随着化石能源危机和环境污染问题的加剧,太阳能作为一种清洁、可持续的新能源,备受人们的关注,尤其是光伏发电产业近年来发展迅速。在光伏发电技术趋于成熟的情况下,仍存在发电效率亟待提升的问题。特别是阴影遮挡等复杂情况下的光伏最大功率点跟踪(Maximum Power Point Tracking,MPPT)问题,仍是当下的热点和难点。本文从光伏电站实现MPPT控制的基础模块出发,逐步深入理论研究在实际工程中的应用问题,选取全局极值搜索性能良好的粒子群算法重新完成在光伏MPPT控制中的应用,并针对其应用中的缺点进行改进。本文具体研究内容如下:(1)首先给出不同类型的光伏发电系统和实现光伏MPPT控制的光伏组件阵列、DC/DC控制器等基本模块,并结合已有研究给出了具体实现的数学模型。然后在第三章中则着重于重申光伏MPPT控制,指出光伏MPPT的实现是一个控制过程,极值搜索算法在光伏MPPT控制中一般被设计为一个功率反馈环节,相关理论研究不能与普通的优化问题等同。最后在建模和控制设计的基础上,给出了具有局部阴影遮挡效果的数值仿真实验平台。(2)选取标准PSO算法进行光伏MPPT控制的研究。光伏发电系统运行过程中,并不具备并行的特性,故PSO算法产生的粒子群体中的每个粒子,必须依次输入光伏电站系统,并在系统稳定之后才能反馈相对准确的输出功率。针对上述问题,应将每代群体的粒子在时间上离散到不同的控制周期中完成光伏MPPT控制过程及功率反馈,当本代粒子全部完成输出,进行新一代粒子群体的规划,不断循环直至达到一定条件退出。设计不同参数的对比数值仿真实验,研究相关参数对其实现的光伏MPPT控制的影响。(3)改进PSO算法实现光伏MPPT控制。在标准PSO算法实现的光伏MPPT控制的数值仿真实验结果引出应用中的两大问题:算法输出的相邻粒子间存在大范围跳动,实际应用时会给光伏发电系统带来极大不稳定性;每个粒子输入光伏发电系统后,其调节时间难以确定,且功率反馈错误会造成严重后果,致使难以加速搜索过程。针对算法特性和上述问题,改进中提出分段Logistic混沌映射初始化群体、群体粒子排序后再输出到光伏发电系统和改进全局最优及个体最优粒子位置更新策略,应用到光伏MPPT控制中,解决了算法相邻输出大范围跳动和反馈功率不准确造成算法不收敛的问题,显著提升了光伏MPPT的性能。