1. 研究目的与意义
（一）研究背景
随着全球经济的快速发展，全球能源的逐渐紧张和环境污染的日益严重，太阳作为一种清洁的可再生的绿色能源，因此越来越受到人们的重视。光伏电池是太阳能光伏发电系统中的关键核心部分，因此，光伏电池成为太阳能光伏发电系统研究中的重要课题。太阳电池（photovoltaic cell，pv）是一种太阳光能量转换成电能的能量转换元件，其输出功率受日照和电池表面温度等外界环境因素影响较大。传统的光伏电池稳态性评价模型均是基于光伏阵列的数学模型进行建模，通过已建立的模型对系统功率流进行计算，从而对系统进行实进控制该方法需对太阳电池和生产规格等物理参数详细了解，然后在实际应用过程事，一般用户很难获得这些参数，同时根据参数推导出的数学模型不一定正确，因此，通过采用传统的数学建方法预测的最大功率点与实际情况有时相差很远。
（二）意义
2. 研究内容和预期目标
（一）研究内容为了充分、高效地利用太阳能,使太阳能尽可能多地输出转变能量，mppt技术成了光伏发电的关键技术。mppt控制通常采用dc/dc电路,通过采集光伏电池的输出电压和电流，计算出输出功率,结合控制算法，通过控制dc/dc电路的占空比来控制输出电压从而跟踪到最大功率点。
（二）预期目标
本课题拟根据光伏电池的功率-电压曲线，在已有控制算法的基础上,采用在线rbf神经网络对最大功率点位置进行预测，并引入贝塔法即时更新预测模型。设计采用dsp为核心的信号控制硬件，并在实验平台上验证该控制方法的动态、稳态特性。
3. 研究的方法与步骤
（一）研究方法
以所学的理论知识为基础，通过实验掌握实际动手能力。通过查找文献完成对常见优化算法及所研究课题的了解，找到最合适的设计方法。
（二）研究步骤
4. 参考文献
[1] 赵争鸣, 刘建政.太阳能光伏发电及其应用[m]. 北京: 科学出版社, 2005.[2]张建坡, 张红艳, 王涛, 冉慧娟. 光伏系统中最大功率跟踪算法仿真研究[j]. 计算机仿真, 2010, 27(1): 266-271.
[3]李勇, 李春明, 李秀娟. 基于rbf 神经网络的模拟电路故障诊断方法的研究[j]. 机械工程与自动化, 2009, 2(1):115-118.
[4]张铃,张钹.人工神经网络理论及应用[m].浙江:浙江科学技术出版社,1997.
5. 计划与进度安排
(1) 2022-02-23 – 2022-02-26 毕业实习介绍与课程了解的介绍；(2) 2022-02-27 – 2022-03-05 课程的进一步了解与介绍；
(3) 2022-03-06 – 2022-03-12 matlab软件的了解与学习；
(4) 2022-03-13 – 2022-03-19 分析、总结失配情况下mppt控制器运行特点；
