學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73897

Browse

Subject: search.filters.subject.太陽能發電系統

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    高增益電力轉換器應用於獨立型太陽能發電系統
    (2024) 林信文; Lin, Xin-Wen
    本研究提出了一種新型的高增益電力轉換器，旨在應用於獨立型太陽能發電系統。在太陽能發電系統中，電力電子轉換器和最大功率點追蹤技術是該系統的兩個關鍵要素。由於傳統太陽能板的發電輸出電壓較低，因此需要透過串聯的方式來提高電壓水平。然而，這也導致當太陽能板發生遮蔭現象時，輸出功率會急劇下降，進而影響整體系統轉換效率的問題。首先，本研究提出的高增益電力轉換器能夠接受太陽能板的輸入電壓範圍為20V-40V。所提出的電力轉換器將在低責任週期下操作，將輸入電壓轉換為380V的直流電，轉換效率達到80%以上。此外，所提出的轉換器與爬山演算法最大功率追蹤算法結合運用，以實現系統的最大發電效能，其中最大功率點效能達99%。其次，本系統可將太陽能板以並聯的方式連接，以改善太陽能板串聯產生遮蔭問題，進而提升系統效能。最後，本研究使用MATLAB進行模擬和實測驗證，證明所提出的電力轉換器的效能優於傳統的升壓式轉換器。
  • No Thumbnail Available
    Item
    倒傳遞類神經網路技術應用於太陽能發電預測
    (2016) 穆格銘; Mu, Ko-Ming
    由於太陽光電並不會穩定的輸出電力，其原因是太陽光在照射到地球表面的過程中容易受到空氣中的物質所影響，例如雲層、雜質…等。當太陽光照射至太陽光電模組的過程中受到雲層等物質的遮蔽，太陽光電模組會立即降低發電量；太陽光電模組亦會因太陽能電池的材質、溫度、架設的地點以及面向方位而影響發電的效率。 本論文主要目的在於應用倒傳遞類神經網路技術於預測領前1至24小時之太陽能發電量，並分析於台中光電廠之發電預測效果。利用8種不同的輸入組合，架構倒傳遞類神經網路並比較各方法預測效果之優劣，最後選擇其中一種方法進行太陽能發電預測。根據預測結果顯示，加入未來因子之預測方法具有較好的預測結果。