太陽能蓄電池與光照時間的關系
例如:有一塊單晶硅電池的組件,最大的輸出功率Pm(額定功率)為25W,峰值電壓(額定電壓)Ump為17.2V,峰值電流(額定電流)為1.45A,開路電壓為21V,短路電流為Isc為1.5A,某地區有效光照時間為12小時,求太陽能電池一天的發電量和所需的蓄電池的容量。
已知:Pm=25w ,h=12h ,U=17.2V ,太陽能電池的發電效率為:u=0.7,蓄電池的補償值為n=1.4
太陽能電池的發電量:M=Pm×h×u=25×12×0.7=210W
按上訴公式:C=Ph/U=25×12/17.2=17.44Ah
那么實際的蓄電池的有效容量要在C=17.44/1.40=12.46Ah以上
所以在實際中我們可以選擇14Ah左右容量的蓄電池。
標簽：
太陽能
光照
蓄電池
上傳時間：
2013-11-08
上傳用戶：life840315
提供一個人工免疫算法源程序，其算法過程包括：
1.設置各參數
2.隨機產生初始群體——pop=initpop(popsize,chromlength)
3.故障類型編碼，每一行為一種！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。實際故障測得數據編碼，這里Unnoralcode,188％
4.開始迭代（M次）：
1）計算目標函數值：歐氏距離[objvalue]=calobjvalue(pop,i)
2）計算群體中每個個體的適應度fitvalue=calfitvalue(objvalue)
3）選擇newpop=selection(pop,fitvalue) objvalue=calobjvalue(newpop,i) ％
交叉newpop=crossover(newpop,pc,k) objvalue=calobjvalue(newpop,i) ％
變異newpop=mutation(newpop,pm) objvalue=calobjvalue(newpop,i) ％
5.求出群體中適應值最大的個體及其適應值
6.迭代停止判斷。
標簽：
人工免疫
算法
源程序
上傳時間：
2014-01-01
上傳用戶：trepb001
