臺灣博碩士論文加值系統

小功率太陽能系統常被應用於獨立的系統中，如LED照明設備。這些系統需具有構造簡單且符合高經濟效益的太陽能最大功率追蹤之技術，其中以雙直線方程式近似法和曲線方程式近似法之類比式最大功率追蹤技術為首選，其優點為構造簡單、成本低、具有快速的追蹤及高效率的追蹤效果；不過，這些太陽能最大功率點追蹤之技術通常是由複雜的數值模擬和實驗結果來獲得太陽能電池的輸出電壓和輸出電流之關係式。
為了協助系統設計者並簡化設計之流程，在這篇論文中提出以類神經網路之方式，來訓練出最大功率追蹤技術中之雙直線方程式近似法和曲線方程式近似法的參數，此類神經網路模型之輸入參數僅需為太陽能電池中最大功率點之電壓(VMP)、最大功率點之電流(IMP)、開路電壓(VOC)、短路電流(ISC)及太陽能電池模組的電池數(NS)，這些參數很容易從太陽能電池規格書中來獲得。論文中收集了現今( 2010年)前十大太陽能模組製造廠商所生產之太陽能模組規格書後，藉由類神經網路模組的模擬來獲得雙直線方程式和曲線方程式的參數，由模擬結果顯示，雙直線方程式近似法和曲線方程式近似法所建立之類神經網路模型可以準確的預測雙直線方程式及曲線方程式之參數，且兩者的參數最大誤差皆小於10%，證明類神經網路模擬應用於追蹤太陽能電池最大功率點上有良好的效能。

Low power PV systems are commonly used in stand-alone applications such as LED lightings. For these systems, a simple and cost-effective maximum power point tracking (MPPT) solution is essential.For low power PV systems, analog MPPT techniques such as two-line approximation (TLA) method and curve approximation (CA) method are preferred due to their simple structure, low cost, fast tracking speed and high tracking efficiency.However, these methods exploit the relationship between the values of panel voltage and current, which often should be obtained by complicated numerical simulations or experiments.
To assist the system designer and simplify the design procedure, an artificial neural network (ANN) based method is proposed in this thesis to obtain the required parameters of the TLA MPPT method and CA MPPT method directly. The input variables are the nominal open-circuit voltage (VOC,STC), the nominal short-circuit current (ISC,STC), the voltage at the MPP (VMP), the current at the MPP (IMP) and the cell number (NS) in the utilized PV array. These data can easily be obtained from datasheets of PV panels. After collecting all the PV panel datasheets of the top 10 PV panel manufacturers in 2010, simulations are made to obtain the parameters of the TLA and CA methods. These data are then utilized as the training data of the proposed ANN. Simulation results show that the proposed ANN can precisely predict the parameters of the TLA and CA methods, with largest error smaller than 10%.

摘要 I
Abstract II
誌謝 III
目錄 IV
圖目錄 VI
表目錄 XI
第一章緒論 1
1.1 前言 1
1.2 研究動機與目的 2
1.3 太陽能電池最大功率追蹤系統模擬架構 3
1.4 論文大綱 3
第二章太陽能電池介紹 4
2.1 太陽能電池原理 4
2.2 太陽能電池種類 5
2.3 太陽能電池電氣特性 7
第三章最大功率點追蹤法與類神經網路概述 12
3.1 最大功率點追蹤控制簡介 12
3.1.1 電壓回授法 12
3.1.2 功率回授法 13
3.1.3 擾動觀察法 13
3.1.4 增量電導法 15
3.1.5 實際量測法 18
3.1.6 直線近似法 18
3.1.7 雙直線方程式法與曲線方程式法 19
3.2 類神經網路 22
3.2.1倒傳遞類神經網路 24
3.2.2 倒傳遞類神經網路演算法 26
3.2.3 倒傳遞類神經網路學習規則 28
第四章最大功率追蹤點之類神經網路模型建立 30
4.1 資料收集 30
4.2 建立資料庫 31
4.3 使用MATLAB之nntool指令建立類神經網路模型 35
4.3.1 類神經網路預測模型建立 35
4.3.2類神經網路預測模型訓練 44
4.3.3 類神經網路預測模型模擬 52
第五章模擬結果及討論 55
5.1 類神經網路演算法之選定 55
5.2 類神經網路架構和參數設定 58
5.3 模擬結果 65
第六章結論與未來展望 76
6.1 結論 76
6.2 未來展望 77
參考文獻 78

[1]Report of GermanAdvisoryCouncilonGlobalChange(WBGU), 2003.
[2]電力中央研究所報告書。
[3]莊嘉琛，「太陽能工程-太陽電池篇」，全華圖書，民國86 年8 月。
[4]黃柏翔、劉怡成，「太陽能發電系統」，中華水電冷凍空調月刊民國98 年11 月。
[5]蔡進譯，「超高效率太陽電池」，物理雙月刊（廿七卷五期）民國94 年10 月。
[6]劉俊良，「以模糊控制為基礎之太陽能追蹤演算研究」，臺灣科技大學電機工程研究所碩士學位論文，民國一百年一月。
[7]科風股份有限公司(PCM)，「PPV-272S6 datasheet」，http://www.pcmups.com.tw/product/solar/PPV272S6.html.
[8]M. G. Villalva, J. R. Gazoli, and E. R. Filho, “Comprehensive Approach to Modeling and Simulation of Photovoltaic Arrays,“ IEEE Transactions On Power Electronics, Vol. 24, No. 5, May 2009.
[9]Z. Salameh, F. Dagher and W. A. Lynch, “Step-Down Maximum Power Point Tracker for Photovoltaic System,” Solar Energy, Vol. 46, No. 1, pp. 278-282, 1991.
[10]K. Harada and G. Zhao, ”Controled Power Interface Between Solar Cells and AC Source,” IEEE Transactions On Power Electronics, Vol. 8, No. 4, pp. 654-662 , Oct.1993.
[11]C. hang, D. Zhao, J. Wamg, and G. Chen, “A modified MPPT method with variable perturbation step for photovoltaic system,” IEEE Conference, IPEMC '09., pp. 2096-2099, 2009.
[12]E. Koutroulis, K. Kalaitzakis, and N. C. Voulgaris, “Development of a Microcontroller-Based Photovoltaic Maximum Power Point Tracking Control System,” IEEE Transactions on Power Electronics, Vol. 16, No. 1, pp. 46-54, Jan. 2001.
[13]J. A. B. Vieira and A. M. Mota, “Maxmium Power Point Tracker Applied in Batteries Charging with PV Panels,”IEEEIndustrial Electronics, 2008.
[14]陳正雄，「獨立型太陽能供電系統之研製」，長庚大學電機工程研究所碩士學位論文，民國九十二年六月。
[15]K. H. Hussein, I. Muta, T. Hoshino, and M. Osakada, “Maximum Photovoltaic Power Tracking: an Algorithm For Rapidly Changing Atmospheric Condition,” Generation Transmission Distribution, Vol. 142, No. 1, pp. 59-64, 1995.
[16]F. Liu, S. Duan, F. Liu,B. Liu, and Y. Kang, “A Variable Step Size INC MPPT Method for PV Systems,” IEEE Industrial Electronics Transactions on., vol. 55, pp. 2622-2628, 2008.
[17]H. Kobayashi, K. Takigawa, E. Hashimoto, A. Kitamura and H. Matsuda, “Method for Preventing Islanding Phenomenon on Utility Grid with a Number of small PV System,” Proceedings of IEEE Photovoltaic Specialists Conf. pp.695-700, 1991.
[18]N. Mutoh, M. Ohno, and T. Inoue, “A method for MPPT control while searching for Parameters corresponding to weather conditions PV feneration system,” IEEE Transactions on Industrial Electronics, Vol. 53, No. 4, Aug. 2006.
[19]葉怡成，「類神經網路模式應用與實作」，儒林圖書出版，2003。
[20]朱凱、王正林，「精通MATLAB神經網絡」，電子工業出版，2010年1月。
[21]陳堃峯，「應用模糊類神經網路於壓電致動器之精密定位控制研究」，國立東華大學電機工程研究所碩士學位論文，民國九十三年六月。
[22]鈦思科技股份有限公司，「MALTAB於類神經網路計算之運用」，http://www.cc.ncku.edu.tw/signup/docs/2010_EDUSeminar_NN.pdf.