三相双级式光伏并网发电系统的研究
发布时间：2021-05-20 09:48
太阳能作为一种新能源越来越受到各国的重视。光伏电池本身具有较强的非线性特征,因此最大功率点跟踪是光伏电池研究的一个重点。本文以光伏并网发电系统作为研究对象,具体研究内容如下。首先,系统地论述课题研究的背景以及研究现状,对光伏并网发电系统的原理和基本组成部分进行了简单地介绍。其次,对光伏电池的工作原理进行分析并且推导出工程实际中光伏电池输出特性的表达式。在此基础上对光伏电池进行建模,并且对仿真的结果进行了分析,实验结果表明简化的工程电池模型可以较好地反映出光伏电池的特性。然后,分析了最大功率点跟踪的原理并对比了常用控制方法的优缺点。论述了 BP神经网络以及遗传算法的原理,利用遗传算法优化BP神经网络,将大变异的思想引入遗传算法,提出了大变异遗传算法优化BP神经网络的最大功率点跟踪方法。构建了 LGA-BP的最大功率点跟踪的模型并进行仿真。从仿真结果可以看出,较传统的方法而言,改进后的方法能够更好地跟踪到光伏电池的最大功率点。最后,构建了基于SPWM的电压型并网逆变器控制的三相双级式光伏并网发电系统。对逆变器的控制策略进行研究分析,选用的为双环控制策略,外环采用的是电压控制策略,内环采用的...
【文章来源】：山东科技大学山东省
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题的研究背景与意义
1.2 国内外研究现状
1.3 光伏发电系统的类型
1.4 本文的主要研究工作
2 光伏电池的建模及仿真分析
2.1 光伏电池的工作模型与电量方程
2.2 工程用光伏电池的数学建模
2.3 光伏电池的建模仿真与研究
2.4 本章小结
3 最大功率点跟踪原理及控制方法
3.1 最大功率点跟踪的原理及常用控制方法
3.2 BP神经网络及遗传算法的原理
3.3 大变异遗传算法优化BP神经网络的研究
3.4 基于LGA-BP的MPPT的建模与仿真
3.5 本章小结
4 三相双级式光伏并网发电系统控制策略的研究
4.1 光伏并网系统的拓扑结构
4.2 三相双级式光伏并网逆变器的控制策略
4.3 基于SPWM的双闭环并网控制
4.4 三相双级式光伏逆变并网系统的仿真模型及波形分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者从事科学研究和学习经历简介
攻读硕士期间主要成果
【参考文献】：
期刊论文
[1]基于大变异GA-BP的MPPT的仿真与研究[J]. 刘宁,张晶,赵圣芳. 制造业自动化. 2017(07)
[2]基于蚁群优化的MPPT算法研究[J]. 武玉晶,刘宁,吕恒琪. 数学的实践与认识. 2017(05)
[3]基于防突变负载的光伏并网发电最大功率点跟踪方法与实验研究[J]. 方小坤,安毓英. 电测与仪表. 2017(03)
[4]太阳能发展“十三五”规划[J]. 太阳能. 2016(12)
[5]改进BP神经网络的光伏系统发电功率预测[J]. 韩艳赞,周伟. 计算机系统应用. 2016(11)
[6]LCL并网逆变器的电流双闭环控制[J]. 刘文军,周龙,陈剑,唐西胜,宋毅,何禹清. 电力系统保护与控制. 2016(17)
[7]基于恒电压跟踪法和自适应占空比扰动法的最大功率点跟踪研究[J]. 许洁,刘星桥. 电测与仪表. 2016(09)
[8]基于BP神经网络的光伏发电预测模型设计[J]. 王思睿,薛云灿,李彬,邓立华,顾菁. 微处理机. 2016(02)
[9]基于改进的扰动观察法在光伏发电MPPT中的应用[J]. 陈令军,戴瑜兴,全惠敏. 电源技术. 2016(03)
[10]基于BP神经网络算法的光伏发电预测系统设计[J]. 张文涛,辛义. 科技创新与应用. 2016(07)
硕士论文
[1]三相单级式光伏并网发电系统的研究[D]. 武玉晶.山东科技大学 2017
[2]锅炉燃烧系统的智能控制与仿真研究[D]. 吉龙生.哈尔滨理工大学 2016
[3]智能控制在啤酒发酵系统温度优化控制中的研究[D]. 徐佳.哈尔滨理工大学 2016
[4]基于混合优化神经网络的光伏发电MPPT方法研究[D]. 许晓琳.沈阳建筑大学 2016
[5]太阳能发电技术的综合评价及应用前景研究[D]. 辛培裕.华北电力大学 2015
[6]光伏发电系统最大功率跟踪技术研究[D]. 李艳.天津大学 2015
[7]光伏发电系统最大功率点跟踪研究[D]. 孙德达.山东大学 2014
[8]基于粒子群算法优化BP神经网络的光伏系统最大功率点跟踪研究[D]. 郭亮.西南交通大学 2011
本文编号：3197546
【文章来源】：山东科技大学山东省
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题的研究背景与意义
1.2 国内外研究现状
1.3 光伏发电系统的类型
1.4 本文的主要研究工作
2 光伏电池的建模及仿真分析
2.1 光伏电池的工作模型与电量方程
2.2 工程用光伏电池的数学建模
2.3 光伏电池的建模仿真与研究
2.4 本章小结
3 最大功率点跟踪原理及控制方法
3.1 最大功率点跟踪的原理及常用控制方法
3.2 BP神经网络及遗传算法的原理
3.3 大变异遗传算法优化BP神经网络的研究
3.4 基于LGA-BP的MPPT的建模与仿真
3.5 本章小结
4 三相双级式光伏并网发电系统控制策略的研究
4.1 光伏并网系统的拓扑结构
4.2 三相双级式光伏并网逆变器的控制策略
4.3 基于SPWM的双闭环并网控制
4.4 三相双级式光伏逆变并网系统的仿真模型及波形分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者从事科学研究和学习经历简介
攻读硕士期间主要成果
【参考文献】：
期刊论文
[1]基于大变异GA-BP的MPPT的仿真与研究[J]. 刘宁,张晶,赵圣芳. 制造业自动化. 2017(07)
[2]基于蚁群优化的MPPT算法研究[J]. 武玉晶,刘宁,吕恒琪. 数学的实践与认识. 2017(05)
[3]基于防突变负载的光伏并网发电最大功率点跟踪方法与实验研究[J]. 方小坤,安毓英. 电测与仪表. 2017(03)
[4]太阳能发展“十三五”规划[J]. 太阳能. 2016(12)
[5]改进BP神经网络的光伏系统发电功率预测[J]. 韩艳赞,周伟. 计算机系统应用. 2016(11)
[6]LCL并网逆变器的电流双闭环控制[J]. 刘文军,周龙,陈剑,唐西胜,宋毅,何禹清. 电力系统保护与控制. 2016(17)
[7]基于恒电压跟踪法和自适应占空比扰动法的最大功率点跟踪研究[J]. 许洁,刘星桥. 电测与仪表. 2016(09)
[8]基于BP神经网络的光伏发电预测模型设计[J]. 王思睿,薛云灿,李彬,邓立华,顾菁. 微处理机. 2016(02)
[9]基于改进的扰动观察法在光伏发电MPPT中的应用[J]. 陈令军,戴瑜兴,全惠敏. 电源技术. 2016(03)
[10]基于BP神经网络算法的光伏发电预测系统设计[J]. 张文涛,辛义. 科技创新与应用. 2016(07)
硕士论文
[1]三相单级式光伏并网发电系统的研究[D]. 武玉晶.山东科技大学 2017
[2]锅炉燃烧系统的智能控制与仿真研究[D]. 吉龙生.哈尔滨理工大学 2016
[3]智能控制在啤酒发酵系统温度优化控制中的研究[D]. 徐佳.哈尔滨理工大学 2016
[4]基于混合优化神经网络的光伏发电MPPT方法研究[D]. 许晓琳.沈阳建筑大学 2016
[5]太阳能发电技术的综合评价及应用前景研究[D]. 辛培裕.华北电力大学 2015
[6]光伏发电系统最大功率跟踪技术研究[D]. 李艳.天津大学 2015
[7]光伏发电系统最大功率点跟踪研究[D]. 孙德达.山东大学 2014
[8]基于粒子群算法优化BP神经网络的光伏系统最大功率点跟踪研究[D]. 郭亮.西南交通大学 2011
本文编号：3197546
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3197546.html
教材专著
