太阳能由于其储量丰富、无污染和无地域限制等优点,被认为是最具有发展潜力的新能源之一。光伏发电系统能将太阳能转换为电能。作为光伏发电系统的主要组成部件,对太阳能电池和逆变器建立数学模型并获取精确的模型参数能为光伏发电系统故障诊断和控制单元的设计提供依据。为保障光伏发电系统的安全运行,论文研究了基于智能优化算法的光伏电池和逆变器参数辨识方法,具体工作如下:为了对光伏电池的参数进行准确辨识,提出一种基于改进蝗虫优化算法的光伏电池参数辨识方法。针对蝗虫优化算法在寻优过程中存在种群多样性下降快,早熟和收敛速度慢等问题,改进的蝗虫优化算法采用混沌序列进行初始值分配,改善初始种群质量;引入粒子群算法的思想,以当前个体最优值为目标进行个体位置更新,加快算法寻优速度;再引入差分进化策略,通过变异、交叉和选择过程,增强种群多样性,提高算法跳出局部最优的能力。将改进蝗虫优化算法应用于多晶硅太阳能电池的参数辨识中,辨识结果表明,相对于其他群体智能优化算法,改进蝗虫优化算法可以更快更好地对太阳能电池参数进行辨识。在上一种辨识方法的基础上,提出一种基于闪电算法的光伏电池参数辨识方法,并对三种光伏电池(单晶硅,多晶硅和非晶硅电池)进行辨识。闪电算法是一种新的元启发式优化算法,灵感来源于自然界中闪电的形成过程。该算法具有良好的局部和全局搜索能力,鲁棒性高,也不需要任何参数的调整。针对不同环境状态下的光伏电池,采用闪电算法进行参数辨识,结果表明闪电算法在不种光照下都能实现对三种光伏电池参数的精确辨识。为了建立准确的逆变器数学模型,提出一种基于改进飞蛾火焰优化算法的逆变器电路参数辨识方法。针对飞蛾火焰算法收敛速度较慢的不足,前期使飞蛾向最优个体位置直线移动,加快算法的寻优速度;针对飞蛾火焰算法易早熟的缺点,后期利用Levy飞行增强种群多样性,提高算法的全局搜索能力。实验结果表明,改进飞蛾火焰算法能够实现逆变器电路参数的精确辨识,进而可应用于逆变器参数型故障诊断、运行状态监测和预知维护。