太阳能道路照明智能控制系统研究

摘要

随着化石能源的日益衰竭，能源危机和环境污染愈加严重，太阳能作为一种取之不尽，用之不竭的可再生清洁能源，用之取代化石能源具有重要的意义。太阳能道路照明系统作为太阳能利用的一种方式，被广泛应用照明领域。由于蓄电池使用寿命常常达不到设计要求，是整个系统中最薄弱的环节，所以加强能量管理，尤其是对蓄电池的充放电控制尤其重要。再则，目前的控制器控制策略单一，放电时间偏短，难以在连续阴雨天或高寒等恶劣环境下持续放电。因此，研发能量管理高效、智能化程度高的控制器具有广泛的应用价值。
　　为了能对蓄电池高效充电，本文在太阳能光伏电池和铅酸蓄电池数学模型的基础上，分析了最大功率点跟踪(MPPT)技术，并对蓄电池充电策略进行优化补充。另外，针对目前的控制器放电策略不够完善，难以自如应对连续阴雨天或高寒等恶劣天气的情况，本文深入分析了环境温度、蓄电池剩余电量、天气状况等因素对系统照明时间的影响，并给出了一种基于人工神经网络算法的解决方案。
　　本文给出了一个基于改进型蚁群-BP网络算法的数学模型，并对该模型进行了数学分析。将该模型应用于本文设计的放电控制策略中，并对它的准确性进行了MATLAB仿真分析。然后，搭建了一个以Atmega8L为控制核心实验平台，该平台包括：Buck型充电电路，控制负载运行的驱动电路和其他外围电路，以及满足相应功能要求的软件程序。
　　最后，对本课题设计的控制器与北京日月升科技公司生产的RYS-JK71控制器进行性能比较，根据测试结果，采用MPPT优化算法的控制器在充电效率上高于RYS-JK71控制器，以及在连续阴雨天、高寒等恶劣气候条件下，本控制器的放电时间比RYS-Jk71长大约1/3，使得控制器具有更强的适应性，且能在恶劣环境下稳定可靠运行。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究的目的及意义

1.2国内外太阳能道路照明控制系统研究现状

1.3 主要研究内容

1.4 论文结构

第2章 太阳能道路照明智能控制系统控制策略研究

2.1 系统分析与设计

2.2 控制器智能充放电策略研究

2.3 本章小结

第3章 蚁群-BP网络算法在智能放电策略中的应用

3.1 智能放电控制策略的BP网络建模

3.2 蚁群-BP神经网络算法

3.3 控制器智能放电策略仿真与分析

3.4 本章小结

第4章 太阳能道路照明智能控制系统设计

4.1控制系统充放电电路

4.2控制器智能充放电策略的软件设计

4.3本章小结

第5章 现场调试与结果分析

5.1蓄电池高效充电

5.2 系统放电性能分析

5.3本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢