1. 研究目的与意义
研究背景：进入21世纪以来，能源紧缺问题已是世界各国面临的巨大挑战，伴随全球经济的快速发展，我国已经成为了能源消费大国，主要依靠煤、石油和天然气等化石能源，但这三大能源都是不可再生能源，在这种形势下，开发利用清洁的可再生能源已成为我国能源领域中一个十分紧迫的课题。太阳能作为一种新型的绿色可再生能源，具有储量大、分布广、无污染、使用方便等优点。随着能源危机与环境污染的加剧，太阳能的利用越来越受到人们的重视，而太阳能光伏发电技术的应用更是人们普遍关注的焦点。由于光伏组件均是由多个单体光伏电池串联而成，当光伏组件中各个单体光伏电池所接收的太阳辐射均等时，其输出的功率电压曲线呈单峰状。然而，在很多情况下，由于光伏组件表面存在不透明物体的遮挡，或者由于多云天气导致组件中部分单体光伏电池接收的光照强度异于其他电池。这种情况下，组件输出的功率电压曲线会出现多个峰值点，导致常规的最大功率点跟踪控制算法失效，不能正确追踪到最大功率点，造成太阳能发电系统功率输出的下降，严重时会引起“热斑”效应造成安全问题。
研究目的：在实际研究中，光伏电池是构成系统的基本部分，而光伏系统最大功率跟踪与光伏外特性密不可分，通过外特性分析跟踪光伏电池最大输出功率是重要的研究热点。为了实现精确控制与良好跟踪性能，广大学者通过算法改进优化最大功率跟踪能力。其中基于神经网络的最大功率跟踪控制算法，需要进行针对性训练，训练过程时间较长。训练结束后，可使输入输出训练样本完全匹配，这是神经网络法的优势。改进粒子群算法在值寻优方面具有巨大优势，局部阴影环境下，传统最大功率跟踪不能跟踪全局峰值，而基于改进粒子群算法的最大功率跟踪能够弥补其缺陷，改善最大功率跟踪性能。基于双面光伏特性，设计改进粒子群算法下最大功率跟踪方案，通过实验仿真结果对比，得出改进粒子群算法最大功率跟踪具有良好跟踪能力，所提算法可应用于工程实践，对准确捕捉到全局最大功率点具有一定参考意义。
研究意义：光伏发电固然有低碳清洁、结构简单、安装方便的优点，但其输出功率易受温度、光照强度等外界影响，具有较强的非线性。本文提出了一种基于粒子群算法的光伏发电系统最大功率点跟踪控制方法，建立了光伏阵列的模型并进行仿真研究，验证了该算法的有效性。该方法使光伏阵列在温度、光照等外界环境不统一的情况下，能够快速有效地跟踪到最大功率点，并且具有较好的追踪精度和稳定性，防止了最大功率点的振荡以及电池的温升，减少了功率损耗，从而大大提高了总功率的输出。
2. 研究内容和预期目标
主要研究内容：
传统的最大功率点追踪算法往往会被困在局部最优，系统的输出效率大大降低。面向双面光伏，设计一种基于粒子群算法的光伏发电系统最大功率点跟踪控制方法，改进粒子群算法在标准情况以及复杂环境下最大功率跟踪性能，建立光伏阵列的系统仿真模型并进行仿真研究，同时验证该算法的有效性。
预期目标：
3. 研究的方法与步骤
研究方法：
（1）文献研究法：本文通过检索大量的文献获得关于最大功率点跟踪技术的丰富信息，从而了解研究对象的全貌。
（2）实验法：在MATLAB里对已有的工程模型搭建仿真模型，验证仿真结果；根据粒子群算法原理搭建其仿真模型，编写算法实现仿真实验，通过仿真结果分析该方法的有效性。
4. 参考文献
[1] Raina G, Sinha S.A holistic review approach of design considerations, modelling, challenges and future applications for bifacial photovoltaics[J]. Energy Conversion and Management, 2022, 271: 116290.
[2] Chao K H, Lin Y S, Lai U D. Improved particle swarm optimization for maximum power point tracking in photovoltaic module arrays[J]. Applied energy, 2015, 158: 609-618.
[3] 李荣, 杨勇, 郭苏, 等. 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, 11.
5. 计划与进度安排
（1）2024年2月21日到2024年3月2日 阅读参考文献
（2）2024年3月3日到2024年3月15日 撰写实习报告
（3）2024年3月16日到2024年3月26日 搭建计算机软件环境
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
