩(wěn)定性分析[D];太原理工大學;2011年

4 常超;三相光伏并網(wǎng)系統(tǒng)控制策略的研究[D];西安理工大學;2010年

5 李建;一種具有MPPT功能的并網(wǎng)逆變器研究[D];青島大學;2010年

6 王東嬌;太陽能光伏發(fā)電控制技術研究[D];中北大學;2010年

7 韓雄;光伏陣列模擬器的設計[D];太原理工大學;2012年

8 解俊娣;基于DFLC的光伏發(fā)電MPPT控制策略的研究[D];天津理工大學;2012年

9 何占寧;雙模式光伏控制系統(tǒng)的研究[D];青島大學;2012年

10 劉玉明;光伏發(fā)電系統(tǒng)的一種MPPT控制算法的研究[D];青島大學;2012年

  本文關鍵詞：太陽能（光伏）應用系統(tǒng)優(yōu)化控制的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：328730