基于改进的QPSO算法在MPPT中的应用研究
【图文】:
PV模块
光伏发电系统的原理及建模仿真S 为环境光照强度); 、 、 为补偿系数,通过大量实验数据拟合,得: =0.0025/℃, =0.5, =0.00288/℃。这里将( )ln 1+ S修正为 ( ln e +在标准状况下,该项取值为 1,有效避免温度对阵列输出特性的影响。据上述对太阳能光伏电池的建模分析,在 MATLAB/Simulink环境下建立其仿-3 所示。入模块的量为光照强度、环境温度,输出为光伏电池产生的直流电流。图 2-3 PV 模块Fig. 2-3 PV module内部仿真结构如下图 2-4 所示,其中的 Isc、Voc、Im、Vm根据实验电池选择的。
【学位授予单位】:东北农业大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TM615
【相似文献】
相关期刊论文 前10条
1 马桂珍;王刚;;利用QPSO算法的装配式建筑项目工序优化方法(英文)[J];机床与液压;2018年12期
2 靳雁霞;王贺;程思岳;张晋瑞;程琦甫;;融合QPSO算法的多精度布料仿真建模方法[J];计算机工程与应用;2019年01期
3 周丽娟;;基于QPSO-WNN在异常检测中的应用[J];长春理工大学学报(自然科学版);2009年03期
4 李中帅;李洪波;魏卓;;优化的小波神经网在异常检测中的应用研究[J];科技信息;2009年31期
5 孙俊;奚茂龙;须文波;;基于QPSO的证券市场GARCH模型实证研究[J];数值计算与计算机应用;2007年04期
6 刘大山;常军;巩文龙;康晓明;;QPSO算法识别环境激励下结构模态参数[J];苏州科技学院学报(工程技术版);2013年04期
7 奚茂龙;孙俊;须文波;;基于QPSO的证券市场ARCH模型实证研究[J];计算机工程与应用;2006年09期
8 袁小平;金鹏;周国鹏;;融合社会学习和莱维飞行的改进QPSO算法[J];微电子学与计算机;2019年04期
9 金磊;赵平;王耀武;梁鹏程;刘言;;QPSO算法在天线阵列波形优化中的应用研究[J];电子设计工程;2014年12期
10 应益强;付蓉;黄校娟;徐俊;;基于不确定性优化理论的电网三级电压控制策略[J];电器与能效管理技术;2019年08期
相关硕士学位论文 前8条
1 张卫丹;基于改进的QPSO算法在MPPT中的应用研究[D];东北农业大学;2019年
2 王晓宗;基于改进QPSO算法的无人机路径规划研究[D];武汉理工大学;2017年
3 毕叶平;基于QPSO算法的神经网络预测模型的程序化交易研究[D];厦门大学;2017年
4 张端;Ad Hoc无线自组织网网络流量的研究[D];江南大学;2009年
5 岳洋;改进的协同量子粒子群优化算法及其图像分割应用研究[D];西安电子科技大学;2015年
6 毛蓝;基于自相似特性的网络业务流的研究[D];江南大学;2007年
7 王一蒙;直流集成光伏模块输出功率优化与并网[D];浙江大学;2017年
8 刘大山;基于QPSO算法的结构参数识别研究[D];苏州科技学院;2014年
,本文编号:2603646
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2603646.html