导读:本文包含了最大功率论文开题报告文献综述及选题提纲参考文献，主要关键词:微生物燃料电池,粒子群算法,最大功率跟踪
最大功率论文文献综述
史晓琳,颜闽秀,赵文刚[1]（2019）在《基于粒子群算法的微生物燃料电池最大功率跟踪》一文中研究指出微生物燃料电池能够在实现污水发电,实现清洁能源的同时,对污水中的微生物进行分解和净化,有较大的发展空间。但微生物燃料电池的输出电压和输出功率,受负载波动的影响都较大,为了充分利用电池系统的产电效能,将电池控制在最大功率输出状态具有实际意义。文章对微生物燃料电池的电化学模型进行了系统的阐述,并将粒子群算法应用于电池最大功率跟踪,在负载变化的情况下,始终实现最大功率输出。(本文来源于《科技创新与应用》期刊2019年33期）
傅仕航,赵恒阳,石健将[2]（2019）在《基于叁端口模块级联型固态变压器的分布式太阳电池组的最大功率输出跟踪控制研究》一文中研究指出研究通过一种叁端口模块级联型固态变压器,将太阳电池组直接接入微电网,并提出一种改进的控制策略;该控制策略不仅使模块级联型固态变压器运行时具有网侧单位功率因数、能量双向传输、各级联模块均衡传输功率等原有功能,同时,无需专用的控制器,还可实现分布式太阳电池组实时输出最大功率以及就近消纳功能。实验验证该控制策略的先进性与可行性。(本文来源于《太阳能学报》期刊2019年11期）
陈海峰,杨俊华,沈辉,黄宝洲,卢思灵[3]（2019）在《基于混沌飞蛾捕焰算法的波浪发电系统最大功率跟踪》一文中研究指出针对水动力参数非线性导致直驱式波浪发电系统控制效果不佳问题,文章采用混沌飞蛾捕焰优化控制算法解决。该算法初期引入具有非周期性和遍历性的混沌算子,采用多精英组合的直线捕焰模式寻优;后期结合火焰自适应机制,采用螺旋捕焰方式,求解最优电磁力,控制直线发电装置,提高捕获效率。通过ANSYS软件进行浮子的水动力数值计算,结合改进算法寻求系统最优负载。仿真结果表明,在波浪周期变化时,混沌飞蛾捕焰算法能有效提高全局搜索能力和求解精度,增加系统输出功率。(本文来源于《可再生能源》期刊2019年11期）
李荣,杨勇,郭苏,施建中[4]（2019）在《基于改进粒子群算法的光伏最大功率跟踪研究》一文中研究指出在局部阴影情况下,带有旁路二极管的光伏阵列P-U呈现多峰特性,导致常规的最大功率点跟踪方法失效。针对多峰值问题,在建立和分析光伏阵列P-U特性曲线的基础上,提出了采用自适应变异粒子群算法进行光伏阵列的最大功率点跟踪方法。该算法根据光伏阵列在局部阴影时P-U曲线上功率极值点的分布特点初始化种群,在传统粒子群算法基础上,通过引入自适应权因子和变异机制来加速算法收敛及防止算法陷入局部极值。仿真测试表明,提出的改进方法能够快速有效地实现光伏局部阴影下的最大功率点跟踪,相比于粒子群算法,可有效避免陷入局部极值点,收敛速度更快,且具有应对太阳光照变化的能力,提高了局部阴影时光伏发电的效率。(本文来源于《电源技术》期刊2019年11期）
马洁,胡仁松,白连平[5]（2019）在《潮流发电最大功率跟踪发电机失速问题研究》一文中研究指出在研究实现潮流发电最大功率跟踪算法时,发现发电机存在失速问题。为了解决这个问题,本文提出在最大功率跟踪算法中增加一个电压闭环,通过增加电压闭环来控制转速,从而达到潮流发电最大功率跟踪发电机不失速的目标。(本文来源于《电气技术》期刊2019年11期）
孙虎,韩景森,高慧敏[6]（2019）在《混合智能优化算法在光伏最大功率点跟踪技术的应用》一文中研究指出针对传统的光伏最大功率点跟踪(maximum power point tracking,MPPT)技术因外界环境发生变化而导致失效这一现象,采用粒子集群算法与遗传算法相结合的混合智能优化算法,首先通过粒子集群算法进行全局搜索,确定最大值所在的区域,再利用遗传算法的局部搜索能力,对最大值附近的空间进行搜索.混合智能优化算法可以大大提高搜索的速度和精度,仿真实验验证了该算法的优越性.(本文来源于《嘉兴学院学报》期刊2019年06期）
张商州,楚冰清,袁训锋,郭琳[7]（2019）在《光伏阵列模型分析及最大功率点跟踪研究》一文中研究指出分析并建立了光伏阵列的数学模型,得出在不同光照强度和温度下光伏阵列的P-V特性曲线,针对光伏发电最大功率点跟踪传统方法,提出将模糊控制加入到扰动观察法中,在Matlab中通过仿真对比分析改进前后扰动观察法的输出功率曲线,证明加入模糊控制后的扰动观察法在跟踪的速度和稳定性上都有所提高。(本文来源于《自动化与仪器仪表》期刊2019年10期）
徐鹏坤[8]（2019）在《基于最大功率判断的太阳能电池MPPT研究》一文中研究指出针对太阳能电池最大功率跟踪(MPPT)的问题,阐述叁点比较式扰动观察法的原理。对于该方法应对环境变化的不足之处,提出基于最大功率判断的叁点比较式扰动观察法,能够在原方法的基础上,根据测试数据以及环境条件判断最大功率点的偏移方向,为太阳能电池的输出调节提供依据;在PSIM仿真软件中进行算法的编写,选取Boost升压电路作为MPPT控制算法的载体。仿真结果表明:在光照强度变化以及温度变化时,该方法能够快速响应并重新维持最大功率输出。(本文来源于《建筑电气》期刊2019年10期）
李容爽,谢源,金鹏飞,田黄田[9]（2019）在《GWO-ELMAN神经网络在光伏最大功率点跟踪中的应用》一文中研究指出为了提高光伏电池最大功率点跟踪(MPPT)控制的性能,提出了一种改进的MPPT控制算法。该算法由灰狼优化(GWO)的ELMAN神经网络及恒定电压法组成,继承了恒定电压法控制速度快、控制准确度高及计算量小等优点,并利用优化后的ELMAN神经网络训练出的最大功率点电压模型计算得出的电压替代恒定电压法中固定的最大功率点电压。将改进MPPT控制算法与传统算法进行对比,仿真结果表明:改进算法能够快速、精准地进行MPPT,且与传统恒定电压法相比具有更强的自适应能力。(本文来源于《上海电机学院学报》期刊2019年05期）
赵婷婷,刘莹,夏君铁,李菲菲,赵翀[10]（2019）在《BP神经网络下光伏最大功率点跟踪方法》一文中研究指出为提高光伏并网发电系统的转换效率,提出了采用神经网络结合变步长占空比扰动法的最大功率点跟踪方法.检测温度和照度值,作为网络训练的输入值;通过变步长占空比扰动法,计算出当前最大功率点的电压值,作为网络的输出值;多次改变温度和照度值,获得网络的原始样本进行学习训练,得出网络各个节点的权值;再输入检测的温度和照度值,对网络进行验证.实验结果表明:此方法运算速度快,准确率高,系统电路损耗低,并且具有较高的稳定性.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2019年05期）
最大功率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究通过一种叁端口模块级联型固态变压器,将太阳电池组直接接入微电网,并提出一种改进的控制策略;该控制策略不仅使模块级联型固态变压器运行时具有网侧单位功率因数、能量双向传输、各级联模块均衡传输功率等原有功能,同时,无需专用的控制器,还可实现分布式太阳电池组实时输出最大功率以及就近消纳功能。实验验证该控制策略的先进性与可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最大功率论文参考文献
[1].史晓琳,颜闽秀,赵文刚.基于粒子群算法的微生物燃料电池最大功率跟踪[J].科技创新与应用.2019
[2].傅仕航,赵恒阳,石健将.基于叁端口模块级联型固态变压器的分布式太阳电池组的最大功率输出跟踪控制研究[J].太阳能学报.2019
[3].陈海峰,杨俊华,沈辉,黄宝洲,卢思灵.基于混沌飞蛾捕焰算法的波浪发电系统最大功率跟踪[J].可再生能源.2019
[4].李荣,杨勇,郭苏,施建中.基于改进粒子群算法的光伏最大功率跟踪研究[J].电源技术.2019
[5].马洁,胡仁松,白连平.潮流发电最大功率跟踪发电机失速问题研究[J].电气技术.2019
[6].孙虎,韩景森,高慧敏.混合智能优化算法在光伏最大功率点跟踪技术的应用[J].嘉兴学院学报.2019
[7].张商州,楚冰清,袁训锋,郭琳.光伏阵列模型分析及最大功率点跟踪研究[J].自动化与仪器仪表.2019
[8].徐鹏坤.基于最大功率判断的太阳能电池MPPT研究[J].建筑电气.2019
[9].李容爽,谢源,金鹏飞,田黄田.GWO-ELMAN神经网络在光伏最大功率点跟踪中的应用[J].上海电机学院学报.2019
[10].赵婷婷,刘莹,夏君铁,李菲菲,赵翀.BP神经网络下光伏最大功率点跟踪方法[J].辽宁工程技术大学学报(自然科学版).2019